Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightDoğrulama ve kontrol sonuçları, BO modeli kullanılarak üretilen heyelan duyarlılık haritasının FO modelinden daha doğru olduğunu ortaya koymuştur.
📌 3 Maddede Bu Makale
Özet
Heyelanlar, Türkiye'nin birçok şehrinde altyapı ve mülkiyete ciddi zarar vermenin yanı sıra can kaybına da neden olmaktadır. Samsun, Türkiye'de heyelanların en sık görüldüğü şehirlerden birisidir. İl genelinde doğal afet olarak nitelendirilen çok sayıda heyelan meydana gelmiştir. Bu çalışmada, Samsun ili Canik ilçesinin heyelan duyarlılık haritaları üretilmiştir. Heyelan duyarlılık analizinde eğim, bakı, yükseklik, topoğrafik nemlilik indeksi, profil ve plan eğriliği, litoloji, drenaj ağlarına ve yola uzaklık parametreleri kullanılmıştır. Çalışmada, bayes olasılık (BO) ve frekans oranı (FO) modelleri kullanılmıştır. Üretilen duyarlılık haritaları, “çok düşük, düşük, orta, yüksek ve çok yüksek derecede duyarlı” alanlar olmak üzere 5 grup altında sınıflandırılmıştır. Doğrulama ve kontrol sonuçları, BO modeli kullanılarak üretilen heyelan duyarlılık haritasının FO modelinden daha doğru olduğunu ortaya koymuştur. Aynı zamanda, BO modeli kullanılarak üretilen heyelan duyarlılık haritasındaki çok yüksek ve yüksek derecede heyelana duyarlı alanların kontrol heyelanları ile %83,5 oranında uyumlu olduğu tespit edilmiştir. Bu sonuçlar, BO modeli kullanılarak üretilen heyelan duyarlılık haritasının, arazi kullanım planlaması ve heyelan risk azaltma çalışmalarında kullanılabileceğini göstermiştir.
Abstract
Landslides cause serious damage to infrastructure and property in many cities of Turkey, as well as the loss of life. Samsun is one of the cities where landslides are most frequently seen in Turkey. Most of the landslides occurred throughout the province, especially within the Atakum, Canik and İlkadım districts, have been described as natural disaster. In this study, the aim was to produce landslide susceptibility maps for one of these highly sensitive districts, Canik. For this purpose, the parameters of slope, aspect, altitude, topographic wetness index, profile and plan curvature, lithology, distance to drainage network and roads have been used in the landslide susceptibility analysis. Bayesian Probability (BP) and frequency ratio (FR) models have been used in the study. The areas in the produced susceptibility maps have been classified into five groups as “very low, low, moderate, high and very high susceptible”. The verification and control results revealed that the landslide susceptibility map generated using the BP model is more accurate than the FR model. At the same time, the very high and high susceptible areas in the landslide susceptibility map produced by BP model were compatible with the control landslides with a rate of 83.5%. These results indicated that the landslide susceptibility map generated using the BP model can be used for land use planning and landslide risk reduction studies.