Türkiye ulaştırma sistemlerindeki emisyon değerlerinin analizi ve tahmini

Abstract

Günümüzde dünya genelinde ulaşım için harcanan enerjinin %95’ten fazlası fosil yakıt kullanan araçlardan oluşmaktadır. Ulaşım sektörü için kullanılan enerji kaynaklarından ortaya çıkan emisyonlar dünya çapındaki emisyonun yaklaşık olarak %20’sine denk gelmektedir. Bu durum çevre kirliliği açısından büyük bir tehdit oluşturmaktadır. Çevre kirliliğinin büyük bir kısmı hava kirliliğinden meydana gelmektedir. Enerji kaynakları ile yapılan çalışmalar sonucunda ortaya çıkan karbondioksit (CO2), hidrokarbonlar, azot oksitler (NOx) ve kükürtlü bileşenler gibi zararlı emisyonların ozon tabakasının delinmesine ve küresel ısınma gibi ülkemiz ve dünya açısından kötü sonuçlara yol açmaktadır. Bu çalışmada, Türkiye’deki ulaştırma sistemlerinden kaynaklanan emisyon değerlerinin analiz ve tahmini yapılmaktadır. Yapılan bu analizler için yapay sinir ağları (YSA), çok değişkenli lineer regresyon (MLR), bulanık mantık ve logaritmik regresyon yöntemleri kullanılmaktadır. MLR yönteminin lineer, interaction ve purequadratic metotları uygulanmaktadır. Analizler korelasyon katsayısı (R), hataların karelerinin ortalaması (HKO) ve yüzde hata ortalaması (YHO) kriterleri baz alınarak değerlendirilmektedir. Sonuç olarak YSA’dan elde edilen R değeri 0,9809, HKO değeri 8 050 363 681 418,75 ve OYH değeri %4,1555 olarak elde edilmiştir. MLR modelinin lineer metodunun R değeri 0,9855, HKO değeri 4 793 845 004 079,31 ve YHO değeri ise %3,7989 olarak elde edilmiştir. Interaction metodunun R değeri 1,0000, HKO değeri 0,000000004839 ve YHO değeri ise %0,0000000001672 olarak elde edilmiştir. Purequadratic metodunun R değeri 0,9900, HKO değeri 3 314 943 364 316,79 ve YHO değeri ise %2,5781 olarak elde edilmiştir. Logaritmik regresyon yönteminin R değeri 0,9872, HKO değeri 4 236 601 138 306,92 ve YHO değeri ise %3,4057 olarak elde edilmiştir. Bulanık mantık yönteminin R değeri 0,9855, HKO değeri 4 895 753 910 316,73 ve YHO değeri ise %4,9089 olarak elde edilmiştir. Elde edilen tahminler sonucunda en iyi sonucu veren yöntem çok değişkenli lineer regresyon yönteminin interaction metodu olarak gözlemlenmektedir.

Today, more than 95% of the energy consumed for transportation worldwide consists of vehicles using fossil fuels. Emissions from energy sources used for the transport sector account for approximately 20% of worldwide emissions. This situation becomes a major threat in terms of environmental pollution. A large part of environmental pollution consists of air pollution. Harmful emissions such as carbon dioxide (CO2), hydrocarbons, nitrogen oxides (NOx) and sulphurous components resulting from the work done with energy sources lead to depletion of the ozone layer and bad consequences for our country and the world, such as global warming. In this study, the analysis and estimation of the emission values originating from the transportation systems in Turkey are made. Artificial neural networks (ANN), multivariate linear regression (MLR), fuzzy logic and logarithmic regression methods are used for these analyzes. Linear, Interaction and Purequadratic methods of MLR method are applied. The analyzes are evaluated on the basis of the correlation coefficient (R), mean of squares of errors (MSE) and mean percent error (MPE) criteria. As a result, the R value obtained from ANN was 0.9809, the MSE value was 8050363681418.75 and the MPE value was 4.1555%. The R value of the linear method of the MLR model was 0. 9855, the MSE value was 4793845004079.31, and the MPE value was 3.7989%. The R value of the interaction method was 1.0000, the MSE value was 0.000000004839, and the MPE value was %0.0000000001672. The R value of the Purequadratic method was 0.9900, the MSE value was 3314943364316.79 and the MPE value was 2.5781%. The R value of the logarithmic regression method was 0.9872, the MSE value was 4236601138306.92, and the MPE value was 3.4057%. The R value of the fuzzy logic method was obtained as 0.9855, the MSE value was 4895753910316,73 and the MPE value was 4.9089%. As a result of the estimations obtained, the method that gives the best result is observed as the interaction method of the multivariate linear regression method.