ankara Ünİversİtesİ fen bİlİmler enstİtÜsÜ yÜksek...

ANKARA ÜNİVERSİTESİ FEN BİLİMLER ENSTİTÜSÜ

YÜKSEK LİSANS TEZİ

BİLGİSAYAR ORTAMINDA KAYALARIN JEOKİMYASAL BİLEŞİMLERİNİN JEOSTATİSTİĞİ, MODELLENMESİ VE

HARİTALANMASI

Sama Yüksel AZAT

BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI

ANKARA 2009

Her hakkı saklıdır

i

ÖZET

Yüksek Lisans Tezi

BİLGİSAYAR ORTAMINDA KAYALARIN JEOKIMYASAL BİLEŞİMLERİNİN JEOSTATİSTİĞİ, MODELLENMESİ VE

HARİTALANMASI

Sama Yüksel AZAT

Ankara Üniversitesi Fen Bilimleri Enstitüsü

Bilgisayar Mühendisliği Anabilim Dalı

Danışman: Yrd. Doç. Dr. Refik SAMET

Yapılan tez disiplinlerarası çalışma olup araziden toplanan jeoloji verilerinin bilgisayar ortamında analizini, modellenmesini ve haritalanmasını kapsamaktadır. Jeolojide ve diğer disiplinlerde eldeki verilerin analizini ve değerlendirilmesini yaparak oluşturulacak modellerin ve haritaların gerçek duruma yakınlığı önemlidir. Eldeki verilerin sayısı ne kadar fazla ise ve/veya toplanan verilerin isabet ettiği birim alan ne kadar küçük ise ve/veya veriler araziden eşit aralıklarla toplandı ise oluşturulacak model ve haritaların gerçek duruma bir o kadar yakın olacağı kesindir. Bazen araziden istenilen sayıda ve nitelikte veri toplamak imkânsız olabilir. Bu durumda enterpolasyon teknikleri ile eldeki verileri kullanarak yeni veriler üretmek gerekir. Bu amaçla kullanılacak enterpolasyon tekniği de önemli olup modelin ve haritanın gerçeğe yakınlığını etkilemektedir. Bunun dışında verilerin analizlerinin yapıldığı ve haritalandığı yazılımda önemlidir. Bütün bu durumları göz önünde bulundurarak tez çalışmasında araziden toplanan verilerin analizini ve değerlendirilmesini yapmak, modellemek ve haritalamak için bir metodoloji geliştirilmiştir. Söz konusu metodoloji kapsamında sekiz enterpolasyon tekniği önerilmiş ve en verimli olan seçilmiştir. Seçilen enterpolasyon tekniği kullanarak yeni verilerin üretilmesi, bütün verilerin birlikte analizi ve verilerin dağılım haritalarının oluşturulması ise ArcGIS 9.2 platformunda yapılmıştır. Geliştirilen metodoloji Yozgat İli Sarıhacılı Bölgesine ait üç ayrı kısımdaki kaya/topraklardan toplanan örneklerdeki radyoaktif elemanların dağılımının analizini yapmak, modellemek ve haritalamak için uygulanmıştır. Elde edilen sonuçlar önerilen metodolojinin verimli olduğunu kanıtlamıştır.

Ağustos 2009 118 sayfa

Anahtar Kelimeler: Jeokimya, Jeostatistik analiz, Haritalama, Enterpolasyon

teknikleri, Histogram, Verilerin dağılımı

ii

ABSTRACT

Master Thesis COMPUTER BASED GEOSTATISTIC, MODELING AND MAPPING OF

GEOCHEMICAL COMPOSITIONS OF ROCKS

Sama Yüksel AZAT

Ankara University Graduate School of Natural and Applied Sciences

Department of Computer Engineering

Supervisor: Assist. Prof. Dr. Refik SAMET Performed master thesis is an interdisciplinary study and includes the computer based analysis, modeling and mapping of geological data collected from field study. The closeness of models and maps to be created by analyzing and evaluating the data in hand to the reality is very important in Geology and other disciplines. If the number of data in hand will be increased and/or if the area from where the samples were collected will be decreased and/or if the data will be collected from terrain with equal distribution then the closeness of the model and map to the reality will also be increased. Sometimes it is not possible to collect the samples in required numbers and features from certain terrain. In these cases it is necessary to create new data on the bases of data in hand using interpolation techniques. On the other hand, the certain interpolation technique is also very important because it affects the closeness of the created models and maps. Besides the software, which is used for analyzing of data and creating of maps, is also important. In order to solve these problems in this study the methodology is developed for analyzing, evaluating, modeling of data and creating the distribution maps. In scope of developed methodology eight interpolation techniques were suggested and the best of them is selected. In this study ArcGIS 9.2 platform was used to create new data, analyze all data and create maps by using selected interpolation technique. Developed methodology was applied to analyze, model and map of distribution of radioactive elements in samples collected from rocks/soils of Sarıhacılı province of Yozgat region. Obtained results showed the high performance of developed methodology. August 2009 118 Pages Key Words: Geochemistry, Geostatistical analyzing, Mapping, Interpolation techniques, Histogram, Data distribution

iii

TEŞEKKÜR

Çalışmalarımı yönlendiren, araştırmalarımın her aşamasında bilgi, öneri ve yardımlarını

esirgemeyerek akademik ortamda olduğu kadar beşeri ilişkilerde de engin fikirleriyle

yetişme ve gelişmeme katkıda bulunan danışman hocam sayın Yrd. Doç. Dr. Refik

SAMET’e (Ankara Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği

Anabilim Dalı öğretim üyesi), Jeolojik verilerin temininde beni destekleyen Bozok

Üniversitesi jeoloji Mühendisliği Bölümü araştırma görevlisi M. Avni Akçe’ye ve

çalışmalarım süresince manevi desteklerini esirgemeyen değerli bölüm başkanımız

sayın Prof. Dr. Baki KOYUNCU’ya (Ankara Üniversitesi Mühendislik Fakültesi

Bilgisayar Mühendisliği Anabilim Dalı öğretim üyesi) teşekkürü borç bilirim.

Sama Yüksel AZAT

Ankara, Ağustos 2009

iv

İÇİNDEKİLER

ÖZET……………………………………………………….……………………………i

ABSTRACT…………………………………………………………...………………..ii

TEŞEKKÜR………………………………………………………………………...….iii

ŞEKİLLER DİZİNİ………………………………………………………………….viii

ÇİZELGELER DİZİNİ…………………………………………………………...…...xi

1. GİRİŞ…………………………………………………………………………………1

2. ÖNCEKİ ÇALIŞMALAR……………………………………………………..……5

3. TASARIM…………………………………………………………………………..24

3.1 Veri Analizi ve Yoğunluk Haritası Oluşturma Metodolojisi…………………...24

3.2 Gerçek Verilerin Analizi ve Kirlenme Haritasının Oluşturulması…………….24

3.3 Enterpolasyon Tekniklerinin Önerilmesi………………………………………..27

3.3.1 Dört komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği…...28

3.3.2 Sekiz komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği…..32

3.3.3 Dört komsu değerlerin medyan ortalamasına göre veri üretim tekniği……..35

3.3.4 Sekiz komsu değerlerin medyan ortalamasına göre veri üretim tekniği…….38

3.3.5 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin aritmetik

ortalamasına göre veri üretim tekniği………………………………………...41

3.3.6 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin aritmetik


3.3.7 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin medyan


3.3.8 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin medyan

ortalamasına göre veri üretim tekniği………………………………………....48

3.4 Enterpolasyon Tekniklerinin Karşılaştırılması ve Uygun Enterpolasyon

Tekniğinin Seçimi……………………………………………………………..….51

3.5 Kirlenme Haritasının Oluşturulması…………………………………………….53

4. UYGULAMA……………………………………………………………………….54

4.1 Giriş…………………………………………………………………………….......54

4.2 Aanaliz……………………………………………………………………………..55

4.2.1 Çalışma arazisinin tanımlanması ve verilerin hazırlanması………………....55

v

4.2.2 Verilerin analizi ve yoğunluk haritası oluşturma……………………………..61

4.2.2.1 Gerçek verilerin analizi ve kirlenme haritasının oluşturulması...................61

4.2.2.2 Enterpolasyon tekniklerinin önerilmesi ve uygun enterpolasyon

tekniğinin seçimi……………………………………………………..……..…67

4.2.2.3 Nihai kirlenme haritasının oluşturulması…………………………………...67

4.2.3 S1 bölgesi için analiz sonuçları…........................................................................77

4.2.4 S2 alanı için analiz sonuçları…………………………………………………...80

4.2.5 S3 alanı için analiz sonuçları……………………………………………….…..82

4.5 SONUÇ VE TARTIŞMALAR………………………………………………...….85

5. SONUÇ……………………………………………………………………………...90

KAYNAKLAR……………………………………………………………………..….92

EK 1 GELİŞTİRİLEN YAZILMA AİT KODLAR…...…………………………..100

ÖZGEÇMİŞ………………………………………………………………………….118

vi

ŞEKİLLER DİZİNİ

Şekil 3.1 Çalışma arazisinin modeli……………………………………………………25 Şekil 3.2 Araziden toplanan gerçek veri örneklerinin simülasyonu……………………26 Şekil 3.3 Gerçek verilerin dağılımı……………………………………………………..26 Şekil 3.4 Gerçek veriler için kirlenme haritası…………………………………………27 Şekil 3.5 Dört komsu değerlerin aritmetik ortalamasına göre veri üretimi…………….29 Şekil 3.6 Dört komsu değerlerin aritmetik ortalamasına göre veri üretimi…………….30 Şekil 3.7 Dört komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılımı………………………………………………………….……………30 Şekil 3.8 Dört komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler için kirlenme haritası…………………………………………………………31 Şekil 3.9 Sekiz komsu değerlerin aritmetik ortalamasına göre veri üretimi……………32 Şekil 3.10 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler……...33 Şekil 3.11 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılım…………………………………………………………………..…..34 Şekil 3.12 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler için kirlenme haritası………………………………………………………..34

Şekil 3.13 Dört komsu değerlerin medyan ortalamasına göre veri üretimi…………….35 Şekil 3.14 Dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler………..36 Şekil 3.15 Dört komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı……………………………………………………………………...37 Şekil 3.16 Dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası………………………………………………………..37 Şekil 3.17 Sekiz komsu değerlerin medyan ortalamasına göre veri üretimi…………...38 Şekil 3.18 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler……....39 Şekil 3.19 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı……………………………………………………………………...40

vii

Şekil 3.20 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası…………………………………………………….….40 Şekil 3.21 Çalışma arazisinin bileşenlerine ait örnek………………………………..…41 Şekil 3.22 Çalışma arazisi veriler matrisi……………………………………………....42 Şekil 3.23 Arazi yapısı dikkate alınarak dört komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler……………………………………….…43 Şekil 3.24 Arazi yapısı dikkate alınarak dört komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılımı…………………………..…..44 Şekil 3.25 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin aritmeti ortalamasına göre üretilmiş veriler için kirlenme haritası………….44 Şekil 3.26 Arazi yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler…………………………………………………45 Şekil 3.27 Arazi yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılımı…………………………..…..46

Şekil 3.28 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler için kirlenme haritası……..….46

Şekil 3.29 Arazi yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler……………………………………………………………..…47 Şekil 3.30 Arazi yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı…………………………..….48 Şekil 3.31 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası………....48 Şekil 3.32 Arazi yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına

göre üretilmiş veriler………………………………………………………...49 Şekil 3.33 Arazi yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı………………..……………..50 Şekil 3.34 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası…….…...50 Şekil 4.1 Yozgat İntrüzif Kompleksi Kuzey bölümünün jeoloji haritası……………....56 Şekil 4.2 Örnek alım bölgelerini gösteren haritalar…………………………………….57 Şekil 4.3 Giriş verisinin ve metot seçimi…………………………………………….…62

viii

Şekil 4.4 Geostatistik yöntemi seçmek…………………………………………………62 Şekil 4.5 Semivariogram Modeling diyagramı: Mesafeye göre farklılığın değişimi artıyor ve bu yüzden Semivariogram benzersizlik fonksiyonu gibi düşünülebilir……………………………………………………………...63 Şekil 4.6 Covariance Modeling diyagramı: Mesafeye göre otokorolasyon azalıyor ve bu yüzden Covariance benzerlik fonksiyonu gibi düşünülebilir……….....64 Şekil 4.7 Searching Neighborhood grafiği (Komşuların Araştırılması)………………..65 Şekil 4.8 Cross Validation grafiği (Çapraz Değerlendirme)…………………………...66 Şekil 4.9 Yozgat Sarıhacılı S1 bölgesinde Sintilometre değeri için yoğunluk haritası...66 Şekil 4.10 Sintilometre değeri için veri dağılımı histogramı…………………………...68 Şekil 4.11 Sintilometre değeri için veri dağılımı Normal QQPlot grafiği……………...69 Şekil 4.12 Eğilim analizi 1 gösterimi…………………………………………………..70 Şekil 4.13 Eğilim analizi 2 gösterimi…………………………………………………..70 Şekil 4.14 Eğilim giderme polinomu seçimi…………………………………………...71 Şekil 4.15 Eğilim giderme işlemi………………………………………………………72 Şekil 4.16 Semivariogram Modeling diyagramı…………………………………….….73 Şekil 4.17 Covariance Modeling diyagramı………………………………………...….74 Şekil 4.18 Searching neighborhood diyagramı………………………………………....75 Şekil 4.19 Cross Validation diyagramı…………………………………………………75 Şekil 4. 20 Sintilometre değeri için nihai dağılım haritası……………………………..76 Şekil 4. 21 Cross Validation Comparison: Default ve Trend Removed karşılaştırması………………………………………………………………77 Şekil 4.22 S1 bölgesinden toplanan veri dağıtımı……………………………………...77 Şekil 4.23 S2 bölgesinden toplanan veri dağıtımı……………………………………...80 Şekil 4.24 S3 bölgesinden toplanan veri dağıtımı………………………………….…..82

ix

ÇİZELGELER DİZİNİ

Çizelge 3.1 Veri dağılımı enterpolasyon tekniklerine göre elde edilen sonuçlar……....51

Çizelge 4.1 S1 bölgesi için sintilometre ölçüm değerleri (cps) ve radyoaktif

elementlerinin jeokimyasal analiz sonuçları…………………………..…...58


elementlerinin jeokimyasal analiz sonuçları……………………………..…59


elementlerinin jeokimyasal analiz sonuçları…………………………..…...60

Çizelge 4.4 S1 bölgesi için veri dağılımı ve kirlenme haritaları………………….……78




Çizelge 4.8 Sarıhacılı Yozgat S2 bölgesi için Geostatistical analiz sonuçları…….…...87

Çizelge 4.9 Sarıhacılı Yozgat S3 bölgesi için Geostatistical analiz sonuçları…….…...88

1

1. GİRİŞ

20.y.y.’ın ortalarından itibaren dünyanın sanayileşmiş ülkelerinde kendini gösteren

çevre sorunları günümüzde küresel bir sorun haline gelmiştir. Teknolojik gelişmeler

birçok imkânı insanlığın hizmetine sunarken diğer yandan da insanlığın ortak malı olan

çevrede telafisi mümkün olmayan problemleri doğurmuştur. Çevrenin denetim altında

tutulması, korunması, geliştirilmesi ve iyileştirilmesi konularında gösterilen çabaların

amacı; canlıların daha sağlıklı ve güvenli bir çevrede yaşamalarının sağlanmasıdır.

Bunu sağlayacak olan da şüphesiz insanın ta kendisidir. Buda insanın çevreyle uyumlu

ve yeterince çevre eğitimi almış olması ile mümkündür. Bunun yanı sıra yaşamsal

öneme sahip hava, toprak ve su gibi temel çevre unsurlarının kirlenme durumlarının

modern teknolojilerle ve tekniklerle sürekli denetim altında tutulması ve gerekli

önlemlerin alınması, müdahalelerde bulunulması büyük önem arz etmektedir. Bu

çerçevede işbu tez çalışması ile bu konuya katkı sağlamak amaçlanmıştır.

Çevre bilimi açısından kirlenme, çeşitli insan etkileri yoluyla çevresel döngülerin

bozulması ve bu bağlamda doğal çevre sistemlerinin, ortaya çıkan sorunları

kendiliğinden giderme yeteneğini yitirerek dengesinin bozulması olarak tanımlanabilir.

Diğer bir açıdan çevre kirlenmesi; toprak, su ve havanın fiziksel kimyasal ve biyolojik

özelliklerinde insan etkisiyle ortaya çıkan ve arzu edilmeyen değişmeler olarak, doğal

dengeyi bozan, fizyolojik, psikolojik etkiler yoluyla canlılar ve cansızlar üzerinde

olumsuz etkiler yaratan bir olgu olarak tanımlanır. Sanayileşme, hızlı nüfus artışı,

doğanın temel unsurları olan hava, su, toprak kirliliği ve buna bağlı olarak nesli tükenen

veya tehlike altında olan canlı türleri, küresel ısınma, iklim değişikliği, radyasyon

dünyamızın önemli çevre sorunlarını oluşturmaktadır. Çevre sorunları aniden ortaya

çıkmadı. Zaman içinde birikerek arttı. Hava, su, toprak kirlenmeye başladı; bitki ve

hayvan türleri hızla yok oldu; küresel ısınma, ozon tabakasının delinmesi gibi doğal

denge bozulmaları ortaya çıktı ve nihayet insan sağlığını tehdit eden, kitlesel ölümlere

neden olan çevre felâketleri yaşanmaya başlandı.

Yukarıda kısaca özetlenen çevre sorunları Türkiye içinde büyük ölçüde geçerlidir. Söz

konusu çevre felaketlerinin durdurulması ve çevrenin iyileştirilmesi için gerekli

2

önlemlerin alınması için çevrenin durumunu denetim altında tutmak gerekiyor. Bu

amaçla kirlenme riski yüksek olan arazilerden veri örnekleri toplayarak, laboratuar

ortamında gerekli analizleri yaparak kirlenmenin seviyesini ve kaynağını gösteren

haritalar oluşturmak gerekiyor. Oluşturulacak haritanın gerçeğe uygunluğu çok

önemlidir. Çünkü kirlenme kuşkusu taşıyan arazinin yapısı eşit aralıklarla veya

belirtilen birim alandan belirtilen sayıda örnek toplamak için müsait olmayabilir. Bu

durumda değişik interpolasyon (iç değerleme) teknikleri kullanılarak eldeki örnekleri

değerlendirerek elde olmayan örneklerin değerlerini (sanal örnekleri) oluşturulmak

gerekiyor. Sanal örneklerin gerçeğe uygunluğu kullanılan interpolasyon tekniklerine

göre değişmektedir.

Dünyada benzer çalışmalar sürekli yapılmaktadır. Örneğin McGrath vd. (2004),

çalışmasında çok değişkenli analiz ve CBS (Coğrafi Bilgi sistemi) kullanılarak

İrlanda’daki Galway bölgesi için kentsel arazini kirleten kaynaklar tespit edilmiş ve

haritaları oluşturulmuştur. Galway İrlanda’nın batısında bulunan küçük ama hızlı

gelişen turistik merkezdir. Bu şehrin çevresel durumunu değerlendirmek için 2004

senesinde parklardaki ve otlaklardaki her 0.25 kilometre kare alandan bir örnek olmak

üzere 0 ile 10 cm derinliklerden toplam 166 yüzey örnekleri toplanmıştır. Bütün

örneklerin ICP-AES yardımı ile 26 farklı kimyevi elemana göre analizi yapılmıştır.

Elemanları sınıflandırmak ve insanoğlunun faaliyetlerinden kaynaklanan elemanları

belirlemek için çok değişkenli istatistik ve CBS teknikleri uygulanmıştır. Küme analizi

ve prensip komponent analizi sayesinde elemanlar iki grupta sınıflandırmıştır: birinci

grup doğal kaynaklardan kaynaklanan elemanlar ve ikinci grup ise insanoğlunun

faaliyetlerinden kaynaklanan elemanlar. CBS haritalaması kirleticilerin gerçek

kaynağını belirlemek için kullanılan en güçlü araçtır. Şehir merkezinde, eski yerleşim

yerinde ve esas trafik yolları etrafında Cu, Pb ve Zn elemanlarının oldukça yüksek

konsantrasyonu bulunmuştur. Buda trafikten kaynaklanan kirliliğin etkisinin yüksek

olduğunu göstermektedir. Eski yerleşim mekanları topraklarının As elemanı ile zengin

olduğu tespit edilmiştir. Bunun sebebinin evleri ısıtmak için kullanılan kömür ve

bataklık kömürü olduğu anlaşılmıştır. Kentsel topraklarla gösterilen kirlenmenin

kaynaklarını gösteren bu tip anlamlı haritalar şehrin kirlenmiş arazilerinde yaşayan

3

sakinlerin sağlığına verebileceği potansiyel tehdidi anlamak açısından da önemli

vasıtadır.

Bu tez çalışmanda yukarıda kısa özeti verilen McGrath vd. (2004), makalesinde

belirtilen çalışmalara benzer çalışma yapılmıştır. Bu kapsamda tezin asıl amacı değişik

interpolasyon tekniklerinin önerileceği, önerilen tekniklerden en verimlisinin seçileceği,

CBS araçları yardımıyla arazilerden toplanan verilerin analizini yaparak ve sonuçlarını

değerlendirerek çevre kirlenmelerinin gerçek durumunu ortaya çıkarabileceği ve

kirlenmenin kaynağını saptayabileceği metodoloji geliştirmek ve uygulamaktır.

Geostatistik analizler CBS yazılımları ile coğrafi, jeolojik ve arazi kullanımının bölgesel

veritabanları ile karşılaştırmak için bölgesel dağılım haritaları oluşturmakta

kullanılmaktadır (Facchinelli vd. 2001). CBS haritalama teknikleri olası kirletici

kaynaklarını tespit etmek için kullanılan en güçlü araçtır (Zhang 2005). CBS haritaları

tehlikeleri değerlendirmek ve karar verme desteği için çok faydalı bilgi sağlamaktadır

(McGrath vd. 2004).

Bu çalışmanın bilimsel sonuçları Yozgat ilinden toplanan veriler üzerinde

uygulanmıştır. Yozgat, İç Anadolu Bölgesinin Orta Kızılırmak Bölümü’nde Bozok

Platosu üzerinde yer almaktadır. Platolardan sonra, ilde en geniş alanı kaplayan yeryüzü

şekli dağlardır. İlin doğu ve kuzeydoğu kenarlarında yer alan dağlar, genellikle

yüksekliği fazla olmayan kıvrımlı sıradağlar ve aşınarak alçalmış tepeler biçimindedir.

Akdağlar ilin en önemli sıradağlarıdır. İldeki diğer bir sıradağlar da Deveci dağlarıdır.

Bu tezde GIS haritalama tekniği Sarıhacılı Yozgat bölgesinde jeolojik yapıdan

kaynakların çevre kirlenmesinin haritasını oluşturmak ve kirlenme kaynağını saptamak

için kullanılmıştır. Sarıhacılı köyü ve Yozgat çevresinden toplanan 78 adet kaya örneği

bazında Sintilometre (cps) değerlerini ve Fe, Na, Ca, Mg, K , Si , U ve Th gibi

radyoaktif elemanların oranlarını tespit etmek için yapılan kimyasal analizlerin ve GIS

haritaların sonuçları çevredeki kayaların etkisini açıkça göstermektedir.

