A data-driven approach to identifying and selecting temporary disaster debris management sites: The case of Istanbul
Geçici afet moloz yönetim alanlarının belirlenmesi ve seçimi için veri odaklı bir yaklaşım: İstanbul örneği
- Tez No: 920528
- Danışmanlar: DOÇ. DR. ŞEYDA SERDAR ASAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: 143
Özet
Afetler, hem doğal hem de insan kaynaklı olayları kapsayacak şekilde çeşitli biçimlerde ortaya çıkar. Depremler, yangınlar, seller, tsunamiler, kasırgalar ve volkanik patlamalarda olduğu gibi aniden ortaya çıkabilir veya iç çatışmalar veya kuraklıklar gibi kademeli olarak gelişebilirler. Bu olayların etkileri hem fiziksel hem de sosyal boyutları açısından önemli ölçüde farklılık gösterebilir. Bir afetin türü ve yoğunluğu, önemli miktarlarda enkazın ortaya çıkmasına neden olarak etkilenen topluluklar için önemli zorluklar yaratabilir. Bu tür etkileri ele almak için afet yönetimi tipik olarak dört temel aşamaya ayrılır: zarar azaltma, hazırlık, müdahale ve iyileştirme. İyileştirme aşamasında, enkaz yönetimi kritik bir rol oynar ve artık enkazın toplanmasına, azaltılmasına veya geri dönüştürülmesine ve nihai olarak bertaraf edilmesine odaklanır. Afetler, etkilenen toplumun yıllık atık üretimini aşan ve genellikle mevcut katı atık yönetim tesislerinin ve personelinin kapasitesini zorlayan enkaz hacimleri oluşturabilir. Böylesine büyük miktarlardaki enkazın temizlenmesi, kaldırılması ve bertaraf edilmesi için önemli miktarda mali yatırım ve zaman gerekmektedir. Afet sonrası iyileştirmedeki kritik rolüne rağmen, afet enkaz yönetimi literatürde afet yönetiminin diğer yönlerine kıyasla nispeten daha az ilgi görmüştür. Bu tez, özellikle İstanbul'un sunduğu benzersiz zorluklara odaklanarak, afet enkaz yönetimi süreçlerini optimize etmek için uyarlanmış entegre bir çerçeve önererek bu boşluğu ele almayı amaçlamaktadır. Bu tezin temel amacı, özellikle Geçici Afet Enkaz Yönetim Sahalarının seçimi ve enkaz tahsisinin iyileştirilmesine vurgu yaparak, afet enkaz yönetiminin zorluklarını ele almaktır. Mekânsal analiz, kümeleme teknikleri ve ulaşım optimizasyonunu entegre ederek tez şunları amaçlamaktadır: •Çevresel, ekonomik ve sosyal faktörlere dayalı olarak Geçici Afet Enkaz Yönetim Sahalarının seçimi için kriterler belirlemek. •Seçilen Geçici Afet Enkaz Yönetim Sahalarına enkaz tahsisini optimize etmek için kümeleme tabanlı bir ulaşım modeli geliştirmek. •Saha değerlendirmesi ve enkaz tahsisi için sistematik ve tekrarlanabilir bir yaklaşım geliştirmek. •Metodolojiyi İstanbul'un özel afet enkaz yönetimi taleplerine uygulayarak doğrulamak. Giriş bölümü, iklim değişikliği, nüfus artışı ve sürdürülemez kalkınmanın bir sonucu olarak artan sıklık ve yoğunlukla ortaya çıkan afetlerin önemli zorluklarını ele almaktadır. Depremler ve seller gibi doğal ve insan kaynaklı afetler toplumları altüst ederek ciddi can kayıplarına, ekonomik zarara ve çevresel bozulmaya yol açmaktadır. Türkiye'nin coğrafi ve jeolojik koşulları, başta depremler olmak üzere doğadan kaynaklanan afetlere karşı son derece savunmasız olmasına neden olmaktadır. Tarihsel olarak 1999 Marmara depremi ve 2023 Kahramanmaraş-Hatay depremleri gibi felaketler, büyük enkaz oluşumu, ölümler ve toplulukların yerlerinden edilmesini içeren yıkımlarıyla öne çıkmaktadır. Bu örnekler, etkili afet yönetimi tekniklerinin kritik gerekliliğini