Hava Kirlilik Düzeylerindeki Anomali Tespitinde Benford Kanunu ve Genelleştirilmiş Uç Değer Dağılım: Ankara İli Örneği

Abstract

Özet: Nüfus ve yüzölçümü bakımından Ankara'nın en büyük ilçelerinden biri olan Çankaya’da coğrafi yapısı, sanayi tesisleri, yoğun trafik ve ısınma amaçlı fosil yakıt kullanımı nedenleriyle sıklıkla hava kirliliği problemi ile karşılaşılmaktadır. Bu çalışmada, hava kirliliğinin insan sağlığına olan olusuz etkileri dikkate alınarak, Ankara ili Çankaya ilçesi için Çevre ve Şehircilik Bakanlığı’nın Ulusal Hava Kalitesi İzleme Ağı ölçümlerinden yararlanılarak 1 Ocak 2022 ile 1 Ocak 2024 tarihleri arasındaki günlük partiküler madde (PM10) değerlerindeki anomali tespiti gerçekleştirilmiştir. Bu amaçla, bloktaki değerlerin en büyüğü (Block Maxima) ve Benford Kanunu’ndan faydalanılmıştır. Öncelikle verideki anomali tespiti Benford Kanunu ile değerlendirilmiştir. Daha sonra PM10 değerlerinin uygun olduğu uç değer dağılım uyum iyiliği testleri ile belirlenmiştir. Elde edilen bulgular, hava kirliliği yönetimi ve halk sağlığını koruma adına önemli ipuçları sunmaktadır.

Keywords

• Benford Kanunu
• Genelleştirilmiş Uç Değer Dağılım
• Hava Kirliliği

Benford's Law and Generalised Extreme Value Distribution in Anomaly Detection in Air Pollution Levels: The Case of Ankara Province

Abstract

Abstract: Çankaya, one of the largest districts of Ankara in terms of population and surface area, frequently encounters air pollution problems due to its geographical structure, industrial facilities, heavy traffic and fossil fuel use for heating purposes. In this study, considering the adverse effects of air pollution on human health, the anomaly in daily particulate matter (PM10) values between 1 January 2022 and 1 January 2024 was determined by using the National Air Quality Monitoring Network measurements of the Ministry of Environment and Urbanisation for Çankaya district of Ankara province. For this purpose, the largest of the values in the block (Block Maxima) and Benford's Law were utilised. Firstly, the anomaly detection in the data was evaluated with Benford's Law. Then, extreme value distribution for which PM10 values are appropriate was determined by goodness-of-fit tests. The obtained findings provide important clues for air pollution management and protection of public health.

Keywords

• Benford
• Generalised Extreme Value Distribution
• Air Pollution

References

1. [1] Zencirci, S. A., Işıklı, B. 2017. Hava kirliliği. ESTÜDAM Halk Sağlığı Dergisi, 2(2), 24-36.
2. [2] International Agency for Research on Cancer, & World Health Organization. 2013. IARC: Outdoor air pollution a leading environmental cause of cancer deaths. No. 221. World Health.
3. [3] WHO (World Health Organization), 2018. Ambient (outdoor) air pollution. https://www.who.int/en/news-room/factsheets/detail/ambient-(outdoor)-air-quality-and-health, (Erişim Tarihi: 14.01.2023).
4. [4] Zeydan, Ö. 2021. 2019 Yılında Türkiye’deki Partikül Madde (PM10) Kirliliğinin Değerlendirilmesi. Journal of the Institute of Science and Technology, 11(1), 106-118.
5. [5] Bayram, H., Dörtbudak, Z., Fişekçi Evyapan, B. F., Kargın, M., & Bülbül, B. 2006. “Hava kirliliğinin insan sağlığına etkileri, dünyada, ülkemizde ve bölgemizde hava kirliliği sorunu” paneli ardından. Dicle Tıp Dergisi.
6. [6] Yu, R., Yang, Y., Yang, L., Han, G. ve Oguti, M. 2016, RAQ–a random forest approach for predicting air quality in urban sensing systems, Sensors, 16, 86–104.
7. [7] Tai, A.P.K., Mickley, L.J. ve Jacob, D.J. 2010, Correlations between fine particulate matter (PM2.5) and meteorological variables in the United States: Implications for the sensitivity of PM2.5 to climate change, Atmospheric Environment, 44, 3976–3984.
8. [8] Wang, S., Wang, J., Zhou, Z., & Shang, K. 2005. Regional characteristics of three kinds of dust storm events in China. Atmospheric Environment, 39(3), 509-520.