Tezin 2. Bölümünde Dünyada ve Türkiye’ de konu ile ilgili mevcut durumu belirten

çalışmaların özetleri verilmektedir. Bölüm 3’de gerçeğe uygun kirlenme analizi yapmak

için metodoloji ve değişik interpolasyon teknikleri önerilmektedir. Bölüm 4’de elde

Silinmiş:

Silinmiş:

4

edilen bilimsel sonuçlar Sarıhacılı, Yozgat bölgesi için uygulanmaktadır. Bölüm 5’de

elde edilen sonuçları sıralanmakta ve kısa değerlendirme sunulmaktadır.

5

2. ÖNCEKİ ÇALIŞMALAR

Riso Ulusal Laboratuarı (1983) tarafından yapılan çalışma, Yozgat iline ilişkin tek

çalışmadır. Bu çalışma kapsamındaki alan operasyonu sırasında, 7500 km2 alanı

kaplamakta ve iki ayrı bölgede yaklaşık 6000 km hat geçilmiştir. Bu çalışma ayrıca

uranyum aramalarında hava kaynaklı gama ışını araştırmalarına destek vermektedir.

Araştırmamız Yozgat ilinde radyoaktif element dağılımını görselleştirmek amacına

ilişkin çalışmalar bulunmadığını göstermektedir. Bu sebeple bu çalışma ile bu boşluk

doldurulacaktır.

Flowerdew ve Green’in (1992) araştırmasında bölgesel ara değer hesabı üzerine yaptığı

araştırma projesinin bir uzantısı ve gözden geçirilmesidir. Bir bölgenin farklı amaçlar

için farklı alanlara bölünmesi ve bir bölge için mevcut olan bir verinin farklı bir bölge

için (hedef alan) gerekli olması sonucu ortaya çıkan sorunlarla ilgilenmektedir.

Kullanılan metot EM algoritmaya dayanmaktadır. Şu ana kadar rapor edilmiş

çalışmanın çoğu, dağılımı bir Poisson varsayımı kullanılarak modellenebilen toplam

veri ile ilgilidir. Bu araştırma öncelikli olarak normal olarak dağıtılmış verilerin

bölgesel ara değer hesabı ile ilgilidir. Bu tür veriler için bir metot geliştirilmiştir ve

Preston, Lancashire için ev fiyatı verilerine uygulanmaktadır. Yerel hükümet bölgeleri

için 1990daki ev fiyatlarının ortalamasından başlar ve posta kodu sektörleri için

ortalama ev fiyatlarını hesaplamaktadır.

Kelly ve diğerleri (1996) çalışmada, sanayi bölgesi olmayan ve yaklaşık 56 km’lik bir

yerleşim alanı olan Thames üzerindeki Londra kasabası Richmond’da ve bir sanayi

şehri olan 70 km’lik Batı Midlands’in üst yüzey topraklarında (0-15 cm) ağır metal

konsantrasyonları belirlemişlerdir. Toprak örnekleri km başına dört yoğunlukta ızgara

şeklinde alınmıştır ve 25 element için analiz Endüktif Kuplajlı Plazma Atomik Emisyon

Spektrometrisi (ICP-AES) ile yürütülmüştür. Verinin istatistiksel analizi ile beraber

kullanılan GIS-tabanlı haritalandırma teknikleri bu iki kentsel alandaki yüzey

topraklarının ağır metal içerikleri üzerinde alan-kullanımının etkisinin altını çizmiştir.

Thames üzerindeki Richmond’da Pb’nin en yüksek konsantrasyonları (> 1000 pg/g)

6

yoğun trafiği olan yolların büyük kavşaklarına yakın yerlerde ortaya çıkmaya

eğilimlidir. Yüksek seviyelerde Pb (yaklaşık 500 pg/g) ayrıca en eski evlerin (> 100

yıl) yer aldığı alanlarda da görülmektedir. Wolver Hampton’da en yüksek ağır metal

konsantrasyonları, özellikle Zn, genellikle şehrin doğusunda hem tarihi yerler hem de

mpdern sanayi aktivitelerinin olduğu alanlarda yer almaktadır.

Maiz ve diğerlerinin (1997) çalımasında topraklardaki metal fraksiyonların daha el

altında bulunanlarını belirlemek için kısa bir dizi ardışık prosedür sunulmaktadır. Bu

fraksiyonlar mobildir ve seferber edilebilir. Metot farklı antropojenik kirlilik

kaynaklarıdan etkilenmiş üç toprakla test edilmiştir : madencilik, çelik fabrikası ve

trafik emisyonları. Sonuçlar ile, bu topraklarda potansiyel bir metal mevcudiyeti düzeni

olduğu ileri sürülmüştür: Cd > Pd > Zn ~ Cu > Mn> Ni > Fe ~ Cr.

Schuhmacher ve diğerlerinin (1997) çalışmasının amacı, Montcada (Catalonia, İspanya)

içinde yer alan eski (20 yıldan fazla bir süredir çalışan) bir MSW çöp fırını

yakınlarındaki topraklardaki mevcut metal seviyelerini belirlemek ve bunun yanı sıra,

tesisin çevresinde yaşayan canlıların toprak yoluyla metal alınımı sonucu ortaya çıkan

sağlık riklerini değerlendirmekti. Sonuçların istatiksel anlamlılığı Kruskal-Wallis test

yada Mann-Whitney U test ile hesaplanmıştır. 0.05 veya daha az bir olasılık anlamlı

olarak belirlenmiştir. Ayrıca, doğrusal azalım analizi (Pearson’ın korelasyon katsayısı)

de uygulanmıştır. Bazı elementler (Be, Hg, Pb, Tl ve V) için topraklarda en yüksek

seviyeler kuzeydoğu yönüne denk düşmesine rağmen, gözlemlenen farklılıklar analiz

edilen hiçbir metal için istatistiksel olarak anlamlı değildi.

Sárközy (1999) ara değer hesabı veri üretimi aşamasında yada verilerin uzamsal analiz

için kullanıldığı dönemde ortaya konabildiğini ifade etmektedir. İkinci durumda, ara

değer hesabı bir GIS fonksiyonudur. Bu iki yeni metodun olasılıkları – dalgacık

dönüşümleri ve yapay sinir ağı (ANN) yaklaşımları da – tartışılmıştır. Model

geliştirmede ve ara değer hesabında yapay sinir ağları olasılıklarına özel bir artış

verilmiştir. Veri modeli ve ANN yaklaşımı arasındaki bağlantı incelenmiştir. ANN

7

içeriğinde ara değer hesabı, sınıflandırma ve GIS fonksiyonları arasındaki bağlantılar

açıklanmıştır.

Mielke ve diğerleri (2000) tarafından yapılan bu çalışmanın konusu antropojenik

metallerin kent topraklarının jeokimyasal kalitesi üzerindeki etkisidir. Bu inceleme,

metal içerikleri ve Missisipi Nehri Deltasında yeni tortulaşmış alüvyon ana maddeleri

ve civardaki bir kent çevresinden toplanmış alüvyonlu topraklar olan iki alüvyonlu

toprak örneği arasındaki ilişkileri karşılaştırarak yapılmıştır. Yeni alüvyon örnekleri

Bonnet Carr´e Spillway’den alınmıştır. Spillway örnekleri, doğal topraklar için

belirlenmiş tabana kıyasla daha az Pb ve Zn içermeye eğilimlidir. Mn ve V dışında,

Spillway alüvyonu, kent topraklarına gore belirgin olarak daha az metal içermektedir.

Li ve diğerleri (2001) tarafından yapılan araştırmada topraklardaki ağır metaller

kirliliğinin şu anki durumunu incelemek amacıyla Hong Kong’un şehir içindeki

parklarında kapsamlı bir toprak araştırması yürütülmüştür. Eski kentsel bölgeler, sanayi

bölgeleri ve bölgenin yeni yerleşim yerlerinde 60’dan fazla parktan ve halka açık

alandan toprak örnekleri ve ilişkili sokak tozları toplanmıştır. Sonuçlar Hong Kong’daki

şehir topraklarının artmış konsantrasyonlarda Cd, Cu, Pb ve Zn içerdiğini

göstermektedir. Yüksek metal konsantrasyonları olan parklar eski kentsel ticaret

bölgelerinde ve endüstriyel alanlarda yer almaktadır ve bu durum bu topraklardaki en

önemli kirlilik kaynağının trafik emisyonları ve endüstriyel aktiviteler olduğunu

göstermektedir.

Tijhuis ve diğerleri (2001) çalışmasında, Oslo kenti, farklı türlerde volkanik ve tortul

kayaçlardan oluşan Permiyen bir uçurum havzası Oslo-graben’in merkezinde yer

almaktadır. 1998 yazında, yaklaşık 300 yüzey toprak örneği (2–3 cm), 1 km’de 2 olmak

üzere sistematik olarak alınmıştır. İncelenen alan yaklaşık 500 km2’yi kaplamaktadır.

Örnekler 7M HNO3’de çözünmüş ve ICP-AES, soğuk buhar tekniğiyle civa (CV-AAS)

ve arsenik ve kadmiyum grafit ocakları (GF-AAS) ile 29 element için analiz edilmiştir.

Birbiriyle ilişkili bir dizi değişkenin arasındaki ilişkileri tanımlamak amacıyla bir faktör

analizi sıklıkla kullanılmaktadır. Elementler arasındaki kovaryant / eşdeğişken ilişkileri

tanımlamak için bir faktör analizi tamamlanmıştır. İlk faktör Sc, Fe, Li, Co, Al, Cr, Be,

8

K, Ni, V, Mg, Y, Ba, Zr, Mn ve As elementlerini içermektedir (azalan oransal

değişmeye gore listelenmiştir). Bu elementler bölgedeki mineraller için tipiktir ve bu

elementlerin çoğu normale yakın bir dağılıma sahiptir. Bu faktörün kaynakları

muhtemelen jeolojiktir. İkinci faktör Cd, Hg, P, Zn, Cu, Ba ve Pb içermektedir. Log-

normal bir dağılımları vardır. Yol trafiği muhtemelen bu faktöre katkıda bulunan

kaynaklardan biridir. Norveç’te kış mevsiminde çivili lastikler sıklıkla kullanılmaktadır

ve bu büyük miktarlarda yol tozuna sebep olmaktadır. Kurşunlu benzin Pb için önemli

bir kaynak olmuştur ancak artık kullanılmamaktadır. Lastiklerin ve frenlerin yıpranması

ve aşınması da bu faktöre katkıda bulunmaktadır. Bu faktöre katkıda bulunan diğer

kaynaklar ise muhtemelen sanayi, çöp yakma, ölü yakma ve bu elementlerden

bazılarının ateş yoluyla yapısal materyalden serbest bırakılmasıdır. İkinci faktördeki

elementlerin konsantrasyonu Oslo’nun merkez kısımlarında diğer bölgelere kıyasla çok

daha yüksektir. Merkezdeki Hg ortalama değeri 0.48 mg kg−1’dir ki bu değer şehrin

geri kalanındakinden 8 kat daha yüksektir. Ayrıca, diğer elementler merkezde daha

yüksek seviyelere sahiptir. Sanayi bölgesi olan merkezin kuzeydoğu bölgesi de yüksek

değerler göstermektedir. Arsenik dağılımı bütün şehir genelinde düzenlidir ancak

merkezde biraz daha yüksek bir seviyeye sahiptir.

Çelik (2001) tarafından yapılan bu çalışmanın amacı Yerköy yakınlarındaki arazi için

yüzey ve yeraltı sularına ilişkin kirlilik parametrelerini incelemek ve bunlar arasında bir

etkileşim kurmaktı. Saha ve laboratuvar gözlemlerine dayanarak, Delice Nehrinin

suyunun sulama ve ev içi kullanım için uygun olduğu saptanmış, buna karşın sığ yeraltı

tabakasındaki suyun son derece tuzlu olduğu görülmüş ve yerel litolojik birimler

tarafından kirletilmiş olduğu düşünülmüştür. Alüvyon aküfer ile Delice Nehri arasında

aktif yeraltı suyu sirkülasyonu ve dilüsyonu gözlenmiştir. Bu bölgedeki yeraltı suyunun

kısa bir süredir orada bulunması sebebiyle, hidrojeokimyasal konsantrasyon ve

tuzluluğun düşük olduğu belirlenmiştir. Alüvyon aküferinin diğer kısımları daha yüksek

çözünür iyonlar içermektedir.

Adams (2001) araştırmasında, sıfır eğrilerinin yumuşak ara değer hesabını anlamak için

gereken metematiği belirtmekte ve iki faydalı yöntem tanımlamaktadır: devamlı olarak

birleştirilen sıfır eğrilerinin en yumuşak şekilde ara değer hesabını garantileyen kübük-

9

spline ara değer hesabı ve devamlı olarak birleştirilen ani vadeli kurların en yumuşak

şekilde ara değer hesabını garantileyejn yumuşak vadeli kur ara değer hesabı.

Karakelle ve diğerlerinin (2002) çalışmasında Kocaeli bölgesinden (Batı Anadolu

Türkiye) 1998 yazında yüzey toprak örnekleri (0–15 cm) toplanmıştır. Örnekleme

alanları otobanlara ve endüstriyel aktivite bölgelerine yakın kentsel bölgeleri

içermektedir. Sayılan bütün numunelerin en üst analizleri IBM-AT kişisel bilgisayar

Canberra 35 plus ile Spectran-AT Software kullanılarak yapılmıştır. Sonuçlar farklı

ülkelerin topraklarındaki diğer radyoaktivite ölçümleri ile karşılaştırılmıştır. Veriler

normal dağılım göstermektedir ve radio nüklit konsantrasyonları diğer araştırmacılar

tarafından belirlenen tipik değer aralığı içindedir.

Mtetwa ve diğerlerinin (2003) bu araştırması coğrafi bilgi sistemi (GIS) tekniklerinin,

etkin karar alma için bir bilgi temeli oluşturmak amacıyla su toplama alanı veriminin

analizini yapmanın fizibilitesini belirlemektedir. Bu araştırmada, su toplama alanlarının

uzamsal ve zamansal dağılımları analiz edilmiştir. GIS paketleriyle ara değer hesabı

(Arc View Version 3.1 ve Arc View Uzamsal Analist) alanlardaki su toplama alanlarının

fiili ölçüm olmaksızın hesaplanmasını mümkün kılmıştır.

Kadıoğlu ve diğerlerinin (2003) çalışmasındaki, Tuz Gölü’nün (Türkiye) doğu

tarafındaki NW-eğilimli Agacoren Entrüsiv Takım (AIS) orta Anadolu kristal

kompleksinin batı kıyısı boyunca bulunan kıvrık bir volkan plütonik kompleksinin bir

parçasıdır (CACC). AIS, batı CACC’nin (şimdiki koordinat sisteminde bulunan) aktif

kenarında And-stili bir magmatic ark olarak evrimleşmiş Eski bir Kireçli volkan

plütonik kompleksinin bir parçası olarak yorumlanmaktadır. Bu tektonik model, zemini

magmatik arkın altında tüketilen büyük bir Tetyan deniz yolunun, mezozoik dönemin

çoğunda Taurit karbonat platformunu CACCden ayırdığını ifade etmektedir.

Oudwater ve Martin’in (2003) çalışmasında Tanzanyadaki iki köyde ve Uganda’daki iki

köyde yürütülen bir araştırma projesinin mevcut bulguları sunulmaktadır. Projenin

amacı Coğrafi Bilgi Sistemini (GIS) bir entegrasyon alanı olarak kullanarak, toprak ve

10

arazi kaynakları ile ilgili bilimsel ve yerel bilgiyi karşılaştırmak ve entegre etmek için

birtakım yöntemler geliştirmekti. Odak noktası, yerel topak bilgisini araştırırken

kullanılan yöntemler ve konular olmuştur.

McGrath ve diğerleri (2004) tarafından yapılan çalışma Silvermines, İrlanda’daki

maden bölgesindeki toprak kurşununun uzamsal dağılım ve zarar değerlendirmesi,

istatik, jeoistatik ve coğrafi bilgi sistemi (GIS) teknikleri kullanılarak incelenmiştir.

Pozitif eğrili dağılım ve olası Pb ve diğer ağır metallerin merkez dışı değerleri

gözlenmiştir. Pb konsantrasyonunun sıradan nokta kriging tahminleri

haritalandırılmıştır. Kriging standart sapmalar, ara değerli piksel değerlerinin standart

sapmaları olarak kabul edilmiştir ve Pb konsantrasyonunun olasılığını 1000 mg/kg bir

eşik değerden daha yüksek olarak ölçen ikinci bir harita üretilmiştir.

Viard ve diğerlerinin (2004) tarafından yürütülen çalışmanın amacı bir otobanın (A31,

Fransa) civarında trafiğin sebep olduğu kirliliği değerlendirmekti ve bu amaçla farklı

profillere ve trafik yoğunluğuna sahip iki bölgede birçok tamamlayıcı çalışma

yürütülmüştür. Yol civarındaki (1-320 m) birikintiler, yol kenarındaki topraklar ve

kendiliğinden yetişen bitkilerden (Graminaceae) toplanan örnekler içindeki çinko,

kurşun ve kadmiyum konsantrasyonları, atomik emme spektrofotometre ile ölçülmüş ve

bölgenin simgesi olan Helix salyangozlarının iç organlarında lekeler bulunmuştur.

Farklı alanlar için elde dilmiş sonuçlara göre otoban, 320 metreye kadar etrafındaki

çevre üzerinde kirlilik yaratmaktadır ancak maksimum kirlilik 5 ve 20 metre arasında

gözlenmiştir: otoban civarındaki birkilerde ölçülen konsantrasyonlar 2.1 mg Pb kg_1

DW, 0.06 mg Cd kg_1 DW, 62 mgZn kg_1 DW idi ve salyangozlarda ölçülen

konsantrasyonlar ise 21.3 mg Pb kg_1 DW, 5.7 mg Cd kg_1 DW, 510.8 mg Zn kg_1

DW. Ölçülen seviyeler otobandan uzaklaştıkça azalmıştır.

Luan ve Quang (2004) tarafından yapılan araştırmalar jeo-istatiksel yöntemin etkinliğini

kanıtlamıştır. Yüksek ölçüde güvenilir ve doğru sonuçlar vermesinin yanı sıra, jeo-

istatiksel yöntem ayrıca araştırma objelerinin uzamsal varyasyonlarının karakter ve

yapısını ve çalışma konusu içinde olan arazilerin izotropisi ve anizotropisini de

vermektedir, ki bunlar halen diğer yöntemler yoluyla tam olarak çözülememektedir.

11

Çocuklar ve ESRI eğitim Hizmetleri (2004) çalışmasında yükselme, ısı ve kirlenme

konsantrasyonları yüzeylerle temsil edilebilen türde verilerdir. Her bir raster/tarama

hücresi bir hücrenin sabit bit noktayla ilişkisi yada spesifik konsantrasyon seviyesi gibi

bir ölçmeyi temsil etmektedir. Rasterdeki her bir hücre için değer elde etmek tipik

olarak pek pratik olmadığndan, kesişen değerleri çıkarmak için ArcGIS Uzamsal

Analistindeki ara değer hesabı araçları yardımıyla örnek noktaları kullanılmaktadır. Bu

makale bu araçlar tarafından kullanılan ara değer hesabına bir giriş aktarmaktadır. GIS

tamamen uzamsal veri ve bu veriyi yönetme, toplama ve analiz etmek için kullanılan

araçlarla ilgilidir. ArcGIS Uzamsal Analist uzantısı, uzamsal veriyi modelleme ve analiz

etmek için kullanılan bir araç seti temin etmektedir. Bir alan genelinde gözlemlenen

verinin devamlılığı ve değişkenliğini görselleştirmek için, ara değer hesabı araçlarının

kullanımı yoluyla, arazi, nüfus ve çevredeki değişiklikleri temsil eden bir dizi örnek

nokta kullanılabilir. Bu değişiklikler coğrafi alan üzerinden tahmin edilebilir. Bu

değişimlerin morfolojisi ve karakteristik özellikleri tanımlanabilir. Örnek veriden

yüzeyler oluşturma becerisi ara değer hesabını hem güçlü hem de yararlı kılmaktadır.

Szepesvari ve Smart (2004) tarafından yapılan çalışmasında yerel fonksiyon yaklaştırma

yöntemleri ile birleşmiş, beklenen indirimli total maliyet kriterleri altında devamlılığı

olan alanlardaki bir Q-öğrenme değişkeni düşünmektedirler. Fonksiyon yaklaştırıcısının

belirli ara değer hesabı özelliklerini tatmin etmesi durumunda, sonuç olarak çıkan

algoritmanın olasılık bir ile bir noktada birleştiği gösterilmektedir.

Naoum ve Tsanis (2004) makalesinde, yağış miktarının uzamsal değişkenliğini

incelemek için uygun olacak ara değer hesabı tekniğini seçmek için, bir GIS-bazlı Karar

Destek Sistemi (DSS) geliştirmiştir. DSS, uzamsal analiz kapasitelerini, programlama

dili “AVENUE”, ve basit istatiksel metotları birleştirerek ArcView GIS platformunu

kullanmıştır. Sistem bir dizi modüllerden oluşmaktadır ve diğer hidrolojik

parametrelerin uzamsal çalışmalarında uygulanabilir. İsviçre’den alınan bir emsal dava

sistemin uygulanabilirliğini göstermek için kullanılmıştır. Bu, hidrolojik modellere daha

iyi girdi sağlanmasına yardımcı olabilmektedir.

Silinmiş: D.

12

Akçe ve Kadıoğlu (2005) tarafından yapılan bu çalışma, orta Anadolunun kuzey

bölgesine bakan Yozgat Batoliti için yapılmıştır ve Orta Anadolunun en büyük felsik

plütonik yapısını temsil etmektedir. Araştırma sahası esas olarak granitik ve gabroik

kaya birimleri ile temsil edilmektedir. Mikroskopik çalışmalar granitik kayaların bütün

alt-birimlerinin esasen farklı özelliklere sahip kuartz, K-feldispat, mika ve granat /

garnet minerallerinden oluştuğunu göstermektedir. Bütün-kaya jeokimyası, granit kaya

birimlerinin doğada alt-alkalin magmatik kayalar ve kalkalkalin olduğunu

göstermektedir. Granit kayalar için yapılan tektonik ayrım diyagramları, Yozgat

Batolitinin kuzey kısmındaki granitin sin-kolizyon graniti dahilinde olduğunu ve

granitin bütün alt-birimlerinin ORG-normalleştirilmiş elementsel şekillerinin, HFS

elementleri bakımından LIL içinde zenginleşme ile karakterize edilen benzer şekillere

sahip olduklarını önermektedir.

Kadıoğlu ve diğerlerinin (2005) çalışmasında, Orta Anadoludaki Eski Kireçli kalk-

alkaliden alkalin plütonlarına tüm kristal kompleksleri metamorfik ve ofiyolitik

kayalara entrüsivdir (sokulumludur) ve doğu Akdeniz bölgesinin geç mezozoik

evriminde büyük bir magmatik eğilimi işaret etmektedir. Benzer mineral ve kimyasal

bileşimleri olan Plütonik kayaları gruplandırılmış ve granit, monzonit ve siyenit super

takımlar arasında genetik ilişkiler çıkartılmıştır. Granitik plütonlar esas olarak orta

Anadolunun kristal kompleksinin batı kıyısı boyunca ortaya çıkmaktadır. Buna karşın,

siyenit plütonlar iç kısımda ortaya çıkan daha küçük yapılar oluşturmaktadır.

