Trakya Bölgesi'ndeki Ergene Havzası, nehir kirliliği sorunlarıyla ilgili haberlerle gündeme gelmektedir. Nehir havzasında bulunan illerden özellikle Tekirdağ, İstanbul'a yakın olan coğrafi konumu nedeniyle yoğun sanayi faaliyetlerine ev sahipliği yapmaktadır. Bölgedeki kontrolsüz sanayileşme ve plansız kentleşme 1990'lardan günümüze kadar hızla artış göstererek çok sayıda çevre sorununa sebep olmuştur.Ergene Nehri ve kolları nehir havzasına su temini için kullanılmaktadır. Sanayi tesislerinin önemli bir kısmı Tekirdağ ili Çorlu Deresi yakınındaki Çorlu-Çerkezköy bölgesinde yoğunlaşmakta ve bu sebeple nehirdeki kirlilik Ergene Nehri'nin başlangıcından itibaren gözlenmektedir. Bölgede yaklaşık 1 768 000 kişi yaşamakta ve yaklaşık 2 000 sanayi tesisi bulunmaktadır. Bölge nüfusu, organize sanayi bölgelerinin ve sanayi faaliyetlerinin etkisi ile artmaktadır. Ayrıca, nehir havzasında sanayi faaliyetleri kadar tarımsal faaliyetler de yoğun olarak yürütülmektedir.Kirlilik seviyesini ve havzadaki su kaynaklarının potansiyel kullanım alanlarını belirlemek için nehirde belirli noktalarda su kalitesi analizleri yapılmaktadır. Örnekleme ve ölçümler, havza yönetiminde problemleri tanımlayabilmede kirlilik kaynakları envanteri ile birlikte kullanılan önemli araçlardır. Belirli ve öncelikli kirleticiler için Çevresel Kalite Standartları (ÇKS), `Yerüstü Su Kalitesi Yönetmeliği`ne eklenmiş olup önümüzdeki süreçte bu kirleticilerin takip edilmesi gerekecektir. Bu kirletici maddelerin ölçümü, farklı kirlilik kaynaklarını ayırt etmek için rutin konvensiyonel kirletici ölçümlerine göre daha fazla bilgi verecektir.Bu tez çalışmasında, öncelikle Ergene Havzası ve alt havza sınırları yüksek çözünürlüklü bir Dijital Yükseklik Modeli (DEM) verileri kullanılarak ArcGIS yazılımı ile belirlenmiştir. Mevcut nehir ile ArcGIS tarafından oluşturulan nehir, insan müdahaleleri ile nehir yatağının ve su sulama kanallarının değişmesi sebebiyle, Google Earth kullanılarak karşılaştırılmış ve ölçüm noktalarının belirlenebilmesi için mevcut nehir kolları oluşturulmuştur.Havzada bulunan deşarj noktalarının sayısına ve mekansal dağılımına göre toplam 75 örnekleme yeri belirlenmiştir. Bu örnekleme noktaları dağıtılırken temel olarak nehir kirlilik dağılımının belirlenmesi ve farklı kirlilik kaynaklarının etkilerinin araştırılması hedeflenmiştir. Bu sebepten 2 örnekleme yeri nehrin temiz olduğu düşünülen başlangıç noktalarından, 21 örnekleme yeri nehir boyunca kirliliği takie etmek için, 25 örnekleme yeri nehre bağlanan ana nehir kolları girişlerini takip etmek için, 13 örnekleme yeri belirli endüstriyel sektör için, 14 örnekleme yeri ise çok yoğun endüstriyel aktivitenin olduğu noktaları belirleyebilmek için belirlenmiştir. Endüstriyel kirliliği belirleyebilmek için seçilen örnekleme yerleri alt havzalarda yer alan endüstriyel kaynakların sayı, kapasite ve çeşitleri göz önünde bulundurularak ikili bir ağaç modeli algoritması ile belirlenmiştir. Bunların yanında evsel, katı atık ve tarım kaynaklı kirlilikten etkilenebilecek örnekleme yerleri de belirlenmiştir.Seçilen 75 ölçüm yerlerinde yaz, sonbahar ve kış olmak üzere üç mevsim gerçekleştirilmiş ölçüm sonuçları değerlendirilmiş ve Ergene Nehri'nin kirlilik durumunu anlamak ve kaynak katkılarını belirlemek için istatistiksel analiz gerçekleştirilmiştir.Ergene Nehri'ndeki 75 örnekleme yerinden konvansiyonel kirleticilere ve metallere ek olarak 223 mikrokirleticinin üç mevsim (yaz, sonbahar ve kış) ölçüm sonuçları kullanılmıştır. 