GÜLSELİ KENARLI - İstanbul Teknik Üniversitesi (İTÜ) İnşaat Fakültesi Çevre Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Levent Kuzu, yapay zeka destekli metot sayesinde taşıtlardan kaynaklanan emisyonları trafik kamerası görüntüleriyle hesaplayabildiklerini söyledi.Kuzu ve ekibinin İTÜ'de yürüttüğü TÜBİTAK destekli proje, yapay zeka ve hesaplamalı akışkanlar dinamiğini bir araya getirerek, taşıtlardan kaynaklanan hava kirliliğini anlık olarak tahmin edebilmeyi amaçlıyor. Geliştirilen metot, trafik kameraları aracılığıyla araç yoğunluğunu türleriyle birlikte tespit ederek bu verilerle yüksek çözünürlüklü hava kalitesi haritaları oluşturuyor ve şehirlerdeki hava kirliliği seviyeleri hakkında daha doğru öngörülerde bulunulmasını sağlıyor.AA muhabirinin sorularını yanıtlayan Kuzu, şehirlerde trafik, endüstri ve evsel ısınmayı üç büyük kirletici kaynağı olarak saydıklarını ve trafiğin hava kalitesini önemli oranda etkilediğini belirtti.Kuzu, büyük şehirlerin hepsinde yanma kaynaklı emisyonlar olan karbonmonoksit, partikül madde ve azot oksitler gözlemlendiğine ve kirletici unsurların izlenmesi sırasında çeşitli zorluklarla karşılaşıldığına değindi.Modelleme ve tahmin çalışmaları için veriye kolay erişimin önemli olduğunu, mevcut verilerin çoğunlukla genel veya ortalama değerlere dayandığını ve her bölgeye özgü detaylı verilere ulaşmanın mümkün olmadığını anlatan Kuzu, "Biz yapay zekayı ve alt sınıf olarak derin öğrenmeyi kullanarak taşıtlardan kaynaklanan emisyonların hava kirliliğine katkısını daha gerçekçi hesaplamak istedik. Gözlemlenen verilerle çok yakın değerlerde tahminde bulunabiliyoruz yani çok net bir şekilde ortam havası konsantrasyonunu tahmin edebiliyoruz." diye konuştu.- Sistem nasıl işliyor?Metodun sistemsel işleyişinin üç temel aşamadan oluştuğunu aktaran Kuzu, şöyle devam etti:"İlk olarak, trafik kameralarından elde edilen görüntüler derin öğrenme algoritmalarıyla analiz edilerek araçlar sınıflandırılıyor ve hızları belirleniyor, her aracın türü tespit ediliyor. İkinci aşamada, tespit edilen araç türlerine özgü emisyon faktörleri kullanılarak her araç grubunun oluşturduğu tahmini emisyon miktarı hesaplanıyor. Son aşamada ise hesaplanan bu emisyonların ortam havasına katkısı, hesaplamalı akışkanlar dinamiği modelleriyle meteorolojik veriler de dikkate alınarak hesaplanıyor. Böylece belirli bir noktadaki kirletici konsantrasyonu yüksek doğrulukla tahmin edilebiliyor. Bu yöntem sayesinde sabit ölçüm istasyonlarına ihtiyaç duymadan, sadece kamera görüntüsüyle hava kalitesi tahmini yapılabiliyor."Herhangi bir yerde, ana cadde ya da ara sokakta emisyon tahmini yapmak istenildiğinde geliştirdikleri metodu kullanarak hesaplama yapabildiklerini bildiren Kuzu, bu sayede çeşitli sebeplerle ihtiyaç duyulan trafik kaynaklı konsantrasyon verilerini elde etmenin mümkün olduğunu dile getirdi.- Sonuçların doğruluğu test edildiProje için İstanbul'daki trafik izleme kameralarını kullandıklarını ve farklı meteorolojik şartlarda bu modelin eğitildiğini vurgulayan Kuzu, İstanbul'u izleyen trafik kameralarına bu modeli uygulayabildiklerinden bahsetti.Pilot çalışmada Beşiktaş Barbaros Bulvarı'nda bulunan trafik kameralarından faydalanıldığını belirten Kuzu, şunları kaydetti:
"Neticesinde araçları yüzde 95'ten daha yüksek oranda tahmin edebiliyoruz. Hesaplama metodolojisiyle emisyonlar ortaya çıkıyor ve video görüntüsü olan herhangi bir noktada konsantrasyonu hesaplayabiliyoruz. Model, çalışma bölgesinde, Yıldız Teknik Üniversitesinin Beşiktaş Kampüsü sınırlarında mevcut olan hava kalitesi ölçüm istasyonu için çalıştırıldı ve sonuçların doğruluğu test edildi."Geliştirdikleri yazılımda asıl önemli noktanın anlık araç sayısını ve türünü tespit etmek olduğunu, bu amaçla görüntü işlemenin yeterli olduğu bilgisini veren Kuzu, sözlerini şöyle tamamladı:"En başta zaten şehirlerimizde asıl emisyon kaynağının trafik olduğunu biliyoruz. Global olarak şehirlerde konsantrasyonun limitinin aşıldığı iki ana kirletici var. Bunlar partikül madde ve azot oksittir. Dolayısıyla bizim trafikten çıkan bu emisyonları çok iyi bir şekilde tanımlamamız lazım. Bunu tanımladıktan, hesaplarını yaptıktan sonra nasıl iyileştirme yapılabileceği ya da önleme faaliyetleri yapılacağı belirlenebilir. Bunun çok fazla kullanım alanı var, elinizde görüntü olduktan sonra istediğiniz amaca yönelik işlenebiliyor."
AAAA
"Neticesinde araçları yüzde 95'ten daha yüksek oranda tahmin edebiliyoruz. Hesaplama metodolojisiyle emisyonlar ortaya çıkıyor ve video görüntüsü olan herhangi bir noktada konsantrasyonu hesaplayabiliyoruz. Model, çalışma bölgesinde, Yıldız Teknik Üniversitesinin Beşiktaş Kampüsü sınırlarında mevcut olan hava kalitesi ölçüm istasyonu için çalıştırıldı ve sonuçların doğruluğu test edildi."Geliştirdikleri yazılımda asıl önemli noktanın anlık araç sayısını ve türünü tespit etmek olduğunu, bu amaçla görüntü işlemenin yeterli olduğu bilgisini veren Kuzu, sözlerini şöyle tamamladı:"En başta zaten şehirlerimizde asıl emisyon kaynağının trafik olduğunu biliyoruz. Global olarak şehirlerde konsantrasyonun limitinin aşıldığı iki ana kirletici var. Bunlar partikül madde ve azot oksittir. Dolayısıyla bizim trafikten çıkan bu emisyonları çok iyi bir şekilde tanımlamamız lazım. Bunu tanımladıktan, hesaplarını yaptıktan sonra nasıl iyileştirme yapılabileceği ya da önleme faaliyetleri yapılacağı belirlenebilir. Bunun çok fazla kullanım alanı var, elinizde görüntü olduktan sonra istediğiniz amaca yönelik işlenebiliyor."
AAAA
