Gerçek Zamanlı Hava Kalitesi Analizi Mümkün Hale Geldi

İstanbul Teknik Üniversitesi (İTÜ) İnşaat Fakültesi Çevre Mühendisliği Bölümü öğretim üyesi Prof. Dr. Levent Kuzu, yürüttükleri TÜBİTAK destekli projeyle birlikte trafikten kaynaklanan hava kirliliğini görüntü işleme ve yapay zeka teknolojileriyle anlık olarak hesaplayabildiklerini açıkladı.

Kuzu'nun liderliğindeki çalışma, yapay zeka ile hesaplamalı akışkanlar dinamiğini birleştirerek, kent trafiğinden kaynaklı emisyonların etkisini daha hassas şekilde ölçmeyi hedefliyor. Bu sistem, trafik kameraları sayesinde araçların yoğunluk ve türlerini belirleyerek, elde edilen verilerle yüksek çözünürlükte hava kalitesi haritaları oluşturuyor.

Yapay Zeka ile Emisyon Tespiti

Prof. Dr. Kuzu, kentlerde hava kalitesini bozan en büyük üç kaynağın trafik, sanayi ve evsel ısınma olduğunu ifade etti. Özellikle trafiğin hava kirliliğine ciddi etkilerinin olduğunu vurgulayan Kuzu, şehirlerde sıklıkla karbonmonoksit, partikül madde ve azot oksit gibi yanma kaynaklı emisyonların görüldüğüne dikkat çekti.

200 Yıldır Çözülemeyen İmkansız Matematik Problemi Çözüldü
200 Yıldır Çözülemeyen İmkansız Matematik Problemi Çözüldü
İçeriği Görüntüle

Bu kirleticilerin takibi sırasında veri temininde sıkıntılar yaşandığını belirten Kuzu, çoğu zaman genelleştirilmiş veya ortalama değerlere dayalı bilgilerin kullanıldığını, bölgesel bazda detaylı veriye erişimin zor olduğunu kaydetti.

"Biz yapay zekayı, daha özelde ise derin öğrenmeyi kullanarak taşıtlardan kaynaklanan emisyonların hava kalitesine etkisini daha somut ve gerçekçi biçimde hesaplamak istedik. Geliştirdiğimiz sistemle elde edilen sonuçlar, gerçek ölçüm verileriyle büyük oranda uyuşuyor. Bu da ortam havasının kirlilik düzeyini net şekilde tahmin edebildiğimizi gösteriyor," dedi.

Metodun İşleyiş Süreci

Prof. Dr. Kuzu, yöntemin üç temel aşamadan oluştuğunu ifade etti:

  • İlk aşamada, trafik kameralarından elde edilen görüntüler derin öğrenme algoritmaları ile analiz edilerek araçlar türlerine göre sınıflandırılıyor ve hızları belirleniyor.
  • İkinci adımda, bu araç türlerine ait emisyon faktörleri kullanılarak, her araç grubunun tahmini emisyon miktarı hesaplanıyor.
  • Son aşamada ise elde edilen emisyon miktarlarının ortam havasına etkisi, meteorolojik verilerle birlikte hesaplamalı akışkanlar dinamiği modelleriyle değerlendiriliyor.

Bu sayede yalnızca kamera görüntüleriyle, sabit hava ölçüm istasyonlarına ihtiyaç duyulmadan, bulunduğunuz noktadaki hava kirliliği seviyesi yüksek doğrulukla belirlenebiliyor.

Her Noktada Tahmin Mümkün

Kuzu, geliştirdikleri yöntemle ana arterlerde ya da dar sokaklarda dahi trafik kaynaklı emisyonların hesaplanabileceğini vurguladı. Bu sayede, belirli nedenlerle ihtiyaç duyulan hava kalitesi verilerine hızlıca ulaşmak mümkün hale geliyor.

Pilot Uygulama İstanbul'da Gerçekleştirildi

Proje kapsamında İstanbul’daki trafik izleme kameralarından faydalanıldığını belirten Kuzu, modelin farklı hava koşullarında eğitildiğini ve İstanbul genelinde uygulanabilir hale getirildiğini açıkladı.

Pilot uygulama Beşiktaş’taki Barbaros Bulvarı üzerinde yer alan trafik kameralarıyla yürütüldü. “Bu sayede araçları yüzde 95’in üzerinde doğrulukla tanımlayabiliyoruz. Hesaplamalar sonucunda her lokasyonda emisyon yoğunluğu belirlenebiliyor,” dedi.

Ayrıca, modelin test edildiği Yıldız Teknik Üniversitesi Beşiktaş Kampüsü sınırlarında yer alan hava kalite ölçüm istasyonundan alınan verilerle kıyaslandığında, elde edilen sonuçların yüksek oranda doğruluğa sahip olduğu görüldü.

Görüntüyle Hava Kirliliğini Kontrol Altına Almak Mümkün

Yazılımın temel başarısı, anlık olarak araç sayısını ve türünü tespit edebilmesiyle ön plana çıkıyor. Bu amaçla görüntü işleme teknolojisinin yeterli olduğunu belirten Kuzu, trafik emisyonlarının doğru şekilde tanımlanmasının önemine dikkat çekerek sözlerini şöyle tamamladı:

"Zaten şehirlerdeki en büyük kirletici kaynağın trafik olduğunu biliyoruz. Küresel anlamda ise partikül madde ve azot oksit, hava kalitesinin aşılmasına neden olan başlıca iki unsur. Bu emisyonları net bir biçimde tanımlayabilirsek, ardından hangi önlemlerin alınabileceğini ya da nasıl iyileştirmeler yapılabileceğini de planlayabiliriz. Uygulama alanı çok geniş; elinizde görüntü varsa istediğiniz amaca yönelik işleyebilirsiniz."