SavedAdd your journal

Journals / Havacılık ve Uzay Çalışmaları Dergisi / 2026 / Cilt: 6 Sayı: 2

Multi-criteria decision-making approach for UAV selection in CBRN incidents

KBRN olaylarında İHA seçimine yönelik çok kriterli karar verme yaklaşımı

Melike Özdemir(KIRIKKALE ÜNİVERSİTESİ)0009-0003-8075-6819
Arda Umut Uzunköprü(KIRIKKALE ÜNİVERSİTESİ)0009-0006-3069-7226
Zeynep Akbaş(KIRIKKALE ÜNİVERSİTESİ)0009-0006-7008-2525
Yusuf Bera Sanlı(KIRIKKALE ÜNİVERSİTESİ)0009-0003-7577-6671
Emel Güven(OSTİM TEKNİK ÜNİVERSİTESİ)0000-0001-6106-9720
Tamer Eren(KIRIKKALE UNIV)0000-0001-5282-3138
Pages
173–185
Publication Date
2026-08-31
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

This study provides decision-makers with a reliable guide for selecting the appropriate equipment while contributing to the literature by demonstrating the effectiveness of the computational methods used in disaster management.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Chemical, Biological, Radiological, and Nuclear (CBRN) incidents are crisis situations that pose a significant threat to human health and environmental safety and are difficult to manage.
📊
Key Findings & Data:To minimize the influence of personal judgment and arrive at the most accurate result, the Pythagorean Fuzzy AHP and TOPSIS methods were used in conjunction.
💡
Conclusion & Impact:This study provides decision-makers with a reliable guide for selecting the appropriate equipment while contributing to the literature by demonstrating the effectiveness of the computational methods used in disaster management.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:KBRN · insansız hava aracı · İHA seçimi

Abstract

Chemical, Biological, Radiological, and Nuclear (CBRN) incidents are crisis situations that pose a significant threat to human health and environmental safety and are difficult to manage. The use of Unmanned Aerial Vehicles (UAVs) is now essential for enhancing response capabilities and monitoring hazards remotely in such high-risk areas. However, selecting the UAV model best suited for CBRN conditions is a complex task requiring the simultaneous evaluation of numerous technical features. In this study, six UAV models were analyzed based on ten defined criteria. To minimize the influence of personal judgment and arrive at the most accurate result, the Pythagorean Fuzzy AHP and TOPSIS methods were used in conjunction. The results of the analysis revealed that the most critical feature enabling a UAV to succeed in CBRN operations is the “Thermal Camera,” and this criterion holds the highest weight compared to the others. Based on this key finding, it was determined that “VTOL” (Vertical Take-Off and Landing) UAV s are the best option in terms of suitability for use. This study provides decision-makers with a reliable guide for selecting the appropriate equipment while contributing to the literature by demonstrating the effectiveness of the computational methods used in disaster management.

Özet

Kimyasal, Biyolojik, Radyolojik ve Nükleer (KBRN) olaylar; insan sağlığı ve çevre güvenliği için büyük tehlike oluşturan, yönetilmesi zor kriz durumlarıdır. Bu gibi riskli alanlarda müdahale gücünü artırmak ve tehlikeyi uzaktan takip edebilmek için İnsansız Hava Aracı (İHA) kullanımı artık bir zorunluluktur. Ancak KBRN şartlarına en uygun İHA modelini seçmek, birçok teknik özelliği aynı anda değerlendirmeyi gerektiren karmaşık bir iştir. Bu çalışmada, belirlenen on farklı kriter üzerinden altı İHA modeli incelenmiştir. Seçim yaparken kişisel yorumların etkisini azaltmak ve en doğru sonucu bulmak için Pisagor Bulanık AHP ve TOPSIS yöntemleri birlikte kullanılmıştır. Yapılan analizler sonucunda, bir İHA’nın KBRN müdahalesinde başarılı olmasını sağlayan en önemli özelliğin "Termal Kamera" olduğu ve bu kriterin diğerlerine göre en yüksek ağırlığa sahip olduğu görülmüştür. Bu temel sonuca dayanarak, dikey iniş-kalkış yapabilen "VTOL" tipi İHA’ların kullanım uygunluğu açısından en iyi seçenek olduğu belirlenmiştir. Bu çalışma, karar vericilere doğru ekipman seçimi için güvenilir bir yol gösterirken, kullanılan hesaplama yöntemlerinin afet yönetimindeki etkinliğini ispatlayarak literatüre katkı sağlamaktadır.

