The statistical analysis of the relationship between particulate matter with traffic and meteorological parameters

Basit Öğe Kaydı
dc.authorid0009-0009-6028-167X
dc.contributor.advisorKesten, Ali Sercanen_US
dc.contributor.authorPanhwar, Mehranen_US
dc.contributor.otherIşık Üniversitesi, Lisansüstü Eğitim Enstitüsü, İnşaat Mühendisliği Yüksek Lisans Programıen_US
dc.date.accessioned2023-08-21T10:44:21Z
dc.date.available2023-08-21T10:44:21Z
dc.date.issued2023-06-07
dc.departmentIşık Üniversitesi, Lisansüstü Eğitim Enstitüsü, İnşaat Mühendisliği Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 45-48)en_US
dc.descriptionxii, 48 leavesen_US
dc.description.abstractParticulate matter (PM) pollution has become a pressing concern due to its detrimental effects on human health and the environment. Understanding the relationship between PM and meteorological parameters, as well as the impact of traffic, is crucial for effective pollution control strategies. This thesis aims to analyze these relationships by employing an Ordinary Least Squares (OLS) regression model for PM1.0, PM2.5, and PM10 concentrations. A comprehensive dataset of PM measurements, meteorological data, and traffic-related variables is collected from various monitoring stations over a specific time period. Meteorological parameters such as temperature and wind speed, are obtained from corresponding meteorological stations, while traffic data includes vehicle counts and road characteristics. The initial analysis reveals significant associations between PM concentrations, meteorological parameters, and traffic impact. The OLS regression model is used to investigate the individual and combined effects of meteorological variables and traffic on PM levels. The results show that temperature, highway traffic and wind speed changes the PM concentrations, indicating that higher temperatures and traffic contribute to increased PM1.0, PM2.5, and PM10 levels. Wind speed demonstrates a negative correlation, suggesting that higher wind speeds are associated with lower PM concentrations due to dispersion effects. Furthermore, the model reveals that traffic-related variables, significantly influence PM pollution, with increased traffic leading to higher PM concentrations. The findings of this study provide valuable insights into the complex relationships between PM pollution, meteorological parameters, and traffic impact. These finding can assist policymakers and environmental agencies in formulating targeted measures to mitigate PM pollution, such as implementing traffic management strategies and improving urban planning. Moreover, the OLS regression model developed in this study can serve as a useful tool for predicting PM levels based on meteorological conditions and traffic patterns, facilitating proactive pollution control efforts.en_US
dc.description.abstractPartikül madde (PM) kirliliği, insan sağlığı ve çevre üzerindeki zararlı etkilerinden dolayı acil bir endişe haline geldi. PM ve meteorolojik parametreler arasındaki ilişkinin yanı sıra trafiğin etkisini anlamak, etkili kirlilik kontrol stratejileri için çok önemlidir. Bu tez, PM1, PM2.5 ve PM10 konsantrasyonları için Sıradan En Küçük Kareler (OLS) regresyon modelini kullanarak bu ilişkileri analiz etmeyi amaçlamaktadır. Belirli bir süre boyunca çeşitli izleme istasyonlarından PM ölçümleri, meteorolojik veriler ve trafikle ilgili değişkenlerden oluşan kapsamlı bir veri seti toplanır. Sıcaklık ve rüzgar hızı gibi meteorolojik parametreler ilgili meteoroloji istasyonlarından elde edilirken, trafik verileri araç sayıları ve yol özelliklerini içerir. İlk analiz, PM konsantrasyonları, meteorolojik parametreler ve trafik etkisi arasındaki önemli ilişkileri ortaya koymaktadır. OLS regresyon modeli, meteorolojik değişkenlerin ve trafiğin PM seviyeleri üzerindeki bireysel ve birleşik etkilerini araştırmak için kullanılır. Sonuçlar, sıcaklık, karayolu trafiği ve rüzgar hızının PM konsantrasyonlarını değiştirdiğini ve daha yüksek sıcaklıkların ve trafiğin artan PM1, PM2.5 ve PM10 seviyelerine katkıda bulunduğunu göstermektedir. Rüzgar hızı negatif bir korelasyon gösterir, bu da daha yüksek rüzgar hızlarının dağılım etkilerinden dolayı daha düşük PM konsantrasyonları ile ilişkili olduğunu düşündürür. Ayrıca, model trafikle ilgili değişkenlerin PM kirliliğini önemli ölçüde etkilediğini ve artan trafiğin daha yüksek PM