Journals / Karaelmas Fen ve Mühendislik Dergisi / 2018 / Cilt: 8 - Sayı: 1

Forecasting the Nitrate Pollution of Groundwater and Surface Waters: Kütahya Example

Yeraltısuyu ve Yüzey Sularının Nitrat Kirliliği Tahmini: Kütahya Örneği

Pages
279–287
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Bu çalışma, gelecek yıllardaki nitrat düzeylerinin daha uzun süreli olarak takibinin geleneksel yöntemin yanında yapay sinir ağları yaklaşımı ile de değerlendirilmek suretiyle tahmin edilmesi ve bu konuda gerekli tedbirlerin alınması açısından önemlidir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışma, Kütahya ili sınırlarında bulunan yeraltı ve yüzeysel sularındaki nitrat düzeylerini yapay sinir ağları yaklaşımı ile belirlemek amacıyla yapılmıştır.
📊
Key Findings & Data:Çalışmada incelenen yeraltı ve yüzeysel su numunelerindeki nitrat düzeyleri ve ortalama değerleri sırasıyla; 0.01-190.63 mg l-1, 0.01-10.20 mg l-1, 16.09 mg l-1, 2.51 mg l-1 olarak belirlenmiştir.
💡
Conclusion & Impact:Bu çalışma, gelecek yıllardaki nitrat düzeylerinin daha uzun süreli olarak takibinin geleneksel yöntemin yanında yapay sinir ağları yaklaşımı ile de değerlendirilmek suretiyle tahmin edilmesi ve bu konuda gerekli tedbirlerin alınması açısından önemlidir.
🔬Design:Research Article
📍Scope:2012 Verileri
⚙️Variables:Kütahya · Nitrat · Yapay sinir ağları

Abstract

Bu çalışma, Kütahya ili sınırlarında bulunan yeraltı ve yüzeysel sularındaki nitrat düzeylerini yapay sinir ağları yaklaşımı ile belirlemek amacıyla yapılmıştır. Çalışmada incelenen yeraltı ve yüzeysel su numunelerindeki nitrat düzeyleri ve ortalama değerleri sırasıyla; 0.01-190.63 mg l-1, 0.01-10.20 mg l-1, 16.09 mg l-1, 2.51 mg l-1 olarak belirlenmiştir. Bu çalışma, Avrupa Birliği tarafından uygulanan Nitrat Direktifi kapsamında, Kütahya İl Tarım Müdürlüğü’nün 2012 ve 2013 yıllarına ait yeraltı 23 istasyon ve yüzey 10 istasyon suları ölçümleri kullanılarak yapılmıştır. Kütahya iline ait yeraltı ve yüzeysel sularındaki nitrat seviyelerinin İnsani Tüketim Amaçlı Sular Hakkında Yönetmeliğine uygun olduğu tespit edilmiştir. Ancak nitrat verilerindeki bazı değerlerin ulusal ve uluslararası limit değerlerinden yüksek olduğu gözlenmiştir. Bu çalışma, gelecek yıllardaki nitrat düzeylerinin daha uzun süreli olarak takibinin geleneksel yöntemin yanında yapay sinir ağları yaklaşımı ile de değerlendirilmek suretiyle tahmin edilmesi ve bu konuda gerekli tedbirlerin alınması açısından önemlidir.

Özet

Bu çalışma, Kütahya ili sınırlarında bulunan yeraltı ve yüzeysel sularındaki nitrat düzeylerini yapay sinir ağları yaklaşımı ile belirlemek amacıyla yapılmıştır. Çalışmada incelenen yeraltı ve yüzeysel su numunelerindeki nitrat düzeyleri ve ortalama değerleri sırasıyla; 0.01190.63 mg l-1, 0.01-10.20 mg l-1, 16.09 mg l-1, 2.51 mg l-1 olarak belirlenmiştir. Bu çalışma, Avrupa Birliği tarafından uygulanan Nitrat Direktifi kapsamında, Kütahya İl Tarım Müdürlüğü’nün 2012 ve 2013 yıllarına ait yeraltı 23 istasyon ve yüzey 10 istasyon suları ölçümleri kullanılarak yapılmıştır. Kütahya iline ait yeraltı ve yüzeysel sularındaki nitrat seviyelerinin İnsani Tüketim Amaçlı Sular Hakkında Yönetmeliğine uygun olduğu tespit edilmiştir. Ancak nitrat verilerindeki bazı değerlerin ulusal ve uluslararası limit değerlerinden yüksek olduğu gözlenmiştir. Bu çalışma, gelecek yıllardaki nitrat düzeylerinin daha uzun süreli olarak takibinin geleneksel yöntemin yanında yapay sinir ağları yaklaşımı ile de değerlendirilmek suretiyle tahmin edilmesi ve bu konuda gerekli tedbirlerin alınması açısından önemlidir

