Journals / Coğrafi Bilimler Dergisi / 2026 / Cilt: 24 Sayı: 2

Avalanche Susceptibility Mapping of Bingöl Province Using Analytic Hierarchy Process (AHP) and Validation through ROC-AUC Analysis

Analitik Hiyerarşi Süreci (AHP) Kullanılarak Bingöl İli Çığ Duyarlılık Haritasının Üretilmesi ve ROC-AUC Analizi ile Doğrulanması

Bülent Matpay(VAN YÜZÜNCÜ YIL ÜNİVERSİTESİ, VAN GÜVENLİK MESLEK YÜKSEKOKULU)0000-0002-2938-8913
Pages
805–831
Publication Date
2026-10-30
🏛️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)

The results indicate the following distribution: Very High (3,23%), High (14,47%), Moderate (51,55%), Low (30,74%), and Very Low (0,01%).

📌 3 Key Takeaways

🎯
Objective & Hypothesis:This study models the spatial susceptibility of snow avalanches ın Bingöl using Multi-Criteria Decision Making (MCDM) and Analytic Hierarchy Process (AHP) within a GIS environment.
📊
Key Findings & Data:The results indicate the following distribution: Very High (3,23%), High (14,47%), Moderate (51,55%), Low (30,74%), and Very Low (0,01%).
💡
Conclusion & Impact:By integrating these findings with previous research, indicating this study provides a scientific basis for proactive disaster management and preventive planning ın Bingöl, emphasizing the role of active fault segments as dynamic triggering factors.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Çığ duyarlılığı · Bingöl · Analitik Hiyerarşi Süreci (AHY)

Abstract

This study models the spatial susceptibility of snow avalanches ın Bingöl using Multi-Criteria Decision Making (MCDM) and Analytic Hierarchy Process (AHP) within a GIS environment. Key parameters including elevation, slope, aspect, curvature, and land use were analyzed to classify susceptibility into five categories. The results indicate the following distribution: Very High (3,23%), High (14,47%), Moderate (51,55%), Low (30,74%), and Very Low (0,01%). Extreme susceptibility is concentrated in the intersection zone of the North Anatolian Faults (NAF) and East Anatolian Faults (EAF), specifically in areas with slopes of the 30°-40°, elevations above 1750m, and sparse vegetation. Statistical validation yielded an AUC (Area Under Curve) value of 0.94, confirming a 94% accuracy in identifying avalanche paths. By integrating these findings with previous research, indicating this study provides a scientific basis for proactive disaster management and preventive planning ın Bingöl, emphasizing the role of active fault segments as dynamic triggering factors.

Özet

Çalışma, Bingöl’de kar çığlarının mekânsal duyarlılığını Çok Kriterli Karar Verme (ÇKKV) tekniklerinden biri olan Analitik Hiyerarşi Süreci (AHP) yaklaşımıyla modellemektedir. Çalışma parametreleri (yükseklik, eğim, bakı, yamaç eğriselliği, arazi kullanımı) Coğrafi Bilgi Sistemleri (CBS) ortamında analiz edilmiştir. Üretilen duyarlılık modeli; "Çok Düşük"ten "Çok Yüksek"e kadar beş kategoride sınıflandırılmış; modelin tahminsel geçerliliğiyse Alıcı İşletim Karakteristiği (ROC) eğrisiyle test edilmiştir. Bingöl ilinin çığ duyarlılık haritası beş kategoriye ayrılmıştır Çok Yüksek: %3,23, Yüksek: %14,47, Orta: %51,55 Düşük: %30,74 Çok Düşük: %0,01 olarak belirlenmiştir. AHP sonuçlarına göre, Bingöl’ün, Kuzey Anadolu Fayı (KAF) ve Doğu Anadolu Fayı’nın (DAF) kesişim zonu üzerindeki yüksek eğimli 30°-40°, 1750m üzeri yükseklikler ile kuzey ve kuzeybatı bakı ağırlıklı ve bitki örtüsünden yoksun sahaların ekstrem düzeyde, çığ duyarlılığı sergilediğini göstermiştir. İstatistiksel doğrulamada elde edilen 0,94 AUC (Area Under Curve) değeri, modelin çığ patikalarını tanımlamada %94 oranında doğruluk performansına sahip olduğunu kanıtlamaktadır. Statik parametre kullanımı çalışmanın kısıtı olsa da, elde edilen veriler Bingöl'de yapılmış/yapılacak çalışmalara entegre edilerek önleyici planlamalara katkı sağlayacaktır.

