Sürdürülebilir Kalkınma Amaçları
Yayınlar
- MakaleAçık Erişim2026Gümüşhane’nin Heyelan Duyarlılığının Makine Öğrenmesi Algoritmaları Kullanılarak Değerlendirilmesi
Bostancı, Hasan Tahsin
Gümüşhane, jeolojik yapısı, engebeli topografyası ve iklimsel özellikleri nedeniyle ülkemizde heyelan, kaya düşmesi ve çığ gibi kütle hareketlerinin sıkça yaşandığı illerden biridir. 2021 yılında hazırlanan il afet risk azaltma planında il genelinde meydana gelen doğal afetlerin %49’unu heyelanların oluşturduğu belirtilmiştir. Dolayısıyla bu çalışmada, makine öğrenmesi algoritmaları kullanılarak Gümüşhane’nin Merkez ilçesinin heyelan duyarlılık haritalarının üretilmesi amaçlanmıştır. Çalışmada makine öğrenmesi algoritmaları olarak lojistik regresyon (LR), yapay sinir ağları (ANN) ve destek vektör makineleri (SVM) tercih edilmiştir. Adı geçen algoritmalarla oluşturulan duyarlılık modellerinde; bakı, drenaj ağlarına uzaklık, yola uzaklık, yükseklik, arazi örtüsü, litoloji, plan eğriliği, profil eğriliği, eğim ve topografik nemlilik indeksi (TWI)’nden oluşan 10 faktör kullanılmıştır. Modellerin eğitim ve doğrulama aşamasında MTA Genel Müdürlüğünden temin edilen heyelan envanter haritası kullanılmıştır. LR, ANN ve SVM modellerinin performansı ROC eğrisi altında kalan alan (area under the ROC curve - AUC) metriği kullanılarak değerlendirilmiştir. LR, ANN ve SVM modellerinin AUC değerleri, sırasıyla, 0.784, 0.865 ve 0.888 olarak belirlenmiştir. Bu sonuçlar SVM modelinin diğer modellerden daha iyi performans gösterdiğini ortaya koymuştur. Ayrıca, çalışma alanında heyelanların meydana gelmesinde en etkili faktörlerin sırasıyla eğim, yükseklik, TWI ve yola yakınlık olduğu belirlenmiştir.
- MakaleYalnız künye2020Medium scale earthflow susceptibility modelling by remote sensing and geographical information systems based multivariate statistics approach: an example from Northeastern Turkey
Dağ, Serhat; Akgün, Aykut; Kaya, Ayberk; Alemdağ, Selçuk; Bostancı, Hasan Tahsin
The aim of the present study was to produce an earthflow susceptibility map for the city center and environs of the province of Rize located at the Northeastern part of Turkey. The study area is the rainiest region of Turkey, and due to the triggering effect of precipitation earthflows are frequently observed in and around the study area. Besides this point, weathered rock units and steep topography accompany with precipitation for the occurrence of earthflow cases. Considering this point, an earthflow susceptibility mapping was inferred to be a necessity for the area. Parameters, such as lithology, slope gradient, slope aspect, topographical wetness index (TWI), stream power index (SPI), slope curvature, and sediment capacity index (LS) were considered to be earthflow conditioning parameters. A multi-temporal earthflow inventory map for a period of 4 years (2011–2015) was initially generated by way of remote sensing approach and field surveys. Earthflow susceptibility map was produced using the logistic regression method after which the produced susceptibility map was validated. The mapped earthflows were separated into two groups prior to modelling and validation. The first group was for training and the second group was for validation steps. The accuracy of the model was measured by fitting them to a validation set of mapped earthflows. Area under curvature (AUC) approach was applied for validation purposes. The prediction capability of the earthflow susceptibility map produced can be regarded as acceptable in accordance with the AUC values of 0.62 for the logistic regression model. Based on these results, the obtained earthflow susceptibility map can be used to mitigate hazards related to landslides and to aid in land-use planning for the Rize city center.