Coğrafi bilgi sistemleri tabanlı heyelan duyarlılık haritalarının oluşturulmasında istatistiksel yöntemlerin ve yapay sinir ağlarının kullanılması: Kumluca-Ulus (Bartın) bölgesi
Usage of statistical techniques and artificial neural networks in producing landslide susceptibility maps based on geographical information systems: Kumluca-Ulus (Bartın) region
- Tez No: 216374
- Danışmanlar: PROF.DR. HÜSNÜ AKSOY
- Tez Türü: Doktora
- Konular: Jeoloji Mühendisliği, Geological Engineering
- Anahtar Kelimeler: Ayırma (diskriminant) analizi, Batı Karadeniz Bölgesi, coğrafi bilgi sistemi (CBS), faktör analizi, heyelan, heyelan duyarlılık haritası, iki değişkenli istatistiksel analizler, lojistik regresyon analizi, yapay sinir ağları (YSA), Yapay sinir ağları, Artificial neural networks (ANN), bivariate statistical analyses, discriminant analysis, factor analysis, geographical information system (GIS), landslide, landslide susceptibility map, logistic regression analysis, West Black Sea Region, Artificial neural networks
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeoloji Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, coğrafi bilgi sistemi (CBS) tabanlı heyelan duyarlılık haritalarının oluşturulmasında, literatürde yaygın olarak kullanılan istatistiksel analizler ile yeni ve gelişmekte olan bir yaklaşım olan yapay sinir ağı (YSA) yöntemi kullanılarak heyelan duyarlılık haritalarının oluşturulması ve performanslarının karşılaştırılmasıdır. Bu amaç doğrultusunda, ülkemizde heyelanların sıklıkla geliştiği, Batı Karadeniz Bölgesi'nde bir alan seçilmiştir. Arazi çalışmaları sırasında, 280 adet heyelan tespit edilmiş ve özellikleri kaydedilmiştir. Heyelan duyarlılığının değerlendirilmesinde; topoğrafik yükseklik, yamaç eğimi, yamaç eğim yönü, yamaç şekli, drenaja yakınlık, sırtlara yakınlık, topoğrafik nemlilik indeksi, faylara yakınlık, toprak kalınlığı, bitki örtüsü yoğunluğu, bitki türü ve yollara yakınlık olmak üzere toplam 12 adet parametre dikkate alınmıştır. Üç farklı yaklaşımın temel alındığı iki değişkenli istatistiksel analizler, faktör analizi, ayırma (diskriminant) analizi, lojistik regresyon analizi ve YSA yöntemleri kullanılarak inceleme alanının, 7 farklı yöntem ile heyelan duyarlılık haritaları oluşturulmuştur. YSA'nın eğitilme aşamasında kullanılan, öğrenme algoritmalarının ve YSA'nın tasarımında kullanılan; ağ topolojisi, öğrenme katsayısı, momentum değeri, başlangıç ağırlık değerleri, dönüşüm fonksiyonları ve tekrarlama sayısı gibi sistemin kestirdiği sonuçları doğrudan etkileyen parametrelerin, sonuçlar üzerindeki etkisi değerlendirilmiştir. Oluşturulan haritaların performanslarının belirlenmesinde; heyelanların, duyarlılık sınıfları içindeki dağılımları dikkate alınmıştır. En yüksek performansa sahip ağ tasarımının kullanıldığı, YSA yöntemi ile oluşturulan haritada, heyelanların % 93'ünün, ?yüksek? ve ?çok yüksek? heyelan duyarlılığı sınıfında yer aldığı saptanmıştır. YSA yöntemi ile üretilen duyarlılık haritasının, istatistiksel yöntemler ile üretilen haritalara göre daha iyi performansa sahip olduğu belirlenmiştir. Bu haritayı, gösterdiği performansa göre sırasıyla; lojistik regresyon analizi, faktör analizi, ayırma analizi ve iki değişkenli istatistiksel analiz yöntemleri kullanılarak oluşturulan haritalar, takip etmektedir.
Özet (Çeviri)
The present study aims to produce landslide susceptibility maps based on geographical information system (GIS), using conventional statistical analyses and newly introduced artificial neural networks (ANN); and compare their performances. For this purpose, an area in the Western Black Sea Region, where landslides extensively develop, was selected. During field studies, detailed records of 280 landslides were taken to prepare a comprehensive database. In the evaluation of landslide susceptibility, twelve parameters have been taken into account, such as topographical elevation, slope angle, slope aspect, shape of slope, closeness to drainage, closeness to ridges, topographical wetness index, closeness to faults, soil thickness, land cover density, vegetation type, and closeness to roads. Landslide susceptibility maps of the study area were prepared using seven different methods, such as bivariate statistical analyses based on three approaches, factor analyses, discriminant analyses, logistic regression analyses and artificial neural networks. In the study, the effects of the parameters directly affecting the results estimated by the system, such as learning algorithms used in the teaching stage of the ANN; network topology, learning rate, momentum, initial weights, transformation functions, number of iterations used in the network design were also evaluated. In assessing the performances of the maps produced, the distribution of the landslides in susceptibility classes was taken into consideration. It has been determined that, in the map produced by ANN with the highest network design performance, 93 percent of the landslides took place in the zones of ?high? and ?very high? susceptibility classes. It was also found that the susceptibility map produced by ANN yielded a better performance compared to those produced through statistical methods. The performances of other methods were found to be in the following respects: logistic regression analysis, factor analysis, discriminant analysis, and bivariate statistical analysis.
Benzer Tezler
- Ayvalık ve yakın çevresinin erozyon ve heyelan duyarlılığının coğrafi bilgi sistemleri tabanlı incelenmesi
GIS-based erosion and landslide susceptibility assessment of the ayvalik and surroundings
AYKUT AKGÜN
Doktora
Türkçe
2007
Jeoloji MühendisliğiDokuz Eylül ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF.DR. NECDET TÜRK
- Bulanık mantık ve istatistiksel yöntemlerle heyelan duyarlılık haritalarının üretilmesi: Batı Karadeniz bölgesi (Kumluca güneyi-Yenice kuzeyi)
Production of landslide susceptibility maps using fuzzy logic and statistical methods: West Black Sea region (south of Kumluca-north of Yenice)
MURAT ERCANOĞLU
Doktora
Türkçe
2003
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. CANDAN GÖKÇEOĞLU
- GIS based landslide susceptibility mapping for the segment (km 60-km 83) of natural gas pipeline, North of Hendek
Hendeğin kuzeyinde yer alan doğal gaz boru hattının bir bölümü (60. km-83. km) için CBS tabanlı heyelan duyarlılık haritası hazırlanması
ENGİN ÇEVİK
Yüksek Lisans
İngilizce
2002
Jeoloji MühendisliğiOrta Doğu Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. TAMER TOPAL
- Çevresel planlamalara altlık bir coğrafi bilgi sistemi tasarımı ve uygulaması: Trabzon İl Bilgi Sistemi (TİBİS) modeli
Design and application of geographic information system (GIS) for environmental planning database purpose: A model of Trabzon Information System
SELÇUK REİS
Doktora
Türkçe
2003
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF.DR. TAHSİN YOMRALIOĞLU
- Havran çayı havzasının (Balıkesir) CBS ve uzaktan algılama yöntemleriyle taşkın ve heyelan risk analizi
GIS and remote sensing based flood and landslide risk analysis in the Havran river basin (balıkesir)
HASAN ÖZDEMİR