🔖

Cite This Article

Özdemir, M., Uzunköprü, A. U., Akbaş, Z., Sanlı, Y. B., Güven, E., Eren, T. (2026). Multi-criteria decision-making approach for UAV selection in CBRN incidents. Havacılık ve Uzay Çalışmaları Dergisi, Cilt: 6 Sayı: 2, 173–185. https://doi.org/10.52995/jass.1883740

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (42)

  1. Altınörs, A., & Kuzu, F. (2021). Bir quadcopterin PID, adaptif ve LQR kontrol yöntemleri kullanılarak yapılan dinamik analizi. International Journal of Innovative Engineering Applications, 5(2), s. 65-74. https://doi.org/10.46460/ijiea.929552
  2. Baş, K., & Karakurt, S. (2024). Decontamination solutions and techniques for chemical, biological, radiological and nuclear (CBRN) incidents. Savunma Bilimleri Dergisi, 20(1), s. 29-48. https://doi.org/10.17134/khosbd.1360355
  3. Çalık, A. (2021). Bulanık çok kriterli karar verme yöntemleri ile yeşil tedarik zincirindeki risklerin karşılaştırılması. Journal of Turkish Operations Management, 5(2), s. 822-838. https://izlik.org/JA53LM65CS
  4. Dehshiri, S. C. (2026). Sustainable supplier selection based on a comparative decision-making approach under uncertainty. Spectrum of Operational Research (SOR), 3(1), 238-251. https://doi.org/10.31181/sor31202644
  5. Erol, E., Özcan, E., & Eren, T. (2021). Elektrik üretim santrallarında iş güvenliği uzmanı seçiminde hibrit bir karar modeli. Journal of Turkish Operations Management, 1(5), s. 615-629. https://izlik.org/JA86RW64TY
  6. Ghirardelli, M., Kral, S. T., Müller, N. C., Hann, R., Cheynet, E., & Reuder, J. (2023). Flow structure around a multicopter drone: A computational fluid dynamics analysis for sensor placement considerations. Drones, 7(7), s. 467. https://doi.org/10.3390/drones7070467
  7. Ghorbani, M., & Ramezanian, R. (2020). Integration of carrier selection and supplier selection problem in humanitarian logistics. Computers & Industrial Engineering, 144. https://doi.org/10.1016/j.cie.2020.106473
  8. Güngör, M. (2023). İnsansız hava araçlarının (İHA) arkeolojik alanlardaki kullanımının incelenmesi. Türkiye İnsansız Hava Araçları Dergisi, 5(1), s. 37-42. https://doi.org/10.51534/tiha.1150512
  9. Güven, E., Pınarbaşı, M., Alakaş, H. M., & Eren, T. (2024). Organize sanayi bölgelerinin NATECH riskine göre değerlendirilmesi: Kocaeli ili için bir örnek. ESTU Resilience, 8(1), s. 13-30. https://doi.org/10.32569/resilience.1379980
  10. Hassanalian, M., & Abdelkefi, A. (2017). Classifications, applications, and design challenges of drones: A review. Progress in Aerospace Sciences, 91, s. 99-131. https://doi.org/10.1016/j.paerosci.2017.04.003
  11. Kahraman, C. (2008). Multi-criteria decision making methods and fuzzy sets. In Springer Optimization and Its Applications (pp. 1–18). Springer.
  12. Kara, M., Yumuşak, R., & Eren, T. (2022). Acil yardım müdahalesi yapan birimler için çok ölçütlü karar verme yöntemleri ile kargo drone seçimi. Türkiye İnsansız Hava Araçları Dergisi, 4(2), s. 38-45. https://doi.org/10.51534/tiha.1148876
  13. Kara, M., Yumuşak, R., & Eren, T. (2023). Anız yangınlarına müdahale için itfaiye drone seçimi: Giresun örneği. Journal of Aviation Research, 5(1), 1-15. https://doi.org/10.51785/jar.1180613
