KaydedilenlerDerginizi ekleyin

Dergiler / Fırat Üniversitesi Sosyal Bilimler Dergisi / 2026 / Cilt: 35 Sayı: 2

Heyelan Duyarlılığının Analitik Hiyerarşi Süreci (AHS) ve Frekans Oranı (FR) ile Belirlenmesi: Kürk Çayı Havzası (Elazığ) Örneği

Determination of Landslide Susceptibility by Analytical Hierarchy Process and Frequency Ratio: Kürk Stream Basin (Elazığ) Example

Turgay Öz(FIRAT ÜNİVERSİTESİ)0000-0002-3749-4193
Sayfa
467–485
Yayın Tarihi
2025-05-26
🏛️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)

Sonuç olarak, bu çalışma hem istatistiksel hem de uzman temelli yöntemleri bir araya getirerek kapsamlı bir heyelan duyarlılık analizi sunmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:ÖZ Heyelan duyarlılık haritalarının oluşturulması, Coğrafi Bilgi Sistemleri (CBS) ve Uzaktan Algılama Teknolojileri (UA) kullanılarak gerçekleştirilen önemli bir çalışmadır.
📊
Temel Bulgular & Veri:Ayrıca, litolojik çeşitlilik ve yüksek eğim oranları da heyelan oluşumunu tetikleyen önemli faktörler arasında yer almaktadır.
💡
Sonuç & Katkı:Sonuç olarak, bu çalışma hem istatistiksel hem de uzman temelli yöntemleri bir araya getirerek kapsamlı bir heyelan duyarlılık analizi sunmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Frekans Oranı · Analitik Hiyerarşi · Heyelan Duyarlılığı

Özet

ÖZ Heyelan duyarlılık haritalarının oluşturulması, Coğrafi Bilgi Sistemleri (CBS) ve Uzaktan Algılama Teknolojileri (UA) kullanılarak gerçekleştirilen önemli bir çalışmadır. Bu haritalar, riskli bölgelerin belirlenmesini ve afet yönetim planlarının geliştirilmesini sağlar. Çalışma alanı olarak seçilen Kürk Çayı Havzası, Doğu Anadolu Fay Zonu (DAF) üzerinde yer almakta olup, bölgenin tektonik olarak aktif bir yapıya sahip olması heyelan riskini artırmaktadır. Ayrıca, litolojik çeşitlilik ve yüksek eğim oranları da heyelan oluşumunu tetikleyen önemli faktörler arasında yer almaktadır. Çalışmada heyelan duyarlılık haritaları 12 faktör Frekans Oranı (FR) ve Analitik Hiyerarşi Süreci (AHS) yöntemleri kullanılarak üretilmiş ve doğrulukları ROC eğrisi ile test edilmiştir. Analiz sonuçlarına göre, FR yöntemi, istatistiksel hesaplamaya dayalı daha objektif bir yaklaşım sunarak, AHS yöntemine kıyasla daha başarılı sonuçlar vermiştir. FR yönteminin doğruluğu, heyelan duyarlılık haritalarının üretilmesinde etkili bir yöntem olduğunu ortaya koymaktadır. Sonuç olarak, bu çalışma hem istatistiksel hem de uzman temelli yöntemleri bir araya getirerek kapsamlı bir heyelan duyarlılık analizi sunmaktadır. Üretilen duyarlılık haritalarının, havza yönetimi, afet riskinin azaltılması ve sürdürülebilir arazi kullanımı gibi alanlarda önemli katkılar sağlayabileceği ortaya konulmuştur.

Abstract

The creation of landslide susceptibility maps is an important study carried out using Geographic Information Systems (GIS) and Remote Sensing Technologies (RST). These maps enable the determination of risky areas and the development of disaster management plans. The Kürk Stream Basin selected as the study area is located on the East Anatolian Fault Line, and the tectonically active structure of the region increases the risk of landslides. In addition, lithological diversity and high slope rates are among the important factors that trigger landslide formation. In the study, landslide susceptibility maps were produced using Frequency Ratio (FR) and Analytical Hierarchy Process (AHS) methods and their accuracy was tested with the ROC curve. According to the analysis results, the FR method provided a more objective approach based on statistical calculation and yielded more successful results compared to the AHS method. The accuracy of the FR method reveals that it is an effective method in the production of landslide susceptibility maps. In conclusion, this study offers a comprehensive landslide susceptibility analysis by combining both statistical and expert-based methods. It has been demonstrated that the produced susceptibility maps can make significant contributions to areas such as watershed management, disaster risk reduction and sustainable land use.

