Publication:
Sedimandaki Ağır Metal Konsantrasyonunun Çoklu Değişken Regresyon Modelleri ve Çok Katmanlı Algılayıcı Ağ Modeli ile Tahmini

Loading...
Thumbnail Image

Date

Journal Title

Journal ISSN

Volume Title

Publisher

Research Projects

Organizational Units

Journal Issue

Abstract

Son yıllarda, su ortamındaki metal kirliliğinin fazla bulunması, kalıcılığı ve çevresel toksisitesi nedeniyle küresel olarak dikkatçekmektedir. Metallerin doğal sudaki davranışı, substrat sediment bileşiminin, askıda sediment bileşiminin ve su kimyasının bir işlevidir.Sediman, çeşitli habitatlar ve ortamlar içeren nehir havzasının ayrılmaz ve dinamik bir parçasıdır. Sedimanların kalitesinindeğerlendirilmesinde, uzun yarılanma süreleri nedeniyle sucul ekosistemlerdeki ağır metallerin, antropojenik girdilerinin belirlenmesiönemli olarak kabul edilir ve sucul ekosistemlerdeki kirlilik geçmişini yansıtabilir. Bu nedenle, sediman kalitesini etkileyen ağırmetallerin konsantrasyonunun belirlenmesi ve tahmin edilmesi oldukça önem taşımaktadır. Bu çalışma kapsamında Orta Karedeniz Kıyışeridi deniz ve ırmak sedimanlarında ağır metal konsantrasyonunun çoklu değişkenli lineer regresyon (MLR), çoklu değişkenlipolinomal regresyon (MPR) ve Çok Katmanlı Algılayıcı Ağ (MLP) modelleri kullanılarak tahminlenebilmesi gerçekleştirilmiştir.Modellerin test ve eğitimleri için 2007-2008 yılları arasında 5 farklı noktadan alınan sediman örneklerine ait fiziko-kimyasalparametreler pH, su içeriği (WC), katyon değişim kapasitesi (CEC), oksidasyon redüksiyon potansiyeli (ORP), elektriksel iletkenlik(EC), zeta potansiyeli (ζP), toplam karbon (TC), toplam inorganik karbon (TIK), toplam organik karbon (TOK) ve ağır metallerin (Cu,Cr, Cd, Pb, Ni, Fe, Al, Sr, Mn ve Cr) konsantrasyonları kullanılmıştır. Çalışmada her bir ağır metal konstantrasyonu tahmin edilmesiiçin MLR, MPR ve MLP modelllerinin performans karşılaştırlmaları yapılmıştır. Sonuç olarak sedimanlardaki ağır metallerinkonsantrasyonun tahminlemesinde fiziko-kimyasal parametreler bağımsız değişkenler olarak kabul edilerek, regresyon analizleriyapılmış ve gerçekleştirilen modeler arasında en iyi sonucun MPR modeli ile elde edildiği ortaya konulmuştur.

Description

Citation

WoS Q

Scopus Q

Source

Europan Journal of Science and Technology

Volume

0

Issue

0

Start Page

389

End Page

397

Endorsement

Review

Supplemented By

Referenced By