Karasu Nehri (Türkiye) Ağır Metal Kirliliği İçin Su Kalite Sınıflandırılmasının Bulanık Mantık ile Değerlendirilmesi

Transkript

1 Ekoloji 22, 87, (2013) doi: /ekoloji ARAŞTIRMA NOTU Karasu Nehri (Türkiye) Ağır Metal Kirliliği İçin Su Kalite Sınıflandırılmasının Bulanık Mantık ile Değerlendirilmesi Adem Yavuz SONMEZ 1, Samet HASILOGLU 2, Olcay HISAR 3, Hatice Nur ARAS MEHAN 4, Hasan KAYA 3* 1Kastamonu University, Faculty of Fisheries 37000, Kastamonu- TURKIYE 2Atatürk University, Department of Computer Engineering 25240, Erzurum- TURKIYE 3Canakkale Onsekiz Mart University, Faculty of Marine Science and Technology 17100, Canakkale- TURKIYE 4Fatih University, Department of Civil Engineering 34500, Buyukcekmece, Istanbul- TURKIYE *Corresponding author: Özet Geleneksel su kalite değerlendirme metotlarında; alt ve üst limitleri içeren ayırım tabloları kullanılmaktadır. Gözlenen konsantrasyon değerleri, ayırım tablolarında aynı bölge içerisinde yer alıyorsa; değerler limitlere yakın yada uzak olsun aynı eşit öneme sahiptir. Ayrıca her bir kalite parametresi, tabloda yer alan dört sınıftan birisi içerisinde yer almalıdır. Bu nedenle, her bir parametrenin farklı sınıflarda olduğu durumlarda da belirsizlik meydana gelir. Bu çalışmada, su kalite sınıflandırılmasının bulanık mantık ile değerlendirilmesinin yapıldığı bir indeks model kullanılmıştır. Bu amaç doğrultusunda; Karasu Nehri nde 5 istasyonda, 12 ay boyunca, toplam 180 adet ölçümü yapılarak; Bakır (Cu), Çinko (Zn), Manganez (Mn), Kurşun (Pb), Nikel (Ni), Kadmiyum (Cd) ve Demir (Fe) gibi bazı ağır metal konsantrasyonlarının veri kümesi oluşturulmuştur. Ardından Karasu Nehri ndeki ağır metal kirliliği için bulanık mantık değerlendirme metodu kullanılmıştır. Sonuçta; çevre yönetiminde karar oluşturmak için bulanık mantık değerlendirme metodunun alternatif bir araç olabileceği düşünülmüştür. Anahtar Kelimeler: Ağır metal kirliliği, bulanık mantık değerlendirme metodu, Karasu ırmağı, su kalite değerlendirme. Fuzzy Logic Evaluation of Water Quality Classification for Heavy Metal Pollution in Karasu Stream, Turkey Abstract Traditional water quality evaluation methods use discrete form that involve upper and lower limits, and the concentrations values are equally important when the values are near to or far away from the limits. Moreover, each quality parameter might belong to one of the four classes; therefore differences of the classes of the parameters may be vagueness. In this study, an index model is purposed for quality evaluation of water quality classification using fuzzy logic. For that purpose, a data set (12 months, total 180 measurements) about several heavy metals such as Copper (Cu), Zinc (Zn), Manganese (Mn), Lead (Pb), Nickel (Ni), Cadmium (Cd) and Iron (Fe) was collected from 5 monitoring stations in Karasu River. After that, fuzzy logic assessment method was used to quality evaluation for heavy metal pollution in Karasu stream. In conclusion, it was supposed that fuzzy logic evaluation method may also be used as an alternative tool for decision-making in environmental management. Keywords: Fuzzy logic evaluation method, heavy metal pollution, Karasu stream, water quality assessment. Sonmez AY, Hasiloglu S, Hisar O, Aras Mehan HN, Kaya H (2013) Fuzzy Logic Evaluation of Water Quality Classification for Heavy Metal Pollution in Karasu