Regresyon Analizi ile Hava Kalitesinin Sağlık Üzerindeki Etkisinin İncelenmesi
Abstract views: 2
/ 
PDF downloads: 2
Keywords:
Hava Kalitesi, Sağlık, Regresyon, Analiz, Makine ÖğrenmesiAbstract
Küresel ısınma ve iklim değişikliğinin yoğun bir şekilde yaşandığı günümüzde hava kalitesi hem
akut hem de kronik sağlık durumlarını etkileyen kritik bir rol üstlenmektedir. Bu makale, hava kirliliği ile
sağlık etkileri arasındaki ilişkiyi analiz etmekte ve çeşitli regresyon analizleriyle en yüksek doğruluk
oranını tespit etmektedir. Partikül madde (PM2.5 ve PM10), nitrojen dioksit (NO2), kükürt dioksit (SO2)
ve ozon (O3) gibi temel kirleticilerin hava kalitesi ölçümlerinin etkisini ortaya çıkarmaktadır. Aynı
zamanda hava koşullarının da hava kalitesine etkisi göz önünde bulundurulmaktadır. Hem hava kalitesi
ölçümleri hem de hava koşulları sağlık etkisi üzerinden değerlendirilmiştir. Makine öğrenmesi
regresyonu, bağımsız değişkenler veya özellikler ile bağımlı bir değişken veya sonuç arasındaki ilişkiyi
araştırmak için kullanılan bir tekniktir. Bu çalışmada aynı zamanda sağlık etkisi ölçümlemek için
doğrusal regresyon, rasgele orman regresyon, k-en yakın komşu regresyon ve gradient boosting
regresyonu kullanılmıştır. Sonuçlar incelendiğinde, rasgele orman Regresyon ve Gradient Boosting
Regresyonun en iyi sonucu verdikleri, gradient boosting Regresyonun ise rasgele orman Regresyona
göre daha hızlı sonuç ürettiği gözlenmiştir. Veriler incelendiğinde sağlık risklerini azaltmak için hava
kirliliğini azaltmak ve küresel ve yerel aksiyonların alınması gerekliliği ortaya koymaktadır.
Downloads
References
Pekdoğan, T. (2024). Yapay Zekâ Tabanlı Hava Kalitesi İyileştirme Stratejilerinin Değerlendirilmesi. EMO Bilimsel Dergi, 14(2), 87-97.
Manisalidis, I., Stavropoulou, E., Stavropoulos, A., & Bezirtzoglou, E. (2020). Environmental and health impacts of air pollution: a review. Frontiers in public health, 8, 14.
Bourdrel, T., Bind, M. A., Béjot, Y., Morel, O., & Argacha, J. F. (2017). Cardiovascular effects of air pollution. Archives of cardiovascular diseases, 110(11), 634-642.
Zoran, M. A., Savastru, R. S., Savastru, D. M., & Tautan, M. N. (2020). Assessing the relationship between surface levels of PM2. 5 and PM10 particulate matter impact on COVID-19 in Milan, Italy. Science of the total environment, 738, 139825.
Lu, X., Zhang, S., Xing, J., Wang, Y., Chen, W., Ding, D., ... & Hao, J. (2020). Progress of air pollution control in China and its challenges and opportunities in the ecological civilization era. Engineering, 6(12), 1423-1431.
Yu, R., Yang, Y., Yang, L., Han, G., & Move, O. A. (2016). RAQ–A random forest approach for predicting air quality in urban sensing systems. Sensors, 16(1), 86.
Refenes, A. N., Zapranis, A., & Francis, G. (1994). Stock performance modeling using neural networks: a comparative study with regression models. Neural networks, 7(2), 375-388.
Gao, M., Yin, L., & Ning, J. (2018). Artificial neural network model for ozone concentration estimation and Monte Carlo analysis. Atmospheric Environment, 184, 129-139.
Horn, S. A., & Dasgupta, P. K. (2024). The Air Quality Index (AQI) in historical and analytical perspective a tutorial review. Talanta, 267, 125260.
Hamanaka, R. B., & Mutlu, G. M. (2018). Particulate matter air pollution: effects on the cardiovascular system. Frontiers in endocrinology, 9, 680.
Jin, T., Di, Q., Réquia, W. J., Yazdi, M. D., Castro, E., Ma, T., ... & Schwartz, J. (2022). Associations between long-term air pollution exposure and the incidence of cardiovascular diseases among American older adults. Environment international, 170, 107594.
Banach, M., Długosz, R., Talaśka, T., & Pedrycz, W. (2022). Air pollution monitoring system with prediction abilities based on smart autonomous sensors equipped with ANNs with novel training scheme. Remote Sensing, 14(2), 413
Tsai, Y. T., Zeng, Y. R., & Chang, Y. S. (2018, August). Air pollution forecasting using RNN with LSTM. In 2018 IEEE 16th Intl Conf on Dependable, Autonomic and Secure Computing, 16th Intl Conf on Pervasive Intelligence and Computing, 4th Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress
Gupta, V., Kapadia, S., & Bhadane, C. (2023, February). Time Series Analysis and Forecasting of Air Quality in India. In 2023 Fifth International Conference on Electrical, Computer and Communication Technologies (ICECCT) (pp. 1-5). IEEE.
Mao, Y., & Lee, S. (2019, August). Deep convolutional neural network for air quality prediction. In Journal of Physics: Conference Series (Vol. 1302, No. 3, p. 032046). IOP Publishing.
Méndez, M., Merayo, M. G., & Núñez, M. (2023). Machine learning algorithms to forecast air quality: a survey. Artificial Intelligence Review, 56(9), 10031-10066.
Atahanlı, E. B., & Mutlu, N. M. (2024). Veri Madenciliği ile Hava Kalitesi Tahmini: İstanbul Örneği. Bilişim Teknolojileri Dergisi, 17(3), 139-158.
QI, Zhongang; WANG, Tianchun Deep air learning: Interpolation, prediction, and feature analysis of fine-grained air quality. (2018). IEEE Transactions on Knowledge and Data Engineering. 30, (12), pp.2258-2297
Rahman, P. A., Panchenko, A. A., & Safarov, A. M. (2017, October). Using neural networks for prediction of air pollution index in industrial city. In IOP Conference Series: Earth and Environmental Science (Vol. 87, No. 4, p. 042016). IOP Publishing.
Lu, X., Zhang, S., Xing, J., Wang, Y., Chen, W., Ding, D., ... & Hao, J. (2020). Progress of air pollution control in China and its challenges and opportunities in the ecological civilization era. Engineering, 6(12), 1423-1431.
Gültepe, Y. (2019). Makine öğrenmesi algoritmaları ile hava kirliliği tahmini üzerine karşılaştırmalı bir değerlendirme. Avrupa Bilim ve Teknoloji Dergisi, (16), 8-15.
Öklü, M., & Canbay, P. (2023). Makine Öğrenmesi Yöntemleri ile Şehirlerin Hava Kalitesi Tahmini. International Journal of Advances in Engineering and Pure Sciences, 35(1), 39-53.
Kök, İ., Şimşek, M. U., & Özdemir, S. (2017, December). A deep learning model for air quality prediction in smart cities. In 2017 IEEE international conference on big data (big data) (pp. 1983-1990). IEEE.
Ünaldı, S., & Yalçın, N. (2022). Hava kirliliğinin makine öğrenmesi tabanlı tahmini: Başakşehir örneği. Mühendislik Bilimleri ve Araştırmaları Dergisi, 4(1), 35-44.
Kaggle, 2024. https://www.kaggle.com/datasets/rabieelkharoua/air-quality-and-health-impact-dataset
