Afyon Kocatepe Üniversitesinden Doç. Dr. Tolga Özer’in de aralarında bulunduğu uluslararası araştırma ekibi, Hindistan’ın hızla sanayileşen ve kentleşen bölgelerinde hava kalitesini yüksek doğrulukla tahmin edebilen yapay zekâ ve makine öğrenmesi modelleri geliştirdi. Prestijli bilim dergisi Scientific Reports’ta yayımlanan çalışma, hava kirliliğiyle mücadelede ve halk sağlığını korumaya yönelik erken uyarı sistemlerinde yeni bir dönem başlatmayı hedefliyor.
Sanayileşme, taşıt trafiği ve mevsimsel atmosferik değişimler; kentlerdeki hava kalitesi indeksinin (AQI) doğru tahmin edilmesini güçleştirmektedir. Araştırmacılar, beş yıllık detaylı kirletici ve meteoroloji verilerini kullanarak derin yapay sinir ağları (FNN) ile karar ağacı tabanlı regresyon yöntemlerini birleştiren entegre bir modelleme mimarisi kurdu. Geliştirilen bu yöntem, kirlilik düzeylerini ve mevsimsel dalgalanmaları %97’yi aşan bir doğruluk oranıyla öngörmeyi başardı.
Araştırmada elde edilen bulgular; özellikle kış aylarında yükselen parçacık madde ($PM_{2.5}$ ve $PM_{10}$) yoğunluğunun hava kalitesini düşüren en temel etken olduğunu ve bu durumun yapay zekâ algoritmalarıyla günler öncesinden yüksek hassasiyetle tahmin edilebildiğini gösterdi. Makale, geliştirilen bu veri odaklı yaklaşımın sadece bilimsel bir model sunmakla kalmayıp, yerel yönetimler ve politika yapıcılar için hava kirliliği krizlerinde erken uyarı mekanizmaları oluşturulmasına ve sürdürülebilir şehir planlamasına doğrudan katkı sağlayacağını ortaya koyuyor.
DOİ: 10.1038/s41598-026-47509-3