Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Hava Durumu verileri ile Partikül Madde Konsantrasyonunun Tahmini Özgür ZEYDAN.

Benzer bir sunumlar


... konulu sunumlar: "Hava Durumu verileri ile Partikül Madde Konsantrasyonunun Tahmini Özgür ZEYDAN."— Sunum transkripti:

1 Hava Durumu verileri ile Partikül Madde Konsantrasyonunun Tahmini Özgür ZEYDAN

2 2 Sunu İçeriği Tanımlar:  Hava kirliliği  Partikül madde İstatistiksel Modeller Model Verileri İstatistiksel Analizler  Tanımlayıcı istatistik, grafikler, korelasyon, regresyon analizi Sonuç

3 Özgür ZEYDAN3 Hava Kirliliği nedir ? Temiz havada %78 azot, %21 oksijen ve %1 oranında da diğer gazlar, toz ve su buharı bulunur. Yabancı maddelerin eklenmesi ile bu oranların bozulması hava kirliliğidir. Hava kirliliğinin insan sağlığına, canlı yaşamına ve ekolojik dengeye zararlı etkileri söz konusudur.

4 Özgür ZEYDAN4 Hava kirliliğine neden olan kaynaklar nelerdir ? A) DOĞAL KAYNAKLAR Yanardağ-Volkan faaliyetleri Orman yangınları Açık arazideki hayvan ve bitki örtülerinin bozulması v.s. B) YAPAY KAYNAKLAR Isıtma amacıyla konutlarda yakıt kullanımı Sanayi faaliyetleri Ulaşımda motorlu karayolu taşıtlarının kullanımı

5 Özgür ZEYDAN5 Konutlarda yakıt kullanımından kaynaklanan hava kirliliği Soba veya kalorifer kazan bacalarından çıkan gazlar: Karbon monoksit (CO) Kükürt dioksit (SO 2 ) Azot dioksitler (NO x ) Partikül maddeler (is, kurum ve toz)

6 Özgür ZEYDAN6 HKİ, hava kalitesinin günlük olarak rapor edilmesi için kullanılan bir indekstir. Yaşadığımız bölgenin havasının ne kadar temiz veya kirli olduğu ve ne tür sağlık etkilerinin oluşabileceği konusunda bilgiler verir. Partiküler Madde Kirliliği HKİ değerinin 100 olması partikül çapı 10µm. 'ye kadar olan partiküller için 150 µg/m 3 'e karşılık gelir. (Ortalama 24 saat) (1 µm. = milimetre). Hava Kalitesi İndeksi nedir?

7 Özgür ZEYDAN7 Hava Kalitesi İndeksi (HKİ / AQI) Sağlık Seviyesi arasındaİyi * arasındaOrta arasında Hassas gruplar için sağlıksız arasındaSağlıksız arasındaÇok sağlıksız arasındaTehlikeli

8 Özgür ZEYDAN8 Partikül Maddeler için Sınır Değerler Sınır Değeri Veren Kuruluş Günlük Ortalama Sınır Değer (  g/m 3 ) Aşılmaması İstenen Gün Sayısı Sınır Değerin Aşıldığı Gün Sayısı Yıllık Ortalama Sınır Değer (  g/m 3 ) WHO---- EPA EU BENELUX---- HKKY

9 Özgür ZEYDAN9 Hava Kirliliğinde İstatistiksel Modeller Meteorolojik Etmenlerin (sıcaklık, nem, rüzgar hızı, basınç, yağış, çiğ noktası vs.) kullanılmasıyla Hava Kirleticilerinin konsantrasyonları tahmin edilebilir. Meteorolojik Etmenlerin ölçümü kolay. Hava Kirleticilerinin ölçümü zor.

10 Özgür ZEYDAN10 PM10 konsantrasyonu tahmini Literatürde PM10 tahmini için kullanılan meteorolojik ve diğer etmenler: Sıcaklık, rüzgar hızı, rüzgar yönü, çiğ noktası (Slini,T. et al. / Environmental Modelling & Software 21 (2006) 559–565) Sıcaklık, rüzgar hızı, O 3, NO 2, CO (Varadarajan,C., Time Series Analysis to Define the Link between PM10 and Meteorological Factors and Ambient Concentrations of Ozone, CO, and NO 2 for Cleveland, Ohio, MS.Thesis, University of Toledo, 2004)

11 Özgür ZEYDAN11 Model Verilerinin Elde Edilmesi Günlük ortalama PM10 verileri (Çevre ve Orman Bakanlığı) Zonguldak – 1 İstasyonu (Kurulum Tarihi: ) – arasındaki günlük ortalama PM10 verileri alındı

12 Özgür ZEYDAN12 Günlük hava durumu verileri – arasındaki günlük ortalama sıcaklık, çiğ noktası, rüzgar hızı ve yağış türü verileri alındı. Model Verilerinin Elde Edilmesi