Stream, Turkey. Ekoloji 22 (87): GİRİŞ Tarımsal aktivitelerin, nüfusun, kentleşme ve sanayileşmenin hızlı artmasından dolayı oluşan kirlilik ve buna bağlı riskler çevre ile ilgili ciddi problemlerdir (Akbulut ve ark. 2010). Örneğin, ülkemiz nehirlerindeki ağır metal miktarı sürekli artmakta ve buna bağlı ekolojik denge olumsuz etkilenmektedir (Sönmez ve ark. 2008). Ağır metal konsantrasyonları belli seviyelerin üzerine çıktığında toksisite meydana gelir. Ayrıca, sularda biriken ağır metaller besin zincirine birçok noktadan katılmakta; ekosistem güvenliğini ve insan sağlığını tehdit etmektedir (Jain ve ark. 2008). Nehirlerdeki ağır metal konsantrasyonları bakımından su kalitesinin değerlendirilmesi sadece sucul ortam üzerine insan aktivitelerinin etkisini gös- Geliş: / Kabul:

2 Ekolo ji termeyip aynı zamanda sınırlı su kaynaklarının sürdürülebilir gelişimi için teorik bilgi de sağlamaktadır (Sönmez 2011). Su kalitesinin değerlendirmesinde birçok kirlilik indeks yöntemi kullanılmaktadır. Fakat alt ve üst sınırları içeren değerlendirme tablolarının kullanıldığı geleneksel su kalitesi değerlendirme yöntemlerinin iki bilinmeyeni vardır. Bunlardan birincisi, geleneksel yöntemlerin kabataslak ve veriler hakkında hiçbir kesinliği bulunmayan bir yaklaşıma sebebiyet vermeleridir. Çünkü ölçülen parametre değerinin tabloda yer alan sınırlara olan uzaklığı veya yakınlığı göz önünde bulundurulmamaktadır. İkincisi ise, her kalite parametresinin dört kategoriden birine ait olma zorunluluğudur. Başka bir deyişle, ölçülen parametrelerin tamamı tek bir kategori altında toplanmalıdır. Aksi takdirse, tek bir örnekleme alanında farklı kalite sınıflarının varlığı adı geçen örnekleme alanının kalitesinin tanımlamasında belirsizliğe yol açacaktır (Icaga 2007). Bu belirsizliklerden dolayı bazı çevre araştırmacıları bulanık mantık tabanlı ileri değerlendirme yöntemlerine yönelmişlerdir. Bulanık mantık tabanlı yöntemler ile önceden belirlenmiş ağırlıklara göre kapsamlı bir şekilde çeşitli kirleticilerin katkılarını değerlendirmekte ve üyelik fonksiyonlarını kullanarak belirsizlikler azaltılmaktadır (Ludwig ve Tulbure 1996, Liou ve ark. 2003, Sadiq ve Rodriguez 2004, Liou ve Lo 2005, Shen ve ark. 2005, Wang ve Zou 2008). Karasu Nehri Fırat Nehri nin önemli bir kolu ve Doğu Anadolu Bölgesi nin en önemli nehirlerinden biridir. Fakat günümüzde nehir, bazı bölümlerine şehir kanalizasyon sularının; mezbaha atıklarının; yağ, şeker ve çimento fabrika atık sularının verilmesi sonucunda oldukça kirlenmiştir. Bu çalışma kapsamında, 2011 yılında 12 ay boyunca su örnekleri Karasu Nehri nin 5 farklı istasyondan alınmış ve Bakır (Cu), Çinko (Zn), Manganez (Mn), Kurşun (Pb), Nikel (Ni), Kadmiyum (Cd) ve Demir (Fe) gibi ağır metallerin konsantrasyonları ölçülmüştür. Ardından Karasu Nehri ndeki ağır metal kirliliği için istasyonlara ait kalite sınıfları, bulanık mantık değerlendirme metodu kullanılarak belirlenmesi amaçlanmıştır. Bu metotta kalite parametrelerinin üyelik fonksiyonları ve bulanık kural tabanı belirlenmiş ve sonra MATLAB (2006) paket programının bulanık mantık araç kutusu kullanılmıştır. Sonmez ve ark. MATERYAL VE METOT Örneklerin Toplanması ve Ağır Metal Konsantrasyonlarının Belirlenmesi Karasu Nehri nden Su Kirlilik ve Kontrol Düzenlemesi ne göre seçilen beş istasyon örnekleme bölgesi olarak kullanılmıştır (Şekil 1). İstasyonlar