Kabil`deki hava kirliliğinin meteorolojik parametreler ile olan ilişkisinin istatistiksel olarak incelenmesi

Abstract

Bu çalışmada; hava kirleticileri ile Kabil kent merkezinin bazı meteorolojik faktörler arasındaki ilişkileri istatistiksel olarak analiz edilmiş ve önümüzdeki günlerde kirlilik yoğunluğu tahmin edilmiştir. Ilk olarak Nisan 2015-Nisan 2016 ayları arasındaki günlük ortalama SO2, PM10, NO2, CO, ve O3 konsantrasyonları ve nem, sıcaklık, basınç, rüzgâr hızı verileri kullanılarak istatistiksel bir değerlendirme yapılmıştır. Kirlilik konsantrasyonları bağımlı değişkenler, meteorolojik parametreler ise bağımsız değişkenler olarak ele alınıp, mevcut bir yazılımın (EXCEL) kullanılması ile regresyon analizi yapılmıştır. Böylece Kabil kent merkezinde örnek bir yıllık sezonda meteorolojik koşulların hava kirliliği üzerindeki etkisi incelenmiştir.İkinci olarak, kirlilik konsantrasyon seviyelerini tahmin etmek için yapay sinir ağı modeli kullanılmıştır. Nisan 2015'ten Nisan 2016'ya kadar olan SO2, PM10, NO2, CO ve O3 konsantrasyonlarının tahmin edilmesi için sıcaklık, nem, basınç, rüzgar hızı ve bir gün, iki gün önceki kirlilik ölçümleri modele girilmiştir. MATLAB R2015a ile neural network fitting tool (nftool) kullanılarak bir model geliştirilmiştir. Kabil'de bir gün ve iki gün içinde hava kirliliği, sıcaklık, nem, basınç ve rüzgâr hızı verileriyle tahmin edilen PM10, SO2, NO2, O3 ve CO'in sonuçları gerçek veriler ile çok uyumludur. Bu bulgu; PM10, SO2, NO2, O3 ve CO için ölçülen değerler ile tahmin edilen değerler arasında hesaplanan korelasyon katsayılarının (R2); sırasıyla 0.88, 0.84, 0.7, 0.64 ve 0.75 değerleri ile de doğrulanmıştır. İstatistiksel veri analizi tahmin edilen değerlerin iki gün önceki konsantrasyon seviyeleri ile kuvvetli düzeyde ilişkili olduğunu göstermektedir.

In this study, the relation between air pollutants and some meteorological factors for Kabul city center have been statistically analyzed and upcoming days pollution concentration also has been predicted. Firstly, using daily mean values of SO2, PM10, NO2, CO, and O3 concentrations and humidity, temperature, pressure, wind velocity data were statistically analyzed in Kabul city center between April 2015 and April 2016. Pollution concentrations were taken as dependent variables and meteorological parameters were taken as independent variables and regression analysis was performed by means of an existing software (EXCEL). Therefore, the effect of meteorological conditions on air pollution was investigated in a sample year-season in Kabul city center.Secondly, the artificial neural network (ANN), (nftool) models were constructed by MATLAB R2015a to predict the pollution concentration levels for the next upcoming days on Kabul urban. Temperature, humidity, pressure, wind speed and pollution concentration of last one day and two days were entered into the model to estimate SO2, PM10, NO2, CO, and O3 concentrations from April 2015 to April 2016. The input variables are (prior one and two days of concentration, temperature, humidity, pressure, and wind speed) and observed concentration as output parameters. The results of PM10, SO2, NO2, O3 and CO, which are predicted by air pollution, temperature, humidity, pressure and wind speed data in Kabul city for one day and two days are well-suited with the actual data. This finding is validated by the correlation coefficients (R2) calculated between the measured values versus the estimated values and the values for PM10, SO2, NO2, O3, and CO are 0.88, 0.84, 0.7, 0.64 and 0.75 respectively. Statistical data analysis represents that predicted values are strongly correlated with the last two days levels of concentration.