Dergiler / Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji / 2017 / Cilt: 5 - Sayı: 4
Aydın İlinde İnsan Sağlığını Birincil Dereceden Etkileyen Hava Değişkenlerine Yönelik Yapay Sinir Ağı Tabanlı Erken Uyarı Modeli
- Sayfa
- 121–131
- DOI
- —
Özet
Temel hava parametreleri olan sıcaklık, hava kalitesi indeksi ve ultraviyole indeksi insan sağlığını önemli derecede etkilemektedir. İnsan sağlığını birincil dereceden etkileyen bu faktörlere yönelik alınması gereken tedbirler için günümüz teknolojileri kullanılarak bilgilendirilme yapılması önemlidir. Bu çalışma kapsamında Aydın ilinde yaşayan insanların bu üç önemli parametre ile ilgili farkındalıklarını arttırma, onları bilgilendirme ve uyarma üzerine bir yazılım gerçekleştirilmiştir. Elde edilen veriler kullanıcıların erişebileceği bir web sitesinde gösterilmiş ve daha önceden belirlenmiş şartlara göre kullanıcılara bilgilendirme mesajı ve elektronik posta gönderilmesi gerçekleştirilmiştir. Bunun yanında Aydın ili için toplanan hava parametreleri yapay sinir ağı ile analiz edilerek ileriye dönük bu parametrelerin tahmin edilmesi amaçlanmıştır. Tahmin edilen ile gerçek veriler arasındaki ilişkinin analiz edilmesi sonucunda hava kalitesi indeksi ve ultraviyole indeksi tahmininde yüksek verimli sonuçlar verdiği gözlemlenmiştir.
Abstract
Temperature, air quality index and ultraviolet index, which are basic air parameters, affect human health significantly. It is important to inform people about the precautions to be taken for these factors affecting human health at the primary level using today's technology. In this study, a software was developed for increasing the awareness of the people living in Aydın and informing them about these three important parameters. The obtained data was showed in an accessible website for the users and an informing message and an electronic mail are sent to the users according to predetermined conditions. Besides, air parameters, which were collected for Aydin province, are analyzed with artificial neural network for predicting of forward-looking these parameters. The result of analysis of the relationship between the predicted and real data has been observed to yield highly efficient results in the prediction of air quality index and ultraviolet index.