XIE ve diğerlerinin (2005) tarafından yürütülen çalışmasında, Almanya’nın

güneybatısında bir federal eyelet olan Baden-W¨urttemberg’daki akarsu kimyası, arazi

kullanımı ve jeoloji arasındaki ilişkileri analiz etmek ve tanımlamak amacıyla

yürütülmüştür. Faktör analizi (faktör skoru) sonuçlarına dayandırılan akarsu kimyası bir

Coğrafi Bilgi Sistemi (ArcView) kullanılarak bölgelendirilmiştir. Yüksek

konsantrasyonlarda Ca, Mg ve sülfat genellikle akarsu ile karbonat ve buharlaşma ile

oluşan kayaların (Muschelkalk, Lettenkeuper, Gipskeuper, Upper Keuper) etkileşimi

sebebiyle oluşmuş olmasına karşın, kristalli anakayalar olan dağlık arazilerde nehirler

düşük minerallidir. Akarsulardaki artmış NaCl içerikleri antropojenik maddelerden (yol

tuzu) ziyade daha çok jeojenik kaynaklarla (Lias, Dogger, Gipskeuper) ilişkilidir. Kara

Silinmiş:

13

Orman’da yüksek çözünük organik karbon içerikleri genellikle çalılık arazilerin

oluşumuna bağlanmaktadır.

Aksoy ve diğerleri (2005) tarafından yürütülen çalışmada, Sultan Bataklığı 426 kuş

türünü barındıran maden tuzu ve tatlı su ekosistemlerini öldürmektedir. Kanalizasyon

pisliği ve tarımsal gübre bitkileri civarındaki bölgeler kirlilik sebebiyle yüksek oranda

zarar görmektedirler. bunlar gibi, su, çöküntü ve bitkilerin ağır metal statüsü üzerindeki

çalışmalar da incelenmiştir. Bataklığın 13 farklı bölgesinden kamış, düğün çiçeği

bitkileri ve çöküntü örnekleri alınmıştır. Çalışma sahası havzasındaki tüm örnekleme

bölgeleri, kontrol sahaları ile karşılaştırıldığında genellikle oldukça kirlenmişti.

Bitkilerin köklerindeki Cr konsantrasyonları çöküntüdekinden daha yüksekti. Kamış

dokularında ağır metaller düğün çiçeğine kıyasla daha fazla toplanmıştı.

Gaylord’un (2005) çalışmasında potasyum içeren bir solusyon için ölçülen beta

aktivitesinin, özellikle de CES gaz sayacı K-40 ile spesifik olarak ayarlanmadığı için,

tam olarak öngörüldüğü gibi olup olmadığını belirlemek amacıyla bir deney

yürütülmüştür ve iki radyoanalitik metottan (gamma spektrokopi ve gaz orantısal

sayımı) bir dizi potasyum konsantrasyonları boyunca hesaplanmış aktivitelere kadar

elde edilen ölçülmüş aktiviteleri karşılaştırmak amaçlanmıştır. Potasyum Klorürürün

%5’te 10000 (+ 30) microgram/mL K içeren bir NIST-izlenilebilir solusyonu

kullanılarak, ticari bir firmadan nitrik asit elde edilmiştir (Ultra Bilimsel, Kingstown,

RI). Ölçülmüş sonuçların 500-10000 konsantrasyon aralığında teorik K-40 aktivitesi ile

uyumlu olduğu görülebilmektedir.

Ball ve Bolotnikov (2005) çalışmasında araziyle ilgili bir tür von Neumann eşitsizliğini

tatmin eden Cn deki genel araziler sınıfı üzerinden tanımlanan, operatör değerli

fonksiyonlar için, çift teğetsel bir ara değer hesabı problemi üzerinde durmuşlardır. Bu

tür fonksiyonlar için birimsel biraraya getirme anlamında gerçekleştirme sonuçları ve

arazi için çok terimli tanımı kullanılarak, problemin çözümü olması için gerekli ve

yeterli koşullar son dönemde Ambrozie ve Eschmeier (önbaskı, 2002), ve Ball ve

Bolotnikov 2004 çalışmalarında sağlanmıştır. Bu araştırmada, sınıf konusundan hiçbir

Silinmiş: KSOY

Silinmiş: 5

Silinmiş: A.

Silinmiş: ,

Silinmiş: ¶

14

ara değer hesabı olmayan durumlara kadar uzanan serbest bir parametre fonksiyonu

üzerinde hareket eden Redheffer doğrusal kesirli dönüşüm açısından, bütün çözüm

kümelerinin parametrizasyonunu sunulmaktadır. Sonlu boyutlu bir durumda,

fonksiyonlar matriks değerliyken, doğrusal fraksiyonel dönüşümün matriksi bariz olarak

ara değer hesabı verisi açısından verilmektedir.

Hast (2005) bu araştırmanın amacı, dördeylerin doğrusal ara değer hesabının gerçek

Phong gölgeleme için ve ayrıca tümsek haritalandırma benzeri çerçeveler ve eşyönsüz

gölgeleme kullanan ilişkili teknikler için kullanılabileceğini göstermektir. Bu yaklaşımı

kullanmanın etkisi normalleşme sürecindeki kare kökün yok olmasıdır. Dördeylerin

doğrusal ara değer hesabının tümsek haritalandırma için de yararlı olabileceği

gösterilecektir. Ancak, dördey aritmetik işlemler modern grafik donanımlarında

uygulanmamaktadır ve bu sebeple bu yapılana kadar yararlı olmayacaktır.

Lee ve diğerleri (2006) tarafından yapılan çalışmada, dünyanın birçok yerinde kesintisiz

devam eden kentleşme ve sanayileşme sebebiyle metaller sürekli olarak toprağa

aktarılmakta ve insan sağlığı için büyük bir tehlike oluşturmaktadır. Yüksek ölçüde

kentleşmiş ve ticari bölge olmuş Hong Kong Adası bölgesinde (80.3 km2), şehir

alanında km2 başına beş toprak örneği ve banliyö ve şehir dışı park alanlarından ise

km2 başına iki örnek alınan (0-15 cm) sistematik bir örnekleme stratejisi kullanılarak

geniş kapsamlı bir araştırma yürütülmüştür. Analitik sonuçlar kent ve banliyö

alanlarındaki yüzey topraklarının Cu, Pb, ve Zn gibi metallerle zenginleştirilmiş

olduğunu göstermiştir. Kent topraklarındaki Pb konsantrasyonunun Hollanda hedef

değerini aştığı belirlenmiştir. Ana bileşen analizi (PCA) ve küme analizi (CA)

kullanılarak yapılan istatiksel analizler, şehirdeki, banliyödeki ve şehir dışı park

topraklarındaki eser metaller ve major elementler (Al, Ca, Fe, Mg, Mn) arasında önemli

ölçüde farklı ilişkiler göstermiştir.

15

Liu ve diğerlerinin (2006) çalışmasında HJH’de (Hangzhoue Jiaxinge Huzhou) yüzey

toprağından dört yüz elli toprak örneği seçilmiştir. HJH her zaman Çin’deki Zhejiang

şehrindeki en önemli pirinç üretim alanlarından biri olmuştur. Cu, Zn, Pb, Cr ve Cd

uzamsal değişkenliklerini nitelemek için uygundur. Ağır metallerin uzamsal şekillerini

haritalandırmak için sıradan kriging ve lognormal kriging uygulanmış ve rehber

değerlerinden daha yüksek olan ağır metal konsantrasyonlarının olasılık miktarını

belirlemek için ayırıcı kriging kullanılmıştır. Cu, Zn ve Cr için örnekleme yoğunluğunu

en aza indirmak için Cokriging metodu kullanılmıştır. Bu çalışmanın sonuçları çevresel

kirlilik risk değerlendirmesine ve tarım için karar alma sürecine ışık tutabilmektedir.

Zhang (2006) tarafından yapılan çalışmada Galway batı İrlanda’da küçük ama hızla

büyüyen bir turizm şehridir. Bölgenin çevresel kalitesini değerlendirmek amacıyla,

2004 yılının sonunda parklar veyeşil alanlardan 0.25 km2 başına 1 örnek yoğunlukta

toplam 166 yüzey toprak örneği toplanmıştır (0e10 cm derinlikten). Bütün örnekler 26

kimyasal elementin yaklaşık-total konsantrasyonları için ICP-AES kullanılarak analiz

edilmiştir. Elementleri sınıflandırmak ve insan aktivitelerinden etkilenen elementleri

tanımlamak için çok değişkenli istatistikler ve GIS teknikleri uygulanmıştır. Şehir

merkezinde, eski yerleşim alanlarında ve büyük trafik güzergahlarında nispeten yüksek

Cu, Pb ve Zn konsantrasyonları bulunmuştur ve bu trafşk kirliliğinin belirgin etkilerini

ortaya koymaktadır.

Demirezen ve Aksoy (2006) tarafından yapılan çalışmada, Sultan Bataklığında demir ve

manganez konsantrasyonları, su ve kamış, hasırotu, susümbülü, düğün çiçeği ve

Groenlandia densa ölçülmüştür. Su, taban çöküntüleri ve bitki örnekleri çalışma sahası

havzasındaki tüm örnekleme bölgelerinin kontrol bölgelerine kıyasla genellikle oldukça

kirlenmiş olduğunu göstermiştir. P.pektinatus (taraklı) dokularının G.densadan daha

fazla ağır metal topladığı bulunmuştur. Bu sebeple, bütün bitkiler çevresel baskıları

belirlerken biyolojik gösterge olarak kullanılabilir, ancak kamışın bu tür çalışmalar için

daha uygun olduğu ispatlanmıştır

16

Dubrovsky ve diğerleri (2006) tarafından yapılan çalışmada ölçülmemiş istasyon için

jeneratör ayarlamak amacıyla çevredeki istasyonlardan olan WG parametrelerinin ara

değer hesabını kullanmışlardır. Seçilmiş WG parametreleri GIS (ArcView), sinir ağı ve

en-yakın-komşular- bazlı ara değer hesabı teknikleri kullanılarak ara değer hesaplaması

yapılmıştır. Testler Çek’teki 125 istasyondan alınan gözlemsel verilere dayanmaktadır.

Skordas’ın araştırmasında (2007) Larissa (Yunanistan) bölgesindeki Amynos nehri

hidrolojik tabanının toprağındaki As ve Sb elementlerinin konsantrasyonu ve uzamsal

dağılımı incelenmiştir. Bu araştırmanın esas amacı anormal konsantrasyonlara sahip

alanları tespit etmek ve gelecekteki potansiyel bir çevresel restorasyon için yukarıda

bahsedilen elementlerin uzamsal dağılımlarını belirlemek olmuştur, çünkü bu bölgede

elma ağaçları yetiştirilmektedir. Sonuç olarak, her iki elementin de konsantrasyon

değerlerinin ortalamasının dünya topraklarının ortalama değerlerinden daha yüksek

olduğu belirlenmiştir.

Yalcin ve diğerlerinin (2007) çalışmasında Sultan Bataklığı (Türkiye) Orta Doğu ve

Avrupa’daki en geniş ıslak alanlardan biridir. Bu çalışmanın amacı ağır metallerin

ortalama konsantrasyonlarını, elde edilen değerlerin geniş bir skalada varyasyonlarını,

kirliliğin jeojenik ve antropojenik kaynaklarını ve kirliliğin Sultan Bataklığı

çevresindeki etkilerini belirlemekti. Istatiksel analizler için temel ve çok değişkenli

istatistikler kullanılmıştır. Kirletici maddelerin olası kaynaklarını belirlemek konusunda

oldukça kuvvetli bir araç olan GIS haritalandırması, elementleri sınıflandırmak ve

tanımlamak için kullanılmıştır. Sultan Bataklığında, etrafındaki kayalarda (jeojenik

kaynaklar), Fe ve Pb/Zn madenlerinde, endüstriyel tesislerde, yerleşim yerleri ve tarım

alanlarında ve büyük trafik rotalarında, Fe, Pb, Zn, Sb, W, Mo, Co, Cu, Hg, Ni, Cr, Mn

ve Cd elementlerinin nispeten yüksek konsantrasyonları bulunmuştur.

Bozkurt ve diğerlerinin (2007) çalışmasında Türkiye ili Şanlıurfa’nın güneydoğu

bölgesi sınırları içindeki Harran Ovası’nın çevresel radyoaktivite seviyelerini

değerlendirmeyi amaçlamaktadır. Bu bölge Türkiye’nin en büyük sulama ve gelişme

projesinin (Güneydoğu Anadolu Projesi, GAP) merkezinde olmasının yanı sıra, tarihi

17

yerleriyle de ünlüdür. Harici gama dozu oranları çalışma alanının seçilmiş noktalarında

plastik bir sintilatör kullanılarak ölçülmüştür. Gama dozu oranı ölçümleri bir doz oran

metresi kullanılarak yapılmıştır (SPA-6 model plastik sintilatöre bağlı bir Eberline

smart portatif alet, ESP-2). Çalışma alanından toplanmış olan toprak örneklerindeki

aktivite konsantrasyonları doğal radyonüklitler için olan gama spektrometrisi ile

belirlenmiştir. Bölgeden toplanmış olan su örneklerindeki brüt alfa ve beta aktiviteleri

düşük-seviye bir gama spektrometri aleti kullanılarak ölçülmüştür. Elde edilen sonuçlar

çalışma alanının doğal sınırlar içinde kalan bir eski radyasyon seviyesine sahip

olduğunu ve ülkenin diğer bölgelerinden önemli bir değişiklik göstermediğini ortaya

koymaktadır.

Bozkurt ve diğerleri (2007) tarafından yapılan bir diğer çalışmada Şanlıurfa

bölgesindeki (Güneydoğu Türkiye) geçmiş radyasyon seviyesi çeşitli radyoaktivite

ölçümleri kullanarak değerlendirilmiştir. Bu çalışma kapsamında, havadaki harici gama

radyasyon ölçümleri plastik bir sintilatör kullanılarak yapılmıştır. Benzer ölçümler su

için de Karahan ve diğerleri (2007) tarafından belirlenen rutin bir prosedüre göre

yapılmıştır. Son olarak, Karahan ve Bayülken (2000) tarafından belirlenen prosedüre

dayandırılarak, ölçülmüş radyoaktif elementler konsantrasyonları kullanılarak, gama

seviyesinin toprakta bulunan bileşeni hesaplanmıştır. Türkiye’deki diğer bölgeler için

mevcut olan veri ile karşılaştırıldığında, bu çalışmada elde edilen harici gama dozları ve

toprak radyoaktivite konsantrasyonları, doğal sınırlar içinde kalan bir radyasyon

seviyesi göstermektedir. Diğer yandan, içme suyundaki ölçülmüş brüt alfa ve beta

aktiviteleri nispeten daha yüksektir.

Narin ve diğerlerinin (2007) çalışmasında, Türkiye’deki Gümüşler deresinden alınan

örneklerdeki ağır metal içerikleri incelenmiş ve metal kirliliğinin özellikleri

araştırılmıştır. Gümüşler deresi boyunca uzunluğu 13 km olan 30 istasyonda, nehir

yatağının daha alçak kısımlarından örnekler alınmıştır ve bunların ağır metal içerikleri

XRF Spektrometresi ile analiz edilmiştir. Kimyasal analizin sonuçları, toprak limit

değerleri ve clark değerlerinin aşıldığını göstermektedir. Deredeki ağır metal

toplanmasının işletilmeyen Sb-Hg-W ve Fe taş ocaklarından kaynaklandığına

inanılmaktadır.

18

Küçükönder and Karabulut (2007) çalışmasında atık depolama alanı yer seçiminde göz

önünde bulundurulan parametreleri; çevresel, teknik ve sosyal faktörler olarak ana

baslıklar altında sıralayabiliriz. Henüz düzenli bir depolama alanı bulunmayan fakat

yakın süreç içerisinde faaliyete geçmesi için Kahramanmaras Belediyesi ve digger

kurumlar tarafından çalısmaları yapılan Kahramanmaras sehri ve yakın çevresi çalısma

alanı olarak seçilmistir. Düzenli katı atık depolama alanı yer seçimi için toplanan veriler

CBS ortamında çok kriterli analiz yöntemiyle degerlendirilmistir. CBS ortamında çoklu

kriter metodu kullanılarak hazırlanan 11 veri katmanı Agırlıklı Dogrusal Kombinasyon

yöntemiyle analiz edilmistir. Analizlerin sonuçlarına dayalı olarak alternatif çöp

depolama alanları yer seçimi yapılmıstır.

Şahin ve Cavas (2008) tarafından yapılan çalışmada, Kütahyadaki (Türkiyenin merkezi)

20 lokasyondaki yüzey topraklarının doğal radyoaktivitesi ölçümleri gama ışın

spektroskopisi hesaplanan yıllık etkin dozlar kullanılarak yapılmıştır. Bu çalışmanın

sonuçları Kütahya’dan alınan toprak numunelerindeki radyoaktif elementlerin aktivite

konsantrasyonlarının, topraklar için dünya çapında belirlenen ortalama değerler içinde

olduklarını göstermektedir.

Çelik ve diğerlerinin (2008) tarafından yapılan çalışmada, toprak numuneleri içindeki

radon araştırması ve gamma aktivitesi ölçümleri Giresun bölgesinde (Kuzeydoğu

Türkiye) yürütülmüştür. Uyuşmazlık analizi sonucu, topraktaki dahili radon ile radium

içeriği arasında bir ilişki olduğunu göstermiştir. Bu analizin sonucunu görselleştirmek

için, topraktaki radon konsantrasyonun ve radyum aktivitesinin ara değerler eklenmiş

haritaları ArcView GIS ile oluşturulmuştur.

Degerliel ve diğerlerinin (2008) bir çalışmasında, Adana bölgesi (Güney Türkiye)

civarındaki toprak örnekleri için radyoaktivite konsantrasyonları ve doz değerlendirmesi

yapılmıştır. Yüzey topraklarındaki doğal radyonüklit konsantrasyonları HPGe

dedektörü ile beraber gamma ışın spektrometrisi kullanılarak belirlenmiştir.

19

Psichoudaki ve Papaefthymiou’nun (2008) çalışmasında doğal radyonüklitler 238U,

226Ra, 232Th ve 40K’nın belirli aktiviteleri, linyit yakılan enerji santraline yakın

Ptolemais şehrinden toplanan yüzey toprak örneklerinde g-ışın spektrometre

kullanılarak ölçülmüştür. Sonuç, tipik dünya ve Yunan toprak değerleri aralığı içinde

kalmaktadır. Dahili radon konsantrasyon seviyeleri, SSNTD kullanılarak 66 konutta da

ölçülmüştür. Bu değer, dahili radon konsantrasyonları için dünya ve Yunan ortalama

değerlerine yakındır. Yerüstü kaynaklı harici dış mekan radyasyon yayılımına ve kısa

ömürlü 222Rn ürünlerinden kaynaklanan iç mekan dahili radyasyon yayılımına bağlı

total etkin doz, yetişkinler için 1.2 mSv y_1 olarak hesaplanmıştır ve bu doğal

kaynaklara bağlı global etkin doz olan 2.4 mSv y_1’dan daha düşüktür.

Dellantonio ve diğerleri (2008) tarafından yürütülen çalışmada Kömür yakımı

kalıntılarının (CCR) boşaltımı, batı Balkan bölgesinde belirgin bir arazi tüketimi ile

sonuçlanmıştır. Tuzla’da (Bosna Hersek), daha önceden toprak örtülü (işlenmiş) ve

kurak CCR atık gömme arazileri, idari çalışmalar, CCR’nin arazi yaşlandırması ve az

rastlanan elementlerin mahsüle, yabani bitkilere ve tatlı suya transferini de içeren

çalışmlar yapılmıştır. Toprak işleme, yüzey toprağının CCR ile karışması ile

sonuçlanmıştır. Kaba yonca çok düşük bir Cu:Mo oranı göstermiştir (1.25) ve bu geviş

getiren hayvanlarda hipokuprosise sebep olabilmektedir.

Hosseini (2008) çalışmada verilen bir radyoaktivite salınımı sonrası çevre için riski

değerlendirme sürecinin, çevresel maddeler ve referans organizmalardaki aktivite

konsantrasyonlarının miktarının belirlenmesini gerektirdiği belirtilmektedir. ERICA

Entegre Yaklaşımı tarafından benimsenen metodoloji, suyla ilgili sistemler için

konsantrasyon oranlarının (CR değerleri) ve dağılım katsayılarının (Kd değerleri)

uygulanmasını içermektedir. Bu çalışma kapsamında, belgeleme sürecinde şeffaflık ve

izlenilebilirlik sağlayabilmek amacıyla, kusurlu transfer parametrelerini çıkarmak için

uygulanan ERICATool veritabanı içinde düzenlenmiş metodolojiler tanımlanmıştır.

Tatlı su sistemi için, bir araştırmaya dayalı değerlerin sayısı daha azdı ancak yine de

toplam 372 değerden 129’unu teşkil etmekteydi.

20

Becegato ve diğerlerinin (2008) çalışmasında radyonüklit konsantrasyonlarının (K, eU

ve eTh) uzamsal dağılımını karakterize etmek amacıyla zirai topraklar ve ayrıca fosfatik

gübre ve zirai alçıtaşı örnekleri için Gama spektrometrik ölçümler elde edilmiştir.

Çalışma sahalarında, üç tip toprak görülmüştür: Ötrofik Kırmızı Nitosol (Alfisol

toprak), Killi yapıda Ötroferik Kırmızı Latosol (Oxisoil) ve orta yapıda Distrofik

Kırmızı Latosol (Oxisoil). Sonuçlar daha killi topraklarda, kumlu topraklara kıyasla

radyonüklit konsantrasyonlarının daha yüksek olduğunu göstermektedir. Bu esas olarak

killi toprağın daha fazla emme kapasitesi olması sonucudur. İnsan aktivitelerinin yoğun

olduğu alanlar için, ortalama K, eU ve Th içerikleri hiç gübre kullanılmayan alanlara

kıyasla belirgin bir şekilde daha yüksekti.

Isufi ve diğerleri (2008) bu çalışmada haritaların DEM (Dijtal İndirgeme Modeli) bazlı

GIS ve bir yerdeki kuyudaki su seviyesinin yardımıyla oluşturulması yöntemi

gösterilmektedir. Bütün bu veriler elde edildiğinde, ara değer hesabı yöntemiyle yer altı

suyunun haritası oluşturulmakta ve bu harita yeni sondajların daha doğru ve başarılı bir

şekilde yapılmasına yardımcı olmaktadır.

Uygunol and Durduran (2008) yaptığı çalışmada son zamanlarda bölgesel bazda

elektromanyetik kirliliği belirlemek ve ciddi bir problemin olduğu bölgelerde bu

kirliliği uygun bir yöntemle kontrol altına almak amacıyla elektromanyetik kirlilik

haritaları oluşturulmaya başlanmaktadır. Bu amaçla, genellikle bölgenin haritası

üzerinde önem arz eden noktalar tespit edilmekte ve ölçümler yapılarak o noktalardaki

kirlilik düzeyleri belirlenmektedir. Ayrıca kirlilik düzeyleri sınıflandırılarak her bir

kirlilik düzeyine farklı bir renk verilebilmekte ve harita üzerindeki bu renklendirmeler

kirliliğin yoğun olduğu bölgeleri daha net bir şekilde ifade edebilmektedir. Böylece, az,

orta, çok kirlilikteki alanlar, belirlenebilmekte ve gelecekte bu alanlarda uygulanacak

önlem çalışmalarının alt yapısı oluşturulabilmektedir.

Gavrilescu ve diğerlerinin (2009) çalışmanın amacı radyonüklitler (özellikle uranyum)

ile kirlenmiş olan toprakların iyileştirilmesi için kullanılan teknikleri daha iyi

anlamaktır. Bu sırada şunlar dikkate alınmıştır: topraktaki ve diğer çevresel

maddelerdeki azaltılmış uranyumu da içeren uranyumun kimyasal formları, bunların

21

özellikleri ve konsantrasyonları, ve çevre ve insan üzerindeki bazı etkileri; iyileştirme

işlemiyle ilgili araştırma konuları, faydalar ve sonuçlar; kullanım aralığı ve her birinin

en uygun olduğu durumları daha iyi kavramak.