ortaya koymaktadır. Bu bölümde afet yönetimi, enkaz yönetiminin önemli bir bileşen haline geldiği ve toplumun yeniden inşasını desteklemek için enkazın kaldırılması, ayrıştırılması ve bertaraf edilmesini gerektiren iyileştirme aşamasına odaklanan döngüsel bir süreç olarak tanımlanmaktadır. Başlıca araştırma soruları, Geçici Afet Enkaz Yönetim Sahalarının seçilmesi ve verimliliği artırırken maliyetlerden tasarruf etmek için miktar ve operasyonun optimize edilmesine yönelik kriterler etrafında yoğunlaşmaktadır. Tez, afet sonrası toparlanmada karşılaşılan iki kritik zorluğu çözmeyi amaçlamaktadır: •Geçici Afet Enkaz Yönetim Sahaları için en uygun sayı, konum ve hizmet bölgelerini belirlemek. •Etkin kaynak planlaması ve tahsisine yardımcı olmak için enkaz hacmini tahmin etmek ve tahsisini optimize etmek. Bölüm 2, afet enkaz yönetiminin karmaşıklığını ve genel afet yönetimi döngüsündeki önemini araştırmaktadır. Afet enkazını tanımlayarak, kökenine ve özelliklerine göre kategorize ederek başlamakta ve farklı afet türlerinin nasıl farklı enkaz bileşimlerine yol açtığını vurgulamaktadır. Afetlerden sonra ortaya çıkan enkaz hacmi sıklıkla tipik atık üretimini aşmakta, bertaraf sistemlerinde sorunlara yol açmakta ve belediyelerin kapasitesini zorlamaktadır. Bu bölümde, yanlış hesaplamalar verimsizliklere ve mali kayıplara neden olabileceğinden, enkaz miktarlarının tam olarak hesaplanmasının önemi vurgulanmaktadır. Geçmiş veri analizi, matematiksel modeller ve uzaktan algılama teknikleri gibi çeşitli araç ve metodolojiler, enkaz miktarını tahmin etmenin önemli araçları olarak vurgulanmaktadır. Geçici Afet Enkaz Yönetim Sahaları, afet enkaz yönetimi için kritik bileşenler olarak vurgulanmıştır. Bu tesisler enkaz depolama, işleme ve geri dönüşüm gibi çeşitli işlevleri yerine getirmenin yanı sıra lojistik tampon görevi de görmektedir. Geçici Afet Enkaz Yönetim Sahalarının seçimi, maliyet verimliliği ile çevrenin korunmasını dengelemek amacıyla çevresel, ekonomik ve sosyal kaygıların dikkatli bir şekilde değerlendirilmesini gerektirir. Afet enkazı tedarik zinciri, Geçici Afet Enkaz Yönetim Sahaları konumlarının optimizasyonuna ve enkaz tahsisine odaklanılarak incelenmiştir. Bu bölümde, etkin bir müdahale ve kurtarma süreci sağlamak için nakliye maliyetlerinin, zamanın ve taşıma mesafelerinin azaltılmasının önemi vurgulanmaktadır. Güncel literatürün gözden geçirilmesi, Coğrafi Bilgi Sistemleri tabanlı analiz ve optimizasyon algoritmaları da dahil olmak üzere enkaz yönetimi yaklaşımlarında önemli ilerlemeler olduğunu göstermektedir. Bununla birlikte, saha seçimi, nakliye optimizasyonu ve çok kriterli karar verme süreçlerini birleştiren entegre çerçevelerin bulunmaması gibi önemli eksikliklerin de altı çizilmektedir. Bu bölüm, bu eksiklikleri belirleyerek ve afet enkaz yönetim sistemlerini iyileştirmek için yeni teknikler önererek, özellikle büyük ölçekli afetlerin getirdiği benzersiz zorlukların üstesinden gelmeye vurgu yaparak tez için zemin hazırlamaktadır. Bölüm 3, Geçici Afet Enkaz Yönetim Sahalarının seçilmesi, enkaz miktarının tahmin edilmesi ve nakliyenin optimize edilmesine özellikle vurgu yaparak afet enkaz yönetimi zorluklarının üstesinden gelmek için kullanılan metodolojiyi özetlemektedir. Geçici Afet Enkaz Yönetim Sahaları seçimi, yakın zamanda yayınlanmış 20 ulusal ve uluslararası makaleden oluşan