🔖

Bu Makaleye Atıf Yap

Öz, T. (2025). Heyelan Duyarlılığının Analitik Hiyerarşi Süreci (AHS) ve Frekans Oranı (FR) ile Belirlenmesi: Kürk Çayı Havzası (Elazığ) Örneği. Fırat Üniversitesi Sosyal Bilimler Dergisi, Cilt: 35 Sayı: 2, 467–485. https://doi.org/10.18069/firatsbed.1572408

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (53)

  1. Aghlmand, M., Onur, M. İ. & Talaeı, R. (2020). Heyelan duyarlılık haritalarının üretilmesinde Analitik Hiyerarşi yönteminin ve Coğrafi Bilgi Sistemlerinin kullanımı. European Journal of Science and Technology, Nisan (Özel Sayı), 224-230. https://doi.org/10.31590/ejosat.araconf28
  2. Anis, Z., Wissem, G., Vali, V., Smida, H., & Essghaier, G. M. (2019). GIS-based landslide susceptibility mapping using bivariate statistical methods in North-western Tunisia. Open Geosciences, 11(1), 708–726. https://doi.org/10.1515/geo-2019-0056
  3. 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
  4. Aydınoğlu, A. Ç., & Altürk, G. (2022). Heyelan duyarlılık haritalarının istatistik ve makine öğrenmesi teknikleri kullanılarak üretilmesi: Taşlıdere Havzası örneği (Rize). Coğrafya Dergisi, 43, 159–176. https://doi.org/10.26650/JGEOG2021-814561
  5. Aydoğan, E., & Dağ, S. (2023). İstatistiksel Yöntemlerle Yukarı Karasu Havzası’nın Kuzeydoğu Bölümünün (Erzurum) Heyelan Duyarlılık Analizi. Türk Uzaktan Algılama Ve CBS Dergisi, 4(1), 64-82. https://doi.org/10.48123/rsgis.1202140
  6. Avcı, V. (2015). Bingöl Çayı Havzası’nın (Bingöl) heyelan duyarlılık analizi. Fırat Üniversitesi Sosyal Bilimler Dergisi, 25(2), 1–26. https://doi.org/10.18069/fusbed.66886
  7. Barling, R. (1992). Saturation zones and ephemeral on arable land in southeastern Australia [Unpublished PhD dissertation]. University of Melbourne.
  8. Başara, A. C., & Şişman, Y. (2022). Frekans oranı, kanıt ağırlığı ve lojistik regresyon yöntemleri kullanılarak heyelan duyarlılık haritalarının CBS tabanlı karşılaştırılması. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 11(3), 647-660. https://doi.org/10.28948/ngumuh.1065284
  9. Başalan, A. (2022). İstatistiksel Yöntemler Uygulanarak Tokat İl Merkezinin Heyelan Duyarlılık Haritalarının Üretilmesi. Gaziosmanpaşa Bilimsel Araştırma Dergisi, 11(3), 260-273.
  10. Berber, S., & Ceryan, Ş. (2023). Güzelyalı-Lapseki (Çanakkale) arasındaki bölgenin heyelan duyarlılığının analitik hiyerarşi süreci yöntemiyle (AHS) değerlendirilmesi. Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 25(1), 305–316. https://doi.org/10.25092/baunfbed.1208462
  11. Beven, K., & Kirkby, M. (1979). A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin, 24, 43–69.
  12. Brodie, A. R., & Varnes, D. J. (2008). Riverbank erosion as a trigger for landslides. Geomorphology, 96(1-2), 1–10.
  13. Ceylan Demirel, Ş., & Hastaoğlu, K. Ö. (2022). CBS Tabanlı AHP Yöntemi Kullanılarak Oluşturulan Sivas Koyulhisar Heyelan Duyarlılık Haritalarının Güvenilirliğinin Araştırılması. Afet Ve Risk Dergisi, 5(2), 715-730. https://doi.org/10.35341/afet.1071728
  14. Çellek, S., Bulut, F., & Ersoy, H. (2015). AHP yöntemi’nin heyelan duyarlılık haritalarının üretilmesinde kullanımı ve uygulaması (Sinopve Yakın Çevresi). Jeoloji Mühendisliği Dergisi, 39(2), 59-59. https://doi.org/10.24232/jeoloji-muhendisligi-dergisi.295366
  15. Çevik, E., & Topal, T. (2003). GIS-based landslide susceptibility mapping for a problematic segment of the natural gas pipeline, Hendek (Turkey). Environmental Geology, 44(8), 949–962. https://doi.org/10.1007/s00254-003-0838-6
  16. Chala, T. (2022). GIS-based landslide susceptibility zonation mapping using frequency ratio and logistics regression models in the Dessie area, South Wello, Ethiopia. Research Square. https://doi.org/10.21203/rs.3.rs-1633474/v1