Damla ve diğerleri (2009) 226Ra, 232Th ve 40K’nın farklı tedarikçilerden ve

Türkiye’nin birkaç ilinden toplanmış gazbeton örneklerindeki aktivite

konsantrasyonunu, gama ışın spektrometresi kullanarak ölçmüşlerdir. İnşaat

malzemelerinde kullanılan gazbetondaki radyoaktivite bilgisi, insan sağlığı için zararlı

olabilecek herhangi bir olası radyolojik riski değerlendirme fırsatı vermektedir.

Gazbeton örneklerinde gözlenen ortalama aktivite konsantrasyonları, 226Ra, 232Th ve

40K için, belirtilen sıraya göre 82.0, 28.2 ve 383.9 Bq kg−1 olarak belirlenmiştir.

Sonuçlar, gazbeton örneklerinin radium eşdeğer aktivite değerlerinin limit olan 370 Bq

kg−1’dan daha düşük olduğunu ve 1.5mSvy−1 gama dozuna eşdeğerde olduğunu

göstermektedir.

Huang ve diğeri (1996) çalışmada, en kuvvetli yumuşatma tekniklerinden biri olan

silinmiş ara değer hesabı hem ayrık hem de yarı-devamlı gizli Markov modeli temelli

ses tanıma sistemlerinde yaygın olarak kullanılmaktadır. Bu çalışmada, sürekli olan

HMM’ler parametreleri yerine olasılık yoğunluk değerlerini yumuşatma önerilmektedir.

Ayrıca, silinmiş ara değer hesabının parametre paylaşım tekniği olarak düşünülmesine

işaret edilmektedir. Bu paylaşım, her bir PDF’nin temel bir birim olduğu ve herhangi bir

Markov alanında serbest şekilde paylaşılabileceği olasılık yoğunluğu fonksiyonu (PDF)

seviyesine kadar genelleştirilmiştir. Çok çeşitli dikte deneyleri için, silinmiş ara değer

hesabı kelime hatasını, diğer basit parametre yumuşatma tekniklerine gore %11 ila

%23’e kadar azaltmıştır. Genel PDF paylaşımı daha sonar bu hatayı %3’e indirmiştir.

Boor, bir doğrusal ara değer hesabı şeması, hataları çok terimli ideali oluşturduğunda

“ideal” olarak nitelendirilmektedir. Araştırma ideal ara değer hesabı konusundaki temel

olguları araştırmakta ve bazı sorular ortaya koymaktadır. Tanım olarak ideal ara değer

hesabı, çekirdeği çok terimli bir ideal olan çok terimlilerin boşluğunda doğrusal bir

projektör ile verilmesidir. Bu sebeple cebirde kullanıldığı gibi, çok terimli ideale gore,

bir çok terimliyi normal formuyla ilişkilendiren herhangi bir doğrusal haritadır.

Silinmiş: leritarafından yapılan

22

Zorin ve diğerleri (2006), parselleme gelişigüzel topoloji yüzeyleri oluşturulması için

kuvvetli bir paradigma olduğunu ifade etmektedir. Başlangıçta üçgen bir çark

verildikten sonar amaç, şekli ilk çarkla control edilebilen yumuşak ve görsel olarak

tatmin edici bir yüzey üretmektir. Dyn, Gregory, ve Levin, topolojik olarak düzenli

ortamda C1 yüzeyleri ortaya koyan Kelebek şemasını tanıtmışlardır. Ne yazık ki,

düzensiz topoloji durumunda istenmeyen yapıtlar göstermektedir. Bu aksaklıklar

incelenmiş ve Kelebek şemasının basitliğini koruyan, ara değerlerini hesaplayan ve

daha düzgün yüzeylerle sonuçlanan bir şema çıkarılmıştır.

Hofierka ve diğerlerinin (2007) araştırmasının amacı, ara değer hesabı kontrol

parametrelerinin otomatik optomizasyonunda CV’nin güvenilirlik ve

uygulanabilirliğini, gerilim ve yükselme verisi ile düzenlenmiş olan bir eğri örneği

üzerinde test etmektir. Girdi yükselme noktaları iki farklı uzamsal çözülmesi olan (25m

ve 100 m) ızgara bazlı dijital yükselme modellerinden (DEM) alınan çeşitli

yoğunluklarla rasgele örnekleme yoluyla ortaya konmaktadır. CV, optimum RST

parametrelerini tanımlamak amacıyla, her bir örneklenmiş noktalar seti üzerinde

uygulanır. Bu parametreler yeni yüzeylerin ara değer hesabında ardışık olarak

uygulanmaktadır ve bunların orjinal DEMlere sapmaları analiz edilmektedir.

Yoshimura ve diğerleri (1997) tarafından yapılan çalışmada, HMM bazlı sesli yanıt

sistemi sentezi için ses karakteristiğinin dönüşümüne kolon ara değer hesabı ile bir

yaklaşım tanımlamaktadır. HMMler için olasılıksal mesafe ölçüsünden bir HMM ara

değer hesabı tekniği çıkarılmıştır ve sesi eğitimsiz konuşmacının karakterisitikleriyle

sentezleyerek, bazı temsilci konuşmacıların HMM setleri arasından parametreler ara

değerini hesaplayarak HMM parametreleri kullanılmıştır. Öznel deneylerin sonuçları

sentezlenmiş sesin karakteristiklerinin bir kişiden diğerine ara değer hesabı oranını

değiştirerek derece derece farklılaştığını göstermektedir.

McAdams ve Demirci (2006) tarafından çalışmada, İstanbul’da Küçükçekmece

Gölü’nden alınan örneklerden su kalite göstergelerinin (Nitrojen, Fosfor, COD, BOD,

23

DO, Ph, bulanıklık, geçirgenlik, Klorofil-A) uzamsal özelliklerinin incelemesinde, Asal

Bileşen Analizi (PCA) – istatiksel bir veritabanı azaltma tekniği - uygulamasının

yararlılığını incelemektedirler. Araştırma PCA kullanımının verilerin karışıklığını

azaltmak konusunda ve su kalite göstergelerinin uzamsal dağılımı göstermede yararlı bir

araç olabileceğini göstermiştir.

Fan ve diğerleri (2005) tarafından yapılan çalışmada, grafik donanımı kullanarak doğal

komşu ara değer hesabı göstermek için bir algoritma sunmakta ve uygulamaktadırlar.

Bir defada sadece bir sorunu işleyen geleneksel soft-ware bazlı yaklaşımların aksine,

doğal komşu ara değer hesabının sebep olduğu bütün skaler sahayı hesaplayan bir şema

geliştirmişlerdir ve bu şemada bir sorun önemsiz bir dizi aramadır ve saha üzerindeki

araştırmalar kolaylıkla yürütülmektedir. Ayrıca, bu çalışma hiçbir ileri düzey grafik

kapasitesi gerektirmeyen ve varolan soft-ware bazlı yaklaşımlara kıyasla doğal komşu

sorunları çok daha hızlı işleyebilecek basit bir şema da sunmaktadır. Son olarak, grafik

çerçevesi tamponlarının sınırlandırılmış ölçüleri tarafından oluşan sınırlamaların

farkedilmesi sonucu, girdi alanının bir alt bölümünde sorunları yerel olarak işlenmesine

olanak tanıyan bir alt bölüm yaklaşımı önerilmektedir.

24

3. TASARIM

Bu bölümde verilerin analizini yapmak ve yoğunluk haritasını oluşturmak için

metodoloji önerilmektedir. Daha sonra bu metodolojinin uygun aşamalarında veri

dağılımını iyileştirmek için değişik enterpolasyon teknikleri uygulanmıştır.

3.1 Veri Analizi ve Yoğunluk Haritası Oluşturma Metodolojisi

Verilerin analizi ve yoğunluk haritası oluşturma işlemi aşağıdaki metodolojiye uygun

yapılacaktır:

1) Gerçek verilerin analizi ve kirlenme haritasının oluşturulması;

Bu aşamada eldeki veriler herhangi işleme tabii tutulmaksızın incelenecek, veri dağılımı

analizi yapılacak ve kirlenme haritası oluşturulacaktır.

2) Enterpolasyon tekniklerinin önerilmesi;

Analizin bu aşamasında, gerçek verilerin dağılımını iyileştirmek amacıyla değişik

enterpolasyon teknikleri önerilecek ve uygulaması yapılacaktır.

3) Enterpolasyon tekniklerinin karşılaştırılması ve uygun enterpolasyon tekniğinin

seçimi;

Analizin bu aşamasında ise, bir önceki aşamada önerilen enterpolasyon teknikleri orta

ve medyan değerlerine göre karşılaştırılarak en uygun tekniğin seçimi yapılacaktır.

4) Nihai kirlenme haritasının oluşturulması;

Bu aşamada seçilen en uygun enterpolasyon tekniği kullanılarak veri dağılımı

yapılacak, değerlendirilecek ve nihai kirlenme haritası oluşturulacaktır.

3.2 Gerçek Verilerin Analizi ve Kirlenme Haritasının Oluşturulması

Çalışma arazisi, eni ve boyu 10 birime ve alanı ise 10x10 birim kareye eşit olan ızgara

şeklinde modellenebilir (Şekil 3.1).

Söz konusu arazinin herhangi parametreye göre (örneğin ağır metaller, radyoaktif

elementler, vb.) kirlenip kirlenmediğini veya kirlilik derecesini araştırmak için ızgaranın

her bir hücresinden örnekler toplamak gerekir. Fakat arazinin engebeli olmasından,

25

dağlar, tepeler, kayalar, ırmaklar, yollar içermesinden, vb. nedenlerden dolayı arazinin

bir grup hücrelerinden örnek toplamak mümkün olmayabilir.

1 2 3 4 5 6 7 8 9 10

Şekil 3.1 Çalışma arazisinin modeli

Araziden toplanan gerçek veri örneklerinin simülasyonunu yapmak amacı ile 100

elemanlık A(10,10) matrisi oluşturulmuş ve bu matrisin en fazla 60 rasgele elemanına

(40 hücreden örnek toplanması imkânsız olduğu varsayılarak) 1 ile 100 arasında (söz

konusu parametrenin bu aralıkta değer alabileceği varsayılarak) rasgele değer atanmıştır

(Şekil 3.2).

1

2

3

4

5

6

7

8

9

10

26

1 2 3 4 5 6 7 8 9 10

82 38 94

53 35 96 54 62 77

14 42 73 25

79 25 40

13 80 34 17 18

15 65 1

28 95 55 16 45 96

4 93 57 24 55 19 8 66

11 55 10 58

44 80

Şekil 3.2 Araziden toplanan gerçek veri örneklerinin simülasyonu

Şekilde görüldüğü gibi toplam 44 hücrede veri mevcuttur. Bu durum şu şekilde

yorumlanmalıdır, araziden 44 veri örneği alınabilmiştir, arazinin diğer kısımları veri

örnekleri almak için müsait değildir.

Araziden 44 gerçek veri örneği toplandığı ve bu örneklerin değerlerinin Şekil 3.2’de

verildiği gibi olduğunu varsayalım. Bu verilerin dağılım grafiği ise Şekil 3.3’de

görülmektedir.

Şekil 3.3 Gerçek verilerin dağılımı

1

2

3

4

5

6

7

8

9

10

Biçimlendirilmiş: Satır aralığı: tek


Silinmiş:

Silinmiş:

27

Şekil 3.2’deki veri örneklerinin değerlerinin kullanılarak ve her hangi enterpolasyon

tekniği ile veri dağılımını değiştirmeksizin ArcGIS ortamında yapılan kirlenme haritası

Şekil 3.4’te görülmektedir.

Şekil 3.4 Gerçek veriler için kirlenme haritası

Grafiklerde veri dağılımının dengesiz olduğu görülmektedir. Bu veriler kullanılarak

yapılacak analizin gerçek durumu yansıtmayacağı tartışılmazdır. Kirlilik analizinin ve

yapılacak kirlenme haritalarının gerçeğe maksimum yakın olması için veriler üzerinde

bir takım dönüşümler yaparak dağılımı düzenli hale getirmek gerekmektedir.

3.3 Enterpolasyon Tekniklerinin Önerilmesi

Bu tez çalışmasında veri dağılımını iyileştirmek amacı ile aşağıdaki enterpolasyon

teknikleri tasarlanmış ve uygulanmıştır. Enterpolasyon, elde bulunan veri üzerinde

yapılan işlemler sonucu, elde olmayan verilerin üretilmesi işlemidir.

1) Dört komşu değerlerin aritmetik ortalamasına göre veri üretim tekniği;

2) Sekiz komşu değerlerin aritmetik ortalamasına göre veri üretim tekniği;

3) Dört komşu değerlerin medyan ortalamasına göre veri üretim tekniği;

4) Sekiz komşu değerlerin medyan ortalamasına göre veri üretim tekniği;

5) Arazinin jeolojik yapısını dikkate alınarak dört komşu değerlerin aritmetik

ortalamasına göre veri üretim tekniği;

Silinmiş:

Silinmiş:

28

6) Arazinin jeolojik yapısı dikkate alınarak sekiz komşu değerlerin aritmetik


7) Arazinin jeolojik yapısı dikkate alınarak dört komşu değerlerin medyan


8) Arazinin jeolojik yapısı dikkate alınarak sekiz komşu değerlerin medyan

ortalamasına göre veri üretim tekniği.

3.3.1 Dört komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği

Aşağıdaki genel veri matrisini ele alalım (Şekil 3.5).

Matristeki jia , elemanının değerinin elde olmadığını, komşu elemanların jia ,1− , 1, −jia ,

1, +jia ve jia ,1+ ise değerlerinin elde olduğunu varsayalım. Önerilen tekniğe uygun

olarak jia , elemanı için veri değeri üretmek için 4 komşusunun değerleri

kullanılmaktadır:

4,11,1,,1

,jijijiji

ji

aaaaa

++−−+++

= (1)

Eğer komşu elemanlardan jia ,1− , 1, −jia , 1, +jia ve jia ,1+ her hangi birinin veya bir kaçının

değeri elimizde bulunmuyorsa sıfır kabul edilerek işlem yapılır. Bu durumda toplam

sıfırdan farklı eleman sayısına bölünmektedir. Örneğin, sadece 10,1 =− jia ve 20,1 =

+ jia

elimizde bulunuyorsa 15, =jia bulunur.

29

a11

a12

a13

.

a1,j-1

a1,j

a1,j+1

.

a1,M

a21

a22

a13

.

a2,j-1

a2,j

a2,j+1

.

a2,M

a31

a32

a33

.

a3,j-1

a3,j

a3,j+1

.

a3,M

.

.

.

.

.

.

.

.

.

ai-1,1

ai-1,2

ai-1,3

.

ai-1,j-1

ai-1,j

ai-1,j+1

.

ai-1,M

ai,1

ai,2

ai,3

.

ai,j-1

ai,j

ai,j+1

.

ai,M

ai+1,1

ai+1,2

ai+1,3

.

ai+1,j-1

ai+1,j

ai+1,j+1

.

ai+1,M

.

.

.

.

.

.

.

.

.

aN,1

aN,2

aN,3

.

aN,j-1

aN,j

aN,j+1

.

aN,M

Şekil 3.5 Dört komsu değerlerin aritmetik ortalamasına göre veri üretimi

Anlatılan tekniği uygulayarak Şekil 3.2’deki A(10,10) matrisinizdeki veri değerlerini

kullanarak elde bulunmayan elemanlar için veri değerleri üretilmiş ve aşağıdaki

B(10,10) matrisine atanmıştır (Şekil 3.6).

30

1 2 3 4 5 6 7 8 9 10

67 82 39 25 38 12 4 50 94 85

53 46 35 39 96 27 39 54 62 77

22 14 42 20 29 42 73 38 25 34

33 79 25 11 28 40 32 17 15 16

15 13 80 31 34 22 17 13 18 11

19 15 65 48 1 5 9 16 32 14

28 10 65 95 55 32 16 45 96 58

4 26 93 57 24 55 25 19 8 66

1 18 30 11 42 55 10 7 18 58

22 44 24 38 80 45 18 8 8 33

Şekil 3.6 Dört komsu değerlerin aritmetik ortalamasına göre veri üretimi

Bu verilerin dağılım grafiği Şekil 3.7’de ve kirlenme haritası ise Şekil 3.8’de

görülmektedir.

Şekil 3.7 Dört komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılımı

1

2

3

4

5

6

7

8

9

10

Silinmiş:

Silinmiş:

31

Orta=35.74; Medyan=30.5

Şekil 3.8 Dört komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler için kirlenme haritası

Şekil 3.7 ve Şekil 3.8’deki grafiklerde veri dağılımının gerçek verilere göre (Şekil 3.4) iyileştiği görülmektedir.


32

3.3.2 Sekiz komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği


a11

a12

a13

.

a1,j-1

a1,j

a1,j+1

.

a1,M

a21

a22

a13

.

a2,j-1

a2,j

a2,j+1

.

a2,M

a31

a32

a33

.

a3,j-1

a3,j

a3,j+1

.

a3,M

.

.

.

.

.

.

.

.

.

ai-1,1

ai-1,2

ai-1,3

.

ai-1,j-1

ai-1,j

ai-1,j+1

.

ai-1,M

ai,1

ai,2

ai,3

.

ai,j-1

ai,j

ai,j+1

.

ai,M

ai+1,1

ai+1,2

ai+1,3

.

ai+1,j-1

ai+1,j

ai+1,j+1

.

ai+1,M

.

.

.

.

.

.

.

.

.

aN,1

aN,2

aN,3

.

aN,j-1

aN,j

aN,j+1

.

aN,M

Şekil 3.9 Sekiz komsu değerlerin aritmetik ortalamasına göre veri üretimi

Matristeki jia , elemanının değerinin elde olmadığını, komşu elemanların 1,1 −− jia , jia ,1− ,

1,1 +− jia , 1, −jia , 1, +jia , 1,1 −+ jia , jia ,1+ ve 1,1 ++ jia ise değerlerinin elde olduğunu varsayalım.

Önerilen tekniğe uygun olarak jia , elemanı için veri değeri üretmek için 8 komşusunun

değerleri kullanılmaktadır:

81,1,11,11,1,1,1,11,1

,+++−++−+−−−−

+++++++=

jijijijijijijiji

ji

aaaaaaaaa (2)

33

Eğer komşu elemanlardan 1,1 −− jia , jia ,1− , 1,1 +− jia , 1, −jia , 1, +jia , 1,1 −+ jia , jia ,1+ ve 1,1 ++ jia

her hangi birinin veya bir kaçının değeri elimizde bulunmuyorsa sıfır kabul edilerek

işlem yapılır. Bu durumda toplam sıfırdan farklı eleman sayısına bölünmektedir.

Örneğin, sadece 10,1 =− jia , 301,1 =

−+ jia ve 20,1 =+ jia elimizde bulunuyorsa 20, =jia

bulunur.



C(10,10) matrisine atanmıştır (Şekil 3.10).

1 2 3 4 5 6 7 8 9 10

45 82 23 38 38 26 16 45 94 77

53 36 35 34 96 31 30 54 62 77

36 14 42 29 28 37 73 30 25 32

28 79 25 29 24 40 24 23 16 18

27 13 80 32 34 17 17 12 18 10

16 15 65 45 1 17 15 27 26 30

28 27 49 95 55 23 16 45 96 45

4 25 93 57 24 55 27 19 8 66

14 22 31 11 35 55 10 8 19 58

27 44 21 35 80 36 21 11 19 32

Şekil 3.10 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler

Bu verilerin dağılım grafiği Şekil 3.11’ de ve kirlenme haritası ise Şekil 3.12’de

görülmektedir.

1

2

3

4

5

6

7

8

9

10

Silinmiş:

34

Şekil 3.11 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş verilerin dağılım


Şekil 3.12 Sekiz komsu değerlerin aritmetik ortalamasına göre üretilmiş veriler için kirlenme haritası

Şekil 3.11 ve Şekil 3.12’deki grafiklerde veri dağılımının gerçek verilere göre iyileştiği

görülmektedir.


35

3.3.3 Dört komsu değerlerin medyan ortalamasına göre veri üretim tekniği


Matristeki jia , elemanının değerinin elde olmadığını, komşu elemanların jia ,1− , 1, −jia ,

1, +jia ve jia ,1+ ise değerlerinin elde olduğunu varsayalım. Önerilen tekniğe uygun

olarak jia , elemanı için veri değeri üretmek için komşu elemanlar dört elemanlı K

vektörüne atanarak artış sırasına göre sıralanır: ],,,[ 4321 kkkkK = . jia , elemanı için

değer sıralanmış K vektörünün orta iki elemanının aritmetik ortalaması olarak

hesaplanır:

232

,

kka ji

+= (3)

a11

a12

a13

.

a1,j-1

a1,j

a1,j+1

.

a1,M

a21

a22

a13

.

a2,j-1

a2,j

a2,j+1

.

a2,M

a31

a32

a33

.

a3,j-1

a3,j

a3,j+1

.

a3,M

.

.

.

.

.

.

.

.

.

ai-1,1

ai-1,2

ai-1,3

.

ai-1,j-1

ai-1,j

ai-1,j+1

.

ai-1,M

ai,1

ai,2

ai,3

.

ai,j-1

ai,j

ai,j+1

.

ai,M

ai+1,1

ai+1,2

ai+1,3

.

ai+1,j-1

ai+1,j

ai+1,j+1

.

ai+1,M

.

.

.

.

.

.

.

.

.

aN,1

aN,2

aN,3

.

aN,j-1

aN,j

aN,j+1

.

aN,M

Şekil 3.13 Dört komsu değerlerin medyan ortalamasına göre veri üretimi

36

Eğer komşu elemanlardan jia ,1− , 1, −jia , 1, +jia ve jia ,1+ her hangi birinin veya bir kaçının

değeri elimizde bulunmuyorsa sıfır kabul edilerek işlem yapılır.



D(10,10) matrisine atanmıştır (Şekil 3.14).

1 2 3 4 5 6 7 8 9 10

67 82 17 0 38 0 0 27 94 65

53 44 35 17 96 0 27 54 62 77

33 14 42 0 0 20 73 39 25 39

38 79 25 0 17 40 28 0 9 0

6 13 80 17 34 25 17 8 18 8

16 15 65 33 1 0 8 0 9 0

28 7 79 95 55 35 16 45 96 60

4 2 93 57 24 55 17 19 8 66

2 0 5 11 39 55 10 5 4 58

22 44 0 5 80 27 0 0 0 0

Şekil 3.14 Dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler


görülmektedir.

1

2

3

4

5

6

7

8

9

10

Silinmiş:

Silinmiş:

37

Şekil 3.15 Dört komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı

Orta=29.77; Medyan=21

Şekil 3.16 Dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası

Şekil 3.15 ve Şekil 3.16’deki grafiklerde veri dağılımının gerçek verilere göre (Şekil

3.4) iyileştiği görülmektedir.

38

3.3.4 Sekiz komsu değerlerin medyan ortalamasına göre veri üretim tekniği


Matristeki jia , elemanının değerinin elde olmadığını, komşu elemanların 1,1 −− jia , jia ,1− ,

1,1 +− jia , 1, −jia , 1, +jia , 1,1 −+ jia , jia ,1+ ve 1,1 ++ jia ise değerlerinin elde olduğunu varsayalım.

