KaydedilenlerDerginizi ekleyin

Dergiler / Afet ve Risk Dergisi / 2026 / Cilt: 7 Sayı: 2

Bulanık Mantık Yöntemiyle Sera Gölü Çevresinin Heyelan Duyarlılık Analizi

Landslide Susceptibility Analysis of Surrounding of Sera Lake by Fuzzy Logic Method

Olgu Aydın(ANKARA UNIVERSITY)0000-0001-8220-6384
Nussaibah Raja(GeoZentrum Nordbayern)0000-0002-0000-3944
Sayfa
441–456
Yayın Tarihi
2024-07-31
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışmanın sonuçları, heyelanlara karşı duyarlı olabilecek alanları göstermesi açısından heyelanların ekonomik, sosyal, kültürel ve çevresel hasarlarına karşı gerekli önlemleri almak ve ileriye yönelik planlamalar yapabilmek açısından önem arz etmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Karadeniz Bölgesi, etkili yağışlarla birlikte, jeomorfolojik ve litolojik koşulları, toprak özellikleri ve nemi, arazi kullanımı gibi faktörlerle kütle hareketlerinin, özellikle heyelanların sık meydana geldiği bir bölgedir.
📊
Temel Bulgular & Veri:Heyelan duyarlılık değerlendirmesine yönelik çalışmalar, heyelanlara karşı gerekli önlemleri almak ve muhtemel can ve mal kaybının azaltılmasına yardımcı olmak açısından önemlidir.
💡
Sonuç & Katkı:Çalışmanın sonuçları, heyelanlara karşı duyarlı olabilecek alanları göstermesi açısından heyelanların ekonomik, sosyal, kültürel ve çevresel hasarlarına karşı gerekli önlemleri almak ve ileriye yönelik planlamalar yapabilmek açısından önem arz etmektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Bulanık Mantık · Heyelan · Heyelan Duyarlılık Haritası

Özet

Karadeniz Bölgesi, etkili yağışlarla birlikte, jeomorfolojik ve litolojik koşulları, toprak özellikleri ve nemi, arazi kullanımı gibi faktörlerle kütle hareketlerinin, özellikle heyelanların sık meydana geldiği bir bölgedir. Heyelan duyarlılık değerlendirmesine yönelik çalışmalar, heyelanlara karşı gerekli önlemleri almak ve muhtemel can ve mal kaybının azaltılmasına yardımcı olmak açısından önemlidir. İleriye yönelik planlamalar yaparken, alanın heyelan duyarlılığı açısından değerlendirilmesi gereklilik haline gelmiştir. Çalışmanın amacı, Trabzon, Akçaabat ilçesi, Sera Gölü çevresinin yapay zekâ tabanlı Bulanık Mantık (Fuzzy Logic) yöntemiyle heyelan duyarlılık değerlendirmesini yapmaktır. Çalışmada eğim, bakı, yamaç şekli, göreceli rölyef, litoloji, nehire olan mesafe, topografik nemlilik indeksi kullanılmıştır. Bulanık Mantık (Fuzzy Logic) yöntemi kullanılarak gerçekleştirilen Sera Gölü çevresi heyelan duyarlılık analizi başarılı bir sonuç vermiştir. R2 değeri %67 ile modeli açıklamıştır. RMSE ve MAE sonuçları “0” değerine yakındır. Heyelana duyarlı alanlar çalışma alanının önemli bir bölümüne karşılık gelmektedir. Çalışmanın sonuçları, heyelanlara karşı duyarlı olabilecek alanları göstermesi açısından heyelanların ekonomik, sosyal, kültürel ve çevresel hasarlarına karşı gerekli önlemleri almak ve ileriye yönelik planlamalar yapabilmek açısından önem arz etmektedir.

Abstract

Landslides are a frequent occurrence in the Black Sea Region, mainly due to factors such as geomorphological and lithological conditions, soil properties and humidity, land use, along with effective precipitation. Landslide susceptibility assessments are vital to ensure that necessary precautions are taken to mitigate against landslides so as to help reduce possible loss of life and property. In addition, landslide susceptibility assessments are also important for future land development plans. The aim of the study is to carry out a landslide susceptibility assessment using the artificial intelligence-based Fuzzy Logic method of Sera Lake around Trabzon, Akçaabat district. The variables used in our model are: slope, aspect, slope shape, relative relief, lithology, distance to the river and topographic humidity index. The landslide susceptibility analysis of the Sera Lake environment provided an R2 value of 0.67 and RMSE and MAE values close to “0”. This suggests that our method was quite good at evaluating landslide susceptibility in our study area. Landslide sensitive areas correspond to an important part of the study area. The results of the study are important in terms of taking necessary measures against economic, social, cultural and environmental damages of landslides and making future plans in order to show the areas that may be sensitive to landslides.