kapsamlı bir literatür çalışmasına dayanan değerlendirme kriterlerinin belirlenmesi ve seçilmesi ile başlar. Bu makaleler, Geçici Afet Enkaz Yönetim Sahaları seçimini etkileyen çevresel, sosyal ve ekonomik faktörlere ışık tutmaktadır. Metodoloji, güvenilirlik ve pratiklik için tipik olarak 9 ila 13 arasında değişen farklı kriterleri dahil etmek ile afet kurtarma senaryolarının dinamik ve kısa vadeli taleplerini karşılamak arasında bir denge kurmaktadır. Metodolojinin önemli bir yönü, afet enkaz yönetim sistemlerinin verimliliğini ve kapasitesini doğrudan etkileyen Geçici Afet Enkaz Yönetim Sahalarının doğru boyutlandırılmasıdır. Bu, enkaz miktarlarını tahmin etmek için geçmiş afet verilerinin ve tahmin modellerinin kullanılmasını içerir. Örneğin, FEMA kılavuzları, depolama ihtiyaçlarının yanı sıra güvenlik bölgeleri, erişim yolları, yangın çukurları ve tehlikeli atık yönetim bölgeleri gibi operasyonel alanları da hesaba katarak, milyon metre küp başına en az 100 dönüm enkaz önermektedir. Metodoloji ayrıca belirlenen kriterlere göreceli önemlerine göre ağırlık verilmesini de içermektedir. Eşit Ağırlık Yöntemi, Analitik Hiyerarşi Süreci (AHP) ve Analitik Ağ Süreci (ANP) kriterlerin ağırlıklandırılması için kullanılan üç popüler tekniktir. Karşılaştırılabilirliği sağlamak için kriterler, değerlendirme sürecini basitleştiren İkili (Boolean) Mantık veya Bulanık Mantık kullanılarak tek bir birim halinde standartlaştırılır. Coğrafi Bilgi Sistemleri, mekansal verilerin entegrasyonu ve analizi için kritik öneme sahiptir. Çeşitli veri türlerini ilişkilendirmek, bölgeleme ve tamponlama kurallarını uygulamak ve ölçüt harita katmanlarını kullanarak coğrafi ilişkileri görselleştirmek için kapsamlı yetenekler içerir. Bu, mekansal dinamiklerin daha geniş bir şekilde kavranmasını sağlayarak karar verme sürecini iyileştirir. Coğrafi Bilgi Sistemleri, Çok Kriterli Karar Analizi ile entegre edildiğinde, mekansal ve mekansal olmayan verilerin entegrasyonuna olanak tanıyarak yer seçiminde metodik ve veri odaklı bir yaklaşım sağlar. Bu entegrasyon sadece maliyet ve zaman tasarrufu sağlamakla kalmaz, aynı zamanda sürekli izleme ve uyarlama için güçlü bir dijital havuz oluşturarak yer seçimi süreçlerinin verimli ve sürdürülebilir olmasını garanti eder. Bölüm 3, 13,18 milyon ton enkaz üreten 1999 Marmara Depremi sırasında edinilen derslere dayanarak İstanbul'daki afet enkazının tahmin edilmesine yönelik özel bir yaklaşım sunmaktadır. Model, 100 m²'lik bina başına 4,2 konut birimi ve metrekare başına 1,3-ton atık üretimi gibi parametreler kullanarak İstanbul'un metropol özelliklerine uyum sağlamaktadır. İlçe ve mahalle düzeyinde enkaz tahmini için formüller sunularak Geçici Afet Enkaz Yönetim Sahalarının ve lojistik faaliyetlerin daha hassas bir şekilde tasarlanmasına olanak sağlanmaktadır. Bu sistem, İstanbul'un taleplerine özel, ölçeklenebilir ve etkili bir enkaz kontrolü sağlamaktadır. Bölüm 3, ek olarak, Geçici Afet Enkaz Yönetim Sahalarına verimli enkaz tahsisine odaklanarak afet enkaz yönetimi için küme tabanlı ulaşım optimizasyonunu ele almaktadır. Eşit olmayan enkaz tahsisi ve kısıtlı saha kapasitesini ele almak için sistem, maliyetleri ve çevresel etkileri azaltmak için kümeleme algoritmaları ve optimizasyon modelleri içermektedir. Karışık Tamsayılı Doğrusal Programlama (MILP) ve Çok Amaçlı Optimizasyon (örn. NSGA-II) gibi