  14. Kaşlı, E. (2021). Suçlu drone saldırılarına karşı polisin zor kullanma yetkisi. Türkiye İnsansız Hava Araçları Dergisi, 3(2), s. 49-54. https://doi.org/10.51534/tiha.981025
  15. Kıllıoğlu, M. E. (2023). İnsansız hava araçları (İHA) ve Türkiye. Turkish Journal of War Studies, 4(2), s. 114-134. https://doi.org/10.52792/tws.1336610
  16. Koca, G., & Yıldırım, S. (2020). Bulanık çok kriterli karar verme çalışmalarına yönelik bibliyometrik analiz: 2005-2019 dönemi. Bilecik Şeyh Edebali University Journal of Social Science, 5(2), s. 257-272. https://doi.org/10.33905/bseusbed.787164
  17. Küçükçelebi, A., & Yaldız, E. (2020). Kablolu İHA sistemleri ve uygulamaları. Avrupa Bilim ve Teknoloji Dergisi (Özel Sayı), s. 154-159. https://doi.org/10.31590/ejosat.802734
  18. Lafçı, B., Taş, E. G., & Ölç, N. Cantürk (2022). İnsansız hava araçlarının ve insansız hava aracı sistemlerinin adli bilimler açısından önemi. Güvenlik Bilimleri Dergisi, 11(2), s. 305-332. https://doi.org/10.28956/gbd.1212382
  19. Mert, A., & Çetinyokuş, S. (2020). Denizyolu tehlikeli madde taşımacılığına yönelik kazaların analizi. Journal of Humanities and Tourism Research, 10(1), 41-54. https://izlik.org/JA65TP23LY
  20. Metin, M., & Şentürk, K. (2024). Static analysis of main body parts designed using carbon fiber material for hexacopter structure drone. The Black Sea Journal of Sciences, 14(4), s. 1758-1781. https://doi.org/10.31466/kfbd.1474166
  21. Mueller, T., & Michels, J. (2019). Design and control of a VTOL unmanned aerial vehicle with transition flight capabilities. Journal of Intelligent & Robotic Systems, 94(1), s. 121-137.
  22. Nemeth, C., Sedehi, J., Rule, G., Pietrantonia, J. D., Laufersweiler, D., Keeney, N., & Clark, R. (2024). Decision support for CBRN avoid and protect missions. Cognition, Technology & Work, s. 375-384. https://doi.org/10.1007/s10111-024-00767-5
  23. Ölç, Y., & Göçer, F. (2024). Pisagor bulanık küme ortamında yenilenebilir enerji kaynağı seçimi. ALKÜ Fen Bilimleri Dergisi, 6(2), s. 96-115. https://doi.org/10.46740/alku.1420828
  24. Park, Y., Park, S., Lee, J., Jang, J., Jeong, H., Shin, M.,. Kang, K. (2026). Rapid detection of hazardous chemical leaks in industrial facilities using a UAV–IMS system: Optimization of flight parameters for emergency response. Process Safety and Environmental Protection, 210. https://doi.org/10.1016/j.psep.2026.108691
  25. Polat, G. E. (2022). Distribution centre location selection for disaster logistics with integrated goal programming-AHP based TOPSIS method at the city level. Afet ve Risk Dergisi, 5(1), 282-296. https://doi.org/10.35341/afet.1071343
  26. Ryll, M., Muscio, G., & Siegwart, R. (2018). Modeling and control of a quadrotor UAV with tilting propellers. IEEE Robotics and Automation Letters, 3(2), s. 993-1000. https://doi.org/10.1109/ICRA.2012.6225129
  27. Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), s. 83-98. https://doi.org/10.1504/IJSSCI.2008.017590
  28. Sakalp, D., & Akçay, Ö. (2023). Bina zarfının termal görüntüler ile fotogrametrik modellenmesi. Türk Uzaktan Algılama ve CBS Dergisi, 4(1), 1-16. https://doi.org/10.48123/rsgis.1166498
  29. Salam, M. A., & Khan, S. A. (2020). Lessons from the humanitarian disaster logistics management: A case study of the earthquake in Haiti. Benchmarking: An International Journal, 27(4), 1455–1473. https://doi.org/10.1108/BIJ-04-2019-0165
