Yapay zekâ ile deprem risk haritası geliştirmeye yönelik önemli adım

Yaşar Üniversitesi, yapay zekâ destekli deprem haritaları ile İzmir'in sismik risklerini önceden tahmin etmeyi amaçlıyor.


Yapay zekâ ile deprem risk haritası geliştirmeye yönelik önemli adım
Reklam

Türkiye, 17 Ağustos Marmara Depremi’nin yıl dönümünde, afetlere karşı dirençli kentler oluşturmanın önemini bir kez daha ortaya koydu. Bu bağlamda, Yaşar Üniversitesi, geliştirdiği yapay zekâ destekli sismik tehlike haritaları ile gelecekteki deprem risklerini önceden belirlemeyi hedefliyor.

Yapay zeka destekli sismik tehlike haritaları

"İzmir’de Sismik Tehlike Haritalarının ve Risk Azaltma Stratejilerinin Geliştirilmesi" projesi kapsamında oluşturulan yeni nesil deprem tehlike haritaları, Yaşar Üniversitesi İnşaat Mühendisliği Bölümü Dr. Öğretim Üyesi Çağlar Tuna tarafından yürütülüyor. Proje, yerel zemin özelliklerini klasik deprem modelleriyle birlikte analiz eden bir sistem kullanarak, farklı deprem senaryolarında İzmir’in hangi bölgelerinde sarsıntının daha şiddetli yaşanabileceğini yüksek çözünürlükle tahmin ediyor.

Yerel zemin etkilerini daha doğru anlama

Bu çalışma, özellikle 30 Ekim 2020 İzmir depreminin ortaya çıkardığı yerel zemin etkilerini analiz etme amacı güdüyor. Araştırma, klasik deprem modelleri ile makine öğrenmesi yöntemlerini birleştirerek, yüksek çözünürlüklü sarsıntı haritaları oluşturuyor. Böylelikle, depremin hangi bölgelerde daha şiddetle hissedileceği önceden tahmin edilebiliyor.

Projenin en önemli özelliklerinden biri, klasik deprem mühendisliği yaklaşımlarını yapay zekâ ile güçlendiriyor olması. Dr. Tuna, "Deprem tehlikesini belirleyen fiziksel modeller, uzun yıllardır güvenle kullanılan yöntemlerdir. Biz yapay zekâyı bu modellerin yerine koymuyoruz; aksine, fiziksel modellerin açıklamakta zorlandığı yerel zemin farklılıklarını yapay zekâ ile öğrenerek daha doğru bir sistem oluşturuyoruz" diyor.

Araştırma kapsamında, İzmir genelinde 17 bin 657 farklı ölçüm noktası için zemin büyütme katsayıları hesaplandı. Destek Vektör Regresyonu (SVR), Rastgele Orman, XGBoost ve Yapay Sinir Ağları gibi makine öğrenmesi yöntemleri kullanılarak yer hareketi haritaları hazırlanıyor. Dr. Tuna, "Biz, depremin büyüklüğüne, kaynağına ve yerel zemin şartlarına göre değişen dinamik senaryolar üretiyoruz. Bu sistem, yalnızca deprem tehlikesini göstermekle kalmayıp, hangi bölgelerde ayrıntılı zemin etüdü yapılması gerektiğini de ortaya koyuyor" şeklinde konuştu.

Projenin çıktıları, yerel yönetimler, kamu kurumları ve mühendislik uygulamaları açısından büyük öneme sahip. Dr. Tuna, "Kaynaklarımız sınırlı; bu nedenle en riskli bölgeleri bilimsel verilerle doğru belirlemek çok önemli. Geliştirdiğimiz haritalar sayesinde kentsel dönüşüm ve yapı güçlendirme gibi çalışmalar daha sağlıklı bir şekilde yapılacaktır. Amacımız, afet gerçekleşmeden önce doğru kararlar alınmasına katkı sağlamaktır" dedi.

YAŞAR ÜNİVERSİTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ DR. ÖĞRETİM ÜYESİ ÇAĞLAR TUNA

YAŞAR ÜNİVERSİTESİ İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ DR. ÖĞRETİM ÜYESİ ÇAĞLAR TUNA

Haber365 Editör
Editör: Haber365 Editör

Yorumlar

0

Henüz yorum yapılmamış

Bu içerik hakkında ilk yorumu siz yapın!