geleneksel optimizasyon yöntemleri, maliyetleri azaltma ve zamandan tasarruf etme yetenekleri nedeniyle tartışılmaktadır. K-medoids gibi kümeleme yaklaşımları, büyük ölçekli coğrafi ve nicel veri setleri için daha fazla uyarlanabilirlik ve hassasiyet sağlar. K-medoids algoritması mahalleleri kümelere ayırır, ardından gürültü ve aykırı değerlere karşı dayanıklı olurken enkaz taşımayı optimize etmek için çekirdek noktaları (medoidler) seçer. Haversine formülü, Dünya'nın küresel şeklini dikkate alarak ve uzamsal ilişkilerin doğru olmasını sağlayarak kesin mesafeleri hesaplamak için kullanılır. Ulaşım modelinin amacı, enkazın mahallelerden Geçici Afet Enkaz Yönetim Sahalarına taşınmasıyla ilgili toplam maliyetleri azaltmaktır. Kısıtlamalar arasında mahalle enkaz seviyelerinin karşılanması, Geçici Afet Enkaz Yönetim Sahaları kapasite kısıtlamalarına uyulması ve sahaların yalnızca etkinleştirildiğinde kullanılmasının sağlanması yer almaktadır. Model, sabit nakliye maliyetleri, tutarlı saha kapasiteleri ve enkaz nakliyeleri için yeterli kaynaklar gibi pratik varsayımlar kullanmaktadır. Kümeleme, mekânsal analiz ve optimizasyonu entegre eden sistem, maliyetleri ve çevresel etkileri en aza indirirken lojistik zorlukları ele alarak etkili ve ölçeklenebilir afet enkazı tahsisi sağlar. Bu yöntem, afet kurtarma senaryolarında enkaz tahsisini yönetmek için güçlü bir çerçeve sunmaktadır. Bölüm 4, Kuzey Anadolu Fay Zonu'na (KAFZ) yakınlığı nedeniyle sismik riski yüksek bir şehir olan İstanbul'da Geçici Afet Enkaz Yönetim Sahalarınnın belirlenmesi için önerilen metodolojinin pratik uygulamasını anlatmaktadır. Coğrafi Bilgi Sistemleri ve arazi uygunluk analizinin uygulandığı çalışmada, İstanbul'un coğrafi, çevresel ve kentsel özelliklerine göre özelleştirilmiş, önceden belirlenmiş bir dizi kritere göre olası sahalar değerlendirilmektedir. Yaklaşık 20 milyon kişiye ev sahipliği yapan İstanbul, KAFZ'ye yakınlığı nedeniyle önemli sismik tehlikelere sahiptir. Aralarında 1999 Marmara Depremi'nin de bulunduğu tarihsel istatistikler, 7,5 büyüklüğündeki bir depremin yaklaşık 25 milyon ton enkaz üretmesinin beklendiği şehrin kırılganlığını göstermektedir. Bu durum, Geçici Afet Enkaz Yönetim Sahalarının tanımlanmasını da içeren etkili enkaz yönetim sistemleri gerektirmektedir. Çalışma, İstanbul'un toplam 5.461 km²'lik 38 ilçesine odaklanmaktadır. Arazi uygunluk çalışması, kapsamlı bir literatür değerlendirmesinden elde edilen dokuz önemli kriteri içermektedir. Bunlar arasında göllere ve nehirlere yakınlık, yerleşme alanları, ana yollara ve havaalanlarına yakınlık, arazi eğimi, bakı ve rüzgar yönü, bunların yanı sıra arazi mülkiyeti ve arazi kullanımı da yer almaktadır. Veriler HydroSheds, ESRI, OpenStreetMap ve Tapu ve Kadastro Genel Müdürlüğü gibi güvenilir kaynaklardan toplanmıştır. Analizde mekânsal değerlendirmeler için raster ve vektör verileri kullanılmış, her kriter için tamponlar ve eşikler belirlenmiştir. Arazi uygunluk analizi, Geçici Afet Enkaz Yönetim Sahaları konumlarını ArcGIS 10.8.2 kullanarak değerlendirmiştir. Öklid mesafeleri önemli özelliklere yakınlığı ölçerken, Boolean mantığı araziyi uygun (1) veya uygun olmayan (0) olarak yeniden sınıflandırmıştır. İki bindirme yaklaşımı kullanılmıştır: Sıkı ikili sonuçlar için Bulanık Kaplama (Fuzzy Overlay) ve gerektiğinde kısıtlamaların gevşetilmesine izin veren esnek bir