🔖

Cite This Article

Matpay, B. (2026). Avalanche Susceptibility Mapping of Bingöl Province Using Analytic Hierarchy Process (AHP) and Validation through ROC-AUC Analysis. Coğrafi Bilimler Dergisi, Cilt: 24 Sayı: 2, 805–831. https://doi.org/10.33688/aucbd.1916080

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (46)

  1. Afet ve Acil Durum Yönetimi Başkanlığı. (2015). Bütünleşik Tehlike Haritalarının Hazırlanması, Çığ Temel Kılavuz https://www.afad.gov.tr/kurumlar/afad.gov.tr/3468/xfiles/cig_temel-kilavuz-tr_.pdf
  2. Afet ve Acil Durum Yönetimi Başkanlığı. (2021). İRAP il afet ve risk azaltma planı. https://bingol.afad.gov.tr/kurumlar/bingol.afad/E-Kutuphane/Il-Planlari/BINGOL-AFAD-IRAP-2012.pdf
  3. Akgul, M., Akay, A. O., Ozocak, M., Esin, A. İ., & Şenturk, N. (2022). A new approach to spatial risk analysis in the long-term (1950–2020) assessment of natural disasters (avalanche, landslide, rockfall, flood) in Turkey. Natural Hazards, 114(3), 3471-3508. https://doi.org/10.1007/s11069-022-05528-z?urlappend=%3Futm_source%3Dresearchgate.net%26utm_medium%3Darticle
  4. Albrecht, V. M., Jaeneke, G., & Sommerhoff, W. Kellermann (1994). Wetter–Lawinen. Deutscher, Österreichischer A, herausgeber. Alpin-Lehrplan, 9, 1-198.
  5. Ancey, C. (2009). Snow avalanches. In P. Delage & B. Schrefler (Eds.), Environmental geomechanics (pp. 39–71). Wiley & Sons.
  6. Avci, V. (2025). Bingöl İlinin Çoklu Tehlike Afet Profili: Mekânsal Bir Analiz. Doğu Coğrafya Dergisi, 30(53), 30-53. https://doi.org/10.17295/ataunidcd.1550247
  7. Avci, V., & Kıranşan, K. (2016). Açıkgüney-Kiğı (Bingöl) depremi (03.12. 2015) ve sonuçları. Journal of International Social Research, 9(46). https://doi.org/10.17719/jisr.20164622595
  8. Avci, V., Esen, F., & Kıranşan, K. (2018). Bingöl ilinin fiziki coğrafya özellikleri. Bingöl Araştırmaları Dergisi, 4(2), 9-40.
  9. Avşin, N., & Çakı, D. T. (2021). Çatak - Bahçesaray (Van) Karayolu Üzerindeki Çığa Duyarlı Alanların Belirlenmesi. Jeomorfolojik Araştırmalar Dergisi, 7, 30-47. https://doi.org/10.46453/jader.911574
  10. Butler, D. R., & Walsh S. J. (1990). Lithologic, Structural, and Topographic İnfluences on Snow-Avalanche Path Location, Eastern Glacier National Park, Montana. Annals of the Association of American Geographers, 80(3), 362–378. https://doi.org/10.1111/j.1467- 8306.1990.tb00302.x
  11. Carrara, A., Cardinali, M., Guzzetti, F., & Reichenbach, P. (1995). GIS technology in mapping landslide hazard. In A. Carrara & F. Guzzetti (Eds.), Geographical information systems in assessing natural hazards (Vol. 5, pp. 135–175). Springer. https://doi.org/10.1007/978-94-015-8404-3_8
  12. Covasnianu, A., Grigoraș, I. R., State, L. E., Balin, D., Hogaș, S., & Balin, I. (2011). Mapping snow avalanche risk using GIS technique and 3D modeling. Case study: Ceahlau National Park. Romanian Journal of Physics, 56(3–4), 476–483. https://doi.org/10.2139/ssrn.1884082
  13. Ciolli, M., Tabarelli, S., & Zatelli, P. (1998). 3D spatial data integration for avalanche risk management. In D. Fritsch, M. Englich, & M. Sester (Eds.), ISPRS Commission IV symposium on GIS – between visions and applications (pp. 121–127). International Society for Photogrammetry and Remote Sensing.
  14. Mohammed, A. A. A. S., Naqvi, H. R., & Firdouse, Z. (2015). An assessment and identification of avalanche hazard sites in Uri sector and its surroundings on Himalayan mountain. Journal of Mountain Science, 12(6), 1499–1510. https://doi.org/10.1007/s11629-014-3274-z