223 mikrokirleticiden, yaz mevsiminde 132, sonbahar mevsiminde 136 ve kış mevsiminde 97 mikrokirletici en az bir örnekleme yerinde tespit edilmiştir. Ölçümler değerlendirildiğinde en kirli noktalar Çorlu Deresi üzerinde ve nehrin başlangıç kısımlarında görülmektedir. Özellikle organize sanayi bölgeleri ve endüstriyel aktivitenin yoğun olduğu noktalarda üç mevsim için de kirlilik seviyeleri nehrin diğer kısımlarına göre yüksektir. Kış mevsimi ölçüm sonuçlarında farklı olarak metal kirleticilerin daha çok gözlendiği görülmüştür.Kirlilik durumunu anlamak ve kirlilik kaynaklarının kontrolü için kirlilik kaynakları ve katkılarınınn belirlenmesi gerekmektedir. Bu nedenle, çok değişkenli istatistiksel analiz teknikleri olan Kümeleme Analizi (KA), Temel Bileşen Analizi (TBA) ve Pozitif Matris Faktorizasyonu (PMF) kullanılarak ölçümler değerlendirilmiş, kaynak parmak izleri ve kaynak katkıları belirlenmiştir. Çok değişkenli istatistiksel analizler tüm nehir, ana nehir ve Çorlu Deresi için ayrı ayrı yapılmıştır.Kümeleme Analizi, Ward bağlantı yöntemi ile, üç mevsim için normalize edilmiş konsantrasyon değerleri kullanılarak kirleticiler ve örnekleme yerleri için gerçekleştirilmiştir. Kümeleme Analizi sonuçlarına göre örnekleme yerleri üç mevsimde de ilki nispeten daha temiz, ikincisi kirlenmiş yerleri içeren iki ana kümeye ayrılmaktadır. Ayrıca kirletici ve örnekleme yeri kümelerini birlikte gösteren ısı haritaları oluşturulmuştur. Bu ısı haritalarında nehrin benzer kirlilik özellikleri gösteren bölgeleri ve birbiri ile yüksek korelasyon gösteren kirleticiler kümelenmektedir. Özellikle benzer muhtemel kirlilik kaynaklarına sahip örnekleme yerleri benzerlik göstermekte ve spesifik endüstriyel kaynaklar için seçilen yerler birbirlerinden kolayca ayrılabilmektedir. TBA üç mevsimde, en az bir ölçümü Saptama Sınırı (LOD) üzerinde olan kirleticilerle gerçekleştirilmiştir. İlk 5-6 ana bileşen genellikle veri setindeki yüksek varyasyonu açıklamaktadır. Toplam varyansın %50'si ilk yedi bileşenle açıklanmaktadır. TBA, sadece >%12.5 ve >%25 saptama verimliliği olan kirleticiler kullanılarak da gerçekleştirilmiştir. Bu kirleticiler kullanıldığında ana nehir ile Çorlu Deresi sonuçları, tüm mevsimler için açıklanabilen toplam varyansların arttığını göstermektedir. Çorlu Deresi, üç mevsimde saptama verimliliği >%25 olan kirleticiler ile gerçekleştirildiğinde on temel bileşen ile varyans yaklaşık %100 olarak açıklanmaktadır. Çorlu Deresi'nde, en az bir noktada tespit edilen ölçümlerle yapılan TBA, ilk üç bileşeni ile toplam varyansın %50'si açıklamaktadır.PMF çalışmaları üç mevsim (yaz, sonbahar, kış) ve üç durum (tüm nehir, ana nehir ve Çorlu Deresi) için üç ile yedi faktör olarak gerçekleştirilmiştir. Optimum faktör sayısı yaz mevsiminde Ergene Nehri için 6 faktör, ana nehir için 6 faktör ve Çorlu Deresi için 5 faktör olarak; sonbahar mevsiminde Ergene Nehri için 5 faktör, ana nehir için 6 faktör ve Çorlu Deresi için 5 faktör; kış mevsiminde Ergene Nehri için 5 faktör, ana nehir için 5 faktör ve Çorlu Deresi için 4 faktör olarak bulunmuştur. Bu bulgular, aynı faktörlerin, sırasıyla Ergene Nehri, ana nehir ve Çorlu Deresi için veri değişkenliğin yaklaşık %50, %70 ve %70'ini açıkladığı TBA sonuçları ile de tutarlıdır.PMF çalışmaları, üç mevsim için üç ile yedi faktör ve üç durum için % 25 saptama sınırı üzerinde kalan kirleticilerle gerçekleştirilmiştir. Bu kirleticilerin neredeyse tamamı S / N oranlarına göre `Güçlü` olarak sınıflandırılmıştır. Fit parametresinin kalitesine (Qtrue / Qexpected) göre optimum sayıda faktör belirlenmiştir. En iyi çözümler, yaz mesiminde Ergene Nehri için altı faktör, ana nehir için beş faktör ve Çorlu Deresi için altı faktör; sonbahar mevsiminde Ergene Nehri için altı faktör, ana nehir için beş faktör ve Çorlu Deresi için altı faktör; kış mevsiminde Ergene Nehri için beş faktör, ana nehir için altı faktör ve Çorlu Deresi için altı faktör olarak bulunmuştur. PMF çalışmaları farklı durumlar için yapılmış olsa da, PMF sonuçlarının % 25 saptama sınırı üzerinde kalan kirleticilerle ana nehir ve Çorlu Deresi için en kararlı çözümleri sağladıkları bulunmuştur ve kaynakların tanımlanmasında kullanılmıştır.Faktör sayısı belirlendikten sonra, kirletici maddelerin kaynak profillerine katkılarını daha iyi anlamak için önyükleme, yer değiştirme ve önyükleme-yer değiştirme yöntemleri