Önerilen tekniğe uygun olarak jia , elemanı için veri değeri üretmek için komşu

elemanlar sekiz elemanlı K vektörüne atanarak artış sırasına göre

sıralanır ],,,,,,,[ 87654321 kkkkkkkkK = . jia , elemanı için değer sıralanmış K vektörünün

orta iki elemanının aritmetik ortalaması olarak hesaplanır:

254

,

kka ji

+= (4)

a11

a12

a13

.

a1,j-1

a1,j

a1,j+1

.

a1,M

a21

a22

a13

.

a2,j-1

a2,j

a2,j+1

.

a2,M

a31

a32

a33

.

a3,j-1

a3,j

a3,j+1

.

a3,M

.

.

.

.

.

.

.

.

.

ai-1,1

ai-1,2

ai-1,3

.

ai-1,j-1

ai-1,j

ai-1,j+1

.

ai-1,M

ai,1

ai,2

ai,3

.

ai,j-1

ai,j

ai,j+1

.

ai,M

ai+1,1

ai+1,2

ai+1,3

.

ai+1,j-1

ai+1,j

ai+1,j+1

.

ai+1,M

.

.

.

.

.

.

.

.

.

aN,1

aN,2

aN,3

.

aN,j-1

aN,j

aN,j+1

.

aN,M

Şekil 3.17 Sekiz komsu değerlerin medyan ortalamasına göre veri üretimi

39

Eğer komşu elemanlardan 1,1 −− jia , jia ,1− , 1,1 +− jia , 1, −jia , 1, +jia , 1,1 −+ jia , jia ,1+ ve 1,1 ++ jia

her hangi birinin veya bir kaçının değeri elimizde bulunmuyorsa sıfır kabul edilerek

işlem yapılır.



E(10,10) matrisine atanmıştır (Şekil 3.18).

1 2 3 4 5 6 7 8 9 10

0 82 0 17 38 0 0 0 94 62

53 24 35 26 96 0 0 54 62 77

7 14 42 25 12 6 73 12 25 58

10 79 25 25 19 40 9 14 13 21

13 13 80 25 34 13 17 11 18 15

13 15 65 44 1 14 13 16 16 18

28 14 50 95 55 15 16 45 96 39

4 9 93 57 24 55 17 19 8 66

6 5 10 11 39 55 10 4 6 58

5 44 8 10 80 25 17 10 8 10

Şekil 3.18 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler


görülmektedir.

1

2

3

4

5

6

7

8

9

10

Silinmiş:

Silinmiş:

40

Şekil 3.19 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı


Şekil 3.20 Sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası

Şekil 3.19 ve Şekil 3.20’deki grafiklerde veri dağılımının gerçek verilere göre (Şekil 4)

iyileştiği görülmektedir.

41

3.3.5 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği

Çalışma arazisi yapısının mikalı granit ve muskovit granit gibi iki kaya bileşeninden

oluştuğunu varsayalım (Şekil 3.21).

1 2 3 4 5 6 7 8 9 10

1 1 1 1 1 1 1 1 2 2

1 1 1 1 1 1 1 2 2 2

1 1 1 1 1 1 2 2 2 2

1 1 1 1 2 2 2 2 2 2

1 1 2 2 2 2 2 2 2 2

1 1 1 2 2 2 2 2 2 2

1 1 1 1 2 2 2 2 2 2

1 1 1 2 2 2 2 2 2 2

1 1 1 2 2 2 2 2 2 2

1 1 1 1 1 2 2 2 2 2

1 - mikalı granit bileşeni sınırları

2 - muskovit granit bileşeni sınırları

Şekil 3.21 Çalışma arazisinin bileşenlerine ait örnek

Aynı çalışma arazisine ait veri örnekleri matrisinin yukarıda belirtilen kaya bileşenlerine

göre yapısı aşağıdaki şekilde görülmektedir (Şekil 3.22).

1

2

3

4

5

6

7

8

9

10

42

a11

a12

a13

a14

a15

a16

a17

a18

a19

a1,10

a21

a22

a23

a24

a25

a26

a27

a28

a29

a2,10

a31

a32

a33

a34

a35

a36

a37

a38

a39

a3,10

41

a42

a43

a44

a45

a46

a47

a48

a49

a4,10

a51

a52

a53

a54

a55

a56

a57

a58

a59

a5,10

a61

a62

a63

a64

a65

a66

a67

a68

a69

a6,10

a71

a72

a73

a74

a75

a76

a77

a78

a79

a7,10

a81

a82

a83

a84

a85

a86

a87

a88

a89

a8,10

a91

a92

a93

a94

a95

a96

a97

a98

a99

a9,10

a10,1

a10,2

a10,3

a10,4

a10,5

a10,6

a10,7

a10,8

a10,9

a10,10

Sarı Renk - mikalı granit bileşeni sınırları

Turuncu Renk - muskovit granit bileşeni sınırları

Şekil 3.22 Çalışma arazisi veriler matrisi

Gerçeğe uygun sonuçlar elde etmek için veri dağılımı tekniklerini uygulama esnasında

her hangi bileşenin sınırlarındaki elemanın değeri hesaplandığında diğer bileşenlerin

sınırlarındaki elemanların değerleri kullanılmamalıdır. Örneğin, mikali granit bileşeni

sınırlarındaki 74a elemanının değerini hesaplamak için sadece 837363 ,, aaa gibi aynı

bileşenin sınırlarındaki komşu elemanlar kullanılabilir. Benzer şekilde, örneğin,

muskovit granit bileşeni sınırlarındaki 84a elemanının değerini hesaplamak için sadece

94958575 ,,, aaaa gibi aynı bileşenin sınırlarındaki komşu elemanlar kullanılabilir.

43

Yukarıdaki paragrafta anlatılan prensibi (jeolojik yapı prensibini) uygulayarak, Şekil

3.2’deki A(10,10) matrisinizdeki veri değerleri kullanarak ve arazinin jeolojik yapısı

dikkate alınarak (1) ifadesinin yardımı ile dört komsu değerlerin aritmetik ortalamasına

göre elde bulunmayan elemanlar için veri değerleri üretilmiş ve aşağıdaki F(10,10)

matrisine atanmıştır (Şekil 3.23).

1 2 3 4 5 6 7 8 9 10

67 82 39 25 38 12 4 4 94 85

53 46 35 39 96 27 15 54 62 77

22 14 42 20 38 32 73 38 25 34

33 79 25 22 37 40 32 17 15 16

15 13 80 38 34 22 17 13 18 11

19 15 65 19 1 5 9 16 32 14

28 10 65 95 55 32 16 45 96 58

4 26 93 57 24 55 25 19 8 66

1 18 37 11 30 55 10 7 18 58

22 44 27 53 80 27 12 6 8 33

Şekil 3.23 Arazi yapısı dikkate alınarak dört komsu değerlerin aritmetik ortalamasına

göre üretilmiş veriler


görülmektedir.

1

2

3

4

5

6

7

8

9

10

Biçimlendirilmiş: Girinti: Sol: 0 cm,Asılı: 1,9 cm

Silinmiş:

Silinmiş:

44

Şekil 3.24 Arazi yapısı dikkate alınarak dört komsu değerlerin aritmetik ortalamasına

göre üretilmiş verilerin dağılımı


Şekil 3.25 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin aritmeti ortalamasına göre üretilmiş veriler için kirlenme haritası



45

3.3.6 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği

Bölüm 3.3.5’ de bahsedilen jeolojik yapı prensibi uygulayarak, Şekil 3.2’deki A(10,10)

matrisindeki veri değerleri kullanarak, arazinin jeolojik yapısı dikkate alınarak ve (2)

ifadesinin yardımı ile sekiz komsu değerlerin aritmetik ortalamasına göre elde

bulunmayan elemanlar için veri değerleri üretilmiş ve aşağıdaki F(10,10) matrisine

atanmıştır (Şekil 3.26).

1 2 3 4 5 6 7 8 9 10

45 82 23 38 38 26 6 3 94 77

53 36 35 34 96 23 12 54 62 77

36 14 42 33 31 40 73 30 25 32

28 79 25 32 18 40 22 23 16 18

27 13 80 26 34 16 17 12 18 10

16 15 65 39 1 17 15 27 26 30

28 27 49 95 55 23 16 45 96 45

4 25 93 57 24 55 27 19 8 66

14 22 30 11 33 55 10 8 19 58

27 44 24 45 80 24 19 11 19 32

Şekil 3.26 Arazi yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına



görülmektedir.

1

2

3

4

5

6

7

8

9

10

Silinmiş:

Silinmiş:

46

Şekil 3.27 Arazi yapısı dikkate alınarak sekiz komsu değerlerin aritmetik ortalamasına

göre üretilmiş verilerin dağılımı

Orta=35.17; Medyan=27.5 Şekil 3.28 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin aritmetik

ortalamasına göre üretilmiş veriler için kirlenme haritası



47

3.3.7 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre veri üretim tekniği

Bölüm 3.3.5’ de bahsedilen jeolojik yapı prensibi uygulayarak, Şekil 3.2’deki A(10,10)

matrisinizdeki veri değerleri kullanarak ve arazinin jeolojik yapısı dikkate alınarak (3)

ifadesinin yardımı ile dört komsu değerlerin medyan ortalamasına göre elde

bulunmayan elemanlar için veri değerleri üretilmiş ve aşağıdaki G(10,10) matrisine


1 2 3 4 5 6 7 8 9 10

26 82 17 8 38 0 0 0 94 38

53 44 35 21 96 0 0 54 62 77

7 14 42 10 5 0 73 39 25 12

3 79 25 5 17 40 28 14 16 6

1 13 80 17 34 25 17 15 18 3

8 15 65 0 1 0 8 11 14 1

28 7 79 95 55 35 16 45 96 33

4 5 93 57 24 55 17 19 8 66

0 2 1 11 17 55 10 5 6 58

0 44 0 0 80 0 0 0 0 0

Şekil 3.29 Arazi yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına



görülmektedir.

1

2

3 4

5

6

7

8

9

10

Silinmiş:

Silinmiş:

48

Şekil 3.30 Arazi yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı


Şekil 3.31 Arazinin jeolojik yapısı dikkate alınarak dört komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası



3.3.8 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre veri üretim tekniği

Bölüm 3.3.5’ da bahsedilen jeolojik yapı prensibi uygulayarak, Şekil 3.2’deki A(10,10)

matrisinizdeki veri değerleri kullanarak ve arazinin jeolojik yapısı dikkate alınarak (4)

49

ifadesinin yardımı ile sekiz komsu değerlerin medyan ortalamasına göre elde

bulunmayan elemanlar için veri değerleri üretilmiş ve aşağıdaki H(10,10) matrisine


1 2 3 4 5 6 7 8 9 10

0 82 0 0 38 0 0 0 94 0

53 24 35 17 96 0 0 54 62 77

7 14 42 21 8 0 73 17 25 6

3 79 25 15 0 40 15 17 14 3

1 13 80 0 34 8 17 14 18 1

0 15 65 17 1 12 15 16 15 0

28 9 12 95 55 15 16 45 96 4

4 8 93 57 24 55 17 19 8 66

0 4 2 11 17 55 10 9 9 58

0 44 0 0 80 0 0 0 0 0

Şekil 3.32 Arazi yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler


görülmektedir.

1

2

3

4 5

6

7

8

9

10

Silinmiş:

Silinmiş:

50

Şekil 3.33 Arazi yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre üretilmiş verilerin dağılımı


Şekil 3.34 Arazinin jeolojik yapısı dikkate alınarak sekiz komsu değerlerin medyan ortalamasına göre üretilmiş veriler için kirlenme haritası



51

3.4 Enterpolasyon Tekniklerinin Karşılaştırılması ve Uygun Enterpolasyon Tekniğinin Seçimi

Önerilen enterpolasyon tekniklerine göre elde edilen sonuçlar Çizelge 3.1’de

verilmektedir.

Çizelge 3.1 Veri dağılımı enterpolasyon tekniklerine göre elde edilen sonuçlar

Enterpolasyon teknikleri Orta Medyan Orta-Medyan

Yoğunluk Haritası

1 Gerçek değerler

46.61 44.5 2.11

2 Dört komsu değerlerin

aritmetik ortalamasına göre

veri üretim tekniği

35.74 30.5 5.24

3 Sekiz komşu değerlerin

arithmetic ortalamasına

göre veri üretim tekniği

36.07

29.5 6.57

4 Arazinin jeolojik yapısı

dikkate alınarak dört komsu

değerlerin aritmetik

ortalamasına göre veri

üretim tekniği

34.98 27.5 7.48

Silinmiş:

Biçimlendirilmiş: Satır aralığı: En az12 nk

Silinmiş: ¶Enterpolasyon teknikleri ... [1]


Biçimlendirilmiş Tablo

Silinmiş: ¶¶¶¶¶¶¶¶¶¶¶Çizelge 3.1 Veri dağılımı enterpolasyon tekniklerine göre elde edilen sonuçlar

Silinmiş: ¶

Silinmiş: ¶Enterpolasyon teknikleri ... [2]


Silinmiş: ¶Tez çalışmasında önerilen veri dağılımı enterpolasyon teknikleri arasında seçim yapmak


52

Çizelge 3.1 Veri dağılımı enterpolasyon tekniklerine göre elde edilen sonuçlar (devam)


dikkate alınarak sekiz

komsu değerlerin aritmetik


üretim tekniği

35.17 27.5 7.67


medyan ortalamasına göre


29.77 21 8.77



komsu değerlerin medyan


üretim4tekniği

24.23 15 9.23



değerlerin medyan


üretim tekniği

26.77 16.5 10.27

9 Sekiz komsu değerlerin



29.29 17 12.29

Biçimlendirilmiş: Satır aralığı: En az12 nk


53

Tez çalışmasında önerilen veri dağılımı enterpolasyon teknikleri arasında seçim yapmak

için aşağıdaki prensip kullanılmalıdır. Eğer Orta ve Medyan değerleri yaklaşık aynı

değerlere sahipse veri dağılımının normal veya gerçeğe uygun olduğu kabul

edilmektedir. Bu prensibe göre çizelge 3.1’deki teknikler en iyiden en kötüye doğru

sıralanmıştır. Tabloda görüldüğü gibi en uygun enterpolasyon tekniği dört komsu

değerlerin aritmetik ortalamasına göre veri üretim tekniğidir. Öte yandan arazinin

jeolojik yapısını dikkate alan teknikler ayrı değerlendirildiğinde en uygun teknik dört

komsu değerlerin aritmetik ortalamasına göre veri üretim tekniği olarak görülür.

3.5 Kirlenme Haritasının Oluşturulması

Bir önceki altbölümde en uygun enterpolasyon tekniği olarak dört komsu değerlerin

aritmetik ortalamasına göre veri üretim tekniği seçildi.

Nihai kirlenme haritası oluşturmak için seçilen en uygun enterpolasyon tekniği

kullanılarak veri dağılımı yapılmalı, değerlendirilmeli ve kirlenme haritası

oluşturulmalıdır. Sonuç olarak önerilen teknikleri somut verilere uygulama sırasında

dört komsu değerlerin aritmetik ortalamasına göre veri dağılımı tekniği kullanılacaktır.

Bir sonraki bölümde 3. bölümde elde edilen bilimsel sonuçlar Sarıhacı, Yozgat

bölgesinden toplanan somut verilere uygulanacak ve detaylı analizi yapılacaktır.

Silinmiş: Tablo 1’deki

54

4. UYGULAMA

Yozgat İntrüzif Kompleksi, Orta Anadolu’nun metamorfik temeline sokulum yapan ve

geniş bir alana yayılan granit, granodiyorit, siyenit, monzonit ve gabroik kaya

kütlelerinden oluşmaktadır. (Akçe ve Kadıoğlu, 2006) bölgeninin ayrıntılı jeolojik

haritasını yaparak bölgede yeralan Sarıhacılı Granitoidini bu kompleksin en felsik

granitik kütlesini temsil etmektedir ve kompleksin kuzeydoğu kenarında yer almaktadır.

Sarıhacılı granitoidi iki mikalı granit ve muskovit granit bileşiminde olup kuvars,

ortoklaz, mikroklin, pertit, oligoklaz, biyotit ve muskovitlerden oluşmaktadır (Akçe ve

Kadıoğlu, 2006). Zirkon, granat, titanit ve apatit ise granitin aksesuar minerallerini

oluşturmaktadır. Radyoaktif element içerikleri büyük ölçüde K-feldispat, zirkon ve

biyotit içerisinde yoğunlaşmaktadır. Bu kayaç birimleri içerisindeki radyoaktif element

içeriklerinin dağılımını değerlendirmek için çalışma alanın üç farklı lokasyonundan 78

kayaç örneği toplanmıştır. Bütün bu örnekler, USGS standartları ve ilgili kalibrasyon

metotlarının kullanıldığı PED X-ray Fluoresans ile analiz edilmiştir. Bu kayaçların ana

yapısındaki radyoaktif elementlerin dağılımını ortaya koymak ve tartışmak için ArcGIS

yazılımıyla radyoaktif element kirlilik haritaları hazırlanmıştır. Radyoaktif element

içerikleri ile karşılıklı ilişkisini ortaya koymak için analiz edilen örneklerin toplandığı

aynı noktalarda sintilometre ölçümleri de gerçekleştirilmiştir. Yozgat civarındaki

Sarıhacılı granitoidinin bu elementlerle en fazla kirlenmiş kısımları belirlenmiş ve bu

kirliliğin nedenleri tartışılmıştır.

4.1 Giriş

İnsanoğlunun gerçekleştirdiği endüstriyel, kültürel, taşımacılık, vb. gibi değişik

faaliyetler nedeniyle topraklar, kayalar, hava ve su kirlenmiştir. Kirlenmiş topraklar,

yerüstü ve yeraltı suların ve canlı organizmaların kirlenme kaynağını oluşturmaktadır.

Yozgat ili Orta Anadolu ve Karadeniz Bölgesi arasında geçiş noktasıdır (Şekil 4.1).

Yozgat ili ve civarı zengin jeotermal kaynaklara sahip olması bakımından Türkiye

ekonomisinde önemli yer tutmaktadır. Son birkaç on yıl boyunca bu bölge

topraklarındaki ve kayalarındaki radyoaktif elementlerin oranı yerli halkı, yöneticileri

Silinmiş: ¶¶¶¶¶¶¶¶

55

ve bilim insanlarını endişelendirmektedir. Bu elementlerin olağanüstü kirlenme

karakteristiklerini araştırmak ve endişeleri gidermek için bu çalışmaya ihtiyaç

duyulmuştur.

Yozgat-Sarıhacılı (Orta Anadolu, Türkiye) bölgesindeki granitoidler mineralojik ve

petrografik özelliklerine göre üç kısımdan oluşmaktadır: S1 - iri taneli biyotit muskovit

granit birimi; S2 - ince taneli biyotit muskovit granit birimi; S3 - iri kuvarslı ince taneli

muskovit granit birimi. Bu çalışmanın amacı Sarıhacılı (Yozgat) ve çevresindeki toprak

ve kayaların içerdiği radyoaktif metal kaynaklarını incelemek, bu radyoaktif

elementlerin dağılımlarının analizini yapmak, radyoaktif element konsantrasyonlarının

değişimini belirlemek ve haritasını hazırlamak, çalışma alanının radyoaktif kirlilik

haritalarını oluşturmak, kirlenmenin doğal ve yapay kaynaklarını tespit etmek, göze

çarpmayan kirlenme kaynaklarını saptamak ve radyoaktif kirlenme kaynaklarını

tartışmaktır. Bu amaca uygun olarak önce Sarıhacılı bölgesine ait yukarıda tanımlanan

üç kısımdan 78 adet kaya/toprak örnekleri toplanmıştır (S1 kısmından 26 örnek, S2 den

27 örnek ve S3 den 25 örnek). Sonra söz konusu örneklerin laboratuvar ortamında

USGS standardına uygun olarak ve uygun ayar metotları kullanılarak PED X-RAY

Fluorescence teknolojisi ile analizi yapılarak 26 değişik elementin miktarı

belirlenmiştir. Daha sonra ArcGIS yazılımı vasıtası ile Fe, Na, Ca, Mg, K, Si, U ve Th

gibi elementlerin dağılımlarının analizi yapılmış ve kirlenme haritaları oluşturulmuştur.

Bunun dışında radyoaktif elementlerin içerikleri ile uyum sağlayıp sağlamadığını tespit

etmek için örnek alınan aynı noktalarda sintilometre ölçümleri de yapılmıştır. Son

olarak Sarıhacılı Yozgat bölgesinin en çok kirlenen kısmı, maksimum yoğunluğa sahip

elementler tespit edilmiş ve bu kirlenmenin sebepleri tartışılmıştır.

4.2 Aanaliz

4.2.1 Çalışma arazisinin tanımlanması ve verilerin hazırlanması

Şekil 4.1’ de Yozgat İntrüzif Kompleksinin kuzey bölümünde yer alan çalışma alanının

1/25.000 ölçekli jeoloji haritası ve bu harita üzerinde örnek alım - sintilometre ölçüm

noktaları görülmektedir.

56

Şekil 4.1 Yozgat İntrüzif Kompleksi Kuzey bölümünün jeoloji haritası (Akçe ve kadıoğlu, 2006)

Verilerin toplandığı bölge Şekil 4.2’de görülmektedir.

(a)

S1

S3

S2


Silinmiş:

57

(a)

(b)

S1: iri taneli biyotit muskovit granit birimindedir (26 örnek);

S2: ince taneli biyotit muskovit granit birimindedir (27 örnek);

S3: iri kuvarslı ince taneli muskovit granit birimindedir (25 örnek).

Şekil 4.2 Örnek alım bölgelerini gösteren haritalar (Akçe ve Kadıoğlu, 2005)

a. Bölgenin jeoloji haritası, b. Bölgenin eşyükselti haritası

Toplanan bütün 78 örnek PED röntgen Floresan USGS standartları tarafından ve ilgili

kalibrasyon yöntemleri kullanarak analiz edilmiştir. Yaklaşık 26 kimyasal element için

konsantrasyon toplamı belirlenmiştir. Sintilometre ölçümleri de radyoaktif elementlerin

oranı karşılaştırmak amacı ile örneklerin toplandığı noktalarında gerçekleştirilmiştir.

S1

S2

S3

S1 S3

S2

Silinmiş: ¶¶(b)¶


Silinmiş: ¶

Biçimlendirilmiş: Yazı tipi: 10 nk

Silinmiş: )


Silinmiş: )


58

Çizilge 4.1- 4.3’te sadece Fe, Na, Ca, Mg, K, Si, U ve Pe gibi radyoaktif elementleri

içermektedir. Ayrıca S1, S2 ve S3 bölgelerinde yapılan sintilometre ölçüm değerleri de

aynı tablolarda verilmiştir.