Erzurum Ovası ile nehrin ayrıldığı noktada su kaynağına kapalı olan bölgeden başlayan toplam 70 km alanı kapsamaktadır. Çeşitli sanayi atıkları ve kanalizasyon suyunun su ile karıştığı bölgeler, tüm bölgeleri örneklemek için istasyonların belirlenmesinde kabul edilmiştir. Bir yıl boyunca (Ocak-Aralık 2011), istasyonun tamamı örneklenen bölgeden Nansen şişelerinin yardımıyla her istasyondan her ay iki su örneği alınmıştır. Alınan örnekler 0,45 μm membran filtrelerden süzüldükten sonra Polietilen şişelere koyulmuştur. Nansen şişeleri ve polietilen şişelerin ikisi de ortamda bulunan su ile üç kez karıştırılmıştır (Alam ve ark. 2001). Su örneklerindeki ağır metal birikiminin belirlenmesi Atomik Absorpsiyon Spektrometre ile yapılmıştır. Bulanık Mantık Sonuç Çıkarım Sistemi Bulanık mantık genellikle bulanıklaştırma, bulanık sonuç ve durulaştırma aşamalarını kapsar (Şekil 2). Bulanıklaştırma modülü; gözlemlenmiş gerçek bilgileri, problem özellikleri doğrultusunda belirlenmiş üyelik fonksiyonlarını kullanarak bulanık şekle dönüştürür. Bulanık sonuç çıkarma düzeneği, bulanık kural tabanında depolanan kontrol kurallarını değerlendirir. Bulanık sonuç çıkarmanın sonucunda, üyelik fonksiyonların kontrol hareketini elde etmek için sonradan durulaştırılacak olan bir ya da birkaç bulanık çıktı kümesi elde edilir. Durulaştırma bulanık çıktıların sayılara dönüştürülmesi işlemidir. Bulanık sistemlerin çıktılarının uygulamalarda doğrudan kullanılması mümkün olmamaktadır. Bu durumda bulanık çıktıların durulaştırılması gerekir. Durulaştırma işlemi bulanıklaştırma işleminin tam tersi olarak düşünülmektedir. Bu çalışmada; ağır metal konsantrasyonlarına göre su kalitesinin tespit edilmesi için bulanık mantık modelinden yararlanılmıştır. Modelin oluşturulmasında su kalitesini dört sınıfa ayıran klasik sınıflandırma metodu göz önünde bulundurulmuştur. Klasik sınıflandırmaya ait bazı ağır metallerin kabul edilebilir üst limit değerleri Tablo 1 de sunulmuştur. Bulanık model altı basamaktan oluşmaktadır: -(Birinci basamak) Ölçülen değerler kullanılarak 44

3 Karasu Nehri (Türkiye) Ağır Metal Kirliliği İçin Su Kalite... Eko lo ji klasik sınıflandırma ile ağır metallerin kalite sınıflarının belirlenmesi ve dört grup içerisinde toplanması -(İkinci basamak) Klasik kalite sınıflandırılmasının karşılığı olarak bulanık model üyelik isimlerinin atanması. -(Üçüncü basamak) Giriş ve çıktı değerlerine ait üyelik fonksiyonlarının üçgensel veya ikizkenar yamuk yapıda oluşturulması ve limit değerlerinin belirlenmesi. f; üçgensel üyelik fonksiyonunu, x; gözlenen veya çıktı değeri, a, b ve c; üçgensel yapıdaki üyelik fonksiyonunun limit değerlerini ifade etmektedir. f; ikizkenar yamuk şekilli üyelik fonksiyonunu, x; gözlenen ve ya çıktı değeri; a, b, c ve d ikizkenar yamuk yapıdaki üyelik fonksiyonunun limit değerlerini ifade etmektedir. -(Dördüncü basamak) Giriş değerlerinin kalite sınıfları kullanılarak kural tabanının oluşturulması. -(Beşinci basamak) Mamdani yaklaşımı ile bulanık mantık algoritmasının kullanılması ve ardından grupların bulanık sonuç çıktılarının, parametrelere ait üyelik fonksiyon dereceleri ile belirlenmesi. -(Altıncı basamak) Dört farklı bulanık sonuç çıktılarının 0 ile 1 arasında değişen kalite indeksinin belirlenmesi için durulaştırılması. BULGULAR Karasu ırmağı su kalitesinin yıllık olarak tespit edilebilmesi için, bir