Verification of rapid earthquake risk identification studies with earthquake performance analysis
Hızlı deprem risk tespit çalışmalarının deprem performans analizi ile doğrulanması
- Tez No: 1006590
- Danışmanlar: DR. ÜLGEN MERT
- Tez Türü: Yüksek Lisans
- Konular: Deprem Mühendisliği, Earthquake Engineering
- Anahtar Kelimeler: Deprem mühendisliği, Deprem performansı, Deprem riski, Deprem tehlikesi, Risk, Risk değerlendirmesi, Earthquake engineering, Earthquake performance, Earthquake risk, Earthquake hazard, Risk, Risk assesment
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, Türkiye yapı stoğunun depreme karşı hızlı değerlendirilmesi için kullanılan görsel tabanlı hızlı risk değerlendirme yöntemlerinin önemi ve uygulama alanları incelenmiştir. Çalışma kapsamında, literatürde yaygın olarak kullanılan FEMA P-154, Kanadalı Hızlı Tarama, P-25 ve PERA2019 gibi yöntemler referans alınarak özgün bir Hızlı Risk Tespiti (HRT) yöntemi geliştirilmiştir. HRT yöntemi, saha gözlemlerine dayalı hızlı değerlendirme parametrelerinin yanı sıra beton basınç dayanımı, etriye aralığı, kenetlenme boyu, kesit tesirleri (M, N, V) ve doğal titreşim periyodu gibi mühendislik verilerini puanlama sistemine dâhil etmektedir. Bu sayede hem görsel hem de analitik verileri bütünleştiren daha kapsamlı bir risk değerlendirmesi hedeflenmiştir. Geliştirilen HRT sistemi, Türkiye'de bir kamu bankasının 513 şube binasında uygulanmış ve elde edilen sonuçlar detaylı deprem performans analizleri ile doğrulanmıştır. Binaların lineer performans analizlerinden elde edilen spektral talepleri azaltma katsayıları ile HRT puanları arasındaki ilişki regresyon modelleriyle incelenmiş; ikinci derece polinom model için yaklaşık R² = 0.605 gibi anlamlı bir korelasyon değeri elde edilmiştir. Ayrıca, RSRA ≥ 500 puan eşik değeri“tahliye gerekebilir”kriteri olarak önerilmiş ve bu eşik, ROC (Receiver Operating Characteristic) analizi ile test edilmiştir. Analizler, HRT puanları kullanılarak zayıf binaları tespit etmede %85.7 doğruluk, %91.7 duyarlılık, %81.3 özgüllük sağlamış ve AUC = 0.964 değeri ile yöntemin ayırt ediciliğinin çok yüksek olduğunu göstermiştir. Elde edilen bulgular, HRT metodunun saha gözlemlerine dayalı öngörülerinin yapısal performans analizleriyle tutarlı olduğunu ve büyük ölçekli bina stoklarında hızlı, güvenilir ve maliyet-etkin bir deprem riski tarama aracı olarak kullanılabileceğini ortaya koymaktadır.
Özet (Çeviri)
This thesis examines the significance and application of visual-based rapid seismic risk assessment methods for the swift evaluation of Turkey's building stock. An original Rapid Seismic Risk Assessment (RSRA) method was developed, drawing on several established rapid screening approaches (FEMA P-154, Canadian Seismic Screening, P-25, and PERA2019) as reference points. The RSRA method prioritizes in-situ evaluation of material quality and incorporates engineering-based parameters – such as concrete compressive strength, stirrup spacing, anchorage length, section forces (M, N, V), and fundamental period – into its scoring system. In this way, the method provides a more comprehensive framework that integrates both visual observations and analytical data. The RSRA system was applied to 513 branch buildings of a public bank in Turkey, and its risk predictions were validated against detailed earthquake performance analyses. Linear performance analyses were conducted on simplified analytical models for these buildings, and the resulting spectral demand reduction factors were compared to the RSRA scores. Regression analysis revealed a strong inverse relationship, with a second-degree polynomial fit achieving approximately R² ≈ 0.605. Furthermore, an RSRA score threshold of 500 (indicating a building may require evacuation) was statistically tested using Receiver Operating Characteristic (ROC) analysis. The ROC evaluation yielded an Area Under the Curve (AUC) of 0.964, with an overall accuracy of 85.7%, sensitivity of 91.7% (correct identification of weak buildings), and specificity of 81.3% (correct identification of safe buildings) at the proposed threshold. These results confirm that the preliminary risk classification provided by the RSRA method is consistent with structural performance outcomes. In conclusion, the RSRA approach is demonstrated to be a reliable and efficient tool for large-scale seismic risk screening of existing buildings, offering rapid identification of potentially vulnerable structures.
Benzer Tezler
- Üç boyutlu nokta bulutları ile üretilen kent modelinin kentsel dönüşüm ile entegrasyonu: Zeytinburnu ilçesi örneği
Integration of city model produced with three-dimensional point clouds with urban transformation: Zeytinburnu district example
MERVE ALTIN ÇETİNKAYA
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. MUSTAFA YANALAK
- Yapay sinir ağları ile mevcut yapıların deprem riski açısından durum tespiti
The determining earthquake risk status of existing buildings with neural network
ZEHRA ŞULE GARİP
Doktora
Türkçe
2011
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ ÇAĞLAR
- Mevcut bir betonarme yapının deprem performansının Japon sismik indeks yöntemi ve RYTEİE 2019 yönetmeliğine göre değerlendirilmesi ve sonuçlarının karşılaştırılması
Comparison of the seismic evaluation of a existing reinforced concrete building according to the Japanese seismic index method and RYTEIE 2019
BURAK EFE
Yüksek Lisans
Türkçe
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR ÖZDEMİR ÇAĞLAYAN
- Kiriş ucu plastik mafsal bölgesindeki tam dayanımlı bulonlu kiriş ekinin kiriş-kolon birleşim davranışına etkisinin araştırılması
An investigation of the effect of fully restrained bolted splice connection within the plastic hinge zone at a beam end on the behavior of beam-to-column connection
KUTAY KUTSAL
Yüksek Lisans
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CÜNEYT VATANSEVER
- Betonarme konut yapıların deprem performanslarının yapay sinir ağları hızlı değerlendirme yöntemi ile tahmin edilmesi
Estimation of earthquake performances of reinforced concrete residential buildings by artificial neural network rapid assesment method
ERAY ÖZKAN
Doktora
Türkçe
2019
İnşaat MühendisliğiManisa Celal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ DEMİR
DOÇ. DR. MUSTAFA ERKAN TURAN