Çizelge 4.1 S1 bölgesi için sintilometre ölçüm değerleri (cps) ve radyoaktif elementlerinin jeokimyasal analiz sonuçları

Örnek

Numarası

Örnek

Kodu Sintilometre (cps)

değeri

Na U Si Mg Th K Fe Ca

1 S1-1 180 2.49 6.6 28.39 0.091 21 3.82 0.4597 0.265

2 S1-2 200 2.44 14 26.66 0.128 29.1 3.564 0.7873 0.2611

3 S1-3 220 2.88 6 30.94 0.206 29.3 4.029 0.5497 0.2557

4 S1-4 250 2.32 20 27.91 0.189 29.8 3.761 0.6468 0.3451

5 S1-5 250 2.22 19.4 30.31 0.155 29 3.767 0.866 0.3239

6 S1-6 210 2.37 7.5 29.37 0.132 24.9 4.024 0.4647 0.2364

7 S1-7 200 2.1 14.7 27.45 0.092 19.4 4.175 0.5393 0.2235

8 S1-8 230 2.73 15.1 29.15 0.014 20.1 3.976 0.3289 0.2274

9 S1-9 220 2.9 16 31.96 0.089 17.9 4.153 0.4625 0.2266

10 S1-10 250 2.48 6.7 29.17 0.07 24.2 4.405 0.5468 0.2013

11 S1-11 300 2.01 17 26.89 0.148 32 3.508 0.7427 0.2842

12 S1-12 300 2.51 15.7 31.02 0.127 24.3 3.845 0.8768 0.3423

13 S1-13 200 1.58 16 29.16 0.212 20.9 4.758 1.407 0.3831

14 S1-14 200 1.73 10.9 29.32 0.191 18.5 4.369 1.636 0.4505

15 S1-15 300 1.84 11.5 29.08 0.2 26.9 5.091 1.572 0.1997

16 S1-16 600 2.24 11.9 29.28 0.198 34.5 3.768 1.051 0.2947

17 S1-17 300 1.91 20.4 27.65 0.211 27.6 3.652 0.8871 0.3326

18 S1-18 280 2.44 12.9 28.91 0.128 23.4 3.613 0.9865 0.4402

19 S1-19 250 1.63 10 23.83 0.361 11.1 2.495 1.752 1.218

20 S1-20 250 2.14 13.9 28.88 0.173 24.2 3.886 0.8496 0.3161

21 S1-21 180 1.66 6 29.35 0.093 17.9 4.263 0.4406 0.4651

22 S1-22 200 1.79 13.6 32.48 0.148 14.7 4.575 0.7313 0.5108

23 S1-23 180 2.49 24.4 27.51 0.296 33 3.225 1.572 0.7556

24 S1-24 200 1.89 14.8 30.29 0.083 29.4 5.172 0.3879 0.2833

25 S1-25 350 2.75 19 34.02 0.12 27.4 3.935 0.7284 0.2941

26 S1-26 230 2.52 7.2 33.25 0.16 34.4 3.972 0.6508 0.3159

Silinmiş: , 4.2, ve 4.3’te

Silinmiş: ¶¶¶¶¶

Silinmiş: ¶

59


Örnek

Numarası

Örnek

Kodu Sintilometre (cps)

değeri


1 S2-1 200 2.61 11.7 31.62 0.135 31.9 3.902 0.9535 0.3831

2 S2-2 250 2.92 19.2 33.76 0.094 39.5 4.216 0.4977 0.3264

3 S2-3 270 2.8 20 32.49 0.129 36.1 4.187 0.511 0.3664

4 S2-4 200 2.82 20.9 33.88 0.082 37.7 4.192 0.4036 0.3252

5 S2-5 180 2.69 10 32.55 0.014 30.5 4.144 0.5419 0.2414

6 S2-6 250 3.13 7.9 33.31 0.102 47.3 3.887 0.5481 0.4174

7 S2-7 260 2.69 10.8 33.07 0.091 36.6 4.015 0.5873 0.3465

8 S2-8 250 2.7 14.1 34.05 0.145 40.2 4.333 0.533 0.3665

9 S2-9 250 2.4 23.3 28.01 0.167 37.9 3.495 0.758 0.4813

10 S2-10 260 2.76 7.6 28.57 0.562 17.3 1.994 1.273 0.2168

11 S2-11 230 3.81 6.3 31.75 0.406 0.8 0.257 2.143 1.076

12 S2-12 200 3.97 7 28.8 0.751 0.4 0.2752 2.015 1.038

13 S2-13 200 3.76 5.7 29.91 0.197 0.8 0.626 1.342 0.9833

14 S2-13 EK 400 2.58 24.7 33.48 0.015 29.2 4.381 0.4372 0.4062

15 S2-14 230 2.52 7.6 32.84 0.1 38.6 4.364 0.4079 0.3587

16 S2-15 320 2.85 6.3 32.56 0.077 38.7 3.911 0.3577 0.3837

17 S2-16 200 2.42 6.3 32.51 0.071 23.4 4.371 0.4352 0.3336

18 S2-17 250 2.54 8.6 34.54 0.014 24.6 4.6 0.2375 0.2956

19 S2-18 230 2.62 6.2 33.68 0.111 31.6 4.297 0.5018 0.3425

20 S2-19 180 2.03 13.1 33.65 0.014 31.6 4.188 0.1863 0.282

22 S2-22 250 2.68 7.5 34.38 0.014 41.7 4.555 0.3209 0.4271

23 S2-23 200 2.68 7.3 33.97 0.085 28.6 4.165 0.6565 0.2706

24 S2-24 300 2.75 30.8 33.95 0.109 29.6 4.222 0.4067 0.3158

25 S2-25 250 2.58 14 33.53 0.148 31.7 4.166 0.5416 0.4043

26 S2-26 360 2.53 23.9 28.95 0.09 36.8 3.936 0.6505 0.3936

27 S2-27 200 2.65 6.3 31.87 0.14 36.8 3.981 0.5042 0.3673

Silinmiş: ¶¶¶

60


Örnek

Numarası

Örnek

Kodu

Sintilometre (cps)

değeri


1 S3-9 75 2.72 6.2 28.8 0.486 17.6 2.67 1.362 0.2183

2 S3-10 70 2.76 7.6 28.57 0.562 17.3 1.994 1.273 0.2168

3 S3-11 25 3.81 6.3 31.75 0.406 0.8 0.257 2.143 1.076

4 S3-12 25 3.97 7 28.8 0.751 0.4 0.2752 2.015 1.038

5 S3-13 25 3.76 5.7 29.91 0.197 0.8 0.626 1.342 0.9833

6 S3-14 20 3.77 11.1 31.45 0.254 3 0.35 2.082 1.216

7 S3-15 25 3.74 7.2 33.95 0.219 1 0.8846 1.87 1.234

8 S3-16 15 2.76 7.6 28.57 0.562 17.3 1.994 1.273 0.2168

9 S3-17 25 3.97 7 28.8 0.751 0.4 0.2752 2.015 1.038

10 S3-18 25 3.76 5.7 29.91 0.197 0.8 0.626 1.342 0.9833

11 S3-19 25 3.77 11.1 31.45 0.254 3 0.35 2.082 1.216

12 S3-20 25 3.74 7.2 33.95 0.219 1 0.8846 1.87 1.234

13 S3-21 20 4.34 16.2 30.26 1.169 1 0.3532 3.636 2.077

14 S3-22 25 3.29 7.8 33.69 0.179 0.8 0.783 2.057 1.124

15 S3-23 20 3.41 6.9 29.07 0.318 0.8 0.4923 1.917 1.265

16 S3-24 25 3.05 6.6 30.1 0.283 0.8 0.4384 1.243 1.004

17 S3-25 30 2.69 7 28.54 0.174 0.7 0.7591 1.722 1.021

18 S3-26 100 2.63 8.9 30.18 0.447 16.4 2.618 1.052 0.2262

19 S3-27 25 3.27 6 30.82 0.289 0.8 0.8372 1.94 1.264

20 S3-28 100 2.56 5.9 28.33 0.467 16.4 2.515 1.165 0.2253

21 S3-29 25 3.26 7.9 28.96 0.407 0.9 0.7025 3.593 1.958

22 S3-30 25 4.45 6 30.04 0.782 0.9 0.4467 2.89 1.613

23 S3-31 20 3.21 7.2 27.62 0.408 0.8 0.5029 3.127 1.663

24 S3-32 25 3.55 16.7 28.89 0.381 1 0.7597 3.792 1.964

25 S3-33 25 3.39 6.2 28.13 0.444 0.8 0.4841 2.675 1.56

Bu aşamadan sonra, radyoaktif elementlerin veri dağılımı analizi farklı enterpolasyon

teknikleri ve ArcGIS yazılımının Geostatistical Analyst Tool Box kullanılarak

hazırlanmış olan kirlilik haritaları kullanılarak yapılmıştır. Bu analizin yapılmasının

amacı, toprak/kaya yapılarında radyoaktif elementlerin dağılımını bulmak ve

tartışmaktır.

Silinmiş:

61

4.2.2 Verilerin analizi ve yoğunluk haritası oluşturma

Bu bölümde verilerin analizi ve yoğunluk haritası oluşturma adımları sadece bir element

için yapılmıştır (örnek olarak S1 bölgesinden Sintilometre değeri için). Diğer elementler

için ise sadece analiz sonuçları Bölüm 4.2.3’ de çizelge 4.4- 4.6’da verilmiştir.

Verilerin analizi ve yoğunluk haritası oluşturma işlemi Bölüm 3’de tasarlanan

metodolojiye uygun yapılmıştır.

4.2.2.1 Gerçek verilerin analizi ve kirlenme haritasının oluşturulması

Bu aşamada eldeki veriler herhangi işleme tabii tutulmaksızın incelenmiş, veri dağılımı

analizi yapılmış ve kirlenme haritası oluşturulmuştur.

Bu aşamada, Geostatistical Analyst aracını fabrika ayarları kullanılarak Sintilometre

değeri için dağılım yüzeyi oluşturulacaktır. Bu amaçla Çizelge 4.1’deki Sintilometre

sütunundaki değerleri giriş verileri olarak kullanılacak ve Kriging metodu kullanılarak

ölçüm değerleri bilinmeyen noktalar için Sintilometre değerlerinin enterpolasyonu

yapılacaktır. Aşağıdaki Şekil 4.3 ve Şekil 4.4’te görüldüğü gibi fabrika ayarı olarak

Kriging metodu ve Prediction Map (Tahmin Haritası) seçilmiştir.

Silinmiş: tablo halinde

62

Şekil 4.3 Giriş verisinin metot seçimi

Şekil 4.4 Geostatistik yöntemi seçmek

63

Bir sonraki adımlarda ölçüm noktaları arasındaki ilişkileri incelemek için

Semivariogram Modeling (Şekil 4.5) ve Covariance Modeling (Şekil 4.6) diyagramı

oluşturulur.

Şekil 4.5 Semivariogram Modeling diyagramı: Mesafeye göre farklılığın değişimi artıyor ve bu yüzden Semivariogram benzersizlik fonksiyonu gibi düşünülebilir.

Semivariogram Modeling diyagramı yakın veri noktalarının statik bağlantısını

göstermektedir. Mesafe arttıkça veri noktalarının birbiri ile ilişkili olma olasılığı

azalıyor.

64

Şekil 4.6 Covariance Modelingleme diyagramı: Mesafeye göre otokorolasyon azalıyor ve bu yüzden Covariance benzerlik fonksiyonu gibi düşünülebilir.

Covariance iki değişkenin birlikte ne kadar değiştiğini gösteren ölçümdür. İki değer

biribiri ile yakın olduğunda onların aynı olması beklenebilir ve bu değerler için

Covariance değeri büyük olacak. Noktalar birbirinden uzaklaştıkça onların aynılık

derecesi azalıyor ve Covariance değeri sıfır oluyor.

Bir sonraki adımda Searching Neighborhood (Komşuların Araştırılması) diyagramı

kullanılarak komşuların araştırması yapılacak (Şekil 4.7). Şekildeki çarpı işareti ölçüm

yapılmayan noktayı göstermektedir. Çarpı işaretinin gösterdiği yerdeki değeri tahmin

etmek için ölçümü yapılan noktaların değerleri kullanılabilir. Kırmızı renkli noktalar

yeşil renkli noktalara göre tahmini yapılacak noktaya daha yakın oldukları için onların

kullanılması gerekmektedir. Semivariogram Modeling diyagramındaki model ile

ivardaki noktaları kullanarak ölçümü yapılmamış nokta için daha doğru değer tahmini

yapılabilir.

65

Şekil 4.7 Searching Neighborhood grafiği (Komşuların Araştırılması)

Cross Validation (Çapraz Değerlendirme) diyagramı (Şekil 4.8) kullanılan modelin

ölçümü yapılmamış noktalardaki değerlerin ne kadar iyi tahmin edildiği hakkında fikir

oluşturmaktadır.

66

Şekil 4.8 Cross Validation grafiği (Çapraz Değerlendirme)

Son adım olarak fabrika ayarlarına uygun olarak Yozgat Sarıhacılı S1 bölgesinde

Sintilometre değeri için yoğunluk haritası oluşturulur (Şekil 4.9).

Şekil 4.9 Yozgat Sarıhacılı S1 bölgesinde Sintilometre değeri için yoğunluk haritası

67

4.2.2.2 Enterpolasyon tekniklerinin önerilmesi ve uygun enterpolasyon tekniğinin seçimi

Bölüm 4.2.2.3’de yapılacak bir sonraki analiz aşaması için Bölüm 3’de önerilen ve en

uygun olarak seçilen sekiz komşu değerlerin aritmetik ortalamasına göre veri üretim

tekniği kullanılarak yapılacaktır.

4.2.2.3 Nihai kirlenme haritasının oluşturulması

Bu aşamada verilerin incelemesi yapılacaktır. Verilerin dağılım haritası oluşturma

sürecinde verileri iyice kavramak için onları bazı tekniklerle incelemek gerekiyor.

İnceleme aşamasında giriş verilerinde yer alabilecek ve tahmin haritasını olumsuz

etkileyebilecek apaçık hatalar ortaya çıkacak, verilerin nasıl dağıldığı ve eğilimler yer

alıp almadığı görülecektir.

Bu aşamada aşağıdaki incelemeler yapılacaktır:

1. Veri dağılımının araştırılması;

2. Eğilimlerin belirlenmesi;

3. Nihai kirlenme haritasının oluşturulması;

4. Oluşturulan haritaların karşılaştırılması.

1) Veri dağılımının araştırılması

Histogram tekniği ile veri dağılımının araştırılması

Seçilen enterpolasyon tekniği eğer verilerin dağılımı normal (çan şekilli eğri) ise en iyi

sonucu verecek. Eğer veriler çarpıksa onları normal hale getirmek için dönüştürme

işlemi yapılmalıdır. Böylece nihai harita oluşturmadan önce verilerin dağılımını

anlamak önemlidir. Histogram aracı her nitelik için verilerin dağılımının incelemesini

olanaklı kılan frekans histogramları çizdirmektedir.

Sintilometre değerinin dağılımı aşağıdaki histogramda görülmektedir (Şekil 4.10).

Silinmiş: ‘

68

Şekil 4.10 Sintilometre değeri için veri dağılımı histogramı

Şekilde görüldüğü gibi veriler on sınıfa ayrılmıştır. Her sınıf için veri yoğunluğu uygun

sınıfın yüksekliği ile belirlenmektedir. Genel olarak veri dağılımının en önemli

özellikleri merkezi değer, verilerin yayılımı ve simetrikliğidir. Hızlı değerlendirme

olarak eğer Orta ve medyan değerleri yaklaşık aynı ise veri dağılımının normal olduğu

söylene bilir. Histogram, veri dağılımının tek tümsekli ve simetrik olmadığını

gösteriyor. Böylece veri dağılımının normal olmadığını anlaşılmaktadır. Dağılımın sağ

kısmı oldukça az sayıda büyük Sintilometre değeri konsantrasyon değerli örnek

noktalarının olduğunu göstermektedir.

Normal QQPlot tekniği ile veri dağılımının araştırılması

Bu adımda elde edilen veri dağılımı, verilerin normalliğinin diğer ölçümünü sağlayan

standart normal dağılım ile karşılaştırılmaktadır. Noktalar doğru çizgiye ne kadar yakın

ise verilerin dağılımı da normal dağılıma yakın sayılmaktadır (Şekil 4.11).

69

Şekil 4.11 Sintilometre değeri için veri dağılımı Normal QQPlot grafiği

Şekilde doğru çizgi ile diğer veriler arasındaki önemli farkların Sintilometre değerinin

düşük ve yüksek değerleri için görülmektedir. Böylece Normal QQPlot tekniği de veri

dağılımının normal olmadığını göstermektedir. Veri dağılımının Histogram veya

Normal QQPlot tekniği ile normal dağılıma uymadığı anlaşıldığında enterpolasyon

teknikleri uygulamadan önce verileri normal dağılıma dönüştürmek gerekir.

2) Eğilimlerin belirlenmesi

Şekil 4.12‘de ve Şekil 4.13’te verilerin eğilimi görülmektedir. Şekiller verilerde eğilim

olduğunu göstermektedir ve bu eğilim ikinci dereceden polinom ile ifade edilmektedir.

70

Şekil 4.12 Eğilim analizi 1 gösterimi

Şekil 4.13 Eğilim analizi 2 gösterimi

71

Böyle eğilimin yer alması Sintilometre değerinin bölgenin bir kısmında yüksek diğer

kısmındaysa düşük olduğu anlamına geliyor. Bir sonraki aşamada bu eğilim giderilmeye

çalışılacaktır.

3) Sonuç kirlenme haritasının oluşturulması;

Bu adımda, bir önceki adımda oluşturulan Sintilometre dağılımı haritası iyileştirmek

için analizler yapılacaktır. Bu amaçla verilerde yer alan eğilim giderilerek üçüncü

bölümde seçilen en iyi enterpolasyon tekniği ile daha iyi tahmin yapılmaya

çalışılacaktır. Bir önceki adımda yer alan eğilimin ikinci dereceden polinom ile ifade

edildiğine karar verilmiştir. Eğilimi gidermek için Order of Trend Removal

sekmesinden Second seçeneğini seçilmelidir (Şekil 4.14).

Şekil 4.14 Eğilim giderme polinomu seçimi

Oluşturulan yüzey haritası (Şekil 4.15) hızlı değişimin Kuzey-Güney yönünde daha

yavaş değişimin ise Doğu-Batı yönünde olduğu görülmektedir.

72

Şekil 4.15 Eğilim giderme işlemi

Eğilimi giderilmiş verileri kullanarak bu bölümün başlangıcında yapılan Semivariogram

Modeling, Covariance Modeling, Searching neighborhood ve Cross Validation

analizleri yapılmalıdır (Şekil 4.16 – 4.19).

73

Şekil 4.16 Semivariogram Modeling diyagramı

74

Şekil 4.17 Covariance Modeling diyagramı

Bölüm 3’ de önerilen ve seçilen en iyi enterpolasyon tekniği olan sekiz komşu

değerlerin aritmetik ortalamasına göre veri üretim tekniği seçilir (Şekil 4.18).

75

Şekil 4.18 Searching neighborhood diyagramı

Şekil 4.19 Cross Validation diyagramı

76

Son olarak eğilimi giderilmiş Yozgat Sarıhacılı S1 bölgesindeki Sintilometre değerinin

dağılımını gösteren nihai harita oluşturulmuştur (Şekil 4.20).

Şekil 4. 20 Sintilometre değeri için nihai dağılım haritası

4) Oluşturulan haritaların karşılaştırılması.

Son adımda oluşturulan iki kirlenme haritalarının (Default ve Trend Removed)

karşılaştırılması yapılabilir (Şekil 4.21). Trend Removed haritası için Root - Mean –

Square Prediction Error düşük olduğu için, Root - Mean – Square Standardized

Prediction Error Trend Removed haritasındakine yakın olduğu için ve Trend Removed

haritası için Mean Prediction Error sıfıra yakın olduğu için Trend Removed haritasının

daha iyi ve daha geçerli olduğunu söylemek mümkündür.

77

Şekil 4.21 Cross Validation Comparison: Default ve Trend Removed karşılaştırması

4.2.3 S1 bölgesi için analiz sonuçları

Şekil 4.22, S1 bölgesinden toplanan verilerin dağılımını gösterilmektedir.

Şekil 4.22 S1 bölgesinden toplanan veri dağıtımı

Silinmiş:

78

Çizelge 4.4‘te S1 bölgesi için Fe, Na, Ca, Mg, K, Si, U ve Th radyoaktif elementleri ve

sintilometre ölçüm değerleri için kirlilik haritalarını içermektedir.

Çizelge 4.4 S1 bölgesi için veri dağılımı ve kirlenme haritaları

No Elementler ve yorumlar Veri dağılımı ve yoğunluk haritası Ölçek

1 Sintilometre (cps)

Sintilometre (CPS) değerleri S1 alanının güney doğusunda radyoaktif elementlerin yoğunluğunun daha yüksek olduğunu göstermektedir ve radyoaktif elementlerin yoğunluğu S1 alanının kuzey batısına gittikçe azalmaktadır.t.

2 Na

Na elementi, S1 alanın içerisinde düşük bir yoğunluğa sahip olduğu görülmektedir ve bu yoğunluk eşit bir şekilde dağılmaktadır.

3

U

U elementinin seviyesi S1 alanında Na elementinden daha yoğun oluluğu görülmektedir ve bu yoğunluk S1 alanının güney doğusuna gittikçe artmaktadır.

4

Si

Si elementinin oranı orta yoğunlukta olup S1 alanının güney doğusunda en yüksek oranda ve S1 alanının batısına doğru Si elementinin yoğunluğunun azaldığı görülmektedir.

Silinmiş: ¶

Biçimlendirilmiş: Sola

Silinmiş: Çizelge 4.4 S1 bölgesi için veri dağılımı ve kirlenme haritaları

Silinmiş: ¶

Silinmiş: ¶

Silinmiş: ¶5 ... [3]

Biçimlendirilmiş: Ortadan

79

Çizelge 4.4 S1 bölgesi için veri dağılımı ve kirlenme haritaları (devam)

5

Mg

Mg elementin yoğunluğu S1 alanının kuzey ve güney kısmında yüksek olduğu görülmektedir ve S1 alanının kuzey batısına doğru, Mg elementinin yoğunluğu orantılı bir şekilde azalmaktadır.

6

Th

Th elementi, S1 alanının güney kırımında yoğun olduğu ve S1 alanının kuzey doğusuna doğru Th elementin azaldığı görülmektedir.

7

K

K elementi S1 alanına orta bir yoğunlukta dağılmaktadır.

8

Fe

Fe elementı S1 alanının kuzey kısmında yüksek bir yoğunlukta olduğu ve alanın güney doğusuna doğru bu yoğunluğun azaldığı görülmektedir.

9

Ca

S1 alanının kuzey batısında Ca elementin yoğun olduğu ve alanın doğu kısmına doğru bu yoğunluğun azaldığı görülmektedir.

Biçimlendirilmiş: Sekme durakları: 3,02 cm, Sola

Silinmiş: ¶

Silinmiş: ¶

80

4.2.4 S2 alanı için analiz sonuçları

Şekil 4.23, S2 bölgesinden toplanan verilerin dağılımını gösterilmektedir


Çizelge 4.5’te S2 bölgesi için Fe, Na, Ca, Mg, K, Si, U ve Th radyoaktif elementleri ve



No Elementler ve yorumlar Veri dağılımı ve kirlenme haritaları Ölçek

1

Sintilometer (cps)

Sintilometre (cps) değerleri S2 alanında düşük bir yoğunluktadır ve bu yoğunluk S2 alanının doğusuna gittikçe azalmaktadır

2

Na

Na elementinin, yüksek bir yoğunlukla, S2 alanının kuzeybatısında yer almaktadır ve bu yoğunluk S2 alanının doğusuna doğru azalmaktadır.

Silinmiş: ‘


Silinmiş: ¶


Biçimlendirilmiş: Ortadan


81


3 U

U elementinin, S2 alanının kuzey ve güney kısmında orta bir yoğunlukta görülmektedir ve bu yoğunluk S2 alanının batısına doğru azalmaktadır.

4

Si

Si elementinin yüksek yoğunluğu S2 alanının kuzey batısında görülmektedir ve bu yoğunluk S2 alanının doğusuna doğru azalmaktadır.

5

Mg

Mg elementinin S2 alanının kuzey doğusunda yoğun olduğunu görülmektedir ve bu yoğunluk S2 alanının güneyine doğru azalmaktadır.