🔖

Bu Makaleye Atıf Yap

Aydın, O., Raja, N. (2024). Bulanık Mantık Yöntemiyle Sera Gölü Çevresinin Heyelan Duyarlılık Analizi. Afet ve Risk Dergisi, Cilt: 7 Sayı: 2, 441–456. https://doi.org/10.35341/afet.1439973

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (65)

  1. Abdı, A., Bouamrane, A., Karech, T., Dahri, N., Kaouachi, A. (2021). Landslide susceptibility mapping using GIS–based fuzzy logic and the analytical hierarchical processes approach: A case study in Constantine (North-East Algeria). Geotechnical and Geological Engineering, 39, 5675–5691. https://doi.org/10.1007/s10706-021-01855-3
  2. AFAD. (2020). Afet yönetimi kapsamında 2019 yılına bakış ve doğa kaynaklı olay istatistikleri. Afet ve Acil Durum Yönetimi Başkanlığı, https://afad.gov.tr/kurumlar/afad.gov.tr/e_Kutuphane/Kurumsal-Raporlar/2019yilidogakaynakliolayistatistikleri.pdf (Son Erişim: 11.04.2024)
  3. Akçalı, E. (2011). Heyelan yağış ilişkisinin modellenmesi ve analizi: Trabzon ili örneği. Doktora Tezi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü
  4. Akçay, C. (2003). İnşaat mühendisliğinde fuzzy logic uygulama örnekleri. Yüksek Lisans Tezi. Fen Bilimleri Enstitüsü, İstanbul Üniversitesi
  5. Aksoy, B., Ercanoglu, M. (2012). Landslide identification and classification by object-based image analysis and fuzzy logic: An example from the Azdavay region (Kastamonu, Turkey). Computers & Geosciences, 38, 87–98. https://doi.org/10.1016/j.cageo.2011.05.010
  6. Althuwaynee, F. O., Pradhan, B., Park, H., Lee J. H. (2014). A novel ensemble bivariate statistical evidential belief function with knowledge–based analytical hierarchy process and multivariate statistical logistic regression for landslide susceptibility mapping. Catena, 114, 21–36. http://dx.doi.org/10.1016/j.catena.2013.10.011
  7. Ateş, E. C. (2021). Bulanık mantık (fuzzy logic). İçinde: Akdemir, N., Tuncer, C. O. (ed) Siber ansiklopedi: siber ortama çok disiplinli bir yaklaşım, Pegem Akademi Yayıncılık, Ankara, pp. 73–77
  8. Ayalew, L., Yamagishi, H. (2005). The application of GIS-based logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains Central Japan. Geomorphology, 65(1–2), 15–31. https://doi.org/10.1016/j.geomorph.2004.06.010
  9. Aydınoğlu, A. Ç., Altürk, G. (2021). Heyelan duyarlılık haritalarının istatistik ve makine öğrenmesi teknikleri kullanılarak üretilmesi: Taşlıdere Havzası örneği (Rize). Coğrafya Dergisi, 43, 159–176. https://doi.org/10.26650/GEOG2021-814561
  10. Aydin, O., Çiçek, İ. (2015). Geostatistical interpolation of precipitation in Turkey. Lambert Academic Publishing, Saarbrucken
  11. Bahrami, Y., Hassani, H., Maghsoudi, A. (2021). Landslide susceptibility mapping using AHP and fuzzy methods in the Gilan province, Iran. GeoJournal, 86, 1797–1816. https://doi.org/10.1007/s1062-y
  12. Bayrak, T., Ulukavak, M. (2009). Trabzon heyelanları. Harita Teknolojileri Elektronik Dergisi, 1(2), 20–30. e-ISSN: 1309-3983
  13. Beret, B. (1955). Sera Heyelanı. Türk Coğrafya Dergisi, 13–14, 155–160. https://doi.org/10.17211/tcd.52826
  14. Bir, B. N. (2023). Sakarya ili heyelan duyarlılık haritalandırması ve risk değerlendirmesi. Yüksek Lisans Tezi. Sakarya Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü
  15. Bui, D. T., Pradhan, B., Lofman, O., Revhaug, I., Dick, O. B. (2012). Spatial prediction of landslide hazards in Hoa Binh province (Vietnam): A comparative assessment of the efficacy of evidential belief functions and fuzzy logic models. Catena, 96, 28–40. https://doi.org/10.1016/j.catena.2012.04.001
  16. Chaudhary, M. T., Piracha, A. (2021). Natural disasters–origins, impacts, management. Encyclopedia, 1, 1101–1131. https://doi.org/10.3390/encyclopedia1040084