uygunluk endeksi için Ağırlıklı Toplam (Weighted Sum). Bu yaklaşım, potansiyel sahaların kapsamlı bir şekilde değerlendirilmesini sağlamıştır. Geçici Afet Enkaz Yönetim Sahalarını belirlemek için Ağırlıklı Toplam (Weighted Sum) analizi seçilmiştir. Uydu görüntüleri ve tapu kayıtları, ormanlık alanlar ve aşırı kalabalık metropol bölgeleri gibi istenmeyen bölgeleri hariç tutarak bulguları doğrulamıştır. Yeniden sınıflandırma haritaları, yapılaşmış alanlara yakınlık ve arazi kullanımının en kısıtlayıcı kriterler olduğunu, ancak göllere ve nehirlere olan uzaklığın daha az sınır oluşturduğunu göstermiştir. Bulanık Kaplama (Fuzzy Overlay), katı kısıtlamalar nedeniyle sınırlı sonuçlar verirken, Ağırlıklı Toplam (Weighted Sum) daha esnek bir sınıflandırmaya izin vermiş ve çeşitli büyüklük ve mülkiyete sahip 46 uygun alan belirlemiştir. Bazı endüstriyel mülklere, beklenen 25 milyon ton enkazı yönetmek için yeterli kapasiteye sahip olmaları için daha gevşek şartlara rağmen izin verilmiştir. Geçici Afet Enkaz Yönetim Saha adayları belirlendikten sonra, odak İstanbul'un Asya yakasına kaydırılmış, analiz Asya yakasında yer alan mahallelere daraltılarak ve daha fazla hassasiyet için mahalle düzeyinde enkaz tahminleri kullanılarak geliştirilmiştir. Metodoloji bölümünde özetlenen enkaz tahmin formülleri kullanılarak hesaplanan bu enkaz miktarları, İstanbul Deprem Kayıp Tahmini Güncelleme Projesi'ne (2019) dayanmaktadır ve 7.5 büyüklüğünde deprem senaryosunu dikkate almaktadır. Projeksiyonlar, Çok Ağır Hasar, Ağır Hasar, Orta Hasar ve Hafif Hasar olarak sınıflandırılan binaların yanı sıra kat sayısına göre (1-4, 5-8, 9-19 kat) kategorize edilen bina sayısını da içermektedir. Bölüm 4'teki son uygulama, İstanbul'un Asya yakasındaki afet enkazlarının taşınmasını optimize etmek için kümeleme tabanlı ve kümeleme dışı yöntemleri karşılaştırmaktadır. Bu yöntemler, mahallelerdeki enkazın Geçici Afet Enkaz Yönetim Sahalarına tahsis edilmesindeki başarıları açısından test edilmiş ve maliyet verimliliği, operasyonel karmaşıklık ve alan kullanımının dengelenmesinin önemi vurgulanmıştır. Kümeleme tabanlı yöntem, mahalleleri coğrafi yakınlıklarına ve enkaz miktarına göre gruplandırmak için K-Medoids algoritmasını uygulamıştır. Çeşitli küme konfigürasyonları arasında 15 kümeli bir senaryo, nakliye maliyeti ve operasyonel karmaşıklık arasında bir denge olduğunu göstermiştir. Yöntem, yedi aktif Geçici Afet Enkaz Yönetim Sahasına enkaz tahsisine odaklanarak nakliye maliyetlerini düşürmüş ve daha az sayıda, daha büyük sahalara odaklanarak lojistiği basitleştirmiştir. Buna karşılık, kümeleme yapmayan yöntem, mahallelerdeki enkazı doğrudan Geçici Afet Enkaz Yönetim Sahasına atayarak nakliye maliyetlerinde mütevazı bir artışa yol açmıştır. Bu yöntem, daha fazla esneklik sağlayan ancak lojistik kısıtlamaları artıran daha küçük sahalar da dahil olmak üzere daha geniş bir Geçici Afet Enkaz Yönetim Sahası yelpazesi kullanmıştır. Karşılaştırmalı analiz önemli ödünleşimleri ortaya çıkarmıştır: kümeleme, tahsisleri merkezileştirerek maliyetleri ve operasyonel ek yükü azaltırken, kümelemesizlik daha fazla esnekliğe ve artan karmaşıklık pahasına dağınık tahsislere izin vermiştir. Bu görüşler, afet enkaz yönetimi için önemli tavsiyeler sunmakta ve yöntemlerin belirli operasyonel önceliklere ve kısıtlamalara göre uyarlanmasının önemini vurgulamaktadır.