6

Th

Th elementinin yoğunluğu S2 alanında düşük olduğunu görülmektedir ve bu yoğunluk alanın ortasına doğru daha da azalmaktadır.

7

K

K elementinin, S2 alanında yüksek yoğunlukta olduğunu görülmektedir.

82


Fe

Fe elementinin, S2 alanının kuzey batısında yüksek yoğunlukta olduğu görülmektedir ve bu yoğunluk S2 alanının güney doğusuna doğru azalmaktadır.

Ca

Ca elementinin yoğunluğu S2 alanında çok az olduğu görülmektedir ve bu yoğunluk S2 alanın doğusuna doğru azalmaktadır.

4.2.5 S3 alanı için analiz sonuçları

Şekil 4.24, S3 bölgesinden toplanan verilerin dağılımını gösterilmektedir


Silinmiş: ¶8¶¶¶¶¶ ... [4]

Biçimlendirilmiş: Satır aralığı: 1,5satır, Sekme durakları: 3,02 cm, Sola

Silinmiş: ¶

83

Çizelge 4.6’da S3 bölgesi için Fe, Na, Ca, Mg, K, Si, U ve Th radyoaktif elementleri ve



o Elementler ve yorumlar Veri dağılımı ve kirlenme haritaları Ölçek

1

Sintilometer (cps)

Sintilometrenin değeri S3 alanının iki kısmında yüksek yoğunlukta görünmektedir ve bu yoğunluk S3 alanının güney batısına doğru azalmaktadır.

2

Na

Na elementinin, S3 alanının güney batısında yüksek yoğunlukta olduğu görülmektedir ve bu yoğunluk kuzey doğuya doğru azalmaktadır.

3

U

U elementinin yoğunluğu S3 alanında düşük olduğu görülmektedir.

4

Si

Si elementinin yoğunluğu S3 alanının merkezine yakın yüksek yoğunlukta olduğu görilmektedirve bu yoğunluk S3 alanının merkezinden uzaklaştıkça azalmaktadır.

5

Mg

Mg elementinin yoğunluğunun


84

S3 alanının kuzey batısına doğru yüksek olduğu görülmektedir ve bu yoğunluk S3 alanının güneyine doğru azalmaktadır.

Silinmiş: ¶6¶¶ ... [5]

85


Fe, Na, Ca, Mg, K, Si, U ve Th gibi radyoaktif elementlere ve sintilometre ölçüm

değerlerine göre Yozgat Sarıhacılı bölgesinin en fazla kirlenen kısımları tespit edilmiş

ve bu kirlenmenin nedenleri tartışılmıştır.

6

K

K elementinin yoğunluğu S3 alanının kuzeyine doğru yüksek olduğunu görülmektedir ve bu yoğunluk S3 alanının güney batısına doğru azalmaktadır.

7

Th

Th elementin yoğunluğu S3 alanının merkezine doğru yüksek olduğu görülmektedir.

8

Fe

Fe elementi, S3 alanının kuzey doğusuna doğru yüksek yoğunluktadır ve bu yoğunluk S3 alanının güneyine doğru azalmaktadır.

9

Ca

Ca elementinin yoğunluğu S3 alanının kuzey doğusunda yüksek olduğu görülmektedir ve bu yoğunluk güney batıya doğru azalmaktadır.



86

5. SONUÇ VE TARTIŞMALAR

Bu çalışmanın amaç GIS yazılımı kullanarak Yozgat Sarıhacılı granitoidindeki toprak

ve kayalardaki radyoaktif elementlerin analizini yapmak, tartışmak ve farklılıkları

ortaya çıkarmak için bir metodoloji geliştirmek ve uygulamaktır. Bu bağlamda

radyoaktif elementlerin kimyasal analiz sonuçları ve radyoaktivite değerleri ile coğrafi,

jeoloji ve arazi kullanımı veritabanlarını karşılaştırmak için bölgesel dağılım haritası

oluşturmak amacıyla ArcGIS yazılımına ait Geostatistical Analyst Tool Box

kullanılmıştır. GIS haritaları olası kirlenme kaynaklarını ortaya çıkarmak için yaygın

olarak kullanılan güçlü bir araçtır. Bu çalışmada GIS haritalama tekniği Yozgat

Sarıhacılı bölgesindeki kirlenme kaynaklarını gösteren dağılım haritası oluşturmak için

kullanılmıştır. GIS haritaları tehlikeli durumları değerlendirmek ve karar almak

konusunda önemli bilgiler sağlamaktadır. Çalışma bölgesinden alınan örneklerin

kimyasal analiz sonuçları ve GIS haritaları (sintilometre (cps), Fe, Na, Ca, Mg, K, Si, U

ve Th elementleri için) bu kayaçların kökensel etkisini ortaya koymaktadır.

Sarıhacılı Yozgat S1, S2 ve S3 bölgeleri için yapılan Geostatistical analizlerin özeti,

sıralı bir şekilde, çizelge 4.7- 4.9’da verilmiştir.

Silinmiş: ¶¶

Silinmiş: , 4.8 ve

87

Çizelge 4.7 Sarıhacılı Yozgat S1 bölgesi için Geostatistical analiz sonuçları

Radyoaktif Elementler

Değişim yoğunluğu ve aralığı (şartı birim ile)

Düşük Yoğunluk Yüksek Yoğunluk Yorumlar

Sintilometre Yüksek 252 (460-208)

208 Kuzey-Batı kısmı

460 Güney- Doğu kısmı

Korelasyon için esas değer

Na Düşük 0.6 (2.6-2.0)

2.0 Kuzey-Doğu kısmı

2.6 Güney-Doğu kısmı

Sintilometre ile uyumlu

U

Düşük 6 (17-11)


17 Güney kısmı


Si Orta 5 (32-27)


32 Güney-Doğu kısmı


Mg

Yüksek 153 (257-104)




Th

Orta 16 (32-16)

16 North-Doğu kısmı



K

Düşük 0.7 (4.2-3.5)

3.5 Güney-Doğu kısmı Güney- Batı kısmı

4.2 Güney-Doğu kısmı Orta kısım Kuzey-Batı kısmı

Büyük oranda Sintilometre değeri ile uyumlu

Fe

Yüksek 998 (1458-460)

460 Batı kısmı

1458 Kuzey-Doğu kısmı


Ca Yüksek 609 (843-234)

234 Batı kısmı



Çizelge 4.7’de S1 bölgesi için ölçülen sintilometre değerleri, radyoaktif element

değerlerine uygun görülmektedir. S1 bölgesinde, Mg, Fe ve Ca değerlerinin yüksek

olduğu, Na, U ve K değerlerinin düşük olduğu görülmektedir.


88


Radyoaktif Elementler

Değişim yoğunluğu ve aralığı (şartı birim ile)


Sintilometre Orta 48 (269-221)

221 Güney-Batı kısmı

269 Doğu kısmı Kuzey-Batı kısmı


Na Yüksek 2.6 (4.0-1.4)

1.4 Kuzey-Doğu kısmı

4.0 Güney-Doğu kısmı

Düşük oranda Sintilometre değeri ile uyumlu

U

Orta 11 (17-6)


17 Kuzey kısmı Güney-Doğu kısmı


Si Yüksek 13 (34-21)

21 Doğu kısmı

34 Orta kısım Batı kısmı


Mg

Yüksek 751 (751-0)

0 Güney kısmı

751 Kuzey-Doğu kısmı Batı kısmı


Th

Düşük 31 (31-0)

0 Batı kısmı

31 Güney kısmı Kuzey kısmı


K

Yüksek 1.5 (5.0-3.5)

3.5 Doğu kısmı Orta kısım Batı kısmı

5.0 Güney kısmı Kuzey kısmı


Fe

Yüksek 2143 (2143-0)




Ca Düşük 0.3 (0.3-0)

0 Güney kısmı Güney kısmı

0.3 Batı kısmı


Çizelge 4.8’de S2 bölgesi için ölçülen sintilometre değerleri, radyoaktif element

değerlerine düşük oranda uygun görülmektedir. S2 bölgesinde, Na, Si, Mg, K, ve Fe

değerlerinin yüksek olduğu, Th ve Fe değerlerinin düşük olduğu görülmektedir.

Silinmiş: ¶


89


Radyoaktif elementler

Değişim yoğunluğu ve aralığı (şartı birim

ile)


Sintilometre Orta 53 (72-19)


72 Orta kısım Güney-Doğu kısmı Kuzey kısmı


Na Yüksek 0.9 (3.9-3.0)

3.0 Doğu kısmı

3.9 Batı kısmı

Sintilometre ile uyumlu değildir

U

Yüksek 4 (10-6)

6 Kuzey-Batı kısmı Güney-Doğu kısmı

10 Kuzey-Doğu kısmı Güney- Batı kısmı


Si Yüksek 4 (32-28)




Mg

Yüksek 674 (885-211)

211 Güney kısmı

885 Batı kısmı Güney- Batı kısmı


Th

Yüksek 2.1 (2.1-0)

0 Güney kısmı

2.1 Orta kısım Güney-Doğu kısmı


K

Yüksek 14 (14-0)

0 Güney kısmı

14 Orta kısım Kuzey kısmı


Fe

Yüksek 3.4 (3.4-1)

1 Orta Kısım

3.4 Kuzey- Doğu kısmı


Ca Düşük 1.8 (2.0-0.2)

0.2 Orta Kısım

2.0 Kuzey- Doğu kısmı


Çizelge 4.9‘da S3 bölgesi için ölçülen sintilometre değerleri, radyoaktif element

değerlerine, bazı elementler için, düşük oranda uygun görülmüş ve geriye kalan

elementler için hiç bir şekilde uygun görülmemiştir. S2 bölgesinde, Na, Si, Mg, Th, K,

ve Fe değerlerinin yüksek olduğu, U ve Ca değerlerinin düşük olduğu görülmektedir.

Böylece, Sarıhacılı Yozgat Granitoidinde Mg elementin yüksek orana sahip olduğu ve

U elementin düşük orana sahip olduğu anlaşılmıştır.


90

Sarıhacılı granitoidi jeokimyasal açıdan değerlendirildiğinde; subalkalin karakterli,

kalkalkalin yönelimli ve yüksek K serisinde yer alan peraluminalı, mafik mikrogranular

anklav içermeyen ve özşekilsiz granat içerikli üst kabuk kökenli S-tipi granitlerdir.

Sintilometre ölçüm değerlerine bakıldığında; S1 ve S2 bölgelerinin yüksek

radyoaktivite, S3 bölgesinin ise düşük radyoaktiviteye sahip olduğu görülmektedir.

Bu durum, kayaç jeokimyası ve mineraloji sonuçları ile uyumlu olduğu görülmüştür.

Yüksek radyoaktivitenin göstergesi olan K, Th ve U içeriklerinin S1 ve S2 bölgelerinde

yüksek, S3 bölgesinde düşük olması sintilometre ölçüm değerlerini desteklemektedir.

Mineralojik açıdan değerlendirildiğinde; yüksek K içeriğine sahip olan biyotit,

muskovit ve ortoklaz minerallerinin S1 ve S2 bölgesi kayaçlarında yaygın olarak

gözlenirken S3 bölgesi kayaçlarında ise çok az miktarlarda gözlendiği görülmektedir.

Özellikle S1 bölgesi kayaçları iri biyotit ve ortoklazlar içermektedir. Biyotit, muskovit

ve ortoklaz minerallerinde yine yüksek radyoaktiviteyi işaret eden zirkon minerali

kapanımları bulunması da önemli bir faktördür. S1 bölgesi biyotitleri içerisinde bulunan

zirkon kapanımları pleokroik radyoaktif haleler içererek radyoaktif değerlerinin yüksek

olmasına neden olmuştur.

Sonuç olarak; S1, S2 ve S3 bölgeleri radyoaktivite açısından incelendiğinde sintilometre

ölçüm değerleri (cps), tüm kayaç jeokimyası ve mineralojik özelliklerin birbirleriyle

uyumlu sonuçlar verdiği ve bunların GIS teknikleriyle birlikte yorumlandığında S1 ve

S2 bölgelerinin yüksek, S3 bölgesinin ise nispeten daha düşük radyoaktiviteye sahip

olduğu görülmektedir.

Silinmiş: ¶

91

5. SONUÇ

Bu çalışmanın amacı araziden toplanan jeoloji verilerinin bilgisayar ortamında analizini,

modellenmesini ve haritalanmasını yapmaktı. Bu kapsamda tez çalışmasında aşağıdaki

çalışmalar yapışmıştır:

• 50’nin üzerinde enterepolasyon teknikleri, GIS uygulamalı, veri analizleri,

kirlenme analizleri vb. konularla ilgili makale, kitap ve diğer kaynaklar

araştırılmış ve özetleri verilmiştir;

• Değişik interpolasyon tekniklerinin önerildiği, önerilen tekniklerden en

verimlisinin seçildiği, CBS yazılım araçları yardımıyla arazilerden toplanan

verilerin analizini yaparak ve sonuçlarını değerlendirerek çevre kirlenmelerinin

gerçek durumunu ortaya çıkarabilecek ve kirlenmenin kaynağını saptayabilecek

metodoloji geliştirilmiş ve uygulanmıştır;

• Arazinin jeolojik yapısını da dikkate alan 8 enterpolasyon tekniği önerilmiş,

MATLAB yazılımı ile kodlanmış ve en verimlisi seçilmiştir;

• Geliştirilen metodoloji ile Yozgat İli Sarıhacılı Bölgesine ait üç ayrı kısımdaki

kaya/topraklardan toplanan 78 adet örneklerdeki Sintilometre (cps), Fe, Na, Ca,

Mg, K, Si, U, and Th radyoaktif elementlerinin dağılımının analizi yapılmış,

modellenmiş ve haritaları oluşturulmuştur. Elde edilen sonuçlara göre radyoaktif

elemanların yoğunluğunu yüksek ve düşük olan bölgeler belirlenmiştir.

• Coğrafi Bilgi Sistemlerinde yoğun şekilde kullanılan ArcGIS 9.2 platformuna ait

ArcVIEW, ArcMap, ArcCatalog, vb. yazılımları ve Geostatistical Analyst başta

olmak üzere diğer Tools Box araçları öğrenilmiş ve yoğun şekilde kullanılmıştır.

• Tez kapsamında elde edilen sonuçlar bilimsel toplantılarda ve seminerlerde

tartışılmış ve uzmanlar tarafından takdir edilmiştir.

92

• Tez sonuçları seminer şeklinde tartışılmış, sempozyum özetler kitabında

basılmış ve Fen Bilimleri dergisine bir bilimsel araştırma makalesi şeklinde

gönderilmiştir.

Elde edilen sonuçlar geliştirilen metodolojinin verimli olduğunu kanıtlamıştır. Tez

sonucunda elde edilen sonuçların diğer disiplinlerde veri analizi yapmak, kirlenme,

bileşim yoğunluğu kirlilik, risk analizleri ortaya koymak mümkündür.

Bu tez çalışmasında jeoloji, mineraloji ve jeokimyasal verilerin bilgisayar programları

yardımıyla dogru olarak yorumlayabilme ve yakın çevrelerde analizi mumkun olmayan

noktaların olası davranislari hakkında bilimsel yaklaşımlarda bulunabileceği ortaya

konulmuştur. Aynı çalışma şeklini Fizik, kimya, Maden, Petrol ve pozitif bilimlerde

uygulanabileceği olasıdır.

Silinmiş: ¶¶¶

93

KAYNAKLAR

Anonymous.1983. Report of the Riso National Laboratory. DK-4000 Roskilde,

Danmark.

Adams, K. 2001. Smooth Interpolation of Zero Curves. ALGO Research Quarterly. Vol.

4, NOS.1/2.

Akce, M.A. and Kadioglu, Y. K. 2005. Petrology of Leucogranites from the northern

part of Yozgat Batholith. Geological Bulletin of Turkey, 42, No 2; 1-20.

Aksoy, A., Demirezen, D. and Duman, F. 2005. Bioaccumulation, detection and

analyses of heavy metal pollution in Sultan Marsh and its environment. Water,

Air, and Soil Pollution, 164; 241–255.

ArcGIS Geostatistical Analyst: Power Exploration and Data Interpolation

Solutions.2001. An ESRI White Paper.

Ball, J. A. and Bolotnikov, V. 2005. Nevanlinna–Pick interpolation for Schur–Agler

class functions on domains with matrix polynomial defining function in Cn. New

York J. Math. 11; 247–290.

Becegato, V. A., Ferreira, F. J. F. and Machado, W. C. P. 2008. Concentration of

Radioactive Elements (U, Th and K) Derived from Phosphatic Fertilizers in

Cultivated Soils. Braz. arch. biol. technol. V. 51, N. 6; 1255-1266.

Boor, C. Ideal Interpolation. pp. 59–91.

Bozkurt, A., Yorulmaz, N. and Kam, E. 2007. Environmental Radioactivity

Measurements in Harran Plain of Sanliurfa, Turkey. CP899 Sixth International

Conference of Balkan Union, American Institute of Physics.

Biçimlendirilmiş: Girinti: Sol: 0 cm,Asılı: 1,27 cm, Satır aralığı: 1,5 satır

Biçimlendirilmiş

94

Bozkurt, A., Yorulmaz, N., Kam, E., Karahan, G. and Osmanlioglu, A.E. 2007.

Assessment of environmental radioactivity for Sanliurfa region of southeastern,

Turkey. Journal of Radiation Measurements, 42; 1387-1391.

Çelik, M. 2002. Water quality assessment and the investigation of the relationship

between the River Delice and the aquifer systems in the vicinity of Yerköy

(Yozgat, Turkey). Environmental Geology, 42; 690–700.

Celik, N., Cevik, U., Celik, A. and Kucukomeroglu, B. 2008. Determination of indoor

radon and soil radioactivity levels in Giresun Turkey. Journal of Environmental

Radioactivity, 99; 1349-1354.

Colin Childs, C. and ESRI education Services. 2004. Interpolating surfaces in ArcGIS

Spatial Analyst. Arcuser.

Damla, N., Cevik, U., Kobya, A. I., Celik, A., Van Grieken, R. and Kobya, Y. 2009.

Characterization of gas concrete materials used in buildings of Turkey. Journal

of Hazardous Materials.

Degerliel, M., Karahan, G. and Ozger, G. 2008. Radioactivity concentrations and dose

assessment for soil samples around Adana, Turkey. Journal of Environmental

Radioactivity, 99; No 7; 1018-1025.

Dellantonio, A., Fitz, W. J., Custovic H., Repmann, F., Schneider, B. U., Grunewald,

H., Gruber, V., Zgorelec, Z., Zerem, N., Carter, C., Markovic, M. ,

Puschenreiter, M. and Wenzel, W. W. 2008. Environmental risks of farmed and

barren alkaline coal ash landfills in Tuzla, Bosnia and Herzegovina.

Environmental Pollution , 153; 677-686.

Demirezen, D., Aksoy, A. 2006. Common hydrophytes as bioindicators of iron and

manganese pollutions. Ecological Indicators, 6; 388–393.

95

Dubrovsky, M., Semeradova, D., Metelka, L., Prosova, O. and Trnka, M. 2006.

Interpolation of weather generator parameters using GISStatSoft, Inc.

Flowerdew, R. and Green, M. 1992. Developments in areal interpolation methods and

GIS. Ann Reg Sci 26; 67-78.

Gavrilescu, M., Pavel, L. V. and Cretescu, I. 2009. Characterization and remediation of

soils contaminated with uranium. Journal of Hazardous Materials 163 ; 475–

510.

Gaylord, R. 2005. Radioactivity of Potassium Solutions: A Comparison of Calculated

Activity to Measured Activity from Gross Beta Counting and Gamma

Spectroscopy. UCRL-TR-214061.

Hast, A. 2005. Shading by Quaternion Interpolation. WSCG SHORT papers

proceedings, ISBN 80-903100-9-5.

Hosseini, A., H. Thørring, H., Brown, J. E., Saxen, R. and Ilus, E. 2008. Transfer of

radionuclides in aquatic ecosystems e Default concentration ratios for aquatic

biota in the Erica Tool. Journal of Environmental Radioactivity, 99; 1408-1429.

Huang, X.D., Hwang, M. Y., Jiang, L. and Mahajan, M. 1996. Deleted interpolation and

density sharing for continuous hidden Markov models. Microsoft Corporation.

Isufi, F., Gashi, G., Bulliqi, S., Ramadani, I. and Kastrati, B. 2008. The use of GIS to

Create Map of Groundwater in Some Samples in Kosovo. BALWOIS.

Jaroslav Hofierka, J., Cebecauer, T. and , Suri, M. 2007. Optimisation of Interpolation

Parameters Using a Cross-validation.

Kadioglu, Y. K., Dilek, Y., Gulec, N. and Foland, A. 2003. Tectonomagmatic Evolution

of Bimodal Plutons in the Central Anatolian Crystalline Complex, Turkey. The

Journal of Geology, 111; 671–690.

Silinmiş: Š

Silinmiş: ú

96

Kadioglu, Y., Dilek, Y. and Foland, A. 2005. Slab break-off and syncollisional origin of

the Late Cretaceous magmatism in the Central Anatolian crystalline complex,

Turkey. GSA Journals, DOI: 10.1130/2006.2409(19); 381–415.

Karahan, G. and Bayülken, A. 2000. Assessment of gamma dose rates around Istanbul

(Turkey). J. of Environmental Radioactivity, 47; 213-221.

Karakelle, B., Öztürk, N., Köse, A., Varinlioglu, A., Erkol, A. Y. and Yilmaz, F. 2002.

Natural radioactivity in soil samples of Kocaeli basin, Turkey. Journal of

Radioanalytical and Nuclear Chemistry, 254, No 3; 649-651.

Kelly, J.,Thornton, I. and Simpson, P. R. 1996. Urban Geochemistry: A study of the

influence of anthropogenic activity on the heavy metal content of soils in

traditionally industrial and nonindustrial areas of Britain. Applied Geoehemistr,

Vol. 1 I; 363-370.

Johnston, K., Hoef, J. M. V., Krivoruchko, K. and Lucas, N. 2001. ArcGIS

Geostatistical Analyst Tutorial.

Küçükönder, M. and Karabulut, M. 2007. Çok Kriterli Analiz Yöntemi Kullanılarak

Kahramanmaras’ta Çöp Depolama Alanı Tespiti. Cografi Bilimler Dergisi, 5 (2);

55-76.

Lee, C. S., Li, X. , Shi, W., Cheung, S. C. and Thornton, I. 2006. Metal contamination

in urban, suburban, and country park soils of Hong Kong: A study based on GIS

and multivariate statistics. Science of the Total Environment, 356; 45– 61.

Li, X., Poon, C. and Liu, P. S. 2001. Heavy metal contamination of urban soils and

street dusts in Hong Kong. Applied Geochemistry, 16; 1361–1368.

Silinmiş:

Silinmiş:

97

Liu, X., Wu, J. and Xu, J. 2006. Characterizing the risk assessment of heavy metals and

sampling uncertainty analysis in paddy field by geostatistics and GIS.

Environmental Pollution 141; 257-264.

Luan, T. X. and Quang, T. X. 2004. Geostatistics combined with the function of

interpolation in GIS. International Symposium on Geoinformatics for Spatial

Infrastructure Development in Earth and Allied Sciences.

Maiz, I., Esnaola, M . V. and Millan, E. 1997. Evaluation of heavy metal availability in

contaminated soils by a short sequential extraction procedure.The science of the

total environment, 206; 107-115.

McAdams, M. and Demirci, A. 2006. The use of principle component analysis in data

reduction for GIS Analysis of water quality data.

