Mevcut yapıların depreme hazırlık değerlendirmesi: Erzincan ili örneği
Assessment of earthquake preparedness of existing structures: the case of Erzincan province
- Tez No: 1002770
- Danışmanlar: DOÇ. DR. ATİLA KUMBASAROĞLU
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Deprem riski oldukça yüksek olan Erzincan gibi şehirlerde mevcut bina stoğunun değerlendirilmesi ve analiz edilmesi, şehir planlaması ve afet riskini azaltma çalışmaları açısından son derece kritik bir konuma sahiptir. Geleneksel saha temelli değerlendirme yöntemlerinden olan sokak taramaları, yapısal özellikler hakkında veri toplamak için uzun süredir kullanılsa da, bu yöntemlerin zaman alıcı, yoğun emek isteyen ve değerlendiriciye bağlı hatalara açık olması önemli dezavantajlar yaratmaktadır. Bu çalışmada, Erzincan şehir merkezindeki yapıların deprem riskini hızlı, nesnel ve etkin bir şekilde değerlendirmek amacıyla; iki farklı geleneksel sokak tarama yöntemi ile yapay zeka destekli bir analiz modülü tek bir yazılım platformunda birleştirilmiştir. İlk yöntem olarak İTÜ Mezunları Derneği Bursa Şubesi'nin anket yaklaşımı, ikinci yöntem olarak ise Erdem Erdoğan'ın görsel sokak tarama metodu kullanılmıştır. Bu yöntemlere ek olarak geliştirilen üçüncü yöntemde ise, çeşitli modeller kullanarak yapının dört farklı cephesinden çekilen fotoğrafları analiz edebilen yapay zeka tabanlı görsel analiz modülü kullanılmıştır. Yazılım, üç farklı yöntemi aynı arayüzde birleştirip ayrı ayrı sekmelerde analiz, değerlendirme ve puanlama yaptıktan sonra öneriler de sunarak hızlı ve kolay karşılaştırma yapabilmek için olanak sunmuştur. Erzincan ili merkezinde yapılan testler sonucunda, yapay zeka modelinin ürettiği risk puanları ve kategorilerinin geleneksel yöntemlerle %80-%90 oranında benzerlik gösterdiği tespit edilmiştir. Yazılımın hata payı %5-%15 aralığında değişirken, işlem hızında sağladığı muazzam vakit avantajı dikkat çekicidir. Geleneksel yöntemlerle saatler süren on binanın analiz süreci yazılım ile yaklaşık on dakikaya düşürülmüştür. Bu çalışma, yapay zekanın inşaat mühendisliği uygulamalarındaki potansiyelini somut bir şekilde ortaya koyarken, afet yönetimi ve yapı envanteri güncellemeleri için hızlı, tutarlı ve güvenilir bir metodoloji sunmaktadır.
Özet (Çeviri)
Evaluating and analyzing the existing building stock in cities like Erzincan, where the earthquake risk is remarkably high, is critical for urban planning and disaster risk reduction efforts. Although street scanning, one of the traditional field-based evaluation methods, has been used for a long time to collect data on structural features, these methods have significant disadvantages such as being time-consuming, labor-intensive, and open to evaluator-dependent errors. In this study, to evaluate the earthquake risk of the structures in Erzincan city center in a fast, objective, and effective way; two different traditional street scanning methods and an artificial intelligence-supported analysis module were combined in a single software platform. The survey approach of the ITU Alumni Association Bursa Branch was used as the first method, and Erdem Erdoğan's visual street scanning method was used as the second method. In the third method developed in addition to these, an artificial intelligence-based visual analysis module that can analyze photographs taken from four different facades of the structure using various models was utilized. The software provides the opportunity for fast and easy comparison by offering suggestions after performing analysis, evaluation, and scoring in separate tabs by combining three different methods in the same interface. As a result of the tests conducted in the center of Erzincan province, it was determined that the risk scores and categories produced by the artificial intelligence model showed 80-90% similarity with traditional methods. While the error margin of the software varies between 5% and 15%, the enormous time advantage it provides in processing speed is noteworthy. The analysis process of ten buildings, which takes hours with traditional methods, was reduced to approximately ten minutes with the software. This study demonstrates the potential of artificial intelligence in civil engineering applications and offers a fast, consistent, and reliable methodology for disaster management and building inventory updates
Benzer Tezler
- Erzincan' da mevcut binaların bölgesel afet risk dağılımının belirlenmesi
Determination of regional disaster risk distribution of existing buildings in Erzincan
AYŞE BAŞGÖZE
Yüksek Lisans
Türkçe
2020
MimarlıkErzincan Binali Yıldırım Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ARZU GÜNCÜ
- Bir deprem güvenliği sınıflandırma algoritmasının başarısının farklı betonarme taşıyıcı sistemler için irdelenmesi
Evaluation of the success of an earthquake safety classification algorithm for different reinforced concrete structural systems
İLKNUR KARAKUŞ
Yüksek Lisans
Türkçe
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN YÜKSEL
- Deprem tehlikesi altındaki kentsel yerleşmelerde deprem riskinin değerlendirilmesi: Cihangir örneği
Evaluating earthquake risk in urban settlements under earthquake risk: Cihangir case study
EVREN UZER
Yüksek Lisans
Türkçe
2002
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
PROF. DR. NURAN ZEREN GÜLERSOY
- Coğrafi bilgi sistemleri ile afet ve acil durum toplanma alanlarının erişilebilirlik analizi: Esenyurt örneği
Geographic information system-based accessibility analysis of disaster and emergency assembly areas: The case of Esenyurt district
EZGİ ŞENOL TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- İklim değişikliğinde kentsel hasar görebilirlik: İstanbul- Bağcılar örneği
Urban damage vulnerability in climate change: İstanbul- Bağcılar
KÜBRA ALTINTAŞ
Yüksek Lisans
Türkçe
2025
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiAfet ve Acil Durum Yönetimi Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ CEYHAN KAHYA