Coğrafi bilgi sistemleri (CBS) tabanlı kentsel sismik kırılganlık kestirimi
Geographic information systems (GIS) based urban seismic vulnerability prediction
- Tez No: 1011792
- Danışmanlar: PROF. DR. BAHADIR AKTUĞ
- Tez Türü: Doktora
- Konular: Deprem Mühendisliği, Jeofizik Mühendisliği, Earthquake Engineering, Geophysics Engineering
- Anahtar Kelimeler: Coğrafi bilgi sistemleri, Sismoloji, Geographical information systems, Seismology
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu doktora tezinde, kentsel ölçekte bina bazlı sismik kırılganlığın kestirilmesi amacıyla Coğrafi Bilgi Sistemleri (CBS) tabanlı bütünleşik bir yaklaşım geliştirilmiştir. Çalışma alanı olarak İzmir ili seçilmiş; özellikle 30 Ekim 2020 Sisam Adası depreminde ağır hasarın yoğunlaştığı Bayraklı ve Bornova ilçeleri ayrıntılı olarak incelenmiştir. Tez kapsamında, çok kriterli karar verme yaklaşımı olan Bulanık Analitik Hiyerarşi Prosesi (FAHP) ile veri temelli makine öğrenmesi yöntemleri birlikte kullanılmıştır. FAHP analizinde, klasik öznel ağırlıklandırma yaklaşımlarından farklı olarak, deprem sonrası yayımlanan resmi raporlar esas alınmış; zemin büyütme, kat sayısı, yapım yılı, taşıyıcı sistem türü, yapı nizamı, faylara en yakın mesafe (Rjb) ve en büyük yer ivmesi (PGA) kriterleri için rapor temelli kanıt skorları üretilmiştir. Bu skorlar kullanılarak kriter ağırlıkları hesaplanmış ve bina ölçeğinde kırılganlık haritaları oluşturulmuştur. Makine öğrenmesi aşamasında Rastgele Orman (RF), Karar Ağacı (DT), Yapay Sinir Ağları (ANN), Aşırı Gradyan Artırma (XGBoost, XGB) ve Destek Vektör Makineleri (SVM) algoritmaları kullanılmıştır. Sınıf dengesizliği problemi, Rastgele Aşırı Örnekleme (RandomOverSampler) ve Sentetik Azınlık Aşırı Örnekleme Tekniği (SMOTE) ile giderilmiştir. Çalışmada üç farklı deprem senaryosu tanımlanmış ve her senaryo için FAHP ve makine öğrenmesi modelleri ayrı ayrı uygulanmıştır. Elde edilen sonuçlar, zemin büyütme ve yapısal özelliklerin sismik kırılganlık üzerinde belirleyici olduğunu; FAHP ve makine öğrenmesi çıktılarının yüksek düzeyde mekânsal uyum gösterdiğini ortaya koymaktadır. Bu yaklaşımın, afet öncesi risk azaltma ve kentsel planlama süreçleri için etkili bir karar destek aracı sunduğu değerlendirilmektedir.
Özet (Çeviri)
In this doctoral, an integrated Geographic Information Systems (GIS)-based approach is developed to estimate building-level seismic vulnerability at the urban scale. İzmir province is selected as the study area, with a particular focus on the Bayraklı and Bornova districts, where severe damage was concentrated during the 30 October 2020 Samos Island earthquake. The proposed framework combines the Fuzzy Analytic Hierarchy Process (FAHP), a multi-criteria decision-making method, with data-driven machine learning techniques. In the FAHP analysis, unlike conventional subjective weighting approaches, official post-earthquake damage assessment reports are used as the primary information source. Report-based evidence scores are derived for site amplification, number of storeys, construction year, structural system type, building configuration, closest distance to faults (Rjb), and peak ground acceleration (PGA). Based on these scores, criterion weights are calculated and building-scale seismic vulnerability maps are generated. In the machine learning stage, Random Forest, Decision Tree, Artificial Neural Networks, Extreme Gradient Boosting, and Support Vector Machines are implemented. Class imbalance is addressed using Random Over-Sampling and the Synthetic Minority Over-sampling Technique. Three different earthquake scenarios are defined, and FAHP and machine learning models are applied separately for each scenario. The results demonstrate that site amplification and structural characteristics are the dominant factors controlling seismic vulnerability, and that FAHP- and machine learning-based outputs show a high level of spatial consistency. The proposed approach provides an effective decision-support tool for pre-disaster risk reduction and urban planning.
Benzer Tezler
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER
- Çanakkale ve çevresi artiodactyla fosilleri (paleontoloji, biyostratigrafi, paleoekoloji ve paleobiyocoğrafya) (2 cilt)
Başlık çevirisi yok
VAHDET TUNA
- İzmir yöresindeki süt sığırcılığı işletmelerinde sağımı yemleme ve temizlemeye ilişkin uygulamaların mekanizasyon işletmeciliği açısından irdelenmesi
Başlık çevirisi yok
ENGİN ÇAKIR
Yüksek Lisans
Türkçe
1986
ZoolojiEge ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF.DR. RAUF UÇUCU