McGrath, D., Zhang, C. and Carton, O. T. 2004. Geostatistical analyses and hazard

assessment on soil lead in Silvermines area, Ireland. Environmental Pollution

127; 239–248.

Mielke, H. W., Gonzales, C. R., Smith, M. K. and Mielk, P. W. 2000. Quantities and

associations of lead, zinc, cadmium, manganese, chromium, nickel, vanadium,

and copper in fresh Mississippi delta alluvium and New Orleans alluvial soils.

The Science of the Total Environment, 246; 249-259.

Mitas, L. and Mitasova, H. 1999. Spatial Interpolation for GIS.

Mtetwa, S., Kusangaya, S. and Schutte, C. F. 2003. The application of geographic

information systems (GIS) in the analysis of nutrient loadings from an agro-rural

catchment. ISSN 0378-4738 = Water SA, Vol. 29, No. 2.

Naoum, S. and Tsanıs, I. K. 2004. Ranking spatial interpolation techniques using a GIS

– based DSS. Global Nest: the Int. J. Vol 6, No 1; 1-20.

Silinmiş: ¶May 1983. Report of the Riso National Laboratory. DK-4000 Roskilde, Danmark.¶

Biçimlendirilmiş: Girinti: Sol: 0 cm,İlk satır: 0 cm

Silinmiş: ,

98

Oncel, M. S., Zedef, V. and Mert S. 2004. Lead contamination of roadside soils and

plants between Istanbul and Sakarya NW Turkey. Fresenius Environmental

Bulletin,13; 1525–1529.

Oudwater, N. and Martin, A. 2003. Methods and issues in exploring local knowledge of

soils. Geoderma 111; 387–401.

Psichoudaki, M. and Papaefthymiou, H. 2008. Natural radioactivity measurements in

the city of Ptolemais (Northern Greece). Journal of Environmental

Radioactivity, 99; 1011-1017.

Quanfu Fan, Q., Efrat, A., Koltun, V., Krishnan, S. and Venkatasubramanian, S. 2005.

Hardware-Assisted Natural Neighbor Interpolation.

Sahin, L. and Cavas, M. 2008. Natural Radioactivity Measurements in Soil Samples of

Central Kutahya (Turkey). Journal of Radiation Protection Dosimetry, 131, No

4; 526-530.

Sárközy, F. 1998. GIS Function– Interpolation. Hungarian Science Foundation Grant,

No. T 016487.

Schuhmacher, M., Meneses, M., Granero, S., Llobet, J. M. and Domingo, J. L. 1997.

Trace Element Pollution of Soils Collected near a Municipal Solid Waste

Incinerator: Human Health Risk. Bull. Environ. Contam. Toxicol, 59; 861-867.

Skordas, K. 2007. The geochemical distribution of Arsenic and Antimony in the

cultivated soils of the Hydrologic basin of the Amyros river (Larissa, Greece).

IMWA Symposium: Water in Mining Environments.

Szepesvari, C. and Smart, W. D. 2004. Interpolation-based Q-learning. Appearing in

Proceedings of the 21 st International Conference on Machine Learning, Banff,

Canada.

Silinmiş: ¶

Silinmiş: ,

Silinmiş: .

Silinmiş: ¶

99

Tijhuis, L., Brattli, B. and Sether, O. M. 2000. A Geochemical survey of topsoil ine the

city of Oslo, Norway. Environmental Geochemistry and Health 24; 67–94.

Uygunol, Durduran, S. S. 2008. Elektromanyetik kirlilik haritalarının coğrafi bilgi

sistemi (CBS) yardımıyla oluşturulması. TMMOB Harita ve Kadastro

Mühendisleri Odası Ankara Şubesi.

Viard, B., Pihan, F., Promeyrat, P. and Pihan, J. 2004. Integrated assessment of heavy

metal (Pb, Zn, Cd) highway pollution: bioaccumulation in soil, Graminaceae and

land snails. Chemosphere 55; 1349–1359.

Xie, X., Norra, S., Berner, Z. and Stüben, D. 2005. A GIS-Supported

multivariate statistical analysis of relationships among streamwater chemistry,

geology and land use in Baden – WU” Rttemberg, Germany. Water, Air and

Soil Pollution, 167; 39–57.

Yalcin, M. G., Battaloglu, B. and Ilhan, S. 2007. Heavy metal sources in Sultan Marsh

and its neighborhood, Kayseri, Turkey. Environ Geol, 53; 399–415.

Yalcin, M. G., Narin, I. and Soylak, M. 2008. Multivariate analysis of heavy metal

contents of sediments from Gumusler creek, Nigde, Turkey. Environ Geol, 54;

1155–1163.

Yanalak, M. 2002. Yön ve ters uzaklık ağırlıklı ortalama ilk enterpolaston.

Yoshimura, T., Masuko, T., Tokuda, K., Kobayashi, T. and Kitamura, T. 1997. Speaker

interpolation in HMM – based speech synthesis system.

Zhang, C. 2006. Using multivariate analyses and GIS to identify pollutants and their

spatial patterns in urban soils in Galway, Ireland. Environmental Pollution, 142;

501-511.

Silinmiş: ¶

Silinmiş:

100

Zorin, D., Schroder, P. and Sweldens, W. 2006. Interpolating Subdivision for Meshes

with Arbitrary Topology.

101

Ek 1 GELİŞTİRİLEN YAZILMA AİT KODLAR

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %

% %

% YUKSEK LISANS OGRENCISI : SEMA IZZET %

% DANISMANI : REFIK SAMET %

% KONU : Matrisi sutun yapar %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

for i=1:10

for j=1:10

fprintf('%8.2f\n',B(i,j));

end

end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% KONU : Mekandan toplanan veri örnekleri simülasyonu %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Degerleri 0 olan 10x10 boyutunda a matrisini olusturar

A=zeros(10,10);

% A matrisinin rastgele 60 elemana 0 ile 100 arasinda rastgele deger

atar ve goruntuler

for z=1:60

i=round(1+rand*9);

j=round(1+rand*9);

A(i,j)=round(rand*100);

while A(i,j)==0

A(i,j)=round(rand*100);

end

end

A

102

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% KONU : Distribution by mean value (4 neighbors) %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% A matrisini B ye kopyalar

for i=1:10

for j=1:10

B(i,j)=A(i,j);

end

end

% B matrisinin sifira esit olan elemanlarina dort komsu elemanlarin

% ortalamasini bulup atar ve goruntuler

for i=1:10

for j=1:10

toplam=0;

counter=0;

if(B(i,j)==0)

if((i-1)<11&&(i-1)>0)

toplam=toplam+B(i-1,j);

counter=counter+1;

end

if((i+1)<11)

toplam=toplam+B(i+1,j);

counter=counter+1;

end

if((j+1)<11)

toplam=toplam+B(i,j+1);

counter=counter+1;

end

if((j-1)<11&&(j-1)>0)

toplam=toplam+B(i,j-1);

counter=counter+1;

end

103

B(i,j)=toplam/counter;

toplam=0;

counter=0;

end

end

end

B

% B matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve

kirlenme hariasi yapilir.

% end of program

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %




% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini C ye kopyalar

for i=1:10

for j=1:10

C(i,j)=A(i,j);

end

end

% C matrisinin sifira esit olan elemanlarina sekiz komsu elemanlarin


104

for i=1:10

for j=1:10

toplam=0;

counter=0;

if(C(i,j)==0)

if((i-1)>0&&(j-1)>0)

toplam=toplam+C(i-1,j-1);

counter=counter+1;

end

if((j-1)>0)

toplam=toplam+C(i,j-1);

counter=counter+1;

end

if((i+1)<11)&&((j-1)>0)

toplam=toplam+C(i+1,j-1);

counter=counter+1;

end

if((i-1)>0)

toplam=toplam+C(i-1,j);

counter=counter+1;

end

if((i+1)<11)

toplam=toplam+C(i+1,j);

counter=counter+1;

end

if((i-1)>0&&(j+1)<11)

toplam=toplam+C(i-1,j+1);

counter=counter+1;

end

if((j+1)<11)

toplam=toplam+C(i,j+1);

counter=counter+1;

end

if((i+1)<11&&(j+1)<11)

toplam=toplam+C(i+1,j+1);

counter=counter+1;

end

C(i,j)=toplam/counter;

105

toplam=0;

counter=0;

end

end

end

C

% C matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% end of program

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %

% YUKSEK LISANS OGRENCISI : SEMA ?ZZET %


% KONU : Distribution by median value (4 neighbors) %

% %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini D ye kopyalar

for i=1:10

for j=1:10

D(i,j)=A(i,j);

end

end

% B matrisinin sifira esit olan elemanlarina dört komsu elemanlarin

% median de?erini bulup atar ve goruntuler

for i=1:10

for j=1:10

if(D(i,j)==0)

if((i-1)<11&&(i-1)>0)

106

K(1)=A(i-1,j);

end

if((i+1)<11)

K(2)=A(i+1,j);

end

if((j+1)<11)

K(3)=A(i,j+1);

end

if((j-1)<11&&(j-1)>0)

K(4)=A(i,j-1);

end

for pass=1:length(K)-1

for k=1:length(K)-1

if K(k) > K(k+1)

hold = K(k);

K(k) = K(k + 1);

K(k + 1) = hold;

end

end

end

D(i,j)=(K(2)+K(3))/2;

end

end

end

D

% D matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% end of program

107

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %




% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini E ye kopyalar

for i=1:10

for j=1:10

E(i,j)=A(i,j);

end

end

% E matrisinin sifira esit olan elemanlarina sekiz komsu elemanlarin


for i=1:10

for j=1:10

if(E(i,j)==0)

if((i-1)>0&&(j-1)>0)

K(1)=E(i-1,j-1);

end

if((j-1)>0)

K(2)=E(i,j-1);

end

if((i+1)<11)&&((j-1)>0)

K(3)=E(i+1,j-1);

end

if((i-1)>0)

K(4)=E(i-1,j);

end

if((i+1)<11)

K(5)=E(i+1,j);

108

end

if((i-1)>0&&(j+1)<11)

K(6)=E(i-1,j+1);

end

if((j+1)<11)

K(7)=E(i,j+1);

end

if((i+1)<11&&(j+1)<11)

K(8)=E(i+1,j+1);

end


for k=1:length(K)-1

if K(k) > K(k+1)

hold = K(k);

K(k) = K(k + 1);

K(k + 1) = hold;

end

end

end

E(i,j)=(K(4)+K(5))/2;

end

end

end

E

% E matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% End of program

109

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% KONU : Dagilim plotu cizdirme %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Matrisi vektore donusturer

toplam=0;

Z(1:100)=H();

for i=1:100

toplam=toplam+Z(i);

end

mean44=toplam/44;

mean100=toplam/100;

fprintf('Mean44=%f, \nMean100=%f',mean44,mean100);

%Dagilim plotu cizer

plot(Z, '-s',

'LineWidth',1,'MarkerEdgeColor','k','MarkerFaceColor','g','MarkerSize'

,2);

% Plota isim verer

title('Ornek Verilerin Dagilimi');

%Eksenlere isim verer

xlabel('Ornek Numarasi'), ylabel('Ornegin Degeri');

legend('Gercek Veri Orneklerinin Dagilimi');

110

Code 6

A =[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0

73 0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0

1 0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0

0 11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

Terrain_Structure=[1 1 1 1 1 1 1 1 2 2; 1 1 1 1 1 1 1 2 2 2; 1 1 1 1 1

1 2 2 2 2; 1 1 1 1 2 2 2 2 2 2; 1 1 2 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2

2 ; 1 1 1 1 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1

1 1 1 2 2 2 2 2];

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% %


% with taking into consentration the geological %

% structure of the study area %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Gercek veri matrisi

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

%Arazi yapisi matrisi


1 2 2 2 2; 1 1 1 1 2 2 2 2 2 2; 1 1 2 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2

2 ; 1 1 1 1 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1

1 1 1 2 2 2 2 2]

% A matrisini C ye kopyalar

for i=1:10

for j=1:10

C(i,j)=A(i,j);

end

end

% C matrisinin sifira esit olan elemanlarina ayni bilesen

sinirlerindeki dort komsu elemanlarin


111

for i=1:10

for j=1:10

toplam=0;

counter=0;

temp=Terrain_Structure(i,j);

if(C(i,j)==0)

if((i-1)<11&&(i-1)>0)&&(Terrain_Structure(i-1,j)==temp)

toplam=toplam+C(i-1,j);

counter=counter+1;

end

if((i+1)<11)&&(Terrain_Structure(i+1,j)==temp)

toplam=toplam+C(i+1,j);

counter=counter+1;

end

if((j+1)<11)&&(Terrain_Structure(i,j+1)==temp)

toplam=toplam+C(i,j+1);

counter=counter+1;

end

if((j-1)<11&&(j-1)>0)&&(Terrain_Structure(i,j-1)==temp)

toplam=toplam+C(i,j-1);

counter=counter+1;

end

C(i,j)=toplam/counter;

toplam=0;

counter=0;

end

end

end

C

% C matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% end of program

112

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %




% with taking into consentration the %

% geological structure of the terrain %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Terrain structure matrix


1 2 2 2 2; 1 1 1 1 2 2 2 2 2 2; 1 1 2 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2

2 ; 1 1 1 1 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1

1 1 1 2 2 2 2 2]

%Real data matrix

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini F ye kopyalar

for i=1:10

for j=1:10

F(i,j)=A(i,j);

end

end

% F matrisinin sifira esit olan elemanlarina arazi yap?s?n? dikkate

alarak sekiz komsu elemanlarin


for i=1:10

for j=1:10


toplam=0;

counter=0;

if(F(i,j)==0)

113

if((i-1)>0&&(j-1)>0)&&(Terrain_Structure(i-1,j-

1)==temp)

toplam=toplam+F(i-1,j-1);

counter=counter+1;

end

if((j-1)>0)&&(Terrain_Structure(i,j-1)==temp)

toplam=toplam+F(i,j-1);

counter=counter+1;

end

if((i+1)<11)&&((j-1)>0)&&(Terrain_Structure(i+1,j-

1)==temp)

toplam=toplam+F(i+1,j-1);

counter=counter+1;

end

if((i-1)>0)&&(Terrain_Structure(i-1,j)==temp)

toplam=toplam+F(i-1,j);

counter=counter+1;

end


toplam=toplam+F(i+1,j);

counter=counter+1;

end

if((i-1)>0&&(j+1)<11)&&(Terrain_Structure(i-

1,j+1)==temp)

toplam=toplam+F(i-1,j+1);

counter=counter+1;

end


toplam=toplam+F(i,j+1);

counter=counter+1;

end

if((i+1)<11&&(j+1)<11)&&(Terrain_Structure(i+1,j+1)==temp)

toplam=toplam+F(i+1,j+1);

counter=counter+1;

end

F(i,j)=toplam/counter;

toplam=0;

counter=0;

114

end

end

end

F

% F matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% end of program

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% %



% terrain structure %

% %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Terran structure matrix


1 2 2 2 2; 1 1 1 1 2 2 2 2 2 2; 1 1 2 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2

2 ; 1 1 1 1 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1

1 1 1 2 2 2 2 2]

%Real data matrix

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini G ye kopyalar

for i=1:10

for j=1:10

G(i,j)=A(i,j);

end

end

% B matrisinin sifira esit olan elemanlarina arazi yapisi dikkate

alinarak dort komsu elemanlarin

115

% median degerini bulup atar ve goruntuler

for i=1:10

for j=1:10


if(G(i,j)==0)

if((i-1)<11&&(i-1)>0)&&(Terrain_Structure(i-1,j)==temp)

K(1)=G(i-1,j);

else

K(1)=0;

end


K(2)=G(i+1,j);

else

K(2)=0;

end


K(3)=G(i,j+1);

else

K(3)=0;

end

if((j-1)<11&&(j-1)>0)&&(Terrain_Structure(i,j-1)==temp)

K(4)=G(i,j-1);

else

K(4)=0;

end


for k=1:length(K)-1

if K(k) > K(k+1)

hold = K(k);

K(k) = K(k + 1);

K(k + 1) = hold;

end

end

end

G(i,j)=(K(2)+K(3))/2;

116

end

end

end

G

% G matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% end of program

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %

% %



% %



% terrain structure %

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%Terrain structure matrix


1 2 2 2 2; 1 1 1 1 2 2 2 2 2 2; 1 1 2 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2

2 ; 1 1 1 1 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1 1 2 2 2 2 2 2 2; 1 1

1 1 1 2 2 2 2 2];

%Real data matrix

A=[0 82 0 0 38 0 0 0 94 0; 53 0 35 0 96 0 0 54 62 77; 0 14 42 0 0 0 73

0 25 0; 0 79 25 0 0 40 0 0 0 0; 0 13 80 0 34 0 17 0 18 0; 0 15 65 0 1

0 0 0 0 0; 28 0 0 95 55 0 16 45 96 0; 4 0 93 57 24 55 0 19 8 66; 0 0 0

11 0 55 10 0 0 58; 0 44 0 0 80 0 0 0 0 0]

% A matrisini H ye kopyalar

for i=1:10

for j=1:10

H(i,j)=A(i,j);

end

end

117

% H matrisinin sifira esit olan elemanlarina arazi yap?s? dikkate

al?narak sekiz komsu elemanlarin

% medyan ortalamasini bulup atar ve goruntuler

for i=1:10

for j=1:10


if(H(i,j)==0)

if((i-1)>0&&(j-1)>0)&&(Terrain_Structure(i-1,j-

1)==temp)

K(1)=H(i-1,j-1);

else

K(1)=0;

end

if((j-1)>0)&&(Terrain_Structure(i,j-1)==temp)

K(2)=H(i,j-1);

else

K(2)=0;

end

if((i+1)<11)&&((j-1)>0)

K(3)=E(i+1,j-1);

else

K(3)=0;

end

if((i-1)>0)&&(Terrain_Structure(i-1,j)==temp)

K(4)=H(i-1,j);

else

K(4)=0;

end


K(5)=H(i+1,j);

else

K(5)=0;

end

if((i-1)>0&&(j+1)<11)&&(Terrain_Structure(i-

1,j+1)==temp)

K(6)=H(i-1,j+1);

else

K(6)=0;

118

end


K(7)=H(i,j+1);

else

K(7)=0;

end

if((i+1)<11&&(j+1)<11)&&(Terrain_Structure(i+1,j+1)==temp)

K(8)=H(i+1,j+1);

else

K(8)=0;

end


for k=1:length(K)-1

if K(k) > K(k+1)

hold = K(k);

K(k) = K(k + 1);

K(k + 1) = hold;

end

end

end

H(i,j)=(K(4)+K(5))/2;

end

end

end

H

% H matrisinin degerlerine gore ArcGIS ortaminda dagilimin analizi ve


% End of program

Silinmiş: ¶

Biçimlendirilmiş: Normal, Sola,Girinti: İlk satır: 0 cm

Silinmiş: ¶

Silinmiş: ¶

Biçimlendirilmiş: İngilizce (ABD)

119

ÖZGEÇMİŞ

Adı Soyadı : Sama Yüksel AZAT

Doğum Yeri : Irak /Kerkük

Doğum Tarihi : 07.01.1983

Medeni Hali : Bekar

Yabancı Dili : İngilizce, Arapça

Eğitim Durumu (Kurum ve Yıl)

Lise : Kerkük Kız Lisesi, Irak, 1997

Lisans : Kerkük Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü,

2000

Yüksek Lisans : Ankara Üniversitesi, Fen Bilmleri Enistitüsü Bilgisayar

Mühendisliği Anabilim Dalı(Şubat 2006 – Ekim 2009)

Yayınları :

1. Refık SAMET, Sama Y. AZAT, Musa A. AKÇA, Yüsüf K. KADIOĞLU,

“Sarıhacılı Granitoidi İçerisindeki Radyoaktif Element İçeriklerinin Belirlenmesinde

Spektroskopik Uygulamalar; Yozgat Orta Anadolu”, XI. Ulusal Spektroskopi

Kongresi Bildiri Özetleri Kitabı, Sayfa 85, 23- 26 Haziran 2009 Gazi Üniversitesi

Fen Edebiyat Fakültesi Kimya Bölümü ANKARA.

2. Refık SAMET, Sama Y. AZAT, Musa A. AKÇA, Yüsüf K. KADIOĞLU, “GIS

Approach in the Distribution of Radioactive Elements within the Sarihacili Granitoid,

Yozgat, Turkey”, G.Ü. Journal of Science, 2009 (inceleme aşamasında).

3. Sama Y. AZAT, “Goğrafi Bilgi Sistemlerinde Geometri Sınıf Kütüphanesi”, Yüksek

Lisans Semineri, Ankara Üniversitesi Bilgisayar Mühendisliği Bölümü, 2007.

Biçimlendirilmiş: Girinti: İlk satır: 0cm

Silinmiş: k

Silinmiş: l

Silinmiş:

Biçimlendirilmiş: Yazı tipi: Kalın

Silinmiş:




Silinmiş: ¶

Sayfa 51: [1] Silinmiş sema 30.09.2009 01:22:00

Enterpolasyon teknikleri Orta Medyan Orta-Medyan

Yoğunluk Haritası

1 Gerçek değerler

46.61 44.5 2.11




35.74 30.5 5.24




36.07

29.5 6.57





üretim tekniği

34.98 27.5 7.48





üretim tekniği

35.17 27.5 7.67

6 Dört komsu değerlerin 29.77 21 8.77


Enterpolasyon teknikleri Orta Medyan Orta-

Medyan

Yoğunluk Haritası

1 Gerçek değerler

46.61 44.5 2.11



35.74 30.5 5.24







üretim4tekniği

24.23 15 9.23



değerlerin medyan


üretim tekniği

26.77 16.5 10.27




29.29 17 12.29





36.07

29.5 6.57





üretim tekniği

34.98 27.5 7.48





üretim tekniği

35.17 27.5 7.67




29.77 21 8.77





üretim4tekniği

24.23 15 9.23



değerlerin medyan


üretim tekniği

26.77 16.5 10.27




29.29 17 12.29


5

Mg

Mg elementin yoğunluğu S1 alanının kuzey ve güney kısmında yüksek olduğu görülmektedir ve S1 alanının kuzey batısına doğru, Mg elementinin yoğunluğu orantılı bir şekilde azalmaktadır.

6

Th

Th elementi, S1 alanının güney kırımında yoğun olduğu ve S1 alanının kuzey doğusuna doğru Th elementin azaldığı görülmektedir.

K

K elementi S1 alanına orta bir yoğunlukta dağılmaktadır.

8

Fe

Fe elementı S1 alanının kuzey kısmında yüksek bir yoğunlukta olduğu ve alanın güney doğusuna doğru bu yoğunluğun azaldığı görülmektedir.

9

Ca

S1 alanının kuzey batısında Ca elementin yoğun olduğu ve alanın doğu kısmına doğru bu yoğunluğun azaldığı görülmektedir.


8

9

6

K

K elementinin yoğunluğu S3 alanının kuzeyine doğru yüksek olduğunu görülmektedir ve bu yoğunluk S3 alanının güney batısına doğru azalmaktadır.

7

Th

Th elementin yoğunluğu S3 alanının merkezine doğru yüksek olduğu görülmektedir.

8

Fe

Fe elementi, S3 alanının kuzey doğusuna doğru yüksek yoğunluktadır ve bu yoğunluk S3 alanının güneyine doğru azalmaktadır.

9

Ca

Ca elementinin yoğunluğu S3 alanının kuzey doğusunda yüksek olduğu görülmektedir ve bu yoğunluk güney batıya doğru azalmaktadır.

ankara Ünİversİtesİ fen bİlİmler enstİtÜsÜ yÜksek...

Documents