Modellerin Performans Açısından Değerlendirilmesi

Tüm gün, gündüz ve gece veri setlerinin PCA, PMF ve CMB modelleriyle analizleri sonucu elde edilen kaynaklar ve bu kaynakların katkı değerleri, modellerin performans kriterleri kullanılarak değerlendirilmiş ve modellerin performansları değerlendirilmiştir. PCA modeli tüm gün veri seti için 6 adet farklı kaynağı 5 adet faktörle açıklayabilmiş; ancak gündüz ve gece veri setleri için aynı sayıda kaynağı sadece dört faktörle ayırabilmiştir. PCA modeli ile, tüm gün, gündüz ve gece veri setlerindeki varyansın sırasıyla %92,6, %91,5 ve %94,3’ü açıklanabilmiş olup bu değerler oldukça iyi düzeydedir. PCA modeli ile elde edilen faktör sayılarının gündüz ve gece veri setleri için daha az olmasının en muhtemel nedeni çıkarılan kaynaklarının bazılarının sadece gündüz saatlerinde emisyon yapması ve gece saatlerinde bu kaynaklarla ilgili türlerin konsantrasyonlarının ortak değişim göstermesidir. PCA ile elde edilen faktörler kullanılarak toplam UOB konsantrasyonları üzerinde regresyonlar yapılmış ve kaynakların katkı değerleri tahmin edilmeye çalışılmıştır. Bu yöntemde regresyon sadece toplam UOB konsantrasyonları kullanılarak yapıldığından türlerin ölçülen ve hesaplanan değerleri arasında uyumluluk olmaması son derece doğaldır. Regresyon sonucunda tüm gün, gündüz ve gece veri setleri için elde edilen R2 değerleri sırasıyla 0,9997, 0,9998 ve 1,0000 olarak bulunmuş olup, çıkarılan faktörlerin toplam UOB konsantrasyonlarını çok iyi seviyede temsil ettiği sonucuna ulaşmak mümkündür. Buna karşın, veri setinde ölçülen ve modelle hesaplanan konsantrasyonlar arasındaki

uyumluluk kirletici türler bazında incelendiğinde aynı durum görülememektedir. Türler bazında ölçülen ve hesaplanan konsantrasyonlar arasındaki ortalama korelasyon katsayıları tüm gün veri seti için 0,714 (0,399 – 0,884), gündüz veri seti için 0,794 (0,345 – 0,984) ve gece veri seti 0,839 (0,469 – 0,977) olarak bulunmuştur. Bu değerler, PCA-MLR kombinasyonu ile simüle edilen sonuçların ölçüm sonuçlarını, toplam UOB konsantrasyonları kadar iyi temsil edemediğini göstermektedir. Yine de, PCA-MLR kombinasyonunun bazı kaynakları ve bunların davranışlarını iyi temsil ettiği önceki bölümlerde anlatılmıştır. Son olarak, elde edilen faktörlerin gece ve gündüz saatlerindeki kararlılıklarını tayin etmek amacıyla PCA faktör uzayında korelasyon katsayıları hesaplanmış olup, faktör kararlılıkları kabul edilebilir düzeyde olsa da, gece ve gündüz saatlerinde farklılıklar gösterdikleri görülmüştür.

Aynı veri setleri, PMF kullanılarak da analiz edilmiş olup, PMF analizleri sonucunda bütün veri setleri için 5 adet faktör çıkarılmıştır. Bu faktörler, YTÜ Davutpaşa Kampüsü’nde etkin oldukları düşünülen 6 adet kaynağın hepsini açıklamaktadır. PMF analizlerinin hepsinde çıkarılan faktörler aynı kaynaklara atfedilmiştir. Her bir analizde çıkarılan faktörler için bootstrap denemeleri de yapılmış olup, elde edilen en düşük ve en yüksek mapping oranları sırasıyla %78 ve %95’tir. Bu değerler, 100 defa, rastgele değerlerle başlatılan faktörizasyon işleminin, her bir analizde nispeten aynı sonuçlara, yani aynı kaynak çözümlemesine yakınsadığını göstermektedir. Bu değerler, PMF analiz sonuçlarının ne kadar kararlı olduklarının bir ölçütür. Yine, PMF analizlerinde Fpeak denemeleri de yapılmış olup, her bir analizde faktör güçleri olarak sırasıyla -2, -1, 0, 1 ve 2 değerleri kullanılmıştır. Fpeak analizleri ile elde edilen faktörlerin kaynaklar açısından yorumları ilgili faktöre atfedilen kaynaktan farklı ise analizlerin tekrarlanması öngörülmektedir. Fpeak analizlerinin hiçbirinde faktörlere atfedilen kaynaklar değişmemiştir. PCA analiz sonuçlarına benzer şekilde, ölçülen ve modelle hesaplanan toplam UOB konsantrasyonları karşılaştırılmış olup elde edilen R2 değerleri tüm gün, gündüz ve gece veri setleri için sırasıyla 0,9790, 0,9841 ve 0,9793’tür. Toplam UOB konsantrasyonları için bulunan R2 değerleri PCA ile bulunanlardan daha düşük olsa da, PMF analizlerinin PCA analizlerinden en önemli farkı, regresyonun sadece toplam UOB konsantrasyonları değil, bütün kirletici türlerin konsantrasyonları üzerinde yapılmasıdır. Bu sayede model, kirletici türlerin ortam konsantrasyonlarını daha iyi

