Geri Dön

Obruk duyarlılık haritalarının CBS ve makine öğrenmesi yöntemleri ile hazırlanması: Konya Kapalı Havzası örneği

Preparation of sinkhole susceptibility maps with GIS and machine learning methods: The case of Konya Closed Basin

  1. Tez No: 904567
  2. Yazar: İBRAHİM ÇETİN
  3. Danışmanlar: DOÇ. DR. SÜLEYMAN SEFA BİLGİLİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Coğrafya, Mühendislik Bilimleri, Geography, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Aksaray Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 89

Özet

Konya Kapalı Havzası (KKH), litolojik olarak kolay eriyebilen kayaların yoğunlaştığı karstik bir topoğrafyaya sahiptir. Obruklar gibi karstlaşma ürünleri ise bu bölgede görülen en sık karstlaşma ürünleridir. KKH'da obruklar tarım alanları başta olmak üzere enerji hatları ile karayolu gibi altyapılar ve yerleşim yerlerini tehdit etmektedir. Obrukların meydana getirdiği zararlı etkileri azaltmak için bu fenomenleri kontrol eden faktörlerin nerelerde oluşabileceğini bilmek gerekir. Bu tez çalışması ile obrukların hangi koşullar altında tekrar ettiği ve mekânsal olarak nerelerde olabileceği sorusuna, obruk duyarlılık haritası ile cevap aranmaktadır. Çalışma kapsamında, ortofotolar, saha çalışmaları, uydu görüntüleri ve AFAD il Müdürlüklerinden temin edilen veriler kullanılarak elde edilen 628 obruk envanteri ile bir veri tabanı oluşturulmuştur. Obruk araştırmalarında literatürde sık kullanılan 20 koşullandırma faktörü ve Rastgele Orman (RF), Hafif Gradyan Artırma (LightGBM), Aşırı Gradyan Artırma (XGBoost), Uyumlandırılmış Gradyan Artırma (AdaBoost) ve Kategorik Artırma (CatBoost) olmak üzere 5 adet topluluk makine öğrenme (MÖ) modelleri duyarlılık haritalarını üretmek için kullanılmıştır. Bu kapsamda tüm MÖ modelleri için % 95 ve üzeri tahmin performansı elde edilmiş olup en yüksek doğruluk skoru ise rastgele orman algoritması (% 97,35) olmuştur. Faktör önem oranlarını belirlemek için açıklanabilir yapay zekâ yaklaşımı olan SHAP kullanılmıştır. Buna göre RF modeli için en çok katkı veren faktörler; yeraltı su seviyesi değişim hızı, volkanik formlara yakınlık, kuyu yoğunluğu ve yükseklik olarak belirlenmiştir. Üretilen obruk duyarlılık haritasına havza topraklarının yaklaşık % 39'unun yüksek ve çok yüksek derece duyarlı alanlarda kaldığını göstermektedir. Bu çalışma ile üretilen havza bazında obruk duyarlılık haritası literatürde önemli bir açığı kapatarak havzada planlama faaliyetlerine altlık bir harita oluşturulduğu düşünülmektedir.

Özet (Çeviri)

Konya Closed Basin (KKH) has a karst topography where lithologically easily soluble rocks are concentrated. Karstification products such as sinkholes are the most common karstification products seen in this region. In KKH, sinkholes threaten agricultural areas, infrastructures such as energy lines and highways and settlements. In order to reduce the harmful effects of sinkholes, it is necessary to know where the factors controlling these phenomena can occur. In this thesis, the question of under which conditions sinkholes recur and where they may occur spatially is sought to be answered with a sinkhole susceptibility map. Within the scope of the study, a database was created with 628 sinkhole inventory obtained by using orthophotos, field studies, satellite images and data obtained from AFAD Provincial Directorates. The 20 conditioning factors commonly used in the literature and 5 ensemble machine learning (ML) models, namely Random Forest (RF), Light Gradient Boost (LightGBM), Extreme Gradient Boost (XGBoost), Adaptive Gradient Boost (AdaBoost) and Categorical Boost (CatBoost), were used to produce susceptibility maps. In this context, prediction performance of 95% and above was obtained for all ML models and the highest accuracy score was the random forest algorithm (97.35%). SHAP, which is an explainable artificial intelligence approach, was used to determine factor importance ratios. Accordingly, the most contributing factors for the RF model were determined as the rate of change in groundwater level, proximity to volcanic forms, well density and elevation. The produced sinkhole susceptibility map shows that approximately 39 per cent of the basin soils are located in highly and very highly susceptible areas. It is thought that the basin-based sinkhole susceptibility map produced by this study fills an important gap in the literature and provides a base map for planning activities in the basin.

Benzer Tezler

  1. Uzaktan algılama ve coğrafi bilgi sistemleri ile muhtemel obruk alanlarının belirlenmesi

    Determining potential sinkhole areas using remote sensing and geographic information systems

    OSMAN ORHAN

    Doktora

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriSelçuk Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT YAKAR

  2. Tükürük bezi tutulumu olan sjögren sendromlu olgularda shear wave elastografinin etkinliği ve tanıya katkısı

    The efficiency of shear wave elastography in patients with sjogren's syndrome with salivary gland involvement and it's contribution to diagnosis

    YUNUS EMRE ORUK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Radyoloji ve Nükleer TıpAydın Adnan Menderes Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. MEHMET BURAK ÇİLDAĞ

  3. Obruk baraj gölünün bakteriyolojik özelliklerinin çevre koşulları ile değerlendirilmesi

    Evaluation together with environmental conditions Obruk dam lake the bacteriological characteristics

    SEDA TERCAN KOZAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    MikrobiyolojiHitit Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. GÜLÇİN ALP AVCI

  4. Obruk Barajındaki düşey deformasyonların hassas Nivelman Yöntemi ile belirlenmesi

    Determination of vertical deformations in Obruk Dam by precision Nivelman Method

    ZAFER KÖSE

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriAfyon Kocatepe Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TAMER BAYBURA

  5. Obruk (Konya) köyleri halk edebiyatı ürünleri üzerinde bir inceleme

    Başlık çevirisi yok

    MEHMET AÇA

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    Türk Dili ve EdebiyatıSelçuk Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF.DR. SAİM SAKAOĞLU