  15. Meteoroloji Genel Müdürlüğü. (2026). Resmi iklim istatistikleri [Veri Seti]. https://www.mgm.gov.tr/veridegerlendirme/il-ve-ilceler-istatistik.aspx?k=A&m=BINGOL
  16. Ergünay, O. (2007, Aralık). Türkiye’nin afet profili. İçinde TMMOB Afet Sempozyumu Bildiriler Kitabı, 5(7), (1-14). Türkiye Mühendis ve Mimar Odaları Birliği. https://www.tmmob.org.tr/sites/default/files/dea61eed4bceec5_ek.pdf
  17. Fawcett, T. (2006). An introduction to ROC analysis. Pattern recognition letters, 27(8), 861-874. https://doi.org/10.1016/j.patrec.2005.10.010
  18. Ghinoi, A., & Chung, C. J. (2005). STARTER: A Statistical GISBased Model For The Prediction Of Snow Avalanche Susceptibility Using Terrrain Features: Application To Alta Val Badia, Italian Dolomites. Gemorphology, 66, 305-325. https://doi.org/10.1016/j.geomorph.2004.09.018
  19. Hosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression (2nd ed.). John Wiley & Sons.
  20. Iban, M. C., & Bilgilioglu, S. S. (2023). Snow avalanche susceptibility mapping using novel tree-based machine learning algorithms (XGBoost, NGBoost, and LightGBM) with eXplainable Artificial Intelligence (XAI) approach. Stochastic Environmental Research and Risk Assessment, 37(6), 2243-2270 https://doi.org/10.1007/s00477-023-02392-6
  21. İrcan, M. R., & Duman, N. (2024). Bitlis Çayı Havzası’nda Çığ Oluşumuna Duyarlı Alanların Coğrafi Bilgi Sistemleri ile Tespit Edilmesi. Jeomorfolojik Araştırmalar Dergisi, 12, 37-53. https://doi.org/10.46453/jader.1384155
  22. Kıranşan, K., Akbayram, K., & Avci, V. (2021). Bingöl Havzası ve Çevresinde Aktif Tektonizmanın Jeomorfoloji Üzerine Etkileri. Gümüşhane University Journal of Social Sciences, 12(3), 1110-1129. https://doi.org/10.36362/gumus.941564
  23. Kumar, S., Srivastava, P. K., & Snehmani. (2017). GIS-based MCDA–AHP modelling for avalanche susceptibility mapping of Nubra valley region, Indian Himalaya. Geocarto International, 32(11), 1254-1267. https://doi.org/10.1080/10106049.2016.1206626
  24. Kumar, S., Srivastava, P. K., & Snehmani. (2018). Geospatial modelling and mapping of snow avalanche susceptibility. Journal of the Indian Society of Remote Sensing, 46(1), 109-119. https://doi.org/10.1007/s12524-017-0672-z
  25. LaChapelle, E. R. (1985). The ABC of Avalanche Safety. The Mountaineers
  26. Liu, Y., Chen, X., Yang, J., Li, L., & Wang, T. (2023). Snow avalanche susceptibility mapping from tree-based machine learning approaches in ungauged or poorly-gauged regions. Catena, 224, 106997. https://doi.org/10.1016/j.catena.2023.106997
  27. Maggioni, M., & Gruber, U. (2003). The Influence of Topographic Parameters on Avalancherelease Dimension and Frequency. Cold Regions Science and Tecknology, 37, 407-419. https://doi.org/10.1016/S0165-232X(03)00080-6
  28. Matpay, B., Doğu, A. F., & Seyitoğulları, M., A. (2023). Hizan ve Çevresinde (Bitlis) Çığ Oluşumuna Duyarlı Alanların Belirlenmesi. Jeomorfolojik Araştırmalar Dergisi, 10, 110-132. https://doi.org/10.46453/jader.1230709
  29. McClung, D., & Schaerer, P. A. (2006). The avalanche handbook. The Mountaineers Books.
  30. Moore, I. D., Grayson, R. B., & Ladson, A. R. (1991). Digital Terrain Modelling: A Review of Hydrological, Geomorphological, and Biological Applications. Hydrol. Process. 5, 3–30. https://doi.org/10.1002/hyp.3360050103