açıklayabilmektedir. Nitekim bütün kirletici türlerin ölçülen ve modelle hesaplanan konsantrasyonları dikkate alındığında, elde edilen korelasyon katsayıları – tüm gün veri seti için ortalama 0,906 (0,602 – 0,999), gündüz veri seti için ortalama 0,921 (0,706 – 0,999) ve gece veri seti için ortalama 0,937 (0,675 – 0,999) – PCA ile elde edilenlerden çok daha yüksek olup, oldukça tatmin edici seviyededir. Yani, PMF modelinin, ölçüm sonuçlarını PCA-MLR kombinasyonundan çok daha iyi temsil ettiği görülmüştür. Ayrıca, PMF faktörleri kullanılarak faktör uzayındaki korelasyon katsayıları da PCA faktörleri için hesaplanan değerlerden çok daha yüksektir. Bu da PMF ile gece ve gündüz saatleri için çıkarılan kaynakların ve profillerinin PCA ile çıkarılanlardan daha kararlı olduklarını göstermektedir.

YTÜ Davutpaşa Kampüsü ve civar bölgesinden önceki bölümlerde bahsedilmişti. Trafik, evsel ve endüstriyel kaynaklardan atmosfere atılan UOBlerin reseptör modelleri ile çözümlenmesi açısından çok karmaşık bir yapıya sahip olan, özellikle farklı endüstriyel proseslerin küçük bir alanda içiçe yerleştiği bu bölgede, UOB kaynakları ve bu kaynakların katkılarını belirlemek oldukça zor olmaktadır. Zira, ölçüm alanının her tarafının benzer ve içiçe girmiş farklı kaynaklarla çevrilmiş olması sonucu, değişen rüzgar yönüne rağmen ortam konsantrasyonlarının benzer kaynak kombinasyonlarıyla şekillenmesinden ötürü bu kaynakları ayırmak ve katkı değerlerini belirlemek bazen de imkansız olabilmektedir. Reseptör modellerinden, bu çalışmada kullanılacak olan PCA ve PMF’ye ek olarak, CMB modeli de kullanılmıştır. Ne var ki, CMB modelinin ihtiyaç duyduğu veriler arasında kaynak profilleri de yer almakta; böyle karmaşık bir bölgede kaynak profillerinin tahmini çok zor olmaktadır. Bu nedenle, CMB analizlerinde kaynak profilleri olarak PCA ve PMF ile elde edilen faktörler kullanılmıştır. Her bir veri seti için, PCA ve PMF faktörleri denenmiş ve sonuçlar CMB performans kriterleri açısından değerlendirilmiştir. CMB model sonuçları için en önemli performans kriterleri şüphesiz kaynak katkı değerleri toplamı (mass apportioned, MA), R2 değeri ve χ2 değeridir. Tüm gün ölçüm sonuçları için PCA faktörleri ile elde edilen değerler, sırasıyla %66,0 (%16,5 - %194,9), 0,999 (0,995 – 1,000) ve 68,9 (14,3-127,9)’dur. Aynı veri seti için PMF faktörleri ile elde edilen değerler ise sırasıyla %51,2 (%19,3 - %92,6), 1,000 (0,998 – 1,000) ve 18,5 (6,8 – 66,1)’tur. Bu sonuçlara göre, ortam konsantrasyonlarının modelle açıklanabilen fraksiyonları PMF faktörleri için, PCA faktörlerinden daha düşük olsa da,

daha önemli bir performans kriteri olan χ2 değerleri açısından PMF faktörleri daha iyi sonuçlar vermiştir. PMF faktörleri kullanılarak elde edilen CMB sonuçlarına göre ortalama bazda katkı değerleri solvent kullanımı için %30,5±0,11 (%6 - %92), benzinli araç emisyonu için %1,1±0,2 (0 - %9,3), evaporatif emisyonlar için %1,8±0,2 (0 - %13,3), boya kullanımı için %1,0±0,3 (0 - %6,9) ve dizel+biyojenik emisyonlar için %3,6±0,3 (0 - %10,9) olarak bulunmuştur.

