İstanbul İli Merkez İlçelerindeki NO2 ve CO Emisyonlarının Uzaktan Algılama ve Yersel İstasyon Verileri Kullanılarak İncelenmesi
Bu çalışmada canlı yaşamının temel taşı olan havanın içeriğinde bulunan kirletici gaz konsantrasyonlarının (NO2 ve CO) zamansal değişimlerinin tespiti gerçekleştirilmiştir. Tutarlı verilerin olduğu toplam on yedi aylık bir dönem (Ocak 2020 – Mayıs 2021) için gerçekleştirilen analizler sonucunda atmosferdeki kirletici gazlardan ikisinin artış ve azalış trendleri ortaya konulmuştur. Türkiye’nin en kalabalık şehri olan İstanbul’un Anadolu ve Avrupa yakalarından birer yersel istasyona (Üsküdar ve Mecidiyeköy) ait veriler ile yersel araştırmalar gerçekleştirilmiştir. Avrupa Uzay Ajansı tarafından atmosferdeki gazların konsantrasyonunun tespiti ve izlenmesi amacıyla oluşturulan Sentinel-5 Precursor (S5p) algılayıcısı ile uydu bazlı araştırmalar da gerçekleştirilmiştir. Elde edilen sonuçlar hem yersel istasyon bazlı analizlerin hem de S5p uydu verilerine dayalı analizlerin hava kalitesinin zamansal değişimlerini tespit etmede ve izlemede kullanılabilir olduğu belirlenmiştir.
Anahtar Kelimeler:
CO, Google Earth Enigne, Hava Kirleticileri, NO2, Sentinel-5p
Investigation of NO2 and CO Emissions in Istanbul Province Central Districts using Remote Sensing and Terrestrial Station Data
This study focused on the temporal changes of pollutant gas concentrations (NO2 and CO) in the air data from different resources, the cornerstone of living life. As a result of the analyzes carried out for a total of seventeen months (January 2020 – May 2021) with consistent data, the increase and decrease trends of two of the polluting gases in the atmosphere were revealed. Geographical studies were carried out with data from one terrestrial station (Üsküdar and Mecidiyeköy) from the Anatolian and European sides of Istanbul, the most populated city in Turkiye. Satellite-based research was also carried out with the Sentinel-5 Precursor (S5p), which the European Space Agency (ESA) created to detect and monitor the concentration of gases in the atmosphere. It has been determined that either terrestrial station-based or S5p satellite data based analyzes can detect and monitor temporal changes in air quality.
Keywords:
Air Pollutants, CO, Google Earth Enigine, NO2, Sentinel-5p,
___
- Albarqouni, M.M.Y., Yagmur, N., Bektas Balcik, F., Sekertekin A., (2022). A. Assessment of Spatio-Temporal Changes in Water Surface Extents and Lake Surface Temperatures Using Google Earth Engine for Lakes Region, Türkiye. ISPRS Int. J. Geo-Inf. 2022, 11, 407. https://doi.org/10.3390/ijgi11070407
- Ghasempour, F., Sekertekin, A., & Kutoglu, S. H. (2021). Google Earth Engine based spatio-temporal analysis of air pollutants before and during the first wave COVID-19 outbreak over Turkey via remote sensing. Journal of Cleaner Production, 319, 128599.
- Jain, S., Shukla, S., & Wadhvani, R. (2018). Dynamic selection of normalization techniques using data complexity measures. Expert Systems with Applications, 106, 252-262.
- Kalıpcı, E. & Başer, V. (2019). Coğrafi Bilgi Sistemi (CBS) ve Hava Kalitesi Verileri Kullanılarak Türkiye’nin Hava Kirliliğinin Değerlendirilmesi. Karadeniz Fen Bilimleri Dergisi, 9 (2) , 377-389. https://doi.org/10.31466/kfbd.645698
- Kappal, S. (2019). Data normalization using median median absolute deviation MMAD based Z-score for robust predictions vs. min–max normalization. London Journal of Research in Science: Natural and Formal.
- Kaplan G. & Yigit Avdan Z. (2019). Space-borne air pollution observation from Sentinel-5p Tropomi: relationship between pollutants, geographical and demographic data. International Journal of Engineering and Geosciences. 2020; 5(3): 130-137.
- Karaca, M., Yağmur, N. & Balçık, F. (2022). İstanbul Terkos Gölü zamansal değişiminin Google Earth Engine kullanılarak belirlenmesi . Geomatik , 7 (3) , 235-242 . https://doi.org/10.29128/geomatik.975714
- Nazarenko, Y., Pal, D., & Ariya, P. A. (2021). Air quality standards for the concentration of particulate matter 2.5, global descriptive analysis. Bulletin of the World Health Organization, 99(2), 125–137D. https://doi.org/10.2471/BLT.19.245704
- Shami, S., Ranjgar, B., Bian, J., Khoshlahjeh Azar, M., Moghimi, A., Amani, M., & Naboureh, A. (2022). Trends of CO and NO2 Pollutants in Iran during COVID-19 Pandemic Using Timeseries Sentinel-5 Images in Google Earth Engine. Pollutants, 2(2), 156-171.
- Shams, S.R., Jahani, A., Kalantary, S. et al. (2021). Artificial intelligence accuracy assessment in NO2 concentration forecasting of metropolises air. Sci Rep 11, 1805 (2021). https://doi.org/10.1038/s41598-021-81455-6
- Sünsüli M. & Kalkan K. (2022). Sentinel-5p Uydu Görüntüleri İle Azot Dioksit (NO2) Kirliliğinin İzlenmesi. Türkiye Uzaktan Algılama Dergisi. 2022; 4(1): 1-6.
- Taheri, S., & Razban, A. (2021). Learning-based CO2 concentration prediction: Application to indoor air quality control using demand-controlled ventilation. Building and Environment, 205, 108164.
- URL-1: https://sim.csb.gov.tr/ [Erişim Tarihi: 01.08.2022]
- URL-2: https://code.earthengine.google.com/ [Erişim Tarihi: 01.08.2022]
- URL-3: https://data.tuik.gov.tr [Erişim Tarihi: 01.08.2022]
- Başlangıç: 2019
- Yayıncı: Osman ORHAN