Geri Dön

Mekânsal regresyon yöntemleri kullanarak zemin parametrelerinin belirlenmesi Eskişehir ili örneği

Determination of soil parameters using spatial regression methods Eskişehir province example

  1. Tez No: 599451
  2. Yazar: İSMAİL SERDAR BAYRAÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH PEKKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeoloji Mühendisliği, İstatistik, Geological Engineering, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Coğrafi Bilgi Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Bu çalışmada Eskişehir ilinde Odunpazarı ve Tepebaşı ilçelerinde toprağa ait özelliklerin tanımlanabilmesi amacıyla açılmış olan, 29 adet sondaj kuyusundan alınan veriler ve raporlar kullanılmıştır. Elde edilen bilgilerden elek analizi raporları ve hidrometre deneyi raporları kullanılarak, yüzde çakıl içeriği, yüzde kum içeriği, yüzde silt içeriği, yüzde kil içeriği, sondaj logları kullanarak da derinlik ve SPTN60 değerleri gibi farklı zemin parametreleri hesaplanmıştır. Analizler ve incelemeler için SPSS Statistic 22.0, ArcGIS 10.3 ve GeoDa 1.12.1 programlarından yararlanılmıştır. Zemine ait özelliklerin; mekânsal regresyon yöntemleri kullanılarak, mekânsal bağımlılıkları ve mekânsal değişimlerinin belirlenmesi amaçlanmıştır. Veriler arasındaki ilişkiler mekânsal ağırlık matrisinden yararlanılarak incelenmiştir. Mekânsal bağımlılığın incelenmesi amacıyla Moran I İndeksinden yararlanılmıştır. Zemin parametrelerini tanımlamada klasik regresyon modellerinin değişimi açıklamada yetersiz olduğundan dolayı, değişimi incelemek için Mekânsal Erorr ve Mekânsal Lag modelleri oluşturulmuştur. Gerekli testlerden geçebilen veriler için her bir değişken ve derinlik seviyesi için farklı modeller oluşturulmuş ve incelenmiştir. Çalışma sonucunda mekânsal regresyon ile oluşturulan modeller yer almaktadır.

Özet (Çeviri)

In this study, data and reports obtained from 29 drilling wells, which were drilled in order to define soil properties in Odunpazarı and Tepebaşı districts in Eskişehir, were used. Using the sieve analysis reports and hydrometer test reports, different soil parameters such as percentage gravel content, percentage sand content, percentage silt content, percentage clay content, and depth and SPTN60 values were calculated using drilling logs. SPSS Statistic 22.0, ArcGIS 10.3 and GeoDa 1.12.1 were used for analysis and analysis. Soil properties; using spatial regression methods to determine spatial autocorelation and spatial changes. The relationships between the data were examined by using the spatial weight matrix. Moran I İndex was used to investigate sapatial autocorelation. Spatial Erorr and Spatial Lag models have been created to examine the change, since classical regression models are insufficient in explaining the change in soil parameters. Different models were created and examined for each variable and depth level in order to pass the necessary tests. As a result of the study, the models created by spatial regression are included.

Benzer Tezler

  1. Yüksek plastisiteli killerin şişme potansiyelinin direkt deneylerle belirlenmesi ve karşılaştırmalı analiz

    Determination of swelling potential of high plasticity clays with direct tests and a comparative study

    MURAT TÜRKÖZ

    Doktora

    Türkçe

    Türkçe

    2007

    İnşaat MühendisliğiEskişehir Osmangazi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF.DR. HASAN TOSUN

  2. InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği

    Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport

    NUR YAĞMUR

    Doktora

    Türkçe

    Türkçe

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEBİYE MUSAOĞLU

    PROF. DR. ERDAL ŞAFAK

  3. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  4. House price modelling under covid-19 analysis of parameters on online listing platforms

    Covid-19 pandemi döneminde online emlak platformlarındaki parametreler kullanılarak konut fiyatlarının modellenmesi

    SAMET DİBEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mimarlıkİstanbul Teknik Üniversitesi

    Gayrimenkul Geliştirme Ana Bilim Dalı

    DOÇ. DR. KEREM YAVUZ ARSLANLI

  5. Kentsel mekanda bireylerin yön bulma davranışının mekansal dizim ve bilişsel haritalama yöntemi ile irdelenmesi: Suadiye örneği

    Examining wayfinding behavior of individuals in urban space using space syntax and cognitive mapping method: Suadiye case

    TÜRKAN AKÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    DOÇ. DR. MEHMET EMİN ŞALGAMCIOĞLU