yıl süresince beş farklı istasyonda ikişer haftalık periyotlarla yapılan bazı ağır metal konsantrasyonlarının ölçüm değerleri kullanılmıştır. Ölçüm sonuçlarının istasyonlara göre aldıkları en düşük ve en yüksek değerler Tablo 2 de sunulmaktadır. Tablo dan anlaşılacağı gibi istasyonlar kendi aralarında karşılaştırıldığında ağır metal kirliliği en yüksek 1. istasyondan alınan örneklerde belirlenmiştir. En düşük kirliliğe sahip olan istasyon ise ağır metal türüne göre değişmektedir. Örneğin, Zn ve Ni bakımından 3. İstasyon; Pb ve Fe bakımından 2. İstasyon; Cu, Mn ve Cd bakımından ise 5. istasyonun en az kirliliğe sahip olduğu belirlenmiştir. Karasu ırmağındaki ağır metal miktarlarının bir Şekil 1. Çalışılan arazide örnekleme alanları. Şekil 2. Bulanık mantık sonuç çıkarım sistemi. Tablo 1. Su kalite sınıflarına göre bazı ağır metallerin kabul edilebilir üst limit değerleri (Su Kirliliği Kontrolü Yönetmeliği. Çevre ve Orman Bakanlığı). yıllık ortalamaları dikkate alındığında, klasik sınıflandırmaya göre ağır metallerin her biri için suyun kalite sınıfları Şekil 3 de sunulmaktadır. Bulanık modele ait üyelik fonksiyonları ve bunlara karşılık gelen klasik sınıf isimleri ise Tablo 3 de verilmiştir. Üyelik fonksiyonlarının limit değerleri ise klasik sınıflamada birbirine komşu olan limit değerlerinin aritmetik ortalamaları alınarak belirlenmiştir. Bu yaklaşımla, klasik sınıflamadaki limit değerlerinin bulanık modelde üyelik fonksiyonları arasında kalmaları sağlanmıştır. Ayrıca, ölçümü yapılan ağır metal değişkenlerine ait üyelik fonksiyonları üçgensel yapıda oluşturulmuştur. Giriş değişkenlerine ve sonuç çıktılarına ait üyelik fonksiyonlarının almış oldukları limit değerler Tablo 4 de ve 5 de sunulmaktadır. Bazı istasyonlarda elde edilen gözlem sonuçları işlem aralığı dışında kalmaktadır. Bu nedenle, işlem aralığı dışında kalan gözlem değerleri yerine, bulanık modelde Çok Kalitesiz üyelik fonksiyonuna tam üyelikle bağlı olacak şekilde, işlem aralığının maksimum değeri alınmıştır. Tablo 4 de ve 5 deki limit değerleri kullanılarak elde edilen her bir ağır metale ve çıkış değişkenine ait üyelik fonksiyon grafikleri Şekil 4 ile 11 arasında 45

4 Ekolo ji Sonmez ve ark. Tablo 2. Ölçüm istasyonlarında konsantrasyonu belirlenen ağır metallerin bir yıl içerisindeki maksimum ve minumum değerleri (μg/l). Tablo 5. Bulanık modelin çıkış değişkenine ait üyelik fonksiyonlarının almış oldukları limit değerler. Tablo 3. Bulanık model üyelik fonksiyonları ve klasik sınıflamadaki karşılıkları. Şekil 3. Karasu Irmağında ağır metallerin kalite sınıfları. Tablo 4. Bulanık modelin giriş değişkenlerine ait üyelik fonksiyonlarının almış oldukları limit değerler. sunulmuştur. Ağır metallere ait kalite sınıfları kullanılarak kural tabanı aşağıdaki gibi oluşturulmuştur: EĞER(IF) Fe=Çok Kaliteli veya (or) Mn=Çok Kaliteli ise (THEN) Çıktı(Output)= Çok Kaliteli EĞER(IF) Cd=Kaliteli veya (or) Pb=Kaliteli ise (THEN) Çıktı (Output)= Kaliteli EĞER(IF) Ni=Kalitesiz veya (or) Zn= Kalitesiz ise (THEN) Çıktı (Output)= Kalitesiz EĞER(IF) Cu=Çok Kalitesiz ise (THEN) Çıktı (Output)= Çok Kalitesiz Çalışmada son olarak Karasu ırmağı üzerinde yer alan her bir istasyonun dört farklı kalite gruplarına ait bulanık sonuçlar hesaplanmış ve sonuç çıktıları durulaştırılarak ırmağın istasyonlarına ve tümüne ait kalite indeksleri bulunmuştur. Kalite