  30. Sanlı, Y. B., Güven, E., Tokuştepe, L., Özbek, K. O., Arslan, B., & Eren, T. (2025). Tehlikeli madde lojistiğinde güzergahların bulanık çok ölçütlü karar verme yöntemleri ile belirlenmesi: Adıyaman-Ankara örneği. Journal of Transportation and Logistics, 10(2), s. 296-326. https://doi.org/10.26650/JTL.2025.1602446
  31. Sarıaslan, H. (2024). Uçaklarda KBRN tehditleri algılama ve müdahale teknolojileri ve taşımacılıktaki yeni konseptler: Havayolu endüstrisinde risk analizi ve değerlendirmesi. Journal of Aerospace Science and Management, 2(2), s. 84-97. https://izlik.org/JA89LY77LD
  32. Schraml, S., Hubner, M., Taupe, P., Hofstätter, M., Amon, P., & Rothbacher, D. (2022). Real-time gamma radioactive source localization by data fusion of 3D-LiDAR terrain scan and radiation data from semi-autonomous UAV flights. Sensors, 22(23), 9198. https://doi.org/10.3390/s22239198
  33. Şahin, H., & Oktay, T. (2019). Özgün trikopterin özellikleri ve diğer insansız hava araçları ile karşılaştırılması. Avrupa Bilim ve Teknoloji Dergisi, 31, s. 816-825. https://doi.org/10.31590/ejosat.586900
  34. Taşcıoğlu, F., Konukbay, F., Karabacak, H., & Koluman, A. (2026). Advancements in process control methodologies for CBRN decontamination techniques: A review. Resilience, 9(2), s. 357-370. https://doi.org/10.32569/resilience.1530724
  35. Tekinay, O. N., & Bozoğlu Batı, G. (2022). Askeri alanlarda kullanılmak üzere insansız hava aracı (İHA) sistemleri seçiminde TOPSIS ve bulanık TOPSIS yönteminin kullanılması. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 44(1), 78-103. https://doi.org/10.14780/muiibd.1135526
  36. Tezcan, M. (2024). Pisagor bulanık kümelere entegre AHP ve TOPSIS yöntemleri ile geniş gövde yolcu uçak tipi seçimi. Journal of Aviation Research, 6(1), s. 1-24. https://doi.org/10.51785/jar.1371387
  37. Villi, O., & Yakar, M. (2022). İnsansız hava araçlarının kullanım alanları ve sensör tipleri. Türkiye İnsansız Hava Araçları Dergisi, 4(2), s. 57-61. https://doi.org/10.51534/tiha.1189263
  38. Wu, P., Mjörnell, K., Claes, S., & Mikael, M. (2021). Machine learning in hazardous building material management: Research status and applications. Recent Progress in Materials. 3(2), s. 17. https://doi.org/10.21926/rpm.2102017
  39. Yager, R. R. (2013). Pythagorean fuzzy subsets. Joint IFSA World Congress and NAFIPS Annual Meeting, s. 57-61. https://doi.org/10.1109/IFSA-NAFIPS.2013.6608375
  40. Yeşilay, R., & Macit, A. (2020). Dünyada ve Türkiye'de drone ekonomisi: Geleceğe yönelik beklentiler. Beykoz Akademi Dergisi, 8(1), s. 239-251. https://doi.org/10.14514/byk.m.26515393.2020.8/1.239-251
  41. Yıldız, A., Ayyıldız, E., Gümüş, A., & Özkan, C. (2019). Ülkelerin yaşam kalitelerine göre değerlendirilmesi için hibrit Pisagor bulanık AHP-TOPSIS metodolojisi: Avrupa Birliği örneği. Avrupa Bilim ve Teknoloji Dergisi, 17, s. 1383-1391. https://doi.org/10.31590/ejosat.658021
  42. Park, Y., Park, S., Lee, J., Jang, J., Jeong, H., Shin, M.,. Kang, K. (2026). Rapid detection of hazardous chemical leaks in industrial facilities using a UAV–IMS system: Optimization of flight parameters for emergency response. Process Safety and Environmental Protection, 210. https://doi.org/10.1016/j.psep.2026.108691