konsantrasyonlarına yol açtığını ortaya koymaktadır. Bu çalışmanın bulguları, PM kirliliği, meteorolojik parametreler ve trafik etkisi arasındaki karmaşık ilişkiler hakkında değerli bilgiler sağlar. Bu bulgular, trafik yönetimi stratejilerinin uygulanması ve kentsel planlamanın iyileştirilmesi gibi PM kirliliğini azaltmak için hedeflenen önlemlerin formüle edilmesinde politika yapıcılara ve çevre kuruluşlarına yardımcı olabilir. Ayrıca, bu çalışmada geliştirilen OLS regresyon modeli, meteorolojik koşullara ve trafik modellerine dayalı PM seviyelerini tahmin etmek için yararlı bir araç olarak hizmet edebilir ve proaktif kirlilik kontrol çabalarını kolaylaştırır.en_US
dc.description.tableofcontentsAdverse Health Effects After Exposure to PMen_US
dc.description.tableofcontentsStudies on PM Level Assessmenten_US
dc.description.tableofcontentsTraffic Data Analysisen_US
dc.description.tableofcontentsPM Data Analysisen_US
dc.description.tableofcontentsStatistical Analysis of the Arterialsen_US
dc.description.tableofcontentsWHO Air Quality Guidelinesen_US
dc.description.tableofcontentsPM 24-Hour Meanen_US
dc.description.tableofcontentsAnalysis w.r.t Time and Vehicular Pollutionen_US
dc.description.tableofcontentsCoordinates of the Selected Arterialsen_US
dc.description.tableofcontentsVehicle Type and their respective PCE Factoren_US
dc.description.tableofcontentsWHO Air Quality Guidelinesen_US
dc.description.tableofcontentsEmission Factors for different automobilesen_US
dc.description.tableofcontentsAmbient Concentrations of PM2.5en_US
dc.description.tableofcontentsPollution Sources in Different Studies Across Pakistanen_US
dc.description.tableofcontentsLocations of the Selected Arterialsen_US
dc.description.tableofcontentsReal Traffic Count VS PCE Counten_US
dc.description.tableofcontentsPM VS Temperature Graph for New M.A. Jinnah Roaden_US
dc.description.tableofcontentsPM VS Wind Graph for New M.A. Jinnah Roaden_US
dc.description.tableofcontentsPM VS Temperature Graph for North Karachi Roaden_US
dc.description.tableofcontentsPM VS Wind Graph for North Karachi Roaden_US
dc.description.tableofcontentsPM VS Temperature Graph for New M.A. Jinnah Roaden_US
dc.description.tableofcontentsPM VS Wind Graph for Rashid Minhas Roaden_US
dc.description.tableofcontentsPM VS Temperature Graph for Shahra E Faisal Roaden_US
dc.description.tableofcontentsPM VS Wind Graph for Shahra E Faisal Roaden_US
dc.description.tableofcontents24-Hour Mean PM2.5en_US
dc.description.tableofcontents24-Hour Mean PM10en_US
dc.description.tableofcontentsPollution Analysis of New M.A. Jinnah Roaden_US
dc.description.tableofcontentsPollution Analysis of North Karachi Roaden_US
dc.description.tableofcontentsPollution Analysis of Rashid Minhas Roaden_US
dc.description.tableofcontentsPollution Analysis of Shahra E Faisal Roaden_US
dc.identifier.citationPanhwar, M. (2023). The statistical analysis of the relationship between particulate matter with traffic and meteorological parameters. İstanbul: Işık Üniversitesi Lisansüstü Eğitim Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/5680
dc.institutionauthorPanhwar, Mehranen_US
dc.institutionauthorid0009-0009-6028-167X
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectParticulate matteren_US
dc.subjectMeteorological parametersen_US
dc.subjectTraffic impacten_US
dc.subjectOLS regression modelen_US
dc.subjectAir pollutionen_US
dc.subjectPollution controlen_US
dc.subjectPartikül maddeen_US
dc.subjectMeteorolojik parametreleren_US
dc.subjectTrafik etkisien_US
dc.subjectOLS regresyon modelien_US
dc.subjectHava kirliliğien_US
dc.subjectKirlilik kontrolüen_US
dc.subject.lccTD883.17 .P36 S73 2023
dc.subject.lcshParticulate matter.en_US
dc.subject.lcshMeteorological parameters.en_US
dc.subject.lcshTraffic impact.en_US
dc.subject.lcshOLS regression model.en_US
dc.subject.lcshAir pollution.en_US
dc.subject.lcshPollution control.en_US
dc.titleThe statistical analysis of the relationship between particulate matter with traffic and meteorological parametersen_US
dc.title.alternativePartikül madde ile trafik ve meteorolojik parametreler arasındaki ilişkisinin istatistiksel analizien_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
The_statistical_analysis_of_the_relationship_between_particulate_matter_with_traffic_and_meteorological_parameters.pdf
Boyut:
1.63 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu