Geri Dön

Developing remote sensing-based early phase geothermal exploration model via machine learning techniques

Makine öğrenme teknikleri aracılığıyla uzaktan algılama tabanlı erken aşama jeotermal keşif modeli geliştirme

  1. Tez No: 962990
  2. Yazar: HAKAN OKTAY AYDINLI
  3. Danışmanlar: PROF. DR. SAYE NİHAN ÇABUK, DOÇ. DR. GORDANA KAPLAN
  4. Tez Türü: Doktora
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Küresel iklim krizine sebep olan en büyük etkenlerden birisi fosil yakıtların dünya genelinde hala büyük oranda kullanılmasıdır. Fosil yakıt tüketimini azaltmak için küresel ölçekte alınan önlemler arasında en etkilisi yenilebilir enerji kaynaklarına kullanıma sunmaktır. Jeotermal enerji hem üretimdeki sürdürülebilirliği hem de farklı kullanım alanları sayesinde güçlü bir alternatif kaynaktır. Geleneksel arama yöntemlerini kullanarak jeotermal kaynağa ulaşma oldukça maliyetlidir. Geleneksel yöntemlere ile yapılan çalışmalara ek olarak hem doğruluğu arttırmak hem de maliyeti düşürmek için uydu verilerini kullanmak mümkündür. Bu çalışmanın amacı uydu verileri ile elde edilen Yer Yüzey Sıcaklığı, Çizgisellik, ve Hidrotermal Alterasyon gibi 3 parametreyi girdi değişkeni olarak K-means ve Random Forest gibi büyük ve karmaşık verilerle rahatlıkla çalışabilen makine öğrenmesi algoritmaları ile kullanarak erken aşama jeotermal arama modeli oluşturmak, ve bu modeli var olan iki sahada doğrulamaktır. Bu amaç doğrultusunda 2025 yılı itibariyle 1,8 GW jeotermal üretimi ile dünya jeotermal üreticileri arasında 4. sırada olan Türkiye'nin iki majör jeotermal üretim sahası sırasıyla Buharkent ve Germencik sahaları seçilmiştir. Bu iki saha üzerinde yapılan analizler sonucu oluşturduğumuz jeotermal model Buharkent sahası için 79% model doğruluğu ve 93% recall değeri ile sahayı tanımlamada başarılıdır. Germencik sahası görece düşük sonuçlar verse de 59% model doğruluğu 83% recall değeri ile yeni çalışmalar için destekleyici fikir vermiştir. Çalışmanın sonuçları uydu verilerinin makine öğrenmesi yöntemi ile kullanılmasının jeoloji, jeofizik ve jeokimya çalışmalarına ek olarak umut verici bir araştırma yöntemi olduğu desteklemektedir.

Özet (Çeviri)

One of the biggest factors causing the global climate crisis is the widespread use of fossil fuels worldwide. The most effective measure taken globally to reduce fossil fuel consumption is renewable energy usage. Geothermal energy is considered a reliable alternative energy source for its sustainability and applicability in diverse areas. Despite its major advantages, geothermal usage is limited due to high exploration costs. Conventional exploration techniques are expensive and limited, particularly in geologically difficult terrains. To handle these problems, remote sensing and machine learning techniques can be utilized to increase exploration accuracy and reduce the costs. Accordingly, this study aims to create a geothermal exploration model that is compatible to work with remotely sensed data and machine learning algorithms. Land Surface Temperature, Lineament Density, and Hydrothermal Alterations were the input parameters of the model. K-means and Random Forest were selected as the machine learning algorithms due to their success to handle big and work on complicated data series. Buharkent and Germencik geothermal production fields in Türkiye were selected as the study areas. The findings revealed that the model had promising results particularly in Buharkent field where the model accuracy is 79% and recall value is 93%. Although the Germencik field produced relatively low results, it provided valuable insights for the upcoming studies with 59% model accuracy and 83% recall value. The results of the study indicate that integrating satellite data with machine learning algorithms presents a promising approach, particularly in the early phase of geothermal exploration.

Benzer Tezler

  1. Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği

    The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning

    NEVİN TURGUT

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Şehircilik ve Bölge PlanlamaGazi Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    YRD. DOÇ. DR. NURCAN UYDAŞ

  2. 1950-1975 dönemi sosyal yapı değişiminin konut tasarımına etkisi Ankara-Kavaklıdere örneği

    1950-1975 period effects of changes in social structure on planning of residences -Ankara, Kavaklıdere eraple

    ADNAN AKSU

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. MUTBUL KAYILI

  3. Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması

    Başlık çevirisi yok

    EMEL ÖNDER

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNGÖR BAŞER

  4. Kobaylarda splenik ototransplantasyon ve postsplenektomi sepsisi

    Başlık çevirisi yok

    S.ÇAĞATAY ÇİFTER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Genel CerrahiGazi Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

  5. Oditoryumlarda akustik önlemler ve çoklu kullanım

    Accoustical precautions and milti purpose usage of auditorums

    ÇİĞDEM YÜCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ.DR. MUTBUL KAYILI