indeksinin istasyonlara göre aylık değişimi Şekil 12 de verilmiştir. İstasyonlardan elde edilen ölçümler değerlendirildiğinde, bulanık model sonuçlarına göre, yıl genelinde en kaliteli suyun V. İstasyonda, en kalitesiz suyun ise I. İstasyonda olduğu tespit edilmiştir. İstasyonların yıllık kalite indeksi ortalamaları ise Şekil 13 de sunulmuştur. TARTIŞMA Günümüzde, geniş çaplı kabul görmüş ve mukayese edilebilir su kalite değerlendirme metodları mevcut değildir (Li ve He 2007, Chen ve ark. 2008, Shi ve ark. 2009). Bu nedenle çevre ile ilgili çalışan araştırmacılar su kalite değerlendirme metotlarının uygulanabilirliği ve rasyonelliği üzerine yoğunlaşmıştır. Araştırmalarda, üçgensel üyelik fonksiyon şekli basit yapıya sahip olduğundan en çok kullanılan şekildir. Bu şeklin kullanımı ile yetersiz verinin olduğu ve birçok parametrenin tanımlandığı karışık fonksiyonları yorumlamak daha kolaydır. Üçgensel yapıda üyelik dereceleri 0 ile 1 arasında sabit bir oranda artar ve azalır. Fakat gerçek çevre ortamında bu şekilde bir değişim çok nadirdir (Ocampo- Duque ve ark. 2006). Bu çalışmada da giriş değerlerine ait üyelik fonksiyonlarının almış oldukları limit değerler daha önceki çalışmalar ve tecrübeler göz önünde tutularak sabit oranda artırılmamıştır. 46

5 Ekoloji Karasu Nehri (Türkiye) Ağır Metal Kirliliği İçin Su Kalite... Şekil 4. Bakırın üyelik fonksiyonu. Şekil 5. Çinkonun üyelik fonksiyonu. Şekil 9. Kadmiyumun üyelik fonksiyonu. Şekil 10. Demirin üyelik fonksiyonu. Şekil 6. Manganın üyelik fonksiyonu. Şekil 11. Çıkış değişkeninin üyelik fonksiyonu. Şekil 7. Kurşunun üyelik fonksiyonu. Şekil 12. İstasyonlardan elde edilen aylık ortalamalar için bulanık modelin ürettiği sonuçlar. Şekil 8. Nikelin üyelik fonksiyonu. Böylece üçgen yapıda asimetrik şekiller meydana gelmiştir. Takagi, Sugeno ve Kang matematiksel modelleri girdi datalarını kullanarak çıktı datalarını veren, bulanık mantık kurallarını oluşturmak için geliştirilen ilk modellerdir. Bu modellerin sayısal etkinlik sunmaları, doğrusal teknikler, optimizasyon ve Şekil 13. Genel ortalamalar için bulanık modelin ürettiği sonuçlar. 47

6 Ekolo ji Sonmez ve ark. 48 adaptif tekniklerle ile iyi çalışmaları ve matematiksel analizler için daha uygun olmaları nedeniyle Mamdani modeline göre bazı avantajları vardır (Li ve ark. 2001). Fakat Mamdani modeli daha sezgiseldir ve yorumlamaya dayalı veri girişleri için daha uygundur. Ekolojik çalışmalarda insan tecrübesi ve gözlemi sonuçların yorumlanmasında çok önemlidir. Bu nedenle çalışmamızda Mamdani modeli kullanılmıştır. Bu çalışmada; ırmak sisteminden elde edilen bilgiler üzerine uygulanan klasik sınıflandırma indekslerindeki iki belirsizlik bulanık mantık sonuç çıkarım sistemi ile ortadan kaldırılmıştır. Bunlardan birincisi sınıf limitlerine yakın konsantrasyona sahip olan parametreler üyelik dereceleri vasıtasıyla daha hassas şekilde belirlenmiştir. Örneğin Zn nin 505 ppm olarak ölçülen değeri klasik sınıflandırmada kalitesiz sınıf içerisinde yer alırken bulanık mantık ile modellemede %10 oranında kalitesiz %90 oranında ise kaliteli sınıfta olduğu yönde değerlendirilmiştir. İkinci belirsizlik ise ölçülen parametreler arasında homojenliğin olmamasıdır. Fe ve Mn parametreleri çok kaliteli; Pb ve Cd kaliteli; Ni ve Zn kalitesiz; Cu ise çok kalitesiz sınıf içerisinde yer almaktadır (Şekil 3). Bu kalite sınıfları birbirlerinden çok farklı olduklarından klasik yöntem ile suyun kalitesinin belirlenebilmesi oldukça güçtür. Bu çalışmada, ağır metal konsantrasyonları üzerine bulanık mantık metodu uygulanmış, ardından 7 kalite parametresinden yalnızca bir adet indeks (yıllık kalite indeksi= 0,5146) değerine ulaşılmıştır. Bu indeks değeri Karasu ırmağının su kalitesinin orta kalitede olduğunu, kolay ve anlaşılabilir bir şekilde ifade etmiş, bulanık modelin klasik yönteme olan üstünlüğünü göstermiştir. Günümüzde, nehirlerdeki su kalitesinin belirlenmesinde birçok yenilikçi indeks metotları kullanılmaktadır (Said ve ark. 2004). Ocampo-Duque ve ark. (2006) nehirlerdeki su kalitesinin değerlendirilmesi ile ilgi yapmış oldukları örnek çalışmada; İspanya nın Ebo nehrindeki birçok su kalite (çözünmüş oksijen, biyolojik oksijen ihtiyacı, organik madde miktarı, mikrobiyolojik parametreler vb.) parametreleri ölçülmüş, ardından içerisinde bulanık sonuç çıkarım sisteminin de bulunduğu farklı su kalite indeksleri ile kalite sınıfları değerlendirilmiştir. Sonuçta bu bölge için belirtilen uzman görüşleri ve raporları ile bulanık sonuç çıkarım sisteminin aynı paralelde olduğunu bildirmişlerdir. İstasyonlardan elde edilen ölçümler değerlendirildiğinde yıl genelinde en kaliteli suyun V. İstasyonda, en kalitesiz suyun ise I. İstasyonda olduğu tespit edilmiştir. Karasu nehrinin kaynağa yakın bölümlerine Erzurum şehir kanalizasyon suları, mezbaha atıkları, yağ, şeker ve çimento fabrika atık suları verilmektedir. Ayrıca üçüncü istasyondan sonra üzerinde hiç yerleşim yeri olmayan bir su kaynağı nehre karışmaktadır (Şekil 1). Bu nedenle kaynaktan uzaklaşıldıkça su kalite indeks değerlerinin düştüğü gözlemlenmiştir. Huang ve ark. (2010) Çin de bulunan Qiantang nehrindeki su kirliliği üzerine kirlilik unsurlarının oranlarını ve bölgesel değişimlerini inceledikleri çalışmada bulanık mantık analiz metodunu kullanmışlardır. Birçok su kalite değişkenlerinin endüstriyel atıklardan, tarımsal faaliyetlerden ve kentsel atıklardan etkilendiklerini belirlenmiştir. Ayrıca bölgesel değişimlerin incelenmesinde bulanık analiz metodunun uygun olduğu bildirilmiştir. Fakat yine Çin deki Haibe nehir havzasında yapılan çalışmada; bölgedeki 11 nehirde su kalitesi 4 farklı değerlendirme metodu ile incelenmiş ve bulanık mantık değerlendirme metodunun beşinci sınıf sulardan daha kirli olan sularda yeterli olmadığını bildirilmiştir (Liu ve ark. 2010). Bulanık mantık değerlendirme metodu sadece ağır metallere değil aynı zamanda suyun fiziksel, inorganik ve organik kimyasal parametreler ve bakteriyolojik parametrelerine de uygulanabilir (Ocampo-Duque ve ark. 2006, Huang ve ark. 2010, Liu ve ark. 2010). Ayrıca, bu çalışmada ağır metallerin etki ağırlıkları eşit kabul edilmesine rağmen eşit olmayan etkilerin değerlendirilmesinde bulanık değerlendirme metodu güvenilir bir şekilde kullanılabilir (Takagi ve Sugeno 1985, Liu ve ark. 2009). Sonuç olarak, klasik sınıflandırmanın kalite limitleri bulanık mantık kullanımı ile sürekli bir forma sokularak oluşan belirsizlikler elemine edilmiş ve daha hassas değerlendirmeler yapılabilmiştir. Bunun yanında, klasik analizlerde karşılaşılan karmaşık sonuçların kolay bir şekilde anlaşılması sağlanmıştır. Bu sebeplerden dolayı bulanık mantık metodunun su kirliliğinin değerlendirilmesi için uygun bir araç olduğu düşünülmektedir.