Özet (Çeviri)
Disasters manifest in various forms, encompassing both natural and human-induced events. They may arise suddenly, as in the case of earthquakes, fires, floods, tsunamis, hurricanes, and volcanic eruptions, or develop gradually, such as during civil conflicts or droughts. The impacts of these events can vary significantly in both their physical and social dimensions. The type and intensity of a disaster can result in the generation of substantial amount of debris, posing significant challenges for affected communities. To address such impacts, disaster management is typically divided into four key stages: mitigation, preparation, response, and recovery. During the recovery phase, debris management is essential, emphasizing the processes of collecting, reducing or recycling, and ultimately disposing of the remaining debris. Disasters can generate debris volume that considerably surpass the yearly debris production of the impacted community often straining the resources of existing solid waste disposal systems and staff. Addressing such immense volume of debris requires substantial financial investment and significant time for its clearance, removal, and disposal. Despite its critical role in disaster recovery, disaster debris management has received relatively limited attention in the literature compared to other aspects of disaster management. By putting forth a combined structure designed to optimize disaster debris management procedures, this thesis seeks to close this gap, paying particular attention to the particular difficulties Istanbul presents. This thesis's primary goal is to solve the difficulties associated with managing disaster debris, with a focus on enhancing the selection Temporary Disaster Debris Management Sites (TDDMS) and allocation debris to these sites. Through the integration of transportation optimization, clustering techniques, and spatial analysis, the thesis aims to: •Establish identification criteria for TDDMS that consider the environment, engineering, and economy. •Develop a clustering-based transportation model to optimize debris allocation to selected TDDMS. •Develop a systematic and replicable approach to site evaluation and debris allocation. •Validate the methodology by applying it to Istanbul's particular disaster debris management demands. Introduction chapter discusses the important difficulties faced by disasters, focusing on their increasing frequency and intensity because of climate change, population increase, and unsustainable development. Communities are disrupted by natural and human-caused disasters like floods and earthquakes, which cause significant death tolls, economic losses, and environmental degradation. Turkey's geographical and geological circumstances cause it highly vulnerable to disasters caused by nature, particularly earthquakes. Historical disasters such as the 1999 Marmara earthquake and the 2023 Kahramanmaraş-Hatay earthquakes are emphasized for their devastation, which included massive debris generation, fatalities, and community displacements. These instances demonstrate the critical necessity for effective disaster management strategies. The chapter defines disaster management as a cyclical process that focuses on the recovery stage, when debris management becomes an important component, necessitating the removal, sorting, and disposal of debris to promote community reconstruction. Major research questions concentrate around the criteria for selecting TDDMS and optimizing the number and operation to save costs while increasing efficiency. The thesis seeks to solve two critical challenges in disaster recovery: •Establishing the optimal number, locations, and service zones for TDDMS. •Estimating and allocation debris volume to aid in effective resource planning. Chapter 2 digs into disaster debris management, exploring its complexities and significance in the overall disaster management cycle. It starts by defining disaster debris and categorizing it according to its origin and features, stressing how different types of disasters result in distinct debris compositions. The volume of debris generated after disasters frequently exceeds typical waste production, posing problems to disposal systems and straining municipal waste disposal ability. The chapter emphasizes the significance of precisely calculating debris amount, as miscalculations can result in inefficiencies and financial losses. Various tools and methodologies, such as past record data analysis, mathematical models, and remote sensing techniques are highlighted as important means of forecasting debris amount. TDDMS have been emphasized as critical components for disaster debris control. These facilities perform a variety of functions, including debris storage, processing, and recycling, as well as serving as logistical buffers. In order to balance economic effectiveness and environmental preservation, the selection of TDDMS requires a thorough evaluation of engineering, economical, and environmental considerations. The disaster debris supply chain is investigated, with a focus on the optimization of TDDMS locations and debris allocation. The chapter emphasizes the significance of reducing transportation costs, time, and hauling distances to provide an efficient response and recovery process. A review of the most recent literature demonstrates considerable advances in debris management approaches, including GIS-based analysis and optimization algorithms. However, it also highlights key shortcomings, such as the absence of integrated frameworks that combine site selection, transportation optimization, and