Üniversite tarafından yürütülen projede, yapay zekâ destekli sismik tehlike haritaları oluşturularak olası deprem senaryolarında kentteki sarsıntı farklılıklarının önceden belirlenmesi hedefleniyor.
İzmir için yüksek çözünürlüklü deprem haritaları
“İzmir'de Sismik Tehlike Haritalarının ve Risk Azaltma Stratejilerinin Geliştirilmesinde Yapay Zekânın Uygulanması” projesi kapsamında, yapay zekâ destekli yeni nesil deprem tehlike haritaları hazırlanıyor. Yaşar Üniversitesi İnşaat Mühendisliği Bölümü Dr. Öğretim Üyesi Çağlar Tuna’nın yürütücüsü olduğu araştırmada, yerel zemin özellikleri klasik deprem modelleriyle birlikte analiz ediliyor.
Sistem, farklı deprem senaryolarında İzmir’in hangi bölgelerinde sarsıntının daha şiddetli yaşanabileceğini yüksek çözünürlükle tahmin ediyor. Projenin; kentsel dönüşüm, yapı güçlendirme, kritik altyapı planlaması ve afet riskinin azaltılmasına yönelik çalışmalarda karar vericilere bilimsel destek sağlaması amaçlanıyor.
Araştırmada özellikle 30 Ekim 2020 İzmir depreminin ortaya çıkardığı yerel zemin etkilerinin daha doğru analiz edilmesi hedefleniyor. Klasik deprem modelleri ile makine öğrenmesinin aynı sistemde buluşturulduğu çalışmada, farklı deprem senaryoları için yüksek çözünürlüklü sarsıntı haritaları hazırlanıyor. Böylece kentin hangi bölgelerinde depremin daha şiddetli hissedilebileceğinin önceden öngörülmesi amaçlanıyor.
Klasik modeller ile yapay zekâ birlikte kullanılıyor
Bilimsel çalışmanın en önemli özelliğinin, klasik deprem mühendisliği yaklaşımlarını yapay zekâ ile güçlendirmesi olduğunu belirten Dr. Öğretim Üyesi Şahin Çağlar Tuna, 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 bin 657 ölçüm noktası incelendi
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. Dr. Öğretim Üyesi Tuna, klasik haritaların çoğunlukla tek bir ortalama tehlike değeri sunduğunu belirterek, geliştirilen sistemin deprem büyüklüğü, kaynak ve yerel zemin şartlarını dikkate alan dinamik senaryolar oluşturduğunu ifade ediyor.
Tuna, bu sayede aynı deprem sırasında birbirine çok yakın iki bölgenin neden farklı şiddette sarsılabileceğinin daha ayrıntılı şekilde ortaya konulabildiğini belirtiyor. Sistemin yalnızca deprem tehlikesini göstermekle kalmadığını, aynı zamanda hangi bölgelerde ayrıntılı zemin etüdü yapılması gerektiği ile güçlendirme ve kentsel dönüşüm çalışmalarının nerelerde öncelik kazanabileceğine ilişkin veriler sunduğunu aktarıyor.
Riskli bölgelerin belirlenmesine bilimsel katkı
Projenin çıktılarının yerel yönetimler, kamu kurumları ve mühendislik uygulamaları açısından önemli katkılar sağlayacağını ifade eden Dr. Öğretim Üyesi Çağlar Tuna, sözlerini şöyle tamamlıyor:
“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.”
