AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100 Ankara, (berber@eng.ankara.edu.tr) ** Gazi Üniversitesi Çorum Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Çorum ÖZET Su kirliliğinin büyük bir bölümünü oluşturan akarsu kirliliği, önemli çevre problemlerinden biridir. Bu kirlilik, endüstriyel atıkların ve arıtımsız kanalizasyon sularının akarsulara doğrudan deşarjından kaynaklanır. Akarsularda kirlilik kontrolü ve su kalitesi iyileştirilmesi için kirletici kaynaklar ve yükler belirlendikten sonra bu yüklerin etkisinin nehir boyunca takip edilmesi ve belirlenmesi gerekir. Bu nedenle bir akarsuyun matematik modelinin oluşturulması, parametrelerinin belirlenerek bilgisayar ortamında benzetimi büyük önem taşır. Dünyaca kabul görmüş olan modellerin çoğunda dinamik benzetim özelliği yoktur ve model parametreleri deneme yanılma yoluyla belirlenir. Bu çalışmada, bir akarsuda kirlenmeyi oluşturan bileşenlerin zaman içinde akarsu uzunluğu boyunca değişimini belirleyebilecek, model parametrelerini optimizasyonla saptayacak bir yazılım geliştirilmiş ve Yeşilırmak nehri üzerinde alanda yapılan ölçümlerle test edilmiştir. Anahtar Kelimeler: Akarsu benzetimi; Parametre belirleme 1. GİRİŞ Akarsularda kirlenmenin kontrolü ve su kalitesinin iyileştirilmesi için öncelikle kirletici kaynakların ve yüklerin belirlenmesi sonra da bu yüklerin nehir boyunca dağılımının saptanması gerekir. Bu nedenle bir akarsuyun matematik modelinin oluşturulması, parametrelerinin belirlenerek bilgisayar ortamında benzetimi büyük önem taşır. Mevcut su kalite modellerinden bir kısmı Cox (2003) tarafından karşılaştırmalı olarak incelenmiş ve dünyada en çok kullanılanın QUAL2E olduğu belirtilmiştir [1]. Ancak, QUAL2E de dahil olmak üzere, bilinen modellerin çoğunda dinamik benzetim özelliği yoktur ve model parametreleri deneme yanılma yoluyla belirlenir. Bu iki özelliğe birden sahip olan bir yazılım bulmak neredeyse mümkün gözükmemektedir. Bu çalışmada, bir akarsuda kirlenmeyi oluşturan bileşenlerin zaman içinde akarsu uzunluğu boyunca nasıl değiştiğini belirleyebilecek, bu arada model parametrelerini kendi içinde bir optimizasyon algoritmasıyla otomatik olarak saptayacak bir yazılım geliştirilmiştir. AKAB (Akarsu Benzetimi) adı verilen yazılım MATLAB 6.5 ortamında çalışmakta, kolay kullanıcı etkileşimine olanak sağlamakta ve model parametrelerini farklı optimizasyon yöntemleriyle bulabilmektedir. 2. DİNAMİK MODEL VE OPTİMİZASYON Yazarların daha önceki bir çalışmasında Yeşilırmak nehri temel alınarak, bir akarsuyun 500 m uzunluğundaki hacim elemanı tek bir karıştırmalı tepkime kabı varsayımı yapılarak modellenmiş ve model parametreleri belirlenmiştir [2]. Bu yaklaşım, daha sonra genişletilmiş ve
akarsuların dinamik modellenmesi için seri bağlı tam karıştırmalı tepkime kabı yaklaşımı geliştirilmiştir [3]. AKAB yazılımında modelleme stratejisi, bu doğrultudan hareketle akarsuyun her 500 m uzunluğunda 20 tepkime kabı bulunduğu varsayımına dayanmaktadır. Modelleme yapılırken, nehir her yerde tam karışmalı, sabit akış hızı ve sabit kesit alanı, kimyasal ve biyolojik tepkime hızları hesaplama elemanı içinde sabit olarak varsayılmıştır. Parametre belirlenmesi, dinamik bir örnekleme süresince alınan tüm gözlem noktalarında bütün hal değişkenlerinin deneysel ve öngörülen değerleri arasındaki farkların karelerinin toplamına göre oluşturulan bir amaç fonksiyonunun optimizasyonuna dayanmaktadır. Dinamik optimizasyon probleminin çözümü için kontrol vektör parametrelemesine dayalı, duyarlılık fonksiyonları bilgisini gerektirmeyen pratik bir yaklaşım kullanılmıştır. Sadece karar değişkenleri diskretize edilerek kontrol vektörü oluşturulmuştur. Optimizasyon değişkenlerinin başlangıç değerlerinden başlayarak her aralıkta model integre edilmiş, bu arada bir aralığın sonunda elde edilen hal değişkeni değerleri, onu takip eden aralık için başlangıç değerleri olarak alınmıştır. Bu şekilde ilerlenerek zaman ufkunun sonuna ulaşıldığında amaç fonksiyonunun değeri elde edilebilmiştir [4]. Optimizasyon yöntemi olarak Gauss- Newton, Levenberg-Marquardt ve SQP gibi farklı teknikler kullanılabilmektedir. Model parametrelerini en iyileştirerek dinamik benzetimi, uzman desteği olmaksızın gerçekleştirme kolaylığını sağlayan kullanıcı etkileşimli bir arayüz (GUI) geliştirilmiştir. Bu sayede, akarsuya ve karışan kirlilik yüküne ait bilgiler beş ana adımda yazılıma tanıtılmakta ve benzetimle 11 tane hal değişkeninin (organik, amonyak, nitrit, nitrat azotu; organik ve çözünmüş fosfor; BOİ 5, çözünmüş oksijen, koliform, klorür ve yosun) akarsu uzunluğu boyunca değişimi grafiksel olarak gözlenmektedir. Yazılımın açılış pencere görüntüsü Şekil 1 de verilmiştir. Şekil 1. AKAB yazılımının grafiksel kullanıcı arayüzünde açılış penceresinden bir görüntü
