Geri Dön

Türk Boğazları için Gemi Risk Profili Modeli Geliştirilmesi

Developing Ship Risk Profile Model for Turkish Straits

  1. Tez No: 930805
  2. Yazar: CENGİZ VEFA EKİCİ
  3. Danışmanlar: PROF. DR. ÖZCAN ARSLAN
  4. Tez Türü: Doktora
  5. Konular: Denizcilik, Gemi Mühendisliği, Ulaşım, Marine, Marine Engineering, Transportation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Deniz Ulaştırma Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 109

Özet

Deniz kazaları; özellikle limanlar, iç sular ve dar su yollarında daha sık meydana gelmektedir. Bu durum, denizcilik otoritelerinin dar ve kısıtlı su yollarında gemilerin emniyetli seyrine odaklanmasını ve risk önceliklendirme çalışmaları ile düzenlemeler yapmasını zorunlu kılmaktadır. Artan trafik yoğunluğu ve dar su yollarındaki coğrafi kısıtlamalar; deniz kazalarının sıklığını artırmakta, can kaybı, yaralanmalar ve çevresel kirlilik gibi olumsuz sonuçlara yol açmaktadır. Bu çalışmada; dar su yollarında gemi geçişine dair potansiyel riskleri değerlendirmek ve proaktif önlemler almak maksadıyla coğrafi yapısı, stratejik önemi ve trafik yoğunluğuyla kritik öneme sahip olan Türk Boğazları'na özgü olarak Türk Boğazları Gemi Risk Profili (TBGRP) modeli geliştirilmiştir. TBGRP modeliyle, bu zorlu su yolundan geçen gemilerin risk profilleri değerlendirilerek yüksek riskli gemilerin belirlenmesi ve gerekli emniyet önlemlerinin uygulanmasına olanak sağlanması amaçlanmıştır. Modelde; 2005-2021 yıllarına ait Liman Devleti Kontrolü kayıtları, Türk Boğazları'na özgü Seyir Planı-1 raporlarından elde edilen gemi bilgileri ve ilgili çevresel verilerin bir araya getirilmesi ile oluşturulan veri seti analiz edilmiştir. Uzman görüşlerinin yardımıyla modelde kullanılmak üzere gemi boyu, bayrağı, yaşı, tipi, tutulma sayısı, kılavuz kaptan alma durumu, rüzgar hızı, rüzgar yönü, görüş mesafesi ve gece-gündüz faktörleri belirlenmiştir. Yarı-denetimli ve denetimli makine öğrenme yöntemleri uygulanarak geliştirilen model, Türk Boğazları'nda meydana gelen deniz kazası verileriyle doğrulanarak modelin güvenilirliği ortaya konulmuştur. Modelden elde edilen sonuçlar; TBGRP modelinin yüksek riskli gemilerin belirlenmesi ve emniyet önlemlerinin uygulanmasında etkili olduğunu göstermekte ve modelin, potansiyel kazaların ve çevre kirliliğinin azaltılmasına katkı sağlayacağı düşünülmektedir. TBGRP modelinin, Türk Boğazları Gemi Trafik Hizmetleri tarafından risk önceliklendirmesi yapılarak daha emniyetli boğaz geçiş planlaması icra edilmesi maksadıyla kullanılabilineceği değerlendirilmektedir. Bu çalışmada kullanılan yöntem, kıyı devletlerinin kendi karasularına giren gemiler için benzer modeller geliştirmelerine olanak sağlayarak Gemi Trafik Hizmetleri tarafından uygun önlemlerin alınması için kullanılabilinecek ve mevcut Liman Devleti Kontrolü ile Bayrak Devleti Kontrolü mekanizmalarına ek olarak yeni bir deniz emniyet ağı oluşturabilecektir. Ayrıca, bu çalışma, makine öğreniminin bu tür risk değerlendirme sorunlarına yönelik güçlü bir alternatif sunmaktadır. Yapılan çalışma ile gelecekte; TBGRP modelinin gerçek zamanlı trafik yoğunluğu, gemi manevra kabiliyeti verileri ve ileri meteorolojik tahminler gibi ek dinamik faktörlerle geliştirilmesi planlanmaktadır. Ayrıca; modelin diğer dar su yolları ve küresel olarak kritik deniz bölgelerine uygulanabilirliği, daha geniş ölçekte deniz emniyeti artırma potansiyeli olduğunu göstermektedir. Olumlu doğrulama sonuçları, modelin deniz emniyetini artırmada ve gelecekteki denizcilik risk değerlendirmeleri çalışmalarında referans noktası olabileceğini göstermektedir. Ayrıca, bu çalışma makine öğreniminin bu tür sorunlara yönelik olarak Bayes ağı modeli yaklaşımına uygun bir alternatif olabileceğini göstermektedir. Modelin esnekliği, Otomatik Tanımlama Sistemi verileri kullanılarak gerçek zamanlı risk sistemi oluşturulmasına olanak tanımaktadır.

