Depremden yıkılan binaların tespitinde makine öğrenme yöntemlerinin değerlendirilmesi
Evaluation of machine learning methods in detecting buildings collapsed by earthquakes
- Tez No: 944941
- Danışmanlar: DOÇ. DR. DİLEK KÜÇÜK MATCI
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, 2023 Kahramanmaraş depremleri sonrasında Hatay Antakya bölgesindeki hasarlı ve yıkılmış yapıların tespiti için yüksek çözünürlüklü insansız hava aracı(İHA) görüntülerinin analizine odaklanmaktadır. Çalışmada, nesne tabanlı görüntü analizi desteğiyle farklı makine öğrenimi(ML) yöntemleri kullanılarak detaylı bir değerlendirme yapılmıştır. Deprem sonrası Antakya' da elde edilen insansız hava aracı (İHA) görüntüleri üzerinde çoklu çözünürlüklü segmentasyon işlemi (MRS) uygulanmıştır. Segmentasyon parametrelerinin optimizasyonu kapsamında, ölçek, şekil ve yoğunluk değerleri sistematik olarak test edilmiştir. Bu süreçte, her parametre kombinasyonu için görsel kontrol ve istatistiksel analizler yapılmıştır. Nesnelerden çıkarılan spektral, dokusal ve şekil özellikleri, Rastgele Orman (RF), Destek Vektör Makineleri (SVM) ve K-En Yakın Komşuluk (KNN) algoritmalarıyla analiz edilmiştir. Performans değerlendirmesinde kullanılan genel doğruluk (OA), üretici doğruluğu (PA) ve kullanıcı doğruluğu (UA) metrikleri, algoritmaların karşılaştırılmasında objektif bir temel sağlamıştır. Sonuçlar, K-NN algoritmasının genel doğruluk anlamında diğer yöntemlere göre daha başarılı olduğunu göstermiştir. Çalışmanın bulguları, afet sonrası hızlı değerlendirme çalışmalarında makine öğrenmesi tabanlı yöntemlerin pratik faydalarını ortaya koymaktadır. Bu çalışma, İnsansız Hava Aracı ve yüksek çözünürlüklü uydu görüntüsü aracılığı ile enkaz tespitinde başarı oranının arttırmıştır. Özellikle kentsel alanlarda yıkım tespiti için bu tür analizlerin etkin bir şekilde kullanılabileceği anlaşılmaktadır. Ancak, mevcut yöntemlerin sınırlılıklarının aşılması için daha gelişmiş segmentasyon tekniklerinin geliştirilmesi ve farklı veri kaynaklarının entegre edilmesi gerektiği sonucuna varılmıştır.
Özet (Çeviri)
This thesis study focuses on the analysis of high-resolution unmanned aerial vehicle (UAV) imagery for detecting damaged and collapsed structures in the Hatay Antakya region following the 2023 Kahramanmaraş earthquakes. The study employs object-based image analysis supported by various machine learning (ML) methods to conduct a detailed evaluation. Multi-resolution segmentation (MRS) was applied to Unmanned Aerial Vehicles (UAV) imagery collected in Antakya after the earthquake. Scale, shape, and compactness values were systematically tested to optimize the segmentation parameters. Each parameter combination was subjected to visual inspection and statistical analysis during this process. The spectral, textural, and shape features extracted from the objects were analyzed using Random Forest (RF), Support Vector Machines (SVM), and K-Nearest Neighbors (KNN) algorithms. The overall accuracy (OA), producer's accuracy (PA), and user's accuracy (UA) metrics, used for performance evaluation, provided an objective basis for comparing the algorithms. The results indicate that the K-NN algorithm outperformed the other methods in terms of overall accuracy. The findings of this study highlight the practical benefits of machine learning-based methods in rapid assessment efforts following disasters. This study has increased the success rate of debris detection through the use of Unmanned Aerial Vehicles and highresolution satellite imagery. It is evident that such analyses can be effectively utilized for damage detection in urban areas. However, it has been concluded that overcoming the limitations of the current methods requires the development of more advanced segmentation techniques and the integration of diverse data sources.
Benzer Tezler
- Deprem etkisindeki yapılarda dinamik yöntemlerle üç boyutta form araştırması
Başlık çevirisi yok
MEHMET EMİN TUNA
Doktora
Türkçe
1985
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSNÜ CAN
- Yanal su alma yapılı dolu gövdeli bağlamalarda ayırma duvarının sürüntü maddesine etkisi
Einfluss der trennwaendezur verhütung der seitlichen wasserentnahmen der fasten wehranglagen
TÜLAY ÖZBEK
- Balıkesir ovasının ve yakın çevresinin jeomorfolojisi ile uygulamalı jeomorfolojisi
Başlık çevirisi yok
AYHAN ÖZOĞUL
- Bitlis-Zağros bindirme ve kıvrımlı kuşağının sismotektonik özellikleri
Başlık çevirisi yok
HALUK EYİDOĞAN