In the present study, all-solid-state potentiometric micro ion-selective electrodes without internal reference solution were developed. Potentiometric performance characteristics of the electrodes were tested in both steady-state and flow-through conditions. By using the developed electrodes, various sensor arrays were constituted for the employement in steady-state and flow-through analysis. The low-dead-volume flow-through cells were designed to keep sample dispersion small in the measurements. Linear and non-linear calibrations of the sensor arrays were realized by using ion concentrations in the ion mixtures, which were prepared according to the experimental design, and the signals obtained from the electrodes versus these ion mixtures. For the multivariate linear calibrations of the sensor arrays, Multiple Linear Regression (MLR), Principle Component Regression (PCR) and Partial-Least-Squares Regression (PLS) methods were used. Artificial Neural Networks (ANN) were preferred as calibration method for the non-linear calibrations. The multivariate calibration models which have the best prediction power were determined by comparing the obtained multivariate calibration models with each other. Validations of the models were tested according to the cross-validation and external test set validation methods. The proposed sensor arrays were used with the models which have the best prediction power, for simultaneous determination of some common ions in natural water samples. The analysis results obtained by using multivariate calibrations were compared with the results obtained with ion chromatography and classical calibration. It was indicated that the utilization of the multivariate data processing techniques with the potentiometric multi-sensor arrays significantly increased the accuracies of the analysis results.

Çalışmada, bütünüyle katı hal kontakt elektrot üretim teknolojisi kullanılarak iç referans çözeltisi içermeyen mikro potansiyometrik iyon seçici elektrotlar hazırlandı. Elektrotların durgun ve hareketli ortam potansiyometrik performans özellikleri test edildi. Hazırlanan elektrotlar kullanılarak, durgun ve hareketli ortam analizlerinde kullanılmak üzere çeşitli sensör dizileri oluşturuldu. Hareketli ortam ölçümlerinde örnek dağılımını azaltmak için düşük ölü hacme sahip akış hücreleri tasarlandı. Sensör dizilerinin doğrusal ve doğrusal olmayan çok değişkenli kalibrasyonları, deneysel tasarım kurallarına göre hazırlanan iyon karışım çözeltilerindeki iyon konsantrasyonları ve bu çözeltilere karşılık elektrotlardan okunan sinyaller kullanılarak gerçekleştirildi. Sensör dizilerinin çok değişkenli doğrusal kalibrasyonlarında Çoklu Doğrusal Regresyon (MLR), Temel Bileşen Regresyonu (PCR) ve Kısmi En Küçük Kareler Regresyonu (PLS) metotları kullanıldı. Doğrusal olmayan kalibrasyonlarda ise kalibrasyon metodu olarak Yapay Sinir Ağları (ANN) tercih edildi. Elde edilen farklı çok değişkenli kalibrasyon modelleri karşılaştırılarak, en iyi tahmin gücüne sahip çok değişkenli kalibrasyon modelleri belirlendi. Çapraz geçerlilik (cross validation) ve dış test seti geçerliliği (external test set validation) validasyon teknikleri kullanılarak modellerin geçerlilikleri test edildi. Önerilen sensör dizileri, en iyi tahmin gücüne sahip modellerle birlikte doğal su numunelerinde yaygın olarak bulunan bazı iyonların eş zamanlı analizlerinde kullanıldı. Çok değişkenli kalibrasyonla elde edilen analiz sonuçları iyon kromatografisi ve klasik kalibrasyonla elde edilen sonuçlarla karşılaştırıldı. Çok değişkenli veri işleme tekniklerinin potansiyometrik çoklu sensör dizileriyle birlikte kullanımının, analizlerin doğruluğunu önemli derecede arttırdığı görüldü.