Türkiye, 17 Ağustos Marmara Depremi'nin yıl dönümünde afetlere karşı dirençli kentler oluşturmanın önemini yeniden gündeme taşırken, Yaşar Üniversitesi'nde İzmir'in gelecekteki deprem risklerinin daha ayrıntılı belirlenmesine yönelik bir çalışma yürütülüyor.
"İzmir'de Sismik Tehlike Haritalarının ve Risk Azaltma Stratejilerinin Geliştirilmesinde Yapay Zekânın Uygulanması" projesi kapsamında yapay zekâ destekli yeni nesil deprem tehlike haritaları oluşturuluyor.
Yaşar Üniversitesi İnşaat Mühendisliği Bölümü Dr. Öğretim Üyesi Çağlar Tuna'nın yürütücülüğündeki projede, yerel zemin özellikleri klasik deprem modelleriyle birlikte analiz ediliyor.
Sistem sayesinde farklı deprem senaryolarında İzmir'in hangi bölgelerinde sarsıntının daha şiddetli yaşanabileceğinin yüksek çözünürlükle tahmin edilmesi amaçlanıyor.
30 EKİM 2020 İZMİR DEPREMİNİN ETKİLERİ DAHA AYRINTILI İNCELENİYOR
Projede özellikle 30 Ekim 2020 İzmir depreminin ortaya çıkardığı yerel zemin etkilerinin daha doğru analiz edilmesi hedefleniyor.
Klasik deprem modelleri ile makine öğrenmesinin aynı sistemde bir araya getirildiği araştırmada, farklı deprem senaryoları için yüksek çözünürlüklü sarsıntı haritaları hazırlanıyor.
Bu haritalarla kentin hangi bölgelerinde deprem sarsıntısının daha şiddetli hissedilebileceğinin önceden öngörülmesi amaçlanıyor.
Projenin kentsel dönüşüm, yapı güçlendirme, kritik altyapı planlaması ve afet risklerinin azaltılmasına yönelik çalışmalarda karar vericilere bilimsel destek sağlaması hedefleniyor.
KLASİK DEPREM MODELLERİ VE YAPAY ZEKA AYNI SİSTEMDE
Bilimsel çalışmanın öne çıkan özelliklerinden birinin klasik deprem mühendisliği yaklaşımlarının yapay zeka ile desteklenmesi olduğu belirtildi.
Dr. Öğretim Üyesi Şahin Çağlar Tuna, yapay zekânın klasik deprem modellerinin yerine kullanılmadığını, bu modelleri tamamlayacak şekilde sisteme dahil edildiğini belirterek şunları vurguluyor: "Deprem tehlikesini belirleyen fiziksel modeller uzun yıllardır güvenle kullanılan bilimsel yöntemlerdir. Biz yapay zekâyı bu modellerin yerine koymuyoruz. Tam tersine, fiziksel modellerin açıklamakta zorlandığı yerel zemin farklılıklarını yapay zekâ ile öğrenerek sistemi daha doğru hale getiriyoruz. Böylece klasik yöntemlerle yapay zekâyı birbirini tamamlayan iki bileşen olarak kullanıyoruz."
17 BİN 657 ÖLÇÜM NOKTASI ANALİZ EDİLDİ
Araştırma kapsamında İzmir genelinde 17 bin 657 farklı ölçüm noktası için zemin büyütme katsayıları hesaplandı.
Çalışmada Destek Vektör Regresyonu (SVR), Rastgele Orman (Random Forest), XGBoost ve Yapay Sinir Ağları gibi makine öğrenmesi yöntemlerinden yararlanıldı.
Bu yöntemlerle farklı fay ve deprem senaryoları altında yer hareketi haritaları oluşturuldu.
AYNI DEPREMDE YAKIN BÖLGELER NEDEN FARKLI SARSILIYOR?
Dr. Öğretim Üyesi Tuna, klasik haritaların çoğunlukla tek bir ortalama tehlike değeri sunduğunu belirterek geliştirilen sistemin farklı deprem koşullarını dikkate aldığını ifade ediyor.
Tuna: "Biz ise depremin büyüklüğüne, kaynağına ve yerel zemin şartlarına göre değişen dinamik senaryolar üretiyoruz. Böylece aynı depremde birbirine çok yakın iki bölgenin neden farklı şiddette sarsılabileceğini daha ayrıntılı biçimde ortaya koyabiliyoruz. Bu sistem yalnızca deprem tehlikesini göstermekle kalmıyor; hangi bölgelerde ayrıntılı zemin etüdü yapılması gerektiğini, güçlendirme ve kentsel dönüşüm çalışmalarının nerelerde öncelik kazanacağını da ortaya koyuyor" dedi.
Bu sistemle yalnızca deprem sırasında oluşabilecek sarsıntının haritalandırılması değil, deprem öncesinde alınabilecek önlemlerin planlanmasına da bilimsel veri sağlanması amaçlanıyor.
KENTSEL DÖNÜŞÜM VE YAPI GÜÇLENDİRME ÇALIŞMALARINA DESTEK
Projeden elde edilecek çıktıların yerel yönetimler, kamu kurumları ve mühendislik uygulamaları açısından kullanılabilecek bilimsel veriler sağlaması hedefleniyor.
Hazırlanan haritaların kentsel dönüşüm ve yapı güçlendirme çalışmalarında öncelikli bölgelerin belirlenmesine, kritik altyapı yatırımlarının planlanmasına ve acil durum hazırlıklarının yapılmasına katkı sunması amaçlanıyor.
Dr. Öğretim Üyesi Çağlar Tuna: "Kaynaklarımız sınırlı. Bu nedenle en riskli bölgeleri bilimsel verilerle doğru belirlemek büyük önem taşıyor. Geliştirdiğimiz haritalar sayesinde kentsel dönüşüm, yapı güçlendirme, kritik altyapı yatırımları ve acil durum planlamaları daha sağlıklı yapılabilecek. Amacımız, afet gerçekleşmeden önce doğru kararların alınmasına katkı sağlayarak can ve mal kayıplarının azaltılmasına destek olmak" diye konuştu.
