Türkiye’deki Farklı Sektörlere Ait Sera Gazı Emisyon Değerlerinin Çok Katmanlı Algılayıcılar ile Tahmin Edilmesi

Authors : Okan ORAL, Sinan UĞUZ

Pages : 464-478

Doi:10.29137/umagd.646038

View : 25 | Download : 10

Publication Date : 2020-06-30

Article Type : Research Paper

Abstract :Küresel ısınmaya neden olan karbondioksit insert ignore into journalissuearticles values( CO 2 );, Nitröz oksit insert ignore into journalissuearticles values( N 2 O ); ve Metan insert ignore into journalissuearticles values( CH 4 ); ç eşitli sektörler tarafından oluşturulan sera gazlarıdır. Birleşmiş milletler iklim değişikliği çerçeve sözleşmesi insert ignore into journalissuearticles values(UNFCCC); kuralları gereğince Türkiye’nin de içinde olduğu ülkelerin çeşitli sektörleri tarafından oluşturulan sera gazı emisyon değerleri kayıt altına alınarak takip edilmektedir. Ülkelerin oluşturdukları sera gazı emisyon değerleri zaman içinde bir çok etkene göre farklılık oluşturabilir. Bu yüzden bu değerin tahmin edilmesi ülkeler açısından önemlidir. Bu çalışmada kullanılan ve Avrupa Çevre Ajansından elde edilen veriler, Türkiye’deki üretim, enerji endüstrisi, yerleşim ve ulaşım sektörlerine ait 1990-2014 yılları arasındaki sera gazı emisyon değerlerini içermektedir. Veri seti, bir makine öğrenmesi tekniği olan Çok Katmanlı Algılayıcılar insert ignore into journalissuearticles values(ÇKA); ile eğitilmiştir. Üç farklı sera gazı için kurulan modeller incelendiğinde elde edilen en yüksek   değeri üretim, enerji endüstrisi, yerleşim ve ulaşım sektörleri için sırasıyla 0.86, 0.93, 0.91 ve 0.95 olarak bulunmuştur. Çalışmada ayrıca 2020 yılında doğaya salınımını gerçekleştirmesi öngörülen üç farklı sera gazına ait emisyon değerleri tahmin edilmiş ve sonuçlar 14 yıllık geçmiş dönem verilerinin ortalaması ile kıyaslanmıştır. Buna göre üretim, enerji endüstrisi ve ulaşım sektörlerinde %64’lere varan oranda artışlar gözlenirken yerleşim sektöründe bazı gazlarda ortalama %15 oranında bir düşüş olacağı tahmin edilmiştir.
Keywords : Sera gazı emisyon, Makine öğrenmesi, Çok katmanlı algılayıcılar, Yapay sinir ağları