Özet (Çeviri)

Maritime transportation is the backbone of global trade, facilitating over 90% of worldwide commerce due to its cost-effectiveness and efficiency. However, the surge in maritime traffic has heightened the incidence of maritime accidents, leading to fatalities, injuries, ship losses, and environmental pollution. To mitigate these risks, international regulations like the ISM Code and Port State Control (PSC) have been established. Despite these measures, significant accidents still occur, particularly in coastal and narrow waterways where traffic density and geographical constraints amplify the risks. Historically, maritime safety strategies were prescriptive and reactive. The major tanker accidents of the 1970s shifted the focus towards proactive measures, resulting in the implementation of the ISM Code and enhanced regulations enforced by flag and port states. PSC serves as the final safety step, inspecting ships for compliance with international standards. However, inspecting every ship is impractical, so the Ship Risk Profile (SRP) system prioritizes inspections based on risk, classifying ships into high, standard, or low risk. This targeted approach has markedly enhanced maritime safety, yet major accidents remain a concern. Marine accidents are more frequent within ports, internal waters, and narrow waterways compared to the open seas. This highlights the critical need for maritime authorities to ensure safe navigation in congested waters, necessitating preventive measures like Traffic Separation Schemes (TSS), Vessel Traffic Services (VTS), and Ship Reporting Systems. Coastal states, alongside flag and port state measures, conduct risk analyses in narrow waterways with high traffic density and geographical restrictions to enhance maritime safety. The Turkish Straits, one of the world's most hazardous narrow waters due to its geography and traffic density, play a crucial role in maritime trade and global oil transportation. Connecting the Black Sea and the Mediterranean, the Turkish Straits comprise the Istanbul Strait, Canakkale Strait, and the Sea of Marmara. The increasing traffic density and ship sizes, driven by global trade, have escalated the risks in these straits, necessitating stringent safety measures. The strategic importance and unique challenges of the Turkish Straits make it an ideal case study for this research. This study proposes the development of a Ship Risk Profile model specifically for the Turkish Straits (TS-SRP), aiming to proactively identify and manage high-risk ships to improve navigational safety and prevent accidents. The research involves a comprehensive data analysis of ship particulars, marine accidents, PSC detention records, and environmental factors. Key factors influencing maritime risks, such as ship length, flag factor, age, type, number of detentions, wind speed, wind direction, visibility, and time of day, were identified and incorporated into the TS-SRP model. Maritime risk assessment has recently evolved from event-driven to data-driven approaches, focusing on various methods depending on data availability. As a critical component of data-driven decision-making, machine learning (ML) is well-suited to handle the complex, multidimensional datasets inherent to maritime safety, thereby enhancing it. In this study, initially, the dataset is clustered for convenient labeling by experts, and samples are selected for rule-based expert elicitation. After experts label these samples, the remaining dataset is labeled using a semi-supervised ML estimation method. The TS-SRP model is then trained with a supervised ML estimation method. Finally, the TS-SRP model is validated using relevant accident data from the Turkish Straits. The results demonstrate that the TS-SRP model effectively enhances the monitoring and management of maritime traffic in the Turkish Straits, enabling the prioritization of high-risk ships and the implementation of targeted safety measures. The model's predictive capabilities offer a significant improvement over existing methods, contributing to a reduction in potential accidents and environmental pollution. Based on the evaluation, the model is deemed applicable for use by the VTS in the Turkish Straits, allowing VTS operators to prioritize risks and plan strait entries accordingly. The methodology employed in this study suggests that coastal states can develop similar models for ships entering their territorial waters, which can then be utilized by VTSs to implement appropriate measures. This could serve as a novel maritime safety net in addition to FSC and PSC, and enhance navigational safety. Furthermore, this study demonstrates that machine learning can serve as a viable alternative to the Bayesian network model approach for addressing such problems. Also, the ML framework could give promising results with Automatic Identification System (AIS) data with relevant adjustments. Future research should focus on refining the TS-SRP model by incorporating additional dynamic factors such as real-time traffic density and advanced meteorological predictions. Extending the model's applicability to other critical narrow waterways globally could provide valuable insights and enhance maritime safety on a broader scale. Collaborative efforts between maritime authorities, researchers, and industry stakeholders are essential to continuously improve and validate the TS-SRP model. Also, TS-SRP could be improved as sector-specific or specific to the anchorage areas for the Turkish Straits. In conclusion, the proposed TS-SRP model represents a significant advancement in maritime risk assessment for the Turkish Straits. By combining ship-specific and environmental factors, it provides a proactive, risk-based approach to managing ship traffic, ensuring that limited resources are utilized effectively to mitigate risks. The model serves as an exemplary framework that can be adapted and applied to other narrow waterways and congested maritime regions globally, enhancing overall safety in the maritime industry. The positive validation results indicate its potential to enhance navigational safety and serve as a reference point for further research, and future research can build upon this foundation, further refining the model and expanding its application to enhance navigational safety worldwide. In addition, utilized factors could be a new perspective for future research by combining ship-specific data, PSC data, and meteorological data.