  17. Chi, Z., Yan, H., Pham, T. (1996). Fuzzy algorithms: With applications to image processing and pattern recognition. World Scientific, Singapore https://doi.org/10.1142/3132
  18. Cruden, D. M. (1991). A simple definition of a landslide. Bulletin of the International Association of Engineering Geology, 43, 27–29. https://doi.org/10.1007/BF02590167
  19. Çavuş, A. (2014). Trabzon’da doğa turizmi açısından değerlendirilmesi gereken turistik bir alan: Sera Gölü. Türk Coğrafya Dergisi, 64, 43–50. https://doi.org/10.17211/tcd.45471
  20. Dalkes, M., Korkmaz, M. S. (2023). Analitik hiyerarşi süreci ve frekans oranı yöntemlerinin heyelan duyarlılık analizinde karşılaştırılması: Trabzon ili Akçaabat ve Düzköy ilçeleri örneği. Doğal Afetler ve Çevre Dergisi, 9(1), 16–38. https://doi.org/10.21324/dacd.1105000
  21. Demir, G. (2011). Kuzey Anadolu Fayı üzerinde Niksar-Suşehri arasındaki alanın CBS tabanlı heyelan duyarlılık analizi. Doktora Tezi. Fen Bilimleri Enstitüsü, Karadeniz Teknik Üniversitesi
  22. Dhianaufal, D., Kristyanto, T. H. W., Indra, T. L., Syahputra, R. (2018). Fuzzy logic method for landslide susceptibility mapping in volcanic sediment area in Western Bogor. AIP Conference Proceedings, 2023, 020190. https://doi.org/10.1063/1.5064187
  23. Ercanoglu, M., Gokceoglu, C. (2002). Assessment of landslide susceptibility for a landslide-prone area (North of Yenice, NW Turkey) by fuzzy approach. Environmental Geolog, 41, 720–730. https://doi.org/10.1007/s00254-001-0454-2
  24. Ercanoglu, M., Gokceoglu, C. (2004). Use of fuzzy relations to produce landslide susceptibility map of a landslide prone area (West Black Sea Region, Turkey). Engineering Geology, 75(3–4), 229–250. https://doi.org/10.1016/j.enggeo.2004.06.001
  25. Ercanoglu, M., Kasmer, O., Temiz, N. (2008). Adaptation and comparison of expert opinion to analytical hierarchy process for landslide susceptibility mapping. Bulletin of Engineering Geology and the Environment, 67, 565–578. https://doi.org/10.1007/s10064-008-0170-1
  26. Ercanoglu, M., Temiz, A. F. (2011). Application of logistic regression and fuzzy operators to landslide susceptibility assessment in Azdavay (Kastamonu, Turkey). Environmental Earth Science, 64(4), 949–964. https://doi.org/10.1007/s12665-011-0912-4
  27. Erener, A., Mutlu, A., Duzgun, S. H. (2015). A comparative study for landslide susceptibility mapping using GIS–based multi–criteria decision analysis (MCDA), logistic regression (LR) and association rule mining (ARM). Engineering Geology, 203, 45–55. https://doi.org/10.1016/j.enggeo.2015.09.007
  28. Feizizadeh, B., Roodposhti S. M., Jankowski, P., Blaschke, T. (2014). A GIS–based extended fuzzy multi–criteria evaluation for landslide susceptibility mapping. Computers&Geosciences, 73, 208–221 https://doi.org/10.1016/j.cageo.2014.08.001
  29. Gómez, H., Kavzoğlu, T. (2005). Assessment of shallow landslide susceptibility using artificial neural networks in Jabonosa River Basin, Venezuela. Engineering Geology, 78(1–2), 11–27. https://doi.org/10.1016/j.enggeo.2004.10.004
  30. Gökler, L. A. (2021). Foreign demand and high-rise luxury housing projects in two Turkish cities: Ankara and Trabzon. Land Use Policy, 103, 105318. https://doi.org/10.1016/j.landusepol.2021.105318
  31. Gökceoğlu, C., Ercanoğlu, M. (2001). Heyelan duyarlılık haritalarının hazırlanmasında kullanılan parametrelere ilişkin belirsizlikler. Yerbilimleri, 23, 189–206
  32. Güneroğlu, N., Pektaş, S. (2022). Sera Gölü Tabiat Parkı’nın kullanıcı memnuniyeti açısından değerlendirilmesi. Ormancılık Araştırma Dergisi, 9, 124–132. https://doi.org/10.17568/ogmoad.1091159
  33. Hoşgören, M. Y. (1994). Türkiye’nin gölleri. Türk Coğrafya Dergisi, 29, 19–51. https://doi.org/10.17211/tcd.70549
  34. Khalig, A., Ahmad, A. (2010). Fuzzy logic and approximate reasoning. Degree of Master of Sciences in Mathematical Modelling and Simulation. Blenkinge Institute of Technology
  35. Kılıçoğlu, C. (2020). Frekans oranı metodu ve Bayesyen olasılık modeli kullanılarak Samsun ili Vezirköprü ilçesinin heyelan duyarlılık haritasının üretilmesi. Afyon Kocatepe University Journal of Sciences and Engineering, 20(1), 138–154. https://doi.org/10.35414/akufemubid.658662
  36. Klai, A., Katlane, R., Haddah, R., Rabia, M. C. (2024). Landslide susceptibility mapping by frequency ratio and fuzzy logic approach: a case study of Mogods and Hedil (Northern Tunisia). Applied Geomatics, 16, 91–109. https://doi.org/10.1007/s12518-023-00544-5
  37. Kouhpeima, A. S., Feyznia, S., Ahmadi, H., Moghadamnia, A. R. (2017). Landslide susceptibility mapping using logistic regression analysis in Latyan catchment. Desert, 22(1), 85–95 https://doi.org/10.22059/jdesert.2017.62181
  38. MGM (Tarım ve Orman Bakanlığı Meteoroloji Genel Müdürlüğü). (2019). 2018 yılı iklim değerlendirmesi. https://www.mgm.gov.tr/FILES/iklim/yillikiklim/2018-iklim-raporu.pdf (Son erişim: 11.04.2024) Miccadei, E., Carabella, C., Paglia, G. (2022). Landslide hazard and environment risk assessment. Landslide Hazard and Environment Risk Assessment, 11(3), 428. https://doi.org/10.3390/land11030428
  39. Noorollahi, Y., Sadeghi, S., Yousefi, H., Nohegar, A. (2018). Landslide modelling and susceptibility mapping using AHP and fuzzy approaches. International Journal of Hydrology, 2(2), 137–148. https://doi.org/10.15406/ijh.2018.02.00063
  40. Okoli, J., Nahazanan, H., Nahas, F., Kalantar, B., Shafri, H. Z. M., Khuzaimah, Z. (2023). High resolution lidar-derived DEM for landslide susceptibility assessment using AHP and fuzzy logic in Serdand, Malasia. Geosciences, 13(2), 1–34. https://doi.org/10.3390/geosciences13020034
  41. Ödük, M. N. (2019). Bulanık mantık yöntemi ve uygulamaları. Iksad Publications. ISBN: 978-625-7029-11-7
  42. Petley, D. (2012). Global patterns of loss of life from landslides. Geology, 40(10), 927–930. http://doi.org/10.1130/G33217.1
  43. Özdemir, O., Kalınkara, Y. (2020). Bulanık mantık: 2000–2020 yılları arası tez ve makale çalışmalarına yönelik bir içerik analizi. ActaInfologica, 4(2), 155–174. http://doi.org/10.26650/acin.762872
  44. Pourghasemi, R. H., Pradhan, B., Gokceoglu, C. (2012). Application of fuzzy logic and analytical hierarchy process (AHP) to landslide susceptibility mapping at Haraz watershed, Iran. National Hazards, 63, 965–996. http://dx.doi.org/10.1007/s11069-012-0217-2
  45. Pradhan, B., Lee, S., Buchroithner, M. F. (2009). Use of geospatial data and fuzzy algebraic operators to landslide-hazard mapping. Applied Geomatics, 1, 3–5. https://doi.org/10.1007/s12518-009-0001-5
  46. Pradhan, B. (2011). Use of GIS-based fuzzy logic relations and its cross application to produce landslide susceptibility maps in three test areas in Malaysia. Environmental Earth Science, 63, 329–349. https://doi.org/10.1007/s12665-010-0705-1
  47. Pradhan, A. M. S., Kim, Y. T. (2016). Evaluation of a combined spatial multi–criteria evaluation model and deterministic model for landslide susceptibility mapping. Catena, 140, 125–139. https://doi.org/10.1016/j.catena.2016.01.022
  48. Raja, N. B., Türkoğlu, N., Çiçek, İ., Aydin, O, Kawasaki, A. (2017). Landslide susceptibility mapping of the Sera river basin using logistic regression model. Natural Hazards, 85(3), 1323–1346. https://doi.org/10.1007/s11069-016-2591-7
  49. Rostami, Z. A., Al-modaresi, S. A., Fathizad, H., Faramarzi, M. (2016). Landslide susceptibility mapping by using fuzzy logic: a case study of Chamgardalan cathment, Ilam, Iran. Arabian Journal of Geosciences, 9(685), 1–11. http://dx.doi.org/10.1007/s12517-016-2720-3
  50. Saha, S., Ray J., Pradhan, B., Hembram, T.K. (2021). Hybrid ensemble machine learning approaches for landslides susceptibility mapping using different sampling ratios at East Sikkim Himalayan, India. Advances in Space Research, 68(7), 2819–2840. http://dx.doi.org/10.1016/j.asr.2021.05.018 Şahin, E. K. (2018). Heyelan duyarlılık haritası için adımsal regresyona dayalı faktör seçme yönteminin etkinliğinin araştırılması. Harita Dergisi, 159, 1–15. ISSN: 1300-5790
  51. Şen, Z. (2001). Bulanık mantık ve modelleme iIkeleri. 2. Baskı. Bilge Sanat Yapım Evi, İstanbul
  52. Süzen, L. M., Doyuran, V. (2004). A comparison of the GIS based landslide susceptibility assessment methods: Multivariate versus bivariate. Environmental Geology, 45, 665–679. http://dx.doi.org/10.1007/s00254-003-0917-8
  53. Taş, M. A., Şenol, C., Yanık, M. E. (2024). Analitik hiyerarşi süreci (AHS) metodu ile Of ilçesi’nde (Trabzon) heyelan risk duyarlılığı analizi. Afet ve Risk Dergisi, 7(1), 279–302. https://doi.org/10.35341/afet.1361149
  54. Timilsina, M., Bhandary, N. P., Dahal, R. K., Yatabe, R. (2014). Distribution probability of large-scale landslides in Central Nepal. Geomorphology, 226, 236–248. https://dx.doi.org/10.1016/j.geomorph.2014.05.031
  55. Turner, A. K. (2018). Social and environmental impacts of landslides. Innovative Infrastructure Solutions, 3(70), 1–253. https://doi.org/10.1007/S41062-018-0175-y
  56. Türkeş, M. (2021). Genel klimatoloji–atmosfer, hava ve iklimin temelleri. Kriter Yayınevi, İstanbul
  57. Vega, J. H. C. (2023). Comparison study of a landslide event hazard mapping using a multi-approach of fuzzy logic, TRIGRS model and support vector machine in a data-scarce Andes Mountain region. Arabian Journal of Geosciences, 16(527), 1–26. https://doi.org/10.1007/s12517-023-11627-3
  58. Yalcin, A., Bulut, F. (2007). Landslide susceptibility mapping using GIS and digital photogrammetric techniques: A case study from Ardesen (NE-Turkey). National Hazards, 41, 201–226. http://dx.doi.org/10.1007/s11069-006-9030-0
  59. Yesilnacar, E., Topal, T. (2005). Landslide susceptibility mapping: A comparision of logistic regression and neural networks methods in a medium scale study, Hendek region (Turkey). Engineering Geology, 79(3–4), 251–266. http://dx.doi.org/10.1016/j.enggeo.2005.02.002
  60. Yılmaz, M., Arslan, E. (2005). Bulanık mantığın jeodezik problemlerin çözümünde kullanılması. Harita ve Kadastro Mühendisleri Odası, Mühendislik Ölçmeleri STB Komisyonu, 2. Mühendislik Ölçmeleri Sempozyumu, İstanbul
  61. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. https://doi.org/10.1016/S0019-9958(65)90241-X
  62. Zadeh, L. H., Janusz, K. (1992). Fuzzy logic for the management of uncertinity. John Wiley&Sons, Inc., New York.
  63. Zhang, G., Cai, Y., Zheng, Z., Zhen, J., Liu, Y., Huang, K. (2016). Integration of the Statistical Index Method and the Analytic Hierarchy Process technique for the assessment of landslide susceptibility in Huizhou, China. Catena, 142, 233–244. http://dx.doi.org/10.1016/j.catena.2016.03.028
  64. Zhang, Y., Zhang, J., Dong, L. (2023). Fuzzy logic regional landslide susceptibility multi-field information map representation analysis method consrained by spatial characteristics of mining factors in mining areas. Processes, 11(985), 1–33. http://doi.org/10.3390/pr11040985
  65. Zhao, B., Zhu, J., Hu, Y., Liu, Q., Liu, Y. (2022). Mapping landslide sensitivity based on machine learning: A case study in Ankang City, Shaanxi province, China. Geofluids, 2022, 1–32. https://doi.org/10.1155/2022/2058442