kullanılarak belirsizlik analizi yapılmıştır. Ana nehir ve Çorlu Deresi için faktör parmak izleri, faktör katkıları ve üç yöntem kullanılarak faktör katsayılarının belirsizlik tahminleri üç mevsim için elde edilmiştir. Faktörler için önemli katkıları bulunan kirleticiler ve katkıları birleştirilerek her bir faktördeki önemli kirleticiler belirlenmiştir. Yüksek faktör parmak izleri yüzdelerine ve düşük belirsizliğe sahip kirleticilere göre sıralama yapılmıştır. Kirlilik kaynaklarının yerini anlamak için, PMF'nin örnekleme yerlerine faktör katkısı nehrin başlangıcından itibaren uzaklığa (km) ve akış yönüne göre çizilmiştir.Yaz mevsimi için ana nehrin faktör profilleri ve katkılarına göre, yaz mevsimi için Faktör 1 endüstriyel kirleticilerden oluşmaktadır. Literatüre göre, kirleticiler belirli sektörlerle ilgilidir. Faktör 1 belirli endüstriyel kaynakları temsil etmektedir. Faktör 2, endüstriyel, evsel ve tarımsal kirleticiler ile açıklanmaktadır, bu nedenle, evsel, tarımsal ve endüstriyel karışık kaynaklar olarak tanımlanmıştır. Faktör 3, korozyon önleyici, otomotiv ve metal ürünleri kaynakları gibi endüstriyel kaynaklardan etkilenmiştir, bu nedenle karışık endüstriyel olarak tanımlanabilir. Faktör 4 tarım ilaçlarının bulunması sebebiyle tarım olarak tanımlanmıştır. Faktör 5 güçlü bir şekilde metallerle açıklanmaktadır, bu sebeple metal endüstrisi olarak belirlenmiştir.Sonbaharda, Faktör 1 en yüksek faktör profillerine sahip maddeler yüzey aktif madde, dezenfektan, biyosit, güneş koruyucu madde, PCP, güneş koruyucu ürünler, otomotiv ve metal ürünler kaplama maddeleri gibi karışık endüstriyel ve konvensiyonel kirleticilerden oluşmaktadır, bu nedenle endüstriyel ve evsel olarak tanımlanmıştır. Faktör 2, pestisit, herbisit, metabolit, sinerjist, PCP, güneş koruyucu ürünler, sentetik koku, aroma maddelerinden etkilenmektedir. Bu nedenle, Faktör 2, bu çalışmada tarımsal ve endüstriyel kaynak olarak belirlenmiştir. Faktör 3, endüstriyel, evsel ve tarımsal kirleticilerden azar miktarda etkilenmektedir, bu nedenle, karışık tarım, sanayi ve endüstri kaynakları olarak tanımlanmıştır. Faktör 4 çoğunlukla PCP, antibiyotik ve konvansiyonel gibi konvansiyonel kaynaklardan etkilenmektedir, bu nedenle evsel olarak tanımlanmıştır. Faktör 5 yüksek oranda NO3'ten ve az miktarda pestisitlerden etkilenmektedir. Bu sebeple, Faktör 5 ana nehir için tarım ve yüzeysel akış olarak belirlenmiştir.Kış mevsiminde Faktör 1, en yüksek faktör profillerine sahip alev geciktirici, solvent, boya üretimi, kaplama üretimi, pestisit, herbisit, korozyon inhibitörü, ilaç prekürsörü ve antifriz gibi özel endüstriyel kirleticiler ile karakterize edilmiştir, bu nedenle solvent ve boya endüstrisi olarak tanımlanmıştır. Faktör 2, saat, bilgisayar, floresan lambalar, otomotiv, kablolar, metal ve elektronik ürünler, boya üretimi için özel olarak metal kirleticilerinden oluşmaktadır. Bu sebeple, bu çalışmada Faktör 2 otomotiv endüstrisi olarak tanımlanmıştır. Faktör 3, konvansiyonel kirleticiler ve korozyon önleyici, ilaç öncüsü, antifriz ve antisanking maddesi ve endüstriyel kaynaklardan etkilenmektedir; Bu nedenle, Faktör 3, karışık evsel ve endüstriyel kaynak olarak tanımlanabilir. Faktör 4, çoğunlukla güneş koruyucu ajan, PCP, güneş koruyucu ürünler, yüzey aktif madde, kimyasal madde üretimi, kaplama maddeleri gibi endüstriyel kaynaklardan etkilenmektedir, bu nedenle karışık endüstriyel kaynak olarak tanımlanmıştır. Faktör 5 yoğun olarak metallerden oluşmaktadı, bu nedenle Faktör 5'in metal endüstrisi olarak tanımlanmıştır. Faktör 5, konvansiyonel ve evsel kirleticilerden güçlü bir şekilde etkilenmektedir ve hayvancılık faaliyetleri olarak tanımlanmıştır. Ergene Watershed in Thrace Region has been in the news about the river pollution problems. The provinces within the watershed, especially Tekirdağ, have intense industrial activity due to the geographical location. Uncontrolled industrialization and unplanned urbanization have increased rapidly since 1990s in the region, and caused numerous environmental problems. Ergene River and its tributaries supply water to the watershed. A significant part of the industrial facilities is concentrated in the Çorlu-Çerkezköy region close to Çorlu Stream in Tekirdağ Province, and the pollution in the river starts in this region, which is at the beginning of Ergene River. The population has been also increasing by the influence of the organized industrial districts and industrial activities. There are approximately 1 768 000 people living and 2 000 industries in the region. Additionally, agricultural activities are carried out intensively in the watershed as well as the industrial activities.Water quality is analyzed to estimate pollution level and determine the potential uses of the water source. Sampling and measurements are the important steps in watershed management along with the inventory of pollution sources to identify the problem. Environmental Quality Standards (EQSs) for specific and priority pollutants recently included in `Surface Water Quality Regulation`. Measurements of these pollutants give more information than the routine monitoring for conventional pollutants to distinguish different pollution sources.Firstly, Ergene Watershed, boundaries of watersheds, and river were determined using ArcGIS software using a current high-resolution Digital Elevation Model (DEM) dataset. The current river was investigated using Google Earth to take into account the human interferences such as changes in riverbed and water irrigation channels. A total of 75 sampling locations were determined according to the number and spatial distribution of discharge points in the watershed. Measurements were evaluated and statistical analyses were performed to understand the characteristics of Ergene River pollution and contributing sources. In this study, three season (summer, fall, and winter) measurements of several micropollutants in addition to conventional pollutants and metals were used from 75 sampling locations in Ergene River. Pollution sources and contributions need to be identified to understand the state of the pollution and control pollution sources. Thus, source identification and apportionment using multivariate statistical analysis techniques namingly Cluster Analysis (CA), Principal Component Analysis (PCA), and Positive Matrix Factorization (PMF) were performed for this study. Out of 223 micropollutants, total of 132 in summer, 136 in fall, and 97 in winter were detected at least one sampling location. The multivariate statistical analyses were performed for the whole river, main river, and Çorlu Stream only. CA using Ward linkage method was performed with measured pollutants and sampling locations for three seasons with normalized concentration values. CA for sampling locations indicated two main clusters; first one with relatively clean locations and another one with polluted locations for all seasons. In addition, heatmaps were created.PCA was performed to the three seasons with pollutants with at least one measurement above Limit of Detection (LOD). The first 5-6 principal components usually explain more variation and 50% of the total variance was explained with the first seven components. PCA was also performed only with pollutants with more than 12.5% and 25% detection efficiency. For these cases, and main river, Çorlu Stream results, explained total variances were increased for all seasons. Çorlu Stream for three seasons with >25% detection of pollutants was identified approximately 100% with ten components. Fifty percent of the total variance was explained with the first three components Çorlu Stream with all measurements as well.PMF runs were performed for three to seven factors for three seasons (summer, fall, winter) and three cases (whole river, main river, and Çorlu Stream). Optimum number of factors were