Benzer Tezler

  1. Tez No

    240711

    Türk boğazlarında tehlikeli yük taşıyan gemi trafiği ve denizel çevrenin korunma önlemlerinin incelenmesi

    Investigation of the vessels carrying dangerous cargo traffic and marine environmental protection measures in the Turkish straits

    BARIŞ TOZAR

    Doktora

    Türkçe

    Türkçe

    2008

    Denizcilikİstanbul Üniversitesi

    Denizel Çevre Ana Bilim Dalı

    PROF. DR. ERTUĞRUL DOĞAN

  2. Tez No

    768688

    Temporal and spatial investigation of maritime accidents in the strait of Istanbul in the perspective of navigational safety

    İstanbul Boğazı'ndaki deniz kazalarının seyir emniyeti perspektifinde zamansal ve mekansal olarak incelenmesi

    GİZEM KODAK

    Doktora

    İngilizce

    İngilizce

    2022

    Denizcilikİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. ALPER ÜNAL

    DR. ÖĞR. ÜYESİ TAYFUN ACARER

  3. Tez No

    78011

    Gemi kazalarından doğan krizlerin kıyısal yönetimi ve Türk Boğazları bölgesine uygulanması

    Coastal crisis management following vessel casualities and application of this in the Turkish Straits

    ÖZKAN POYRAZ

    Doktora

    Türkçe

    Türkçe

    1998

    Mühendislik Bilimleriİstanbul Üniversitesi

    Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT CELAL BARLA

  4. Tez No

    677472

    Gemi-köprü kazaları için önlemler ve bulanık mantık tabanlı risk değerlendirme modeli oluşturulması örnek çalışma: 1915 Çanakkale Köprüsü

    Measures for ship-bridge collisions and establishment of fuzzy logic-based risk assessment model case study: 1915 Çanakkale Bridge

    MUHAMMED FATİH GÜLEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHSİN KADIOĞLU

  5. Tez No

    658485

    İstanbul Boğazı'ndaki gemi kazaları ve arızalarının analizi

    Analysis of ships' accidents and defects at İstanbul Strait

    CANER GÜRSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. YASİN ARSLANOĞLU

Geri Dön