multi-criteria decision-making. This chapter sets the stage for the thesis by identifying these shortcomings and suggesting novel techniques to improving disaster debris management systems, with a particular emphasis on tackling the unique challenges given by large-scale disasters. Chapter 3 outlines the methodology employed to deal with disaster debris management challenges, with a particular emphasis on selecting TDDMS, estimating debris amount, and optimizing transportation. TDDMS selection begins with determining and prioritizing evaluation criteria based on a comprehensive literature study of 20 recently published national and international articles. These articles shed light on the environmental, engineering, and economic factors that influence the choice of TDDMS. The methodology strikes a balance between including different criteria, which typically range from 9 to 13 for reliability, practicality and meeting the dynamic and short-term demands of disaster recovery scenarios. A crucial aspect of the methodology is the accurate sizing of TDDMS, which directly impacts the efficiency and capacity of disaster debris management systems. This involves using historical disaster data and estimation models to predict debris amount. In this regard, FEMA guidelines, which take into consideration storage requirements as well as operational areas such as safety zones, access roads, fire pits, and hazardous waste management zones, identify a minimum of 100 acres per million cubic yards (about 40 hectares per 0.76 million cubic meters) of debris. As part of the approach, the selected criteria are also given weights according to their significance in relation to others. The Equal Weight Method, Analytic Hierarchy Process (AHP), and Analytic Network Process (ANP) are three popular methods to criteria weighing. To ensure comparability, criteria are standardized into a single unit utilizing Boolean or Fuzzy Logic, which simplifies the assessment process. Geographical Information Systems (GIS) are critical to the integration and analysis of spatial data. It includes comprehensive capabilities for correlating various data types, implementing zoning and buffering rules, and visualizing geographical relationships using criteria map overlays. This improves decision-making by providing a broader grasp of spatial dynamics. When integrated with Multi-Criteria Decision Analysis (MCDA), GIS allows for the integration of spatial and non-spatial data, resulting in a methodical and data-driven approach to site selection. This integration not only saves cost and time, but it also establishes a strong digital repository for continuing monitoring and adaption, guaranteeing that site selection processes are efficient and sustainable. Chapter 3 presents a tailored approach to estimating disaster debris amount in Istanbul, based on lessons learned during the 1999 Marmara Earthquake, which produced 13.18 million tonnes of debris. The model fits to Istanbul's metropolitan characteristics by employing similar parameters, such as 4.2 housing units per building covering 100 m² and 1.3 tonnes per square meter of debris generation. Formulas are offered to estimate debris at the district and neighborhood levels, allowing for more precise design of TDDMS and logistical activities. This system ensures scalable and effective debris control that is specific to Istanbul's demands. Chapter 3, additionaly, explores cluster-based transportation optimization for disaster debris management, with a focus on efficient allocation of debris to TDDMS. To address unequal debris allocation and restricted site capacity, the system incorporates clustering algorithms and optimization models to reduce costs and environmental implications. Traditional optimization methods, such as Mixed Integer Linear Programming (MILP) and Multi-Objective Optimization (e.g., NSGA-II), are discussed for their ability to reduce costs and save time. Clustering approaches, such as K-medoids, provide more adaptability and precision for large-scale geographic and quantitative data sets. The K-medoids algorithm divides neighborhoods into clusters, then selects core spots (medoids) to optimize debris transportation while being robust to noise and outliers. The Haversine formula is used to calculate precise distances, taking into account the Earth's spherical shape and ensuring spatial relationships are accurate. The transportation model's goal is to reduce the total costs associated with transporting debris from neighborhoods to TDDMS. Constraints include meeting the neighborhood debris levels, adhering to TDDMS capacity constraints, and ensuring sites are only used when activated. The model employs practical assumptions, such as fixed transportation costs, consistent site capacities, and adequate resources for debris transports. By integrating clustering, spatial analysis, and optimization, the system assures effective and scalable disaster debris allocation, addressing logistical challenges while minimizing costs and environmental implications. This method offers a strong framework for managing debris allocation in disaster recovery scenarios. Chapter 4 describes the practical application of the proposed methodology for opting for TDDMS in Istanbul, a city with high seismic risk due to its proximity to the North Anatolian Fault Zone (NAFZ). Applying GIS and land suitability analysis, the study assesses possible sites against a set of predetermined criteria customized to Istanbul's geographic, environmental, and urban characteristics. Istanbul, home to approximately 20 million people, has significant seismic