  17. Chen, X., & Chen, W. (2021). Catena GIS-based landslide susceptibility assessment using optimized hybrid machine learning methods.
  18. Catena, 196, 104833. https://doi.org/10.1016/j.catena.2020.104833
  19. D’Amato, M., & Orsini, F. (2016). The influence of seismic activity on landslide susceptibility: A case study in the Apennines. Landslides, 13(3), 457–471.
  20. Dağdelenler, G. (2020). İki farklı örneklem tekniği kullanılarak oluşturulan heyelan duyarlılık haritalarının frekans oranı (FO) yöntemi ile karşılaştırılması. Jeoloji Mühendisliği Dergisi, 44(1), 19–38. https://doi.org/10.24232/jmd.740509
  21. 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
  22. Das, G., & Lepcha, K. (2019). Application of logistic regression (LR) and frequency ratio (FR) models for landslide susceptibility mappingin Relli Khola river basin of Darjeeling Himalaya, India. SN Applied Sciences, 1(11), 1-22. https://doi.org/10.1007/s42452-019- 1499-8
  23. Deng, X., Li, L., & Tan, Y. (2017). Validation of spatial prediction models for landslide susceptibility mapping by considering structural similarity. ISPRS International Journal of Geo-Information, 6(4), 103. https://doi.org/10.3390/ijgi6040103
  24. Daelo, J. (1993). Receiver operating characteristic laboratory (ROCLAB): Software for developing decision strategies that account for uncertainty. 2nd International Symposium on Uncertainty Modeling and Analysis, 318–315.
  25. El Jazouli, A., Barakat, A., & Khellouk, R. (2019). GIS-multicriteria evaluation using AHP for landslide susceptibility mapping in Oum Er Rbia high basin (Morocco). Geoenvironmental Disasters, 6(1). https://doi.org/10.1186/s40677-019-0119-7
  26. Ercanoğlu, M., & Gökçeoğlu, C. (2002). Assessment of landslide susceptibility for a landslide-prone area (north of Yenice, NW Turkey) by fuzzy approach. Environmental Geology, 41(6), 720–730. https://doi.org/10.1007/s00254-001-0454-2
  27. Erener, A., & Lacasse, S. (2007). Heyelan duyarlılık haritalamasında CBS kullanımı. TMMO Harita ve Kadastro Mühendisleri Odası, Ulusal Coğrafi Bilgi Sistemleri Kongresi. Trabzon.
  28. Guzzetti, F., Ardizzone, F., & Paola, R. (2006). Landslide hazard assessment in the Collazzone area, Umbria, Central Italy. Natural Hazards and Earth System Sciences, 6, 115–131. https://doi.org/10.5194/nhess-6-115-2006
  29. Horton, R. (1945). Erosional development of streams and their drainage basins: Hydrophysical approach to quantitative morphology. Bulletin of the Geological Society of America, 56(3), 275–370.
  30. Keefer, D. K. (1984). Landslides caused by earthquakes. Geological Society of America Bulletin, 95(4), 406–421.
  31. Lee, S., & Min, K. (2001). Statistical analysis of landslide susceptibility at Yongin, Korea. Environmental Geology, 40(9), 1095–1113. https://doi.org/10.1007/s002540100310
  32. Lee, S., & Talib, J. A. (2005). Probabilistic landslide susceptibility and factor effect analysis. Environmental Geology, 47(7), 982–990. https://doi.org/10.1007/s00254-005-1228-z
  33. Öztürk, D., & Batuk, F. (2007). Çok sayıda kriter ile karar vermede kriter ağırlıkları. Yıldız Teknik Üniversitesi, Sigma Mühendislik ve Fen Bilimleri Dergisi, 25(1), 86–98.
  34. Öz, T., & Günek, H. (2021). Solaklı Havzası’nın (Trabzon) Heyelan Duyarlılığı Ve Yerleşim Yeri Risk Analizi. İnternational Journal Of Geography And Geography Education(44), 396-412. Https://Doi.Org/10.32003/İgge.931516
  35. Özdemir, A. (2008). Zemin Mekaniği ve Zemin Mühendisliğine Giriş. Konya: İnci Matbaası.
