Web kazıma ve doğal dil işleme teknikleri kullanılarak heyelan arşiv envanteri oluşturulması: Türkiye örneği
Generating a landslide archive inventory using web scraping and natural language processing techniques: The case of türki̇ye
- Tez No: 1018541
- Danışmanlar: PROF. DR. FUSUN BALIK ŞANLI, PROF. DR. TOLGA GÖRÜM
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Türkiye, topraklarının büyük bölümü Asya kıtasında yer alan, Avrupa ile Asya arasında köprü konumunda bulunan yaklaşık 780 bin kilometrekarelik bir ülkedir. Jeolojik, meteorolojik ve topoğrafik özellikleri nedeniyle Türkiye, sıklıkla doğa kaynaklı afetlere maruz kalan bir coğrafyada yer almaktadır. Bu durum, ülkeyi başta depremler olmak üzere heyelan, su baskını, kaya düşmesi ve çığ gibi çeşitli afetlerle karşı karşıya bırakmaktadır. Dünya genelinde pek çok ülke, insanların can ve mal güvenliğini tehdit eden heyelan felaketleri riski altındadır. Heyelanlar yerel, bölgesel ve küresel ölçekte geniş sosyo-ekonomik ve çevresel zararlara neden olan en yaygın ve yıkıcı jeo-tehlikelerden biridir. Bu riskleri en aza indirmek için mekansal ve zamansal ölçekte yağış miktarının doğru biçimde tahmin edilmesi büyük önem taşımaktadır. Heyelan olaylarını daha iyi anlayabilmek ve etkilerini azaltabilmek amacıyla farklı yöntemlerle çok sayıda envanter oluşturulmuştur. Ancak bu envanterler çoğu zaman otomatik veya gerçek zamanlı olarak güncellenmemekte; geleneksel yaklaşımlar yoğun emek ve zaman gerektirdiğinden zahmetli olmakta ve raporlama gecikmeleri nedeniyle güncellik açısından sınırlı kalmaktadır. Heyelanların büyüklüğü, hızı, malzeme özellikleri ve yerleşim yoğunluğuna bağlı olarak değişen insan faaliyetleri, heyelan riskini dinamik biçimde artırmakta ve can kayıplarının artmasına neden olabilmektedir. Dünya genelinde çok sayıda ölüme yol açan heyelanlar genellikle yoğun ve uzun süreli yağışlar, kar erimeleri, depremler ve insan kaynaklı faaliyetler (örneğin inşaat veya madencilik faaliyetleri, yanlış arazi kullanımı ve ormansızlaşma) gibi doğal ve antropojenik faktörler tarafından tetiklenmektedir. Afet Epidemiyolojisi Araştırma Merkezi (CRED) verilerine göre, dünyadaki tüm doğal afetlerin en az %17'si heyelanlardan kaynaklanmaktadır. Her ne kadar küresel ölçekte ölümcül heyelanların oluşumunu kontrol eden fiziksel süreçlerdeki değişiklikler (örneğin iklim değişikliği) ve insan faaliyetleri (örneğin arazi kullanımı veya ormansızlaşma) üzerinde net bir fikir birliği bulunmasa da heyelanlara bağlı can kayıplarının son yirmi yılda giderek arttığı gösterilmiştir. Türkiye'de de her yıl onlarca kişinin ölümüne neden olan çok sayıda heyelan olayı meydana gelmektedir. Ancak bu olayların ölümcül yönüyle ele alınması ve ölümlerin sistematik biçimde kaydedilmesi uzun yıllar boyunca ihmal edilmiştir. Bu durum, heyelan riskinin gerçekçi biçimde anlaşılmasını güçleştirmiştir. Bu eksikliği gidermek amacıyla, ulusal ve yerel basılı/dijital medya kaynakları, Cumhurbaşkanlığı Arşivleri ve Türkiye'nin ölümcül heyelan veri tabanı (Fatal Landslide Database of Turkey-FATALDOT) kullanılarak 1929-2019 yılları arasında Türkiye'de meydana gelen ölümcül heyelan olaylarına ilişkin İstanbul Teknik Üniversitesi (İTÜ) bünyesinde bir veri tabanı oluşturulmuştur. Bu veri tabanına göre, 389 ölümcül heyelan olayında toplam 1343 kişi yaşamını yitirmiştir. 2023 yılı itibarıyla dünya genelinde yaklaşık 1,13 milyar internet sitesi bulunmaktadır. Ancak bu sitelerin yalnızca %18'i aktif olarak kullanılmakta ve düzenli biçimde güncellenmektedir. Bu büyük dijital veri potansiyeli, afetlerin dijital medyada izlenmesi ve analiz edilmesi açısından önemli fırsatlar sunmaktadır. Bu bağlamda, bu çalışmada Türkiye'deki dijital medya haber kaynaklarını kullanarak web kazıma (web scraping), doğal dil işleme (NLP) ve coğrafi kodlama (geocoding) tekniklerini entegre eden otomatik bir heyelan envanteri oluşturma yaklaşımı geliştirilmiştir. Geliştirilen algoritma, 1997-2024 yılları arasında toplanan 3051 haberin 1727'sini heyelan olarak doğrulamış, bunlardan 212'sinin ölümcül olay olduğunu ve toplamda 478 kişinin hayatını kaybettiğini tespit etmiştir. Web üzerinden elde edilen heyelanların %66,5'i mahalle veya köy düzeyinde konumlandırılmıştır; bu durum, yüksek mekansal doğruluk sağlamış ve yerel düzeyde risk tahminlerinin yapılmasına olanak tanımıştır. Manuel ulusal envanterle yapılan karşılaştırmada, ±1 ve ±7 günlük zaman pencerelerinde F1 skorlarının 0,434 ile 0,552 arasında değiştiği belirlenmiş, böylece iki yöntem arasında orta düzeyde bir uyum gözlemlenmiştir. Geliştirilen otomatik yöntem yalnızca heyelanların zamansal ve mekansal dağılımını tespit etmekle kalmayıp, aynı zamanda olayların konumu, can kaybı sayısı ve tetikleyici faktörleri (doğal veya antropojenik) gibi temel özellikleri de çıkarmaktadır. Sonuç olarak, bu çalışma web tabanlı otomatik yaklaşımların, doğrulanabilir ve neredeyse gerçek zamanlı veriler sağlayarak geleneksel heyelan envanterlerini tamamlayabileceğini göstermektedir. Ayrıca, yöntemin küresel ölçekte uygulanabilirliğini artırmak amacıyla, doğal afetlere ilişkin dijital haberlerde ortak raporlama standartlarının benimsenmesi önerilmektedir
Özet (Çeviri)
