Presented at the 4th International Symposium on Innovative Approaches in Engineering and Natural Sciences (ISAS WINTER-2019 (ENS)), Samsun, Turkey, Nov 22, 2019

SETSCI Conference Proceedings, 2019, 9, Page (s): 404-407 , https://doi.org/10.36287/setsci.4.6.103

Published Date: 22 December 2019    | 999     9

Canlı varlıklar yaşamlarını sürdürebilmek için suya ihtiyaç duyarlar. Su yeryüzünde sürekli olarak bir dolanım halinde bulunmaktadır. Bu dolanım sırasında çeşitli sebeplerden dolayı suya karışan maddeler suyun özelliklerinin değişmesine sebep olur. Gerek suyun kullanımı gerekse etrafındaki alanların kullanımı suyun kalitesinin değişmesine neden olmaktadır. Bu nedenle akarsular ve su rezervlerinde su kalitesinin araştırılması önem arz etmektedir. Bu çalışmada, Batı Karadeniz Havzasının en büyük alt havzası olan ve Filyos Çayı Alt Havzasında bulunan Filyos Çayı’nda askıda katı madde konsantrasyonu yapay sinir ağları yöntemi ile tahmin edilmeye çalışılmıştır. Ana kol üzerinde seçilen üç noktadan su numuneleri alınarak laboratuvarda su kalite parametrelerinden askıda katı madde, bulanıklık, demir ve krom analizleri gerçekleştirilmiştir. Daha sonra Askıda Katı Madde parametresinin tahmini, bulanıklık, debi, demir ve krom parametrelerine dayanarak, yapay sinir ağları yöntemiyle yapılmıştır.

Keywords - Filyos Çayı, Askıda Katı Madde, Yapay Sinir Ağları

[1] Aksoy, B. (2018), Mevsimsel Değişikliğin Filyos Çayı Su Kalitesine Etkilerinin Yapay Sinir Ağı İle Belirlenmesi, Doktora Tezi, Zonguldak Bülent Ecevit Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Anabilim Dalı, Zonguldak, 225
[2] URL-1http://www.suyonetimi.ormansu.gov.tr/Anasayfa/eylemplanlari (Erişim tarihi: 12. 11. 2017).
[3] Özölçer, İ.H. (2017), Sustainable Hydroelectiric Energy Methods: A Proposal for the Western Black Sea Region, Fresenius Environmental Bulletin, 26 (8), 5363-5371.
[4] Şengörür, B. ve İsa, D. (2001), Sakarya Nehri'ne Ait Su Kalite Gözlemlerinin Faktör Analizi. Turkish Journal of Engineering and Environmental Science, 25: 415-425.
[5] Bayram, A., Önsoy, H., Akıncı, G. and Bulut, V.N. (2011), Variation of Total Organic Carbon Content along the Stream Harşit, Eastern Black Sea Basin, Turkey, Environmental Monitoring and Assessment, Vol.182, pp.85-95.
[6] Bayram, A. (2011), Harşit Çayı Su Kalitesinin Mevsimsel Değişiminin İncelenmesi ve Askı Madde Konsantrasyonunun Yapay Sinir Ağları Yöntemi ile Tahmin Edilmesi, Doktora Tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Anabilim Dalı, Trabzon, 163.
[7] Mutlu, E., Demir T., Yanık, T. and Anca Sutan, N. (2016), Determination of Environmentally Relevant Water Quality Parameters in Serefiye Dam-Turkey, Fresenius Environmental Bulletin, 25 (12), 5812-5818.
[8] Bayram, A. (2017), Water Quality of the Değirmendere Stream, Drinking Water Source of Trabzon Province, Turkey", Desalination and Water Treatment, Vol. 62, pp.120-139.
[9] Dede, Ö.T. ve Sezer, M. (2017), Aksu Çayı Su Kalitesinin Belirlenmesinde Kanada Su Kalitesi İndeks (CWQI) Modelinin Uygulanması, Journal of the Faculty of Engineering and Architecture of Gazi University, 32:3, 909-917.
[10] Ewaid, S.H. and Abed, S.A. (2017), Water Quality Index for Al-Gharraf River, Southern Iraq, Egyptian Journal of Aquatic Research, 43: 117-122.
[11] Doğan, E., Şengörür, B. and Köklü, R. (2009), Modeling Biological Oxygen Demand of the Melen River in Turkey using an Artificial Neural Network Technique, Journal of Environmental Management, 90, (2): 1229-1235.
[12] Yılmaz, V. ve Büyükyıldız, M. (2009), Batı Karadeniz Suları Havzasındaki Yüzey Suyu Kalitesi Parametrelerindeki Değişimin İncelenmesi ve Cluster Analizi ile İstasyonların Sınıflandırılması. 5th International Advanced Technologies Symposium, 13-15 Mayıs 2009, Karabük/Türkiye, 1723-1728.
[13] Yeşilırmak, E. (2011), Çine Çayı Su Kalitesi Eğilimleri. ADÜ Ziraat Fakültesi Dergisi, 8(1): 47-55.
[14] Bayram, A., Kankal, M. and Onsoy, H. (2012), Estimation of Suspended Sediment Concentration from Turbidity Measurements using Artificial Neural Networks, Environmental Monitoring and Assessment, Vol.184, pp.4355-4365.
[15] Bayram, A., Kankal, M., Tayfur, G. and Önsoy, H. (2014), Prediction of Suspended Sediment Concentration from Water Quality Variables, Neural Computing & Applications, Vol. 24, pp.1079-1087.
[16] Bayram, A., Uzlu, E., Kankal, M. and Dede T. (2015), Modeling Stream Dissolved Oxygen Concentration using Teaching-Learning Based Optimization Algorithm, Environmental Earth Sciences, Vol. 73, pp. 6565-6576.
[17] Özçelik, O. (2015), Assessment and Prediction of Water Quality Parameters in Lake Köyceğiz using Artifıcial Neural Network Approach, Master of Science, Middle East Technical University, The Graduate School of Natural and Applied Sciences, Environmental Engineering, Ankara, 166.
[18] Csabragia, A., Molnara, S., Tanosa, P. and Kovacs, J. (2017), Application of Artificial Neural Networks to the Forecasting of Dissolved Oxygen Content in the Hungarian Section of the River Danube, Ecological Engineering, 100, 63–72.