  36. Pourghasemi, H.R., Moradi, H, R., & Aghda, S.F. (2013) Landslide susceptibility mapping by binary logistic regression, analytical hierarchy process, and statistical index models and assessment of their performances, Natural hazards, 69(1), 749-779. doi:10.1007/s11069-013-0728-5
  37. Pourghasemi, R. H., & Rahmati, O. (2018). Prediction of the landslide susceptibility: Which algorithm, which precision? Catena, 162, 177–192. https://doi.org/10.1016/j.catena.2017.11.022
  38. Pradhan, B. (2010). Landslide susceptibility mapping of a catchment area using frequency ratio, fuzzy logic and multivariate logistic regression approaches. Journal of the Indian Society of Remote Sensing, 38(2), 301–320. https://doi.org/10.1007/s12524-010-0020-z
  39. Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York: McGraw-Hill.
  40. Schmidt, J., & Schrott, L. (2007). The influence of rivers on landslide occurrence in steep terrain. Geomorphology, 85(3–4), 328–342.
  41. Silalahi, F. E. S., Arifianti, Y., & Hidayat, F. (2019). Landslide susceptibility assessment using frequency ratio model in Bogor, West Java, Indonesia. Geoscience Letters, 6(1), 1–17. https://doi.org/10.1186/s40562-019-0140-4
  42. Sunkar, M., & Avcı, V. (2016). Şepker Çayı Aşağı Havzası’nın (Adıyaman Batısı) heyelan duyarlılık analizi. Fırat Üniversitesi Sosyal Bilimler Dergisi, 26(2), 13–44. https://doi.org/10.18069/firatsbed.346901
  43. Şengün, M. T., Şaman, B., & Karadeniz, E. (2019). Kalaba Yolu (Sivrice-Elazığ) heyelanı ve duyarlılık analizi. 1. Uluslararası Coğrafya Kongresi Bildiri Kitabı.
  44. Tatar, Y., Turan, M., & Aksoy, E. (1995). Hazar Gölü Yakın Çevresinin jeolojisi ve göl’ün oluşumu. I. Hazar Gölü ve Çevresi Sempozyumu. Elazığ.
  45. Üzel, N., & Öztürk, D. (2021). Van ili heyelan duyarlılığının frekans oranı yöntemiyle analizi. Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 26(3), 865–884. https://doi.org/10.17482/uumfd.969246
  46. Van Westen, C. J., Castellanos, E., & Kuriakose, S. L. (2008). Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview. Engineering Geology, 102(3–4), 112–131. https://doi.org/10.1016/j.enggeo.2008.03.010
  47. Wang, Q., Li, W., Xing, M., Wu, Y., Pei, Y., Yang, D., & Bai, H. (2016). Landslide susceptibility mapping at Gongliu County, China using artificial neural network and weight of evidence models. Geosciences Journal, 20(5), 705–718. https://doi.org/10.1007/s12303-016-0003-3
  48. Wilson, J., & Gallant, J. (2000). Terrain Analysis: Principles and Applications. Wiley.
  49. Yalçın, A., Reis, S., Aydınoglu, A. C., & Yomralıoğlu, T. (2011). A GIS-based comparative study of frequency ratio, analytical hierarchy process, bivariate statistics and logistic regression methods for landslide susceptibility mapping in Trabzon, NE Turkey. Catena, 85(3), 274–287.
  50. Yılmaz, H. (2010). Kürk Çayı Havzasının uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak erozyon riskinin belirlenmesi [Yüksek lisans tezi, Fırat Üniversitesi Sosyal Bilimler Enstitüsü]. Elazığ.
  51. Yılmaz, I., & Keskin, I. (2012). Determination of landslide susceptibility using fuzzy logic–A case study in Turkey. Bulletin of Engineering Geology and the Environment, 71(2), 183–197. https://doi.org/10.1007/s10064-011-0382-2
  52. Zhang, J., van Westen, C. J., Tanyas, H., Mavrouli, O., Ge, Y., Bajrachary, S., Gurung, D. R., Dhital, M. R., & Khanal, N. R. (2019). How size and trigger matter: Analyzing rainfall- and earthquake-triggered landslide inventories and their causal relation in the Koshi River basin, central Himalaya. Natural Hazards and Earth System Sciences, 19, 1789–1805. https://doi.org/10.5194/nhess-19-1789-2019
  53. İnternet Adresleri URL 1. https://www.eea.europa.eu/tr/help/sikca-sorulan-sorular/corine-arazi-ortusu-nedir