3. DENEYSEL ÇALIŞMA Yeşilırmak havzasının Amasya bölgesi çıkışında çizgisel hız ölçümleri için iz elemanları yardımıyla denemeler yapılarak ortalama debi hesaplanmıştır. Nehre atık yüklemesi yapan bir maya fabrikasının öncesinden başlayarak maya fabrikası atık suyu ve soğutma suyundan, nehir üzerinde 225. m, 4. km, 5. km ve 7. km mesafelerde dinamik ölçümler alınmıştır. Alınan bu ölçümler kullanılarak AKAB yazılımı test edilmiştir. Deneyler için AKAB-Deneysel sonuçları grafiksel olarak karşılaştırılmıştır. AKAB sonuçlarının deneysel sonuçlardan ne kadar saptığını belirlemek için mutlak ortalama hata (MOS) hesaplamaları yapılmıştır. Mutlak Ortalama Hata şu formüle göre hesaplanmıştır. MOS = 1 N N ( yd yh ) * 100 i= 1 y d N : ölçüm sayısı, y d : deneysel değerler, y h : hesaplanan değerler MOS deneysel değerle hesaplanan değerin farkının mutlak değerinin deneysel değere ve ölçüm sayısına oranının toplamı olarak tanımlanabilir. Bazı hal değişkenleri için, ölçümlerin güven aralığını belirleyen ve istatistiksel bir yöntem olan T-testi yapılmış ve grafiksel olarak gösterilmiştir. 4. SONUÇLAR Modelin ihtiva ettiği 11 hal değişkeninden 5 tanesi (amonyak azotu, organik fosfor, çözünmüş oksijen, klor ve BOİ 5 ) için akarsuyun 7 km uzunluğu boyunca değişimi Şekil 2-6 arasında verilmiştir. Aynı grafikler üzerinde BOİ 5 dışındaki değişkenler için T-testi sonuçları da görülmektedir. Şekil 2. Akarsuyun 7 km uzunluğu boyunca amonyak azotu değişimi
Şekil 3. Akarsuyun 7 km uzunluğu boyunca organik fosfor değişimi Şekil 4. Akarsuyun 7 km uzunluğu boyunca çözünmüş oksijen değişimi
Şekil 5. Akarsuyun 7 km uzunluğu boyunca klor değişimi Şekil 6. Akarsuyun 7 km uzunluğu boyunca BOİ 5 değişimi Modeldeki kirlilik değişkenleri için hesaplanan MOS değerleri Çizelge 1 de verilmiştir. Organik azot, Klor ve nitrit azotu için yüksek bulunan MOS değerleri, çözünmüş oksijen ve BOİ 5 için yeterince küçük bulunmuştur.
Çizelge 1. Akarsuyun 7 km lik bölümü için AKAB - deneysel mutlak ortalama sapma (MOS) değerleri Kirlilik değişkenleri MOS (%) Amonyak Azotu 5.61 Nitrit Azotu 13.5 Nitrat Azotu 4.5 Organik Azot 27.2 Organik Fosfor 9.0 Çözünmüş Fosfor 3.72 BOI 5 2.3 Çözünmüş Oksijen 0.83 Koliform 6.6 Klor 21.4 Yosun 0.63 AKAB, deneysel çalışmalarla desteklenerek bir test sürecinden geçmiştir. Yeşilırmak nehri örnek alınarak Amasya yöresinde farklı örnekleme istasyonlarında akarsuya gelen noktasal kirlilik yükünün etkisi, akarsu uzunluğu boyunca incelenmiş ve yazılımın iyi sonuçlar verdiği görülmüştür. Deneylerin güvenirlik aralığı T-testi ile belirlenmiş, optimum model parametreleri QUAL2E yazılımına da esas teşkil edecek şekilde deneme - yanılmaya gerek duyulmadan optimizasyonla bulunmuştur. Akarsu havzalarında kaynak planlaması, çevresel etki değerlendirmesi ve kirlilik kontrolü yapılabilmesine önemli katkı sağlayabilecek olan AKAB yazılımı, akarsu havzalarındaki yatırımlar hakkında karar alınmasını kolaylaştıracak niteliktedir. Planlanan endüstriyel yatırımlardan akarsuya gelecek kirlilik yükünün zaman ve akarsu uzunluğu boyunca değişimi önceden belirlenebilecek ve Çevresel Etki Değerlendirme (ÇED) raporlarının hazırlanmasında kullanılabilecektir. 5. KAYNAKLAR [1] Cox, B.A., A review of available in-stream water quality models and their applicability for simulating dissolved oxygen in lowland rivers, The Science of the Total Environment, 314-316, 335-377, 2003. [2] Karadurmus, E. and Berber, R., Dynamic simulation and parameter estimation in river streams, Environmental Technology, 25 (4), 471-479, 2004. [3] Mehmet Yuceer, Erdal Karadurmus and Ridvan Berber, Dynamic Modeling of River Streams by a Series of CSTR Approaches, AIChE, Annual Meeting, Paper 455e, San Francisco, November 16-21, 2003. [4] Agun, U., Maya Fermentasyonunda Besleme Hız Profilinin Optimizasyonu, Yüksek Lisans Tezi, Ankara Üniversitesi, 2002.