🔖

Cite This Article

BENZER, R., BENZER, S. (2018). Forecasting the Nitrate Pollution of Groundwater and Surface Waters: Kütahya Example. Karaelmas Fen ve Mühendislik Dergisi, Cilt: 8 - Sayı: 1, 279–287. https://ajindex.com/articles/213868

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (12)

  1. Alemdar, S., Kahraman, T., Agaoğlu, S., Alişarlı, A. 2009. Nitrate and nitrite levels of drinking water in Bitlis province, Turkey. J Anim Vet Adv. 8(10):1886-92.
  2. Almasri, MN., Kaluarachchi, JJ. 2005. Modular neural networks to predict the nitrate distribution in ground water using the on-ground nitrogen loading and recharge data. Environ. Model. Software. 20:851-871.
  3. Baykan, AR. 2004. Türkiye çevre atlası. TC Çevre ve Orman Bakanlığı ÇED ve Planlama Genel Müdürlüğü Çevre Envanteri Dairesi Başkanlığı, Ankara. s. 472. Bulut, C., Atay, R., Uysal, K., Esengül, K. 2012. Evaluation of surface water quality in Çivril Lake. Anadolu Univ. J. Sci. Tech.- C Life App. Sci. Biotech.2(1):1-8.
  4. Büyük, G., Akça, E., Kume, T., Nagano, T. 2016. Investigation of Nitrate Pollution in Groundwater Used for Irrigation in Konya Karapinar Region, Central Anatolia. KSU J. Natural Sci. 19(2):168-173. Çevre ve Şehircilik Bakanlığı. 2014. Kütahya İl Çevre Durum Raporu. http://www.csb.gov.tr. (Erişim tarihi: 05 Ocak, 2017). s. 184. Dash, M., Liu, H. 1997. Feature selection for classification. Intelligent Data Analysis. An Int. J. 1(3):131–156.
  5. Durmaz, H., Ardıç, M., Aygün, O., Genli, N. 2007. Şanlıurfa ve yöresindeki kuyu sularında nitrat ve nitrit düzeyleri, Van Vet J. 18(1):51-54. Ecetoc 1988.
  6. Nitrate and drinking water. Brussels, European Centre for Ecotoxicology and Toxicology of Chemicals (Technical Report No. 27). s. 31. Ertaş, N., Gönülalan, Z., Yıldırım, Y., Serhat, AL., Karadal, F. 2013. Kayseri Bölgesi Kuyu Sularındaki Nitrat ve Nitrit Düzeyleri. J.Fac.Vet.Med.İstanbul Univ. 10(1):15-19.
  7. Ertunç, HM. 2006. Prediction of the Pool Boiling Critical Heat Flux Using Artificial Neural Network, IEEE T Compon Pack T. 29(4): 770-777.
  8. Farshad, AA., Imandel, K. 2002. An assessment of ground-water nitrate and nitrite levels in the industrial sites in the west of Tehran. J School Public Health Inst Public Health Res. 1: 33–44.
  9. Filibeli, A. 1999. İçmesuyu koruma havzalarının kirlenmeye karşı korunması. Su Kirlenmesi Kontrolü Derg. 9(2): 5-8.
  10. Gallant, SI. 1993. Neural network learning and expert systems. Cambridge, MA: MIT Press. s. 382. İleri, S., Karaer, F., Katip, A., Onur, SS., Aksoy, E. 2014. Assessment of some pollution parameters with geographic information system (GIS) in sediment samples of Lake Uluabat, Turkey. J Biol. Env. Sci. 8(22):19-28.
  11. Touretzky, DS., Pomerleau, DA. 1989. What’s hidden in the hidden layers. Byte, August, 227-233.
  12. Tuncay, H., 1994. Su Kalitesi. E.Ü. Zir.Fak. Y