  31. Mutlu, S., Cindioğlu, İ., Kul, A. Ö., & Sağlam Selçuk, A. (2022). Coğrafi Bilgi Sistemi (CBS) ve Parametre Puanlama Yöntemi İle Hakkâri İli Çığ Tehlike Haritasının Oluşturulması. Türkiye Coğrafi Bilgi Sistemleri Dergisi, 4(2), 71-78. https://doi.org/10.56130/tucbis.1177536
  32. Nagarajan, R., Venkataraman, G., & Snehamani, H. (2014). Rule Based Classification of Potential Snow Avalanche Areas. Natural Resoıurces and Conservation, 2, 11-24. https://doi.org/10.13189/nrc.2014.020201
  33. Nasery, S., & Kalkan, K. (2021). Snow Avalanche Risk Mapping Using GIS-Based Multi-Criteria Decision Analysis: The Case Of Van, Turkey. Arabian Journal of Geosciences, 14(9), 782. https://doi.org/10.1007/s12517-021-07112-4
  34. Özşahin, E., & Kaymaz, Ç. K. (2014). Avalanche susceptibility and risk analysis of eastern Anatolian Region using GIS. Procedia-Social and Behavioral Sciences, 120, 663-672. https://doi.org/10.1016/j.sbspro.2014.02.147
  35. Parshad, R., Srivastva, P. K., Snehmani, G., & Snehmani, S. (2017). Snow avalanche susceptibility mapping using remote sensing and GIS in Nubra-Shyok Basin, Himalaya, India. Indian Journal of Science Technology, 10(31), 1-12. https://doi.org/10.17485/ijst/2017/v10i31/105647
  36. Saaty T.L. (1980). The analytic hierarchy process, mcgrawhill international. McGraw-Hill International.
  37. Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83-98. https://doi.org/10.1504/IJSSCI.2008.017590
  38. Schweizer, J., Bruce Jamieson, J., & Schneebeli, M. (2003). Snow avalanche formation. Reviews of Geophysics, 41(4), 1016 https://doi.org/10.1029/2002RG000123
  39. Selçuk, L. (2013). An Avalanche Hazard Model for Bitlis Province, Turkey, Using GIS Based Multicriteria Decision Analysis. Turkish Journal of Earth Sciences, 22, 523-535. https://doi.org/10.3906/vet-1303-36
  40. Şahin, E. K. (2018). Heyelan duyarlılık haritası için adımsal regresyona dayalı faktör seçme yönteminin etkinliğinin araştırılması. Harita Dergisi, 159, 1-15.
  41. Şıkoğlu, E. (2023). Bingöl’deki Diri Faylar ve Kent Ölçeğinde Coğrafi Değerlendirmesi. Turkish Studies, 18(4), 1667. http://dx.doi.org/10.7827/TurkishStudies.72846
  42. Thakur, K., & Kumar, H. (2025). Avalanche susceptibility factors, trends, techniques, and practices in Indian Himalaya: A review. Earth-Science Reviews, 269, 105207. https://doi.org/10.1016/j.earscirev.2025.105207
  43. Tonbul, S. (1990). Bingöl Ovası ve çevresinin jeomorfolojisi ve gelişimi. Coğrafya Araştırmaları Dergisi, 2(2), 329-352.
  44. Varol, N. (2022). Avalanche Susceptibility Mapping With The Use Of Frequency Ratio, Fuzzy and Classical Analytical Hierarchy Process For Uzungol Area, Turkey. Cold Regions Science and Technology, 194, 103439. https://doi.org/10.1016/j.coldregions.2021.103439
  45. Wen, H., Wu, X., Liao, X., Wang, D., Huang, K., & Wünnemann, B. (2022). Application of machine learning methods for snow avalanche susceptibility mapping in the Parlung Tsangpo catchment, southeastern Qinghai-Tibet Plateau. Cold Regions Science and Technology, 198, 103535. https://doi.org/10.1016/j.coldregions.2022.103535
  46. Yalcin, A. (2008). GIS-based landslide susceptibility mapping using analytical hierarchy process and bivariate statistics in Ardesen (Turkey): comparisons of results and confirmations. Catena, 72(1), 1-12. https://doi.org/10.1016/j.catena.2007.01.003