Bu çalışmanın amacı Türkiye’de PM10 ve SO2 kirleticileri konsantrasyonları bakımından benzer davranışa sahip hava kirliliği izleme istasyonlarını belirlemek ve böylece izleme maliyetini ve bilgi fazlalığını azaltmaktır. Bu amaca yönelik olarak, otoregresif modele dayanan Bulanık k-Medoidler (BKM) algoritması kullanılmıştır. Yapılan analizler sonucunda, izleme istasyonlarındaki bilgi fazlalılığının ve bununla birlikle izleme maliyetinin PM10 hava kirleticisi için yaklaşık olarak %78.5, SO2 hava kirleticisi için %73.5 azaltılabileceği sonucunda ulaşılmıştır.
Otoregresif model bulanık k-medoid kümeleme hava kalitesi izleme istasyonları
The aim of study is to determine the monitoring stations having similar behavior with respect to PM10 and SO2 concentrations and thus decrease monitoring cost and information redundancy. For this purpose, autoregressive model based Fuzzy K-medoids algorithm is used. At the results of analyses, it has been concluded that information redundancy in monitoring stations and thus monitoring cost can be decreased approximately 78.5% for PM10 air pollutant, 73.5% for SO2 air pollutant.
Autoregressive model fuzzy k-medoids clustering air quality monitoring stations
Bölüm | Araştırma Makalesi |
---|---|
Yazarlar | |
Yayımlanma Tarihi | 2 Eylül 2016 |
Gönderilme Tarihi | 16 Haziran 2016 |
Yayımlandığı Sayı | Yıl 2016 Cilt: 20 Sayı: 3 |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.