AFAD veri tabanındaki MASW ve HVSR kayıtlarından VS30 değerinin yeniden hesaplanması ve yapay zeka ile karşılaştırmalı analizler
Recalculation of VS30 values from MASW and HVSR data in the AFAD database and a comparative analysis using artificial intelligence
- Tez No: 1009547
- Danışmanlar: DOÇ. DR. ALİ ERDEN BABACAN
- Tez Türü: Yüksek Lisans
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Türkiye, dünyanın en aktif deprem kuşaklarından birinde yer almakta ve nüfusunun büyük bir bölümü yüksek risk altındadır. Son depremler, yapı güvenliğinde zemin koşullarının en az mühendislik tasarımı kadar kritik öneme sahip olduğunu göstermiştir. Bu kapsamda, zemin sınıflanmasının yapılmasında kullanılan en temel parametrelerden biri olan VS30'un doğru belirlenmesi, güvenilir bina tasarım spektrumlarının oluşturulması açısından hayati öneme sahiptir. Bu tez çalışmasında, 6 Şubat 2023 Kahramanmaraş depremlerinden etkilenen 10 ilde AFAD tarafından kurulmuş olan ivme istasyonlarının yerleştirildiği zeminlerin özelliklerinin belirlenmesine yönelik toplanmış MASW ve HVSR verileri yeniden analiz edilerek VS30 değerleri hesaplanmıştır. AFAD sisteminde raporlanan VS30 değerleri ile bu çalışma kapsamında yeniden hesaplanan VS30 değerleri karşılaştırılarak, aralarındaki benzerlikler ve farklılıklar ortaya konulmuş, bu farklılıkların olası nedenleri tartışılmıştır. İkinci aşamada, HVSR eğrilerinin ters çözümünden VS30 değerleri hesaplanmıştır. Böylece, MASW ve HVSR yöntemlerinden yeniden hesaplanan VS30 değerleri regresyon analizi yapılarak karşılaştırılmış ve aralarında düşük ilişki seviyesi belirlenmiştir. Son aşamada, HVSR spektrumları kullanılarak makine öğrenmesi tabanlı yaklaşımlar ile VS30 değerlerinin hızlı ve güvenilir bir şekilde tahmin edilebilirliği incelenmiştir. Yapılan analizler sonucunda MASW ile makine öğrenmesi tabanlı yaklaşımlar ile elde edilen VS30 değerleri arasında orta derecede pozitif yönde bir ilişki bulunmuştur. Böylece MASW ölçümlerinin yapılamadığı veya hızlı veri ihtiyacı duyulan alanlarda; HVSR yönteminden hesaplanan VS30 değerlerini girdi olarak kullanan yapay zekâ tabanlı modeller aracılığıyla, referans VS30 değerlerinin kestirimine yönelik deneysel bir ilişki elde edilmiştir.
Özet (Çeviri)
Turkey is situated on one of the world's most active seismic belts, and a significant portion of its population lives under high seismic risk. Recent earthquakes have demonstrated that soil conditions are as critically important for structural safety as engineering design itself. In this context, the accurate determination of VS30, one of the most fundamental parameters used in soil classification, is of vital importance for the creation of reliable building design spectra. In this thesis study, VS30 values were calculated by re-analyzing MASW and HVSR data collected to determine the characteristics of the soils where AFAD acceleration stations are located across 10 provinces affected by the February 6, 2023, Kahramanmaraş earthquakes. By comparing the VS30 values reported in the AFAD database with the VS30 values recalculated within the scope of this study, similarities and differences were revealed, and the potential causes of these discrepancies were discussed. In the second stage, VS30 values were also calculated through the inversion of HVSR curves. Thus, the recalculated VS30 values from both MASW and HVSR methods were compared using regression analysis, which identified a low level of correlation between them. In the final stage, the predictability of VS30 values in a fast and reliable manner was investigated using machine learning-based approaches with HVSR spectra. As a result of the analyses, a moderate positive correlation was found between the MASW results and the VS30 values obtained through machine learning-based approaches. Consequently, an empirical relationship was established for the estimation of reference VS30 values through artificial intelligence-based models that utilize HVSR-derived data as input, particularly for areas where MASW measurements cannot be performed or where there is a need for rapid data acquisition.
Benzer Tezler
- Site characterizations at the afad strong ground motion stations and evaluation of the site effects in the region affected by the 6 february 2023 Kahramanmaraş earthquakes
6 şubat 2023 Kahramanmaraş depremlerinden etkilenen bölgedeki afad kuvvetli yer hareketi istasyonlarında zemin karakterizasyonlarının yapılması ve yer etkilerinin değerlendirilmesi
AHMET KAAN KARABULUT
Yüksek Lisans
İngilizce
2026
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA KEREM KOÇKAR
- An updated strong-motion database of Türkiye with an automatic data processing algorithm
Otomatik veri işleme algoritması ile güncellenmiş Türkiye kuvvetli yer hareketi veri tabanı
BARAN GÜRYUVA
Yüksek Lisans
İngilizce
2023
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ABDULLAH SANDIKKAYA
DOÇ. DR. ÖZKAN KALE
- Azalım ilişkilerinin yapay zeka yöntemleriyle modellenmesi
Modeling of attenuation relations with artificial intelligence methods
MEHMET KARA
Yüksek Lisans
Türkçe
2021
İnşaat MühendisliğiOsmaniye Korkut Ata ÜniversitesiGeoteknik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN ALTAY
PROF. DR. CAFER KAYADELEN
- Crisis (2015) programı kullanılarak İzmir ili Urla-Çeşme-Karaburun çevresi sismik tehlike analizi
Seismic hazard analysis of Urla-Çeşme-Karaburun surrounding in İzmir province using Crisis (2015) program
GÜLÇİN GÖVSULU
Yüksek Lisans
Türkçe
2020
Jeofizik MühendisliğiDokuz Eylül ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. COŞKUN SARI
- 6 Şubat Kahramanmaraş pazarcık depreminin ivme ve fourıer spektrumlarının değerlendirilmesi
Evaluation of the acceleration and fourier spectrum of the February 6 Kahramanmaraş pazarcik earthquake
MÜRSEL BAYINDIR
Yüksek Lisans
Türkçe
2024
Deprem MühendisliğiBingöl Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL BALUN