found as six factors for Ergene River, six factors for main river, and five factors for Çorlu Stream in summer; five factors for Ergene River, six factors for main river, and five factors for Çorlu Stream in fall; five factors for Ergene River, five factors for main river, and four factors for Çorlu Stream in winter. These findings were also consistent with the PCA results in which the same factors explained approximately 50%, 70%, and 70% of the variability in the dataset for Ergene River, main river, and Çorlu Stream, respectively.PMF runs were performed for three to seven factors for three seasons and three cases with pollutants greater than 25% detection frequency, and almost all of these pollutants were categorized as `Strong` according to their S/N ratio. According to the quality of fit parameter (Qtrue/Qexpected), optimum numbers of factors were determined as six factors for Ergene River, five factors for main river, and six factors for Çorlu Stream in summer; six factors for Ergene River, five factors for main river, and six factors for Çorlu Stream in fall; five factors for Ergene River, six factors for main river, and six factors for Çorlu Stream in winter. PMF results for the main river and Çorlu Stream with pollutants greater than 25% detection frequency were found to give the most stable solutions and used for identification of the sources. After determination the number of factors, uncertainty runs using Bootstrap (BS) and Displacement (DISP) methods were performed to understand the contributions of pollutants to source profiles. Factor fingerprints, factor contributions, and uncertainty methods error estimations of factor contributions for main river in three seasons were obtained. Major contributed pollutants for the factors and their contribution (%) in main river were combined, and contributions were indicated the important pollutants in each factor. According to pollutants with high factor profile percentages and low uncertainty, ranking was made. To understand the location of pollution sources, the factor contributions to the sampling locations of PMF were plotted against the distance from the beginning of the river (km) and the direction of flow.According to PMF results, Factor 1 was characterized by industrial pollutants, Factor 2 was by industrial, domestic, and agricultural pollutants, Factor 3 by industrial pollutants used in corrosion inhibitor, automotive and metal production, Factor 4 by pesticides, and Factor 5 strongly by metal pollutants in summer.In fall, Factor 1 was characterized by mixed industrial and domestic pollutants, Factor 2 by pesticides, insecticides, and herbicides, Factor 3 by industrial, domestic, and agricultural pollutants, Factor 4 mostly by domestic pollutants and Factor 5 by NO3 and pesticides. In winter, Factor 1 was characterized by specific industrial pollutants which can be identified as solvent and paint industry, Factor 2 by metal pollutants, Factor 3 by conventional pollutants and corrosion inhibitors, drug precursors, Factor by industrial pollutants and Factor 5 by metal pollutants, Factor 6 was strongly influenced by conventional and domestic pollutants in winter. According to PMF factor contributions for sampling locations, Factor 1 in summer, Factor 1 in fall, and Factors 1 and 4 in winter; Factor 2 in summer, Factor 3 in fall, and Factor 3 in winter; Factor 3 in summer, Factor 3 in fall, and Factor 4 in winter; Factor 4 in summer, Factor 5 in fall, and Factor 3 in winter; and Factor 5 in summer, Factor 4 in fall, and Factor 5 in winter were found similar contributed in main river. Factor 2 in winter was not related other factors in other seasons.According to PMF factor contributions for pollutants in main river, Factors 1 in summer, 1 in fall, and 4 in winter, Factors 2 in summer, and 3 fall, Factors 4 in summer, 5 in fall, and 4 in winter, Factors 5 in fall, 5 in winter were found similar. 195