Heyelan duyarlılık haritalarının üretilmesinde örneklem stratejileri ve bazı karar verme ağaçları algoritmalarının kullanımı üzerine bir araştırma
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Jeoloji Mühendisliği A.B.D., Türkiye
Tezin Onay Tarihi: 2015
Tezin Dili: Türkçe
Öğrenci: TOLGA ALKEVLİ
Asıl Danışman (Eş Danışmanlı Tezler İçin): MURAT ERCANOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Türkiye'de, heyelanlar sonucunda meydana gelen zarar ve kayıplar, depremlerden sonra ikinci sırada yer almaktadır. Batı Karadeniz Bölgesi de bu tür kayıp ve zararların yoğunlukla yaşandığı bölgelerden birisidir. Bu çalışmada, heyelanların yerleşim bazında Türkiye'de en çok zarar verdiği bölgelerden biri olan Yenice (Karabük) kuzeyinde seçilen bir alanda heyelan duyarlılık değerlendirmeleri ve haritalamaları yapılmıştır. Bu çalışmada, farklı yöntemlerle oluşturulan veri tabanları, karar verme ağaçları, lojistik regresyon ve yapay sinir ağları yöntemleri ile analiz edilerek, kullanılan veri tabanı ve yöntemlerin sonuç haritalar üzerindeki etkileri ve performanslarının araştırılması amaçlanmıştır. Literatürde sıklıkla kullanılan, kök hücre ve rastgele noktalama örnekleme stratejileri yanı sıra, Chebyshev teoremine dayanan yeni bir örnekleme stratejisi tez çalışmasında uygulanmıştır. Çalışma alanı, eğitme ve sınama alanları olmak üzere 2 basene ayrılmış, eğitme ve sınama alanlarına ilişkin modelleme ve performans değerlendirme işlemleri gerçekleştirilmiştir. Tez çalışması kapsamında, çalışma alanında 75 adet dairesel kayma haritalanmıştır. Analizlerde kullanılmak üzere, topoğrafik yükseklik, yamaç eğimi, bakı, plan eğriselliği, profil eğriselliği, drenaj ağlarına uzaklık, nehir güç indeksi, topoğrafik nemlilik indeksi ve NDVI parametreleri üretilmiştir. Seçilen bu parametreler standart sapmanın 1.25 ve 3.00 aralığında değiştiği değerler gözetilerek, Chebyshev teoremi yardımı ile 8 adet heyelan veri tabanı elde edilmiştir. Kök hücre ve rastgele noktalama teknikleri ile elde edilen 2 adet heyelan envanteri ile beraber toplam 10 adet heyelan veri tabanı, 3 farklı tür karar verme ağacı algoritması (ratio, entropy, gini), lojistik regresyon ve yapay sinir ağları tekniklerinde kullanılarak eğitme alanı için 50 adet heyelan duyarlılık haritası üretilmiştir. Eğitme alanında üretilen 50 adet heyelan duyarlılık haritasına ait duyarlılık modellerinin performans değerlendirmeleri hem bu alanda, hem de sınama alanı içinde gerçekleştirilmiştir. ROC (Relative Operating Characteristic) tekniği ile yapılan performans değerlendirmeleri sonucunda AUC değerleri hesaplanmış, en yüksek performansın 0.873 değeri ile yapay sinir ağı yöntemi ve Chebyshev teoremine dayanan VT-3.4 heyelan veri tabanına ait olduğu sonucu elde edilirken, en düşük değerin ise, 0.526 değeri ile VT-1 veri tabanı ve karar verme ağacı gini algoritmasına ait olduğu belirlenmiştir. Ayrıca, genel bir performans değerlendirmesi yapılırsa, karar verme ağaçları ile üretilen haritalardan ratio algoritması ve yapay sinir ağı yöntemleri için tatmin edici sonuçlar elde edildiği, veri tabanlarından VT-3.4 (verilerin en az % 75'inin temsil edildiği) veri tabanı ile en yüksek performanslara ulaşıldığı sonucu ortaya çıkmıştır. Anahtar Kelimeler: Heyelan, Heyelan veri tabanı, Chebyshev teorisi, karar verme ağacı, yapay sinir ağı, lojistik regresyon, heyelan duyarlılığı.