Hava Kirliliği Düzeylerindeki Anomalilerin İstatistiksel ve Makine Öğrenmesi Yöntemleri ile Tespiti: Kırıkkale İli Örneği

Bu çalışma, 2021–2023 yılları arasında Kırıkkale ilinde ölçülen günlük PM10 verilerini kullanarak hava kirliliği düzeylerindeki anomalilerin istatistiksel yöntemlerle belirlenmesini amaçlamaktadır. Hava kalitesinde ortaya çıkan olağandışı değişimlerin erken tespiti; çevresel risklerin azaltılması, halk sağlığının korunması ve politika yapıcılar için bilimsel bir temel oluşturulması açısından kritik öneme sahiptir. Bu kapsamda hem geleneksel istatistiksel yöntemler (Z-skoru, Benford Kanunu, Interquartile Range (IQR), Median Absolute Deviation (MAD) hem de makine öğrenmesi tabanlı yöntemler (Isolation Forest, Local Outlier Factor (LOF)) kullanılmıştır. Her yöntem için eşik değerler ve hesaplama süreçleri ayrıntılı olarak ele alınmış; tespit edilen anomalilerin oranları karşılaştırmalı biçimde analiz edilmiştir. Bulgular, anomalilerin mevsimsel ve yıllık dağılımlarının belirgin farklılıklar gösterdiğini ortaya koymuştur. Ayrıca elde edilen sonuçlar, Kırıkkale’nin demografik yapısı, sanayi faaliyetleri, trafik yoğunluğu ve kentleşme dinamikleri ile ilişkilendirilmiştir. Genel olarak, çoklu yöntem kullanımının çevresel veri analizinde daha güvenilir, esnek ve uygulanabilir bir yaklaşım sunduğu sonucuna ulaşılmıştır.