Yazarlar
Yayınlar
- Yüksek Lisans TeziAçık Erişim2026Çayeli (Rize) ilçesinde jeofizik verilerle bütünleşik heyelan duyarlılığı ve risk haritalarının oluşturulması
Zehra Sürül
Bu çalışmada, Çayeli ilçesinde heyelan duyarlılığının belirlenmesi amacıyla makine öğrenmesi tabanlı bütünleşik bir analiz gerçekleştirilmiştir. Çalışmada topoğrafik, hidrolojik, jeolojik, iklimsel ve sismik/jeoteknik faktörler birlikte değerlendirilmiş; AFAD, MTA, CORINE, OpenStreetMap ve sayısal yükseklik modeli verileri kullanılmıştır. Ayrıca Çayeli Belediyesi’nden temin edilen 55 adet jeolojik-jeoteknik rapor incelenmiş ve jeofizik veriler CBS ortamında modele dahil edilmiştir. Toplam 28 koşullayıcı faktör oluşturulmuş, VIF analizi sonucunda yüksek doğrusal bağlantıya sahip değişkenler çıkarılarak modelleme süreci 22 faktör üzerinden yürütülmüştür. Lojistik Regresyon, Rastgele Orman, XGBoost, LightGBM, SVM ve YSA dahil olmak üzere on farklı makine öğrenmesi algoritması karşılaştırılmıştır. Modeller 5 katlı çapraz doğrulama ve bağımsız test veri seti ile değerlendirilmiştir. Son aşamada SHAP analizi uygulanarak faktörlerin model tahminlerine etkisi yorumlanmıştır. Elde edilen sonuçlar doğrultusunda heyelan duyarlılık haritaları üretilmiş ve çalışma alanındaki mevcut heyelanlarla yüksek mekânsal uyum gösterdiği belirlenmiştir. Çalışma, makine öğrenmesi ve açıklanabilir yapay zekâ yöntemlerinin heyelan duyarlılık analizlerinde etkili sonuçlar sunduğunu ortaya koymuştur.
- MakaleYalnız künye2026Very fast Kolmogorov-Arnold network for landslide susceptibility prediction
Günen, Mehmet Akif; Tona, Aziz Uğur
Landslides represent critical geological events causing loss of life and property. Prediction of landslide susceptibility is essential for risk reduction and decision-making. XGBoost, LightGBM, NGBoost, CatBoost, MLP, and FastKAN were used to predict landslide susceptibility in Gümüşhane, Türkiye, a region with complex topographic and geological structures. 20 factors were used: 9 topographical, 3 hydrological, 4 climatic, 2 geological, and 2 environmental and infrastructure-related factors. Model performance was assessed using Accuracy, Precision, Recall, and F-Score, with SHAP analysis showing feature contributions. A multicollinearity analysis was used to determine the final feature set. Topographical variables (Aspect, Slope) showed lower impacts, while geological and environmental factors (Lithology, Distance to Fault) demonstrated moderate influence across models. For FastKAN, DEM, precipitation, and distance to fault were key factors, while for boosting methods, GHI, Tmax, and DEM were most significant. FastKAN achieved the highest performance under the internal pixel-wise evaluation scheme, with an accuracy of 96.54%, followed by XGBoost at 95.56%. McNemar’s statistical test showed no significant difference between NGBoost and MLP. Post-inventory landslide events observed in 2025 and 2026 were spatially consistent with high and very high susceptibility zones, providing a qualitative consistency check rather than rigorous independent quantitative validation.
- MakaleYalnız künye2008An application of the interaction matrices method for slope failure susceptibility zoning: Dogankent settlement area (Giresun, NE Turkey)
Ceryan, Nurcihan; Ceryan, Sener
Large-scale instability phenomena frequently occur in slopes in such geologically complex areas as Dogankent in NE Turkey. This study presents an application of the interaction matrices (IM) methodology, as a semi-qualitative method sensitive to large-scale slope instability. For both rock and soil slopes, the main interactive factors were distance from faults, degree of weathering and slope angle. Using IM, a slope failure susceptibility map was created for the Dogankent area and checked again field evidence. The results indicated that IM could be a useful method for slope stability assessment.