9. [9] Miller, S. D., Kuciauskas, A. P., Liu, M., Ji, Q., Reid, J. S., Breed, D. W., ... & Mandoos, A. A. 2008. Haboob dust storms of the southern Arabian Peninsula. Journal of Geophysical Research: Atmospheres, 113(D1).
10. [10] Jaafari, J., Naddafi, K., Yunesian, M., Nabizadeh, R., Hassanvand, M. S., Ghozikali, M. G., ... & Yaghmaeian, K. 2018. Study of PM10, PM2. 5, and PM1 levels in during dust storms and local air pollution events in urban and rural sites in Tehran. Human and ecological risk assessment: An International Journal, 24(2), 482-493.
11. [11] Ozel, G., & Cakmakyapan, S. 2015. A new approach to the prediction of PM10 concentrations in Central Anatolia Region, Turkey. Atmospheric Pollution Research, 6(5), 735-741.
12. [12] Cekim, H. O. 2020. Forecasting PM10 concentrations using time series models: a case of the most polluted cities in Turkey. Environmental Science and Pollution Research, 27(20), 25612-25624.
13. [13] Brunekreef, B., & Forsberg, B. 2005. Epidemiological evidence of effects of coarse airborne particles on health. European respiratory journal, 26(2), 309-318.
14. [14] Host, S., Larrieu, S., Pascal, L., Blanchard, M., Declercq, C., Fabre, P., ... & Lefranc, A. 2008. Short-term associations between fine and coarse particles and hospital admissions for cardiorespiratory diseases in six French cities. Occupational and Environmental Medicine, 65(8), 544-551.
15. [15] Graff, D. W., Cascio, W. E., Rappold, A., Zhou, H., Huang, Y. C. T., & Devlin, R. B. 2009. Exposure to concentrated coarse air pollution particles causes mild cardiopulmonary effects in healthy young adults. Environmental health perspectives, 117(7), 1089-1094.
16. [16] Malig, B. J., & Ostro, B. D. 2009. Coarse particles and mortality: evidence from a multi-city study in California. Occupational and environmental medicine, 66(12), 832-839.
17. [17] Linares, C., Tobías, A., & Díaz, J. 2010. Is there new scientific evidence to justify reconsideration of the current WHO guidelines for particulate matter during dust intrusions?. The Science of the total environment, 408(10), 2283-2284.
18. [18] Qiu, H., Yu, I. T. S., Tian, L., Wang, X., Tse, L. A., Tam, W., & Wong, T. W. 2012. Effects of coarse particulate matter on emergency hospital admissions for respiratory diseases: a time-series analysis in Hong Kong. Environmental health perspectives, 120(4), 572-576.
19. [19] Goudarzi, G., Mohammadi, M., Angali, K.A., Mohammadi, B., Soleimani, Z., Babaei, A., Neisi, A. ve Geravandi, S. 2013, Estimation of number of cardiovascular death, myocardial infarction and chronic obstructive pulmonary disease (COPD) from NO2 exposure using air Q model in Ahvaz City during 2009, Iranian Journal of Health and Environment, 6, 91–102.
20. [20] Toros, H., Bağış, S., & Gemici, Z. 2018. Ankara’da hava kirliliği mekânsal dağılımının modellenmesi. Ulusal Çevre Bilimleri Araştırma Dergisi, 1(1), 20-53.
21. [21] Coşkun, A. 2008. Şehir atmosferinde taşıt emisyonlarından kaynaklanan hava kirliliğinin belirlenmesi (Master's thesis, Marmara Universitesi (Turkey)).
22. [22] İmal, M., Karapinar, Ç., & Doğan, O. 2014. Hava kalitesine doğalgazın etkisi: Kahramanmaraş örnek çalışması. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 16(2), 22-28.
23. [23] Garipağaoğlu, N. 2022. Türkiye’de Hava Kirliliğinin Partiküler Madde (PM10) Açısından İncelenmesi.
24. [24] Toros, H., & Bağış, S. 2017. Hava kirlilik modellerinde kullanılacak emisyon envanteri oluşturulması için yaklaşımlar ve İstanbul hava kirliliği dağılımı örneği. Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 32(2), 1-12.
25. [25] Barış, M. E., & Koç, N. 1996. Ankara Kentinde Hava Kirliliği Sorununun Çözümünde Peyzaj Mimarlığı Açısından Alınması Gerekli Önlemler. Journal of Agricultural Sciences, 3(02), 1-8.
26. [26] Zeydan, Ö., & Karakaya, B. N. 2017. Assessment of PM10 limit exceedances in Turkish cities. Journal of Young Scientist, 5, 115-120.
27. [27] Çiçek, İ., Türkoğlu, N. ve Gürgen, G. 2004, Ankara’da Hava Kirliliğinin İstatistiksel Analizi, Fırat Üniversitesi Sosyal Bilimler Dergisi, 14(2), 1-18.
28. [28] Bacak, T. N., & Toros, H. 2021. Impact of the COVID-19 event on PM10 air pollution in Istanbul and Ankara. Journal of Research in Atmospheric Science, 3(1), 1-7.
29. [29] Yavuz, C. I. 2020, Kentsel Alanda Hava Kirliliği: Hava Kirliliği İzleme Ağı Ankara İstasyonlarının Beş Yıllık PM.
30. [30] Ünal, C., & Özel, G. 2023. Ankara İli Meteoroloji Parametrelerinin Hava Kirliliği Üzerindeki Etkilerinin Regresyon Analizi ile İncelenmesi. Nicel Bilimler Dergisi, 5(2), 135-150.
31. [31] Diekmann, A. 2007. Not the first digit! Using benford's law to detect fraudulent scientif ic data. Journal of Applied Statistics, 34(3), 321-329.
32. [32] Nigrini, M. J., & Mittermaier, L. J. 1997. The use of Benford's Law as an Aid in Analytical Procedures. Auditing: A journal of practice & theory, 16(2).
33. [33] Özkan, K. 2021. Estimating ecosystem naturalness using Benford’s law and generalized Benford’s law. Turkish Journal of Forestry, 22(2), 73-82.
34. [34] Masseran, N., & Safari, M. A. M. 2022. Statistical modeling on the severity of unhealthy air pollution events in Malaysia. Mathematics, 10(16), 3004.
35. [35] Masseran, N., & Safari, M. A. M. 2021. Mixed POT-BM approach for modeling unhealthy air pollution events. International Journal of Environmental Research and Public Health, 18(13), 6754.
36. [36] Martins, M. C. H., Fatigati, F. L., Vespoli, T. C., Martins, L. C., Pereira, L. A. A., Martins, M. D. A., ... & Braga, A. L. F. 2004. Influence of socioeconomic conditions on air pollution adverse health effects in elderly people: an analysis of six regions in Sao Paulo, Brazil. Journal of Epidemiology & Community Health, 58(1), 41-46.
37. [37] Yeşil, A. 2006, Ankara Metropoliten Alanının Yeşil Alan Sisteminin Analizi, Fen Bilimleri Enstitüsü, Yıldız Teknik Üniversitesi, İstanbul.
38. [38] Akman, Y. 1990. İklim ve biyoiklim. Palme Yayınları, Ankara, 1, 319.
39. [39] ÇŞB (Çevre ve Şehircilik Bakanlığı), 2023. Ulusal Hava Kalite İzleme Ağı. http://sim.csb.gov.tr/STN/STN_Report/StationDataDownloadNew, (Erişim Tarihi: 10.01.2023).
40. [40] Newcomb, S. 1881. Note on the frequency of use of the different digits in natural numbers. American Journal of mathematics, 4(1), 39-40. [41] Benford, F. 1938. The law of anomalous numbers. Proceedings of the American philosophical society, 551-572.
41. [42] Carslaw, C. A. 1988. Anomalies in income numbers: Evidence of goal oriented behavior. Accounting Review, 321-327.
42. [43] Kaşıkcı, B., & Dalgar, H. 2021. Muhasebe hilelerinin ortaya çıkarılmasında benford yasası’nın kullanılmasına yönelik bir uygulama. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 12(32), 1196-1211.
43. [44] Güner, M., & Kurnaz, E. 2021. Muhasebe Denetiminde Benford Kanununun Kullanımı Bir Devlet Üniversitesi Uygulaması. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(1), 81-96.
44. [45] Kıvraklar, M. K., & Can, R. E. 2023. Denetimde Güçlü Bir Araç “Benford Yasasi”: Kamu İdaresi Hesaplarinda Bir Uygulama. Muhasebe ve Denetime Bakış, 23(70), 183-208.
45. [46] Öncü, M. A., Yücel, R., & Özevin, O. 2018. Benford analizi ile muhasebe denetimi: kamu hastaneleri üzerine bir uygulama. Muhasebe ve Finansman Dergisi, (80), 1-22.
46. [47] İlkdoğan, S. 2020. İç denetimin hileye yaklaşımında Benford Kanunu'nun uygulanması (Master's thesis, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü).
47. [48] Massicotte, P., & Eddelbuettel, D. (2023). gtrendsR: Perform and display Google Trends queries. R package version 1.5.0. Retrieved from https://CRAN.R-project.org/package=gtrendsR
48. [49] Wickham, H. (2007). reshape2: Flexibly reshape data: A reboot of the reshape package. R package version 1.4.4. Retrieved from https://CRAN.R-project.org/package=reshape2
49. [50] Wickham, H., François, R., Henry, L., & Müller, K. (2023). dplyr: A grammar of data manipulation. R package version 1.1.3. Retrieved from https://CRAN.R-project.org/package=dplyr
50. [51] Cinelli, C. (2021). benford.analysis: Benford analysis for data validation and forensic analytics. R package version 0.1.6. Retrieved from https://CRAN.R-project.org/package=benford.analysis
51. [52] Gilleland, E., & Katz, R. W. (2016). extRemes 2.0: An extreme value analysis package in R. Journal of Statistical Software, 72(8), 1–39. https://doi.org/10.18637/jss.v072.i08
52. [53] Stephenson, A. G. (2002). evd: Extreme value distributions. R News, 2(2), 31–32. Retrieved from https://CRAN.R-project.org/doc/Rnews/
53. [54] Millard, S. P. (2013). EnvStats: An R package for environmental statistics. Springer. https://doi.org/10.1007/978-1-4614-8456-1
54. [55] Fontolan, M., Xavier, A. C. F., Pereira, H. R., & Blain, G. C. 2019. Using climate change models to assess the probability of weather extremes events: a local scale study based on the generalized extreme value distribution. Bragantia, 78, 146-157.
55. [56] Rypkema, D., & Tuljapurkar, S. 2021. Modeling extreme climatic events using the generalized extreme value (GEV) distribution. In Handbook of Statistics (Vol. 44, pp. 39-71). Elsevier