dangers due to its proximity to the NAFZ. Historical statistics, including as the 1999 Marmara Earthquake, illustrate the city's vulnerability, with a 7.5 magnitude earthquake expected to yield almost 25 million tonnes of debris. This demands effective debris management systems, which include the identification and selection of TDDMS. The study focuses on Istanbul's 38 districts, totaling 5,461 km². The land suitability study includes nine important criteria derived from a thorough literature assessment. These include proximity to lakes and rivers, built areas, major roads, airports, land slope, aspect and wind direction, as well as ownership and land use. Data were gathered from reliable sources, including HydroSheds, ESRI, OpenStreetMap, and the General Directorate of Land Registry and Cadastre. The analysis used raster and vector data for spatial evaluations, with buffers and thresholds set for each criterion. The land suitability analysis evaluated TDDMS locations utilizing ArcGIS 10.8.2. Euclidean distances measured proximity to important characteristics, whereas Boolean logic reclassified land to be suitable (1) or unsuitable (0). Two overlay approaches were employed: Fuzzy Overlay (“AND”) for tight binary outcomes and Weighted Sum for a flexible the suitability index that allows constraint relaxation as needed. This approach ensured a thorough assessment of potential sites. The Weighted Sum analysis was selected to identify TDDMS. Satellite imagery and property records confirmed the findings, excluding undesirable zones such as woods and overcrowded metropolitan regions. Reclassification maps indicated that proximity to built areas and land use were the most restrictive criteria, but distance from lakes and rivers posed fewer limits. Fuzzy Overlay produced limited results due to stringent constraints, whereas Weighted Sum allowed for more flexible categorization, identifying 46 eligible sites of varied sizes and ownership. Some industrial properties were allowed despite looser requirements to have adequate capability for managing the expected 25 million tonnes of debris. After identifying potential TDDMS, the focus shifted to Istanbul's Asian side, enhancing the analysis by narrowing it to specific neighborhoods and utilizing neighborhood-level debris amounts estimates for greater precision. These estimations, computed using the debris estimation formulas outlined in the methodology section, are based on the Istanbul Earthquake Loss Estimation Update Project (2019) and consider a Mw 7.5 earthquake scenario. The projections include buildings classified as Very Heavy Damage, Heavy Damage, Moderate Damage, and Light Damage, along with the number of buildings categorized by story count (1-4, 5-8, 9-19 stories). The final application in Chapter 4 compares clustering-based and non-clustering methods to optimize disaster debris transportation in Istanbul's Asian side. These methods were tested for their success in allocating debris amounts from neighborhoods to TDDMS, emphasizing the importance of balancing cost efficiency, operational complexity, and site usage. The clustering-based method applied the K-Medoids algorithm to group neighborhoods based on their geographical proximity. Among several cluster configurations, a 15-cluster scenario demonstrated a balanced trade-off between transportation cost and operational complexity. The method focused on allocations to seven active TDDMS, lowering transportation costs and simplifying logistics by concentrating on fewer, larger sites. Conversely, the non-clustering method assigned debris amounts from neighborhoods directly to TDDMS, leading in a modest increase in transportation costs. This method used a broader variety of TDDMS, including smaller sites, which provided greater flexibility but increased logistical constraints. The comparative analysis revealed important trade-offs: clustering decreased costs and operational overhead by centralizing allocations, whereas non-clustering allowed greater flexibility and scattered allocations at the cost of increased complexity. These insights provide significant recommendations for disaster debris management, emphasizing the importance of tailoring methods to particular operational priorities and constraints.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile yangın verilerinin analizi ve sınıflandırılması
Analysis and classification of fire data using machine learning methods
ZEYNEP NAZLI ASLAN
Yüksek Lisans
Türkçe
2025
İlk ve Acil YardımSakarya ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DOÇ. DR. BEYTULLAH EREN
- Utilizing remote sensing and GIS solar power sources
Uzaktan algılama ve CBS güneş enerjisi kaynaklarından faydalanma
SAIF AL ALLAQ
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Gelişim ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF GÜRCAN ŞAHİN
- Teknoloji fırsat keşfi için veri odaklı çözüm yaklaşımlarının geliştirilmesi
Development of data-driven solution approaches for technology opportunity discovery
ZÜLFİYE ERDOĞAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERKAN ALTUNTAŞ
PROF. DR. TÜRKAY DERELİ
- Veri arttırma tekniğinin endüstriyel bir problemde incelenmesi
Investigation of the data augmentation technique in an industrial problem
ALPTEKİN KAVAKOĞLU
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriSakarya Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GARİP ERDOĞAN
DR. ÖĞR. ÜYESİ -
- Koroner arter hastalığının makine öğrenmesi teknikleriyle teşhisi
Diagnosis of coronary artery disease using machine learning techniques
ŞÜKRÜ ALKAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR