İznik Gölü su kalite parametrelerinin yapay sinir ağları yöntemi ile değerlendirilmesi = Evaluation of İznık Lake water quality parameters by artificial neural networks method summary

Abstract

Göllerin planlanması ve yönetiminde su kalitesi parametrelerinin izlenmesi önemlidir. Bu çalıĢma da 2017-2021 yılları için Ġznik Gölü'ndeki 4 giriĢ Sölöz, Olukdere, Karasu, Kırandere ve 1 çıkıĢ noktası olmak üzere Karsak Deresi'nden su kalite parametrelerinin ölçüm sonuçları alınmıĢtır. GiriĢ noktalarına ait pH, iletkenlik (EC), sıcaklık (T), kimyasal oksijen ihtiyacı (KOĠ), biyolojik oksijen ihtiyacı (BOĠ), çözünmüĢ oksijen (ÇO), toplam fosfor (TP), fosfat (PO4-P), toplam azot (TN), nitrat azotu (NO3N) ve nitrit azotu (NO2N) parametreleri alınarak çıkıĢ noktasında TN, TP ve ÇO üzerindeki etkisi incelenmiĢtir. TN, TP ve ÇO tahmin etmek için çeĢitli denemeler yapılarak model çalıĢmaları için bir yapay sinir ağı (YSA) metodu benimsenmiĢtir. Model olarak, IBM SPSS istatistik 23 yazılımı kullanılmıĢtır. TN, TP ve ÇO değerlerinin performans değerlendirmesinde hata miktarını değerlendirmek için hata kareleri toplamı (SSE) ve belirleme katsayısı (R2) kullanılmıĢtır. Sonuçlar, belirleme katsayısının çoğunlukla 1'e yakın olduğunu göstermiĢ olup YSA analizi, toplam azot, toplam fosfor ve çözünmüĢ oksijen parametrelerinin kirlilik tahmininin gerçekleĢebileceğini göstermiĢtir. Böylelikle, YSA modellerinin göl suyu kalitesinin uygunluğunu tanımlamak için etkin bir Ģekilde kullanılabilecek bir tahmin aracı olduğu görülmüĢtür. GeliĢtirilen modeller, gelecekte sürdürülebilir çevre yönetimi yoluyla kirliliğin azaltılmasına yönelik karar sürecini desteklemek için tahmin amacıyla kullanılabilir.

It is important to water quality parameters in the planning and management of lakes. In this study, the measurement results of water quality parameters were obtained from Karsak Stream, including 4 inlet Sölöz, Olukdere, Karasu, Kırandere and 1 outlet in Lake Iznik for the years 2017-2021. pH, conductivity (EC), temperature (T), chemical oxygen demand (COD), biological oxygen demand (BOD), dissolved oxygen (DO), total phosphorus (TP), phosphate (PO4-P), total nitrogen of the entry points (TN), nitrate nitrogen (NO3N) and nitrite nitrogen (NO2N) parameters were taken and their effects on TN, TP and DO at the exit point were investigated. Various attempts were made to predict TN, TP and DO, and an artificial neural network (ANN) method was adopted for model studies. IBM SPSS statistical 23 software was used as the model. The sum of squares of error (SSE) and coefficient of determination (R2) were used to evaluate the amount of error in the performance evaluation of TN, TP and DO values. The results showed that the coefficient of determination was mostly close to 1, and the ANN analysis showed that the pollution estimation of the total nitrogen, total phosphorus and dissolved oxygen parameters could be realized. Thus, it has been seen that ANN models are an estimation tool that can be used effectively to describe the suitability of lake water quality. The developed models can be used for prediction in the future to support the decision process for pollution reduction through sustainable environmental management.