Gündüz veri setinin analizi sonucunda elde edilen kaynak katkı değerleri toplamı, R2 değerleri ve χ2 değerleri PCA faktörleri için sırasıyla %76,6 (%17,4 – %201,7), 0,995 (0,990 – 1,000) ve 72,9 (13,4 – 130,9) olurken, PMF faktörleri için sırasıyla %40,2 (%15,9 - %94,2), 0,998 (0,990 – 1,000) ve 24,3 (9,5 – 70,5)’tür. Gündüz veri seti için de PMF faktörleri ile elde edilen sonuçların, PCA faktörleri ile elde edilen sonuçlara nispeten daha iyi olduğunu söylemek mümkündür. Buna göre gündüz UOB konsantrasyonlarına katkı değerleri boya kullanımı için %0,8±0,3 (0 - %8,4), benzinli araç emisyonu için %2,2±0,2 (0 - %9,5), dizel ve biyojenik emisyonlar için %0,8±0,2 (0 - %8,8), evaporatif emisyonlar için %1,1±0,2 (0 - %10,5) ve solvent kullanımı için %35,3±0,1 (%7,2 - %93,7) olarak hesaplanmıştır.

Gece veri seti için CMB analizleri gece faktörleri kullanılarak yapılmış olup, bahsi geçen performans kriterleri için PCA faktörleriyle bulunan değerler sırasıyla %56, 9 (%23,9 - %149,6), 0,996 (0,991 – 0,998) ve 58,4 (25,9 – 123,9) iken PMF faktörleriyle bulunan değerler sırasıyla %33,9 (%18,1 - %83,0), 0,997 (0,990 – 1,000) ve 45,9 (17,1 – 110,6)’dur. Gece ölçümleri için de PMF faktörleri ile elde edilen sonuçların PCA faktörleriyle elde edilen sonuçlara nazaran daha iyi olduğu görülmüştür. Buna göre kaynakların gece ölçüm sonuçlarına bireysel katkı değerleri boya kullanımı için %0,5±0,2 (0 - %4,9), evaporatif emisyonlar için %3,4±0,5 (0 - %8,5), ve solvent kullanımı için %30,0±0,1 (%10,4 - %83,0) olarak bulunmuştur. Benzinli araç emisyonları ile dizel araç emisyonu ve biyojenik emisyonlar için kaynak katkı değerleri negatif olmuş ve bunlar analizden elenmiştir.

Bütün model sonuçları performans kriterleri açısından kıyaslandıklarında PMF sonuçlarının performans açısından en tatmin edici sonuçlar olduğu görülmektedir. Bu nedenle, kaynak tespiti çalışmalarında PMF modeli ile elde edilen sonuçların doğruya en yakın olan sonuçlar olduğu kabul edilmiştir. Buna göre, gözlemlenen dış ortam UOB

konsantrasyonlarına kaynakların ortalama bazda bireysel katkı değerleri solvent kullanımı için gündüz saatlerinde 21,1 µg.m-3 (%28,2) olurken gece saatlerinde bu değer 14,4 µg.m-3’e (%34,0) düşmekte; genel endüstriyel boya kullanımı için ise gündüz saatlerinde 27,5 µg.m-3 (%36,8) iken gece saatlerinde 10,4 µg.m-3 (%24,7) olmaktadır. Benzinli araç emisyonları için de solvent ve boya kullanımı için gözlemlenen duruma benzer bir eğilim görülmüştür. Benzinli araç emisyonlarının ortalama katkı değeri gündüz saatlerinde 10,8 µg.m-3 (%14,4) iken gece saatlerinde bu değer 5,3 µg.m-3’e (%12,6) düşmektedir. Evaporatif emisyonlar olarak tanımlanan kaynağın katkı değerlerinin, araçların geceleri daha çok park halinde bulunmalarından ötürü, gece saatlerinde daha fazla olmaları beklenirken aksi bir durum gözlemlenmiştir. Gündüz saatlerinde ortalama katkı değeri 7,2 µg.m-3 (%9,6) iken gece saatlerinde ortalama katkı değeri 4,8 µg.m-3’e (%11,3) düşmektedir. Bunun temel nedeni, gündüz saatlerinde park halindeki araçların kampüs içinde, yani örnekleme noktasına daha yakın mesafede daha fazla ve gece saatlerinde kampüs dışında daha fazla olmasıdır. Son olarak, dizel araç ve biyojenik emisyonların ortalama katkı değeri gündüz saatlerinde 8,3 µg.m-3 (%11,0) iken gece saatlerinde bu değer 7,3 µg.m-3 (%17,3) olarak bulunmuştur. Bu kaynakların toplam katkı değerleri gece gündüz saatlerinde nispeten sabit kalmaktadır. Kampüs içinde gündüz saatlerinde dizel araç aktivitesi bulunmasına rağmen, gece saatlerinde hiç bir aktivite gözlemlenmemektedir. Ne var ki, gündüz saatlerindeki dizel aktivite yüksek ve örnekleme noktasına yakın olmasına rağmen, gece saatlerinde kampüsün yakınında bulunan Büyük İstanbul Otogarı’nda dizel aktivite daha yoğun olmakta ve aradaki mesafeden ötürü kaynak katkı değeri gündüz değerlerine nispeten daha düşük olmaktadır.