Performance Evaluation of Various Regression Models and Features for Prediction of Ozone Concentration

Authors : Sezer DÜMEN, Ercan AVŞAR, Ulus ÇEVİK

Pages : 567-574

Doi:10.21605/cukurovaummfd.845985

View : 18 | Download : 10

Publication Date : 2020-09-30

Article Type : Research Paper

Abstract :Ozondan kaynaklanan hava kirliliği insan sağlığını tehdit eden bir problemdir. Bu nedenle, O3 konsantrasyonunun tahmini önemlidir. Bu çalışmada, Türkiye’nin Adana ili için O3 konsantrasyon seviyesi, destek vektör regresyonu insert ignore into journalissuearticles values(DVR);, çok katmanlı algılayıcı insert ignore into journalissuearticles values(ÇKA);, gradyan artırılmış karar ağaçları insert ignore into journalissuearticles values(GAKA);, K en yakın komşu insert ignore into journalissuearticles values(KEK); ve elastik net makinesi öğrenme yöntemleri kullanılarak tahmin edilmiştir. Bu tahmin için kullanılan parametreler, partiküler madde insert ignore into journalissuearticles values(PM10);, sülfür dioksit insert ignore into journalissuearticles values(SO2);, azot dioksit insert ignore into journalissuearticles values(NO2);, azot oksitler insert ignore into journalissuearticles values(NOx);, azot monoksit insert ignore into journalissuearticles values(NO); gibi kirleticilerin konsantrasyonları ve ayrıca hava sıcaklığı, rüzgâr hızı, bağıl nem, hava basıncı, rüzgâr yönü gibi meteorolojik parametrelerin saatlik ölçümleridir. Ek olarak saat, gün ve sezon bilgileri de parametre olarak kullanılmaktadır. DVR yöntemi ile elde edilen R2 değeri 0,9697 olup diğer yöntemlerle elde edilen değerlerden yüksektir. Ayrıca öznitelik seçimi için geriye doğru eleme yöntemi uygulanmıştır ve sonuçlara göre bir sonraki saatin O3 konsantrasyonunu tahmin etmek için şimdiki O3 konsantrasyon seviyesinin en önemli öznitelik olduğu görülmüştür.
Keywords : Hava kalitesi, Ozon konsantrasyonu, Makine öğrenmesi, Regresyon