7 Karasu Nehri (Türkiye) Ağır Metal Kirliliği İçin Su Kalite... Eko lo ji KAYNAKLAR Akbulut M, Kaya H, Celik Es, Odabasi DA, Odabasi SS, Selvi K (2010) Assessment of surface water quality in the Atikhisar Reservoir and Sarıçay Creek (Çanakkale, Turkey). Ekoloji 19(74): Alam MGM, Tanaka A, Stagnitti F, Allinson G ve Maekawa T (2001) Observations on the effects of caged carp culture on water and sediment metal concentrations in lake Kasumigaura Japan. Ecotoxicology and Environmental Safety 48: Anonymous (2006) Packaged software for technical computing, Release 14, The Math Works, Inc. Chen RY, Hua M, Xu AG (2008) Several methods of water environment quality assesment in the Yangtze River. Journal of East Chine Institute of Technology 31: Ocampo-Duque W, Huguet NF, Domingo JL, Schumacher M (2006) Assessing water quality in rivers with fuzzy inference systems: A case study. Environment International 32: Huang F, Wang X, Lou L, Zhou Z, Wu J (2010) Spatial variation and source apportionment of water pollution in Qiantang River (China) using statistical techniques. Water Research 44: Icaga Y (2007) Fuzzy evaluation of water quality classification. Ecological Indicators 7: Jain CK, Gupta Harish, Chakrapani G J (2008) Enrichment and fractionation of heavy metals in bed sediments of River Narmada, India. Environmental Monitoring and assessment 141: Li H, Chen CLP, Huang HP (2001) Fuzzy neural intelligent systems: mathematical foundation and the applications in engineering. CRC Press, USA. Li QZ, He JS (2007) Discussion on compherensive assessment of water quality. Yellow River 29: Liou SM, Lo SL, Hu CY (2003) Application of two-stage fuzzy set theory to river quality evaluation in Taiwan Source. Water Research 37: Liou YT, Lo SL (2005) A fuzzy index model for trophic status evaluation of reservoir waters. Water Research 39: Liu X, Li G, Liu Z, Guo W, Gao N (2010) Water pollution characteristics and assessment of lower reaches in Haihe River Basin. Procedia 2: Liu L, Zhou JZ, An XL, Zhang YC, Yang L (2009) Using fuzzy theory and information entropy for water quality assessment. Expert Systems with Applications 37: Ludwig B, Tulbur, I (1996) Contributions to an aggregated environmental pollution index. In: Proceedings of the Intersociety Energy Conversion Engineering Conference, August 1996, Washington DC, 4: Ocampo-Duque W, Ferré-Huguet N, Domingo JL, Schuhmacher M (2006) Assessing water quality in rivers with fuzzy inference systems: A case study. Environment International 32: Sadiq R, Rodriguez MJ (2004) Fuzzy synthetic evaluation of disinfection by-products: a risk-based indexing system. Journal of Environmental Management 73: Said A, Stevens D, Selke G (2004) An innovative index for evaluating water quality in streams. Environmental Management 34: Shen G, Lu Y, Wang M, Sun Y (2005) Status and fuzzy comprehensive assessment of combined heavy metal and organochlorine pesticide pollution in Taihu Lake region of China. Journal of Environmental Management 76: Shi J, Liu PG, Zhang LX (2009) The discussion of compherensive evaluation model for water quality in Shanghai Water Resources Area. ACTA Oseonologica Sinica 31: Sönmez AY, Hisar O, Karataş M, Arslan G, Aras MS (2008) Sular bilgisi. Nobel Yayın Dağıtım, Ankara. Sönmez AY (2011) Determination of heavy metal pollution in Karasu River and its Evaluation by fuzzy Logic. PhD Thesis, Atatürk University Graduate School of Agriculture Faculty, Departmant of Fishery Sciences, Erzurum. 49

8 Ekolo ji Sonmez ve ark. Takagi T, Sugeno M (1985) Fuzzy idendification of systems and its applications to modeling and control. IEEE Transactions on Systems, Man, and Cybernetics 15: Wang LJ, Zou ZH (2008) Application of improved attributes recognition method in water quality assessment. Chinese journal of Environmental Engineering 2: