Harşit çayı su kalitesinin mevsimsel değişiminin incelenmesi ve askı madde konsantrasyonunun yapay sinir ağları yöntemi ile tahmin edilmesi

Abstract

Bu çalışmada, Doğu Karadeniz Havzası'nın 3280 km2 drenaj alanı ile en büyük alt havzası olan Harşit Çayı'nda membadan mansaba doğru ana kol boyunca seçilen on gözlem istasyonunda, 2009 Mart ile 2010 Şubat döneminde on beş gün aralıklarla yüzeysel su kalitesi araştırılmıştır. Çalışma kapsamında, yerinde (sıcaklık, pH, çözünmüş oksijen, elektriksel iletkenlik ve bulanıklık) ölçümler ve laboratuarda (askıda katı madde, toplam sertlik, amonyum azotu, nitrit azotu, nitrat azotu, toplam azot, toplam Kjeldahl azotu, ortofosfat fosforu, kimyasal oksijen ihtiyacı, toplam organik karbon, anyonik deterjan, alüminyum, mangan, toplam demir ve toplam krom) analizler gerçekleştirilmiştir. Harşit Çayı yüzeysel su kalitesinin ana kol boyunca zamansal değişimleri üzerinde durularak, havzadaki insan kökenli faaliyetlerin bu kaliteye olan etkileri irdelenmiştir. Su Kirliliği Kontrolü Yönetmeliği'ne göre su kalite sınıflandırması yapılarak, gerek ulusal gerekse uluslararası standart ve yönetmeliklere göre akarsuyun içme suyu olarak kullanılabilirliği de değerlendirilmiştir. Sonuçta, nitrat azotu, amonyum azotu, kimyasal oksijen ihtiyacı, toplam organik karbon, mangan ve alüminyum dışında arıtıma ihtiyaç olduğu belirlenmiştir.İçinden geçtiği yerleşim birimlerinin atık sularını alan Harşit Çayı, özellikle Gümüşhane İli'nin evsel atık sularının deşarj edildiği kısımda yıllık ortalama bazda, nitrit azotunda 0.021 mg/L, amonyum azotunda 1.437 mg/L, ortofosfat fosforunda 0.307 mg/L ve anyonik deterjanda 0.619 mg/L değerlerine sahip olarak III. Sınıf su kalitesine düşmüştür. Yaz aylarında akarsu debisinin azalmasıyla birlikte bu değerler daha da yükselmiştir. Bu noktanın mansabında, yan kolların katılımı ve baraj rezervuarlarının hidrolik bekleme sürelerinin olumlu etkisiyle su kalitesinde önemli bir düzelme gözlemlenmiştir.Son olarak, askıda katı madde konsantrasyonunun (AKM) bulanıklık, toplam demir ve toplam krom parametrelerine dayalı tahmini, çeşitli regresyon analizleri ve yapay sinir ağları (YSA) yöntemiyle yapılmıştır. AKM konsantrasyonunun tahmininde YSA yönteminin regresyon analizine göre daha iyi sonuçlar verdiği tespit edilmiştir. In this study, a surface water quality research was conducted from the source to the stream mouth in the Stream Harsit having a catchment area of 3280 km2, the biggest sub-watershed of the Eastern Black Sea Basin, during the period of March 2009 and February 2010. The sampling was fortnightly conducted on ten monitoring stations along the main branch. In situ measurements (water temperature, pH, dissolved oxygen, electrical conductivity and turbidity) and on laboratory analysis (suspended sediment, total hardness, ammonium nitrogen, nitrite nitrogen, nitrate nitrogen, total nitrogen, total Kjeldahl nitrogen, orthophosphate phosphorus, chemical oxygen demand, total organic carbon, methylene blue active substances, aluminum, manganese, total iron and total chromium) were conducted. It was focused on the temporal variations of the surface water quality along the stream, and the effects of the anthropogenic activities on this quality were examined. The Stream Harsit was classified according to the Turkish Water Pollution Control Regulation, and the quality and safety of the water used for drinking purposes were evaluated according to the national and international directives and guidelines. It was determined that there was a need to the treatment except for nitrate nitrogen, ammonium nitrogen, chemical oxygen demand, total organic carbon, manganese and aluminum.The Stream Harsit collecting the waste waters from the locations on the course had III. Class water quality with the values of 0.021 mg/L for the nitrite nitrogen, 1.437 mg/L for the ammonium nitrogen, 0.307 mg/L for the orthophosphate phosphorus and 0.619 mg/L for the methylene blue active substances in the waste water discharge point for the city of Gumushane. After the discharge point, a remarkable improvement was observed in the stream water quality due to the joining of the tributaries, and the hydraulic residence times of the dam reservoirs.Finally, the suspended sediment concentration (SSC) was estimated based on turbidity, total iron and total chromium using several Regression Analysis (RA) and Artificial Neural Networks (ANNs) method. The ANNs method used for the estimation of the SSC yielded better results than the RA, and provided acceptable results.