13 Özgür ZEYDAN13 Veri Dosyasının Oluşturulması Tarih PM10 (µg/m 3 ) Ortalama Sıcaklık ( o C) Ortalama Çiğ Noktası( o C) Maks. Rüzgar Hızı (mil/s) Etkinlikler ,715138Yağmur ,817146Yağmur

14 Özgür ZEYDAN14 Sonradan eklenen veri alanları SxC : (sıcaklık x çiğ noktası) (etkileşimli) K-SIC : (kukla değişken)  Sıcaklık < 15 o C ise 1  Sıcaklık >= 15 o C ise 0 K-TAR : (kukla değişken)  Tarih < ise 0  Tarih >= ise 1

15 Özgür ZEYDAN15 İstatistiksel Analizler Tanımlayıcı İstatistik  MS Excel: Araçlar > Veri Çözümleme… > Tanımlayıcı İstatistik Grafikler  MS Excel: Ekle > Grafik…  SPSS: Graphs > Scatter/Dot… > Matrix Scatter Korelasyon  MS Excel: Araçlar > Veri Çözümleme… > Korelasyon Regresyon Analizi  SPSS: Analyze > Regression > Linear…

16 Özgür ZEYDAN16 Tanımlayıcı İstatisitik PM10 (µg/m 3 ) Ortalama Sıcaklık ( o C) Ortalama Çiğ Noktası( o C)SxC Maks. Rüzgar Hızı (mil/s) Ortalama100,414,610,2166,58,9 Standart Hata4,40,5 11,00,4 Ortanca89,515,611,7191,79,0 Kip#YOK16,714,4203,76,0 Standart Sapma39,94,54,498,93,4 Örnek Varyans1594,820,319,39773,311,6 Basıklık-0,3-0,6 -1,30,6 Çarpıklık0,7-0,4-0,6-0,10,9 Aralık160,920,018,3344,417,0 En Büyük34,73,3-1,1-7,44,0 En Küçük195,623,317,2337,021,0 Say81,0

17 Özgür ZEYDAN17

18 Özgür ZEYDAN18

19 Özgür ZEYDAN19

20 Özgür ZEYDAN20 Korelasyon PM10 (µg/m 3 ) Ortalama Sıcaklık ( o C) Ortalama Çiğ Noktası ( o C)SxC Maks. Rüzgar Hızı (mil/s)K-SIC K- TAR PM10 (µg/m 3 )1 Ortalama Sıcaklık ( o C)-0,4531 Ortalama Çiğ Noktası( o C)-0,4810,8811 SxC-0,5370,9470,9581 Maks. Rüzgar Hızı (mil/s)-0,343-0,126-0,148-0,0961 K-SIC0,515-0,833-0,779-0,8520,0431 K-TAR0,639-0,750-0,700-0,782-0,1000,7411

21 Özgür ZEYDAN21 Regresyon Analizi En iyi sonuçları veren modeller:  Rüzgar hızı, K-TAR, K-SIC  Sıcaklık, Çiğ Noktası, Rüzgar hızı, K-TAR, K- SIC  Rüzgar hızı, K-TAR, K-SIC, SxC  Rüzgar hızı, K-TAR, SxC

22 Özgür ZEYDAN22 Rüzgar hızı, K-TAR, K-SIC

23 Özgür ZEYDAN23 Sıcaklık, Çiğ Noktası, Rüzgar hızı, K-TAR, K-SIC

24 Özgür ZEYDAN24 Rüzgar hızı, K-TAR, K-SIC, SxC

25 Özgür ZEYDAN25 Rüzgar hızı, K-TAR, SxC EN İYİ MODEL

26 Özgür ZEYDAN26 Rüzgar hızı, K-TAR, SxC

27 Özgür ZEYDAN27 Rüzgar hızı, K-TAR, SxC

28 Özgür ZEYDAN28 Doğrusal Regresyon Denklemi PM10 = 131,675 – 3,798 Rüzgar hızı + 33,396 K-TAR – 0,096 SxC Doğrusal regresyon denklemi bağımsız değişkenlerde gerçekleşen değişimlerle PM10 konsantrasyonundaki değişmenin %50,8 ini açıklayabilmektedir.

29 Özgür ZEYDAN29 Regresyon Analizi Sonuçları Rüzgar hızında meydana gelen 1 mil/s lik artış ile PM10 konsantrasyonu 3,798 µg/m3 lük azalma olur. 15.Ekim tarihinden sonra kaloriferlerin yanması ile PM10 konsantrasyonunda 33,396 µg/m3 lük artış olması beklenir.

30 Özgür ZEYDAN30 Daha iyi model elde edebilmek için: Modele eklenebilecek veriler:  O 3  Rüzgar yönü  Trafik Modelin yaz ve kış mevsimleri için ayrı ayrı geliştirilmesi…

31 Özgür ZEYDAN31 Teşekkür Ederim Sorular…


"Hava Durumu verileri ile Partikül Madde Konsantrasyonunun Tahmini Özgür ZEYDAN." indir ppt

Benzer bir sunumlar


Google Reklamları