EUVIMEDEUVIMED entdecken
Crossref

Gümüşhane’nin Heyelan Duyarlılığının Makine Öğrenmesi Algoritmaları Kullanılarak Değerlendirilmesi

Hasan Tahsin Bostancı

Turkish Journal of Remote Sensing and GIS · 26.03.2026 · 7 (1) · 195-211

DOI: 10.48123/rsgis.1836037 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Turkish Journal of Remote Sensing and GIS, online erschienen am 26.03.2026. Verfasst von Hasan Tahsin Bostancı. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 75 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Gümüşhane, jeolojik yapısı, engebeli topografyası ve iklimsel özellikleri nedeniyle ülkemizde heyelan, kaya düşmesi ve çığ gibi kütle hareketlerinin sıkça yaşandığı illerden biridir. 2021 yılında hazırlanan il afet risk azaltma planında il genelinde meydana gelen doğal afetlerin %49’unu heyelanların oluşturduğu belirtilmiştir. Dolayısıyla bu çalışmada, makine öğrenmesi algoritmaları kullanılarak Gümüşhane’nin Merkez ilçesinin heyelan duyarlılık haritalarının üretilmesi amaçlanmıştır. Çalışmada makine öğrenmesi algoritmaları olarak lojistik regresyon (LR), yapay sinir ağları (ANN) ve destek vektör makineleri (SVM) tercih edilmiştir. Adı geçen algoritmalarla oluşturulan duyarlılık modellerinde; bakı, drenaj ağlarına uzaklık, yola uzaklık, yükseklik, arazi örtüsü, litoloji, plan eğriliği, profil eğriliği, eğim ve topografik nemlilik indeksi (TWI)’nden oluşan 10 faktör kullanılmıştır. Modellerin eğitim ve doğrulama aşamasında MTA Genel Müdürlüğünden temin edilen heyelan envanter haritası kullanılmıştır. LR, ANN ve SVM modellerinin performansı ROC eğrisi altında kalan alan (area under the ROC curve - AUC) metriği kullanılarak değerlendirilmiştir. LR, ANN ve SVM modellerinin AUC değerleri, sırasıyla, 0.784, 0.865 ve 0.888 olarak belirlenmiştir. Bu sonuçlar SVM modelinin diğer modellerden daha iyi performans gösterdiğini ortaya koymuştur. Ayrıca, çalışma alanında heyelanların meydana gelmesinde en etkili faktörlerin sırasıyla eğim, yükseklik, TWI ve yola yakınlık olduğu belirlenmiştir.

Zitieren

APA

Bostancı, H. T. (2026). Gümüşhane’nin Heyelan Duyarlılığının Makine Öğrenmesi Algoritmaları Kullanılarak Değerlendirilmesi. Turkish Journal of Remote Sensing and GIS, 7(1), 195-211. https://doi.org/10.48123/rsgis.1836037

Vancouver

Bostancı HT. Gümüşhane’nin Heyelan Duyarlılığının Makine Öğrenmesi Algoritmaları Kullanılarak Değerlendirilmesi. Turkish Journal of Remote Sensing and GIS. 2026;7(1):195-211. doi:10.48123/rsgis.1836037

BibTeX
@article{Bostanc2026,
  author = {Bostancı, Hasan Tahsin},
  title = {Gümüşhane’nin Heyelan Duyarlılığının Makine Öğrenmesi Algoritmaları Kullanılarak Değerlendirilmesi},
  journal = {Turkish Journal of Remote Sensing and GIS},
  year = {2026},
  volume = {7},
  number = {1},
  pages = {195--211},
  doi = {10.48123/rsgis.1836037}
}
Kostenlos starten →