Turkey is a country of approximately 780,000 square kilometers, with the majority of its territory located in Asia and serving as a bridge between Europe and Asia. Due to its geological, meteorological, and topographic characteristics, Turkey is situated in a region that is frequently exposed to natural disasters. This makes the country particularly vulnerable to earthquakes, landslides, floods, rockfalls, and avalanches. Globally, many countries are at risk of landslide disasters that threaten human life and property. Landslides are among the most common and destructive geohazards, causing extensive socio-economic and environmental damage at local, regional, and global scales. To minimize these risks, accurate prediction of rainfall patterns in both spatial and temporal dimensions is of great importance. Various inventories have been developed to better understand landslide events and mitigate their impacts. However, these inventories are often not updated automatically or in real time; traditional approaches are labor-intensive and time- consuming, and reporting delays limit their timeliness. Human activities depending on the scale, speed, and characteristics of the landslide as well as population density can dynamically increase landslide risk and result in higher fatalities. Globally, numerous fatal landslides are triggered by natural and anthropogenic factors such as intense or prolonged rainfall, snowmelt, earthquakes, and human activities including construction, mining, deforestation, and improper land use. According to data from the Centre for Research on the Epidemiology of Disasters (CRED), at least 17% of all natural disasters worldwide are caused by landslides. Although there is no full consensus on the effects of changes in physical processes (e.g., climate change) and human activities (e.g., land use and deforestation) that control the occurrence of fatal landslides globally, the rate of landslide-related fatalities has been shown to increase steadily over the past two decades. In Turkey, dozens of people lose their lives each year due to landslides. However, the systematic documentation of fatal landslides and their consequences has been largely neglected, leading to an incomplete understanding of actual landslide risk. To address this gap, a database of fatal landslide events in Turkey from 1929 to 2019 was developed at Istanbul Technical University (ITU) using national and local print/digital media sources, the Presidential Archives, and the Fatal Landslide Database of Turkey (FATALDOT). According to this database, 389 fatal landslide events resulted in a total of 1343 deaths, with their spatial distribution. As of 2023, there are approximately 1.13 billion websites worldwide. However, only 18% of these sites are actively maintained and regularly updated. This vast digital data potential presents significant opportunities for tracking and analyzing natural disasters through digital media. In this context, our study introduces an automated approach for constructing a landslide inventory in Turkey by integrating web scraping, natural language processing (NLP), and geocoding techniques using digital media news sources. The developed algorithm analyzed 3051 news articles published between 1997 and 2024, confirmed 1727 as landslide-related, and identified 212 fatal events causing a total of 478 deaths. Among the detected landslides, 66.5% were geolocated at the neighborhood or village level, providing high spatial accuracy and enabling localized risk estimation. A comparison with the manual national inventory showed F scores ranging between 0.434 and 0.552 within ±1 and ±7-day time windows, indicating a moderate level of agreement. The proposed automated method not only captures the temporal and spatial distribution of landslides but also extracts key event attributes such as location, number of fatalities, and triggering factors (natural or anthropogenic). In conclusion, this study demonstrates that web-based automated approaches can complement traditional landslide inventories by providing verifiable and near-real- time data. Furthermore, to enhance the global applicability of this approach, the adoption of standardized digital reporting practices for natural disaster news is recommended.
Benzer Tezler
- Farklılaştırılmış öğretim stratejisi olarak kullanılan dijital öykü kartlarının öğrenme güçlüğü ve üstün zekalı öğrencilerin öykü yazma becerilerine etkisi
The effect of digital story cards used as a differentiated instruction strategy on the story-writing skills of students with learning disabilities and gifted students
İREM AKÇAYIR
- Public perception towards children's COVID-19 vaccination with natural language processing
Doğal dil işlemeyle çocukların COVID-19 aşısına ilişkin kamuoyu algısı
ELİF DELİCE
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Medipol ÜniversitesiSağlık Sistemleri Mühendisliği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. HAKAN TOZAN
DR. ÖĞR. ÜYESİ MELİS ALMULA KARADAYI
- Türkçe-İngilizce sinirsel makine çeviri sistemi
Turkish-English neural machine translation system
İLHAMİ SEL
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- Şiir kategorisinin doğal dil işleme yöntemleri kullanılarak tahmin edilmesi
Predicting poetry category using natural language processing methods
EMRE YÖNET
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDAT KORKMAZ
- Büyük dil modeli tabanlı üniversite sanal asistanı geliştirilmesi
Development of a university assistant based on large language model
FADİME ZELİHA SEYHAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. ALİ FURKAN KAMANLI