Depremlere ait öncül sinyallerin üçgen alan değişimi yöntemi ve sabit-GNSS ağları kullanılarak incelenmesi
Investigation of precursor signals of earthquakes using triangular area change method and CORS-GNSS networks
- Tez No: 978159
- Danışmanlar: DR. ÖĞR. ÜYESİ CEMİL GEZGİN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Yüzey deformasyonu, Surface deformation
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması Türkiye'de 2011 ve 2023 yılları arasında meydana gelen yıkıcı büyüklükteki depremler için“Üçgen Alan Değişim Analizi”yöntemi kullanılarak depremlerin oluşmadan önceki öncül sinyallerinin tespit edilebilirliğini sistematik olarak incelemeyi amaçlamaktadır. Çalışma kapsamında; 23 Ekim 2011 tarihinde Van merkezli Mw=7.2 büyüklüğünde meydana gelen deprem, 21 Temmuz 2017 tarihinde Gökova Körfezi merkezli Mw=6.6 büyüklüğünde meydana gelen deprem, 30 Ekim 2020 tarihli İzmir merkezli meydana gelen deprem Mw=6.9 ve 6 Şubat 2023 tarihli Kahramanmaraş merkezli meydana gelen depremler Mw=7.7-Mw=7.6 incelenecek depremler olarak belirlenmiştir. Çalışma kapsamında incelenecek olan bu depremlerin merkez üsleri etrafında bulunan TUSAGA-Aktif ağında hizmet veren GNSS istasyonlarına ait North (N), East (E) ve Up(U)koordinat verileri yardımıyla deprem merkez üslerini çevreleyen istasyonlardan oluşturulan üçgen alanlarının zamansal değişimleri analiz edilmiştir. Üçgen alan değişimleri 3B üçgenin tüm düzlemleri için (X-Y, Y-Z, X-Z) ayrı ayrı hesaplanarak yorumlanmıştır. Elde edilen grafikler incelendiğinde; Kahramanmaraş merkezli meydana gelen deprem için yapılan analizde depremin meydana gelmeden beş gün öncesine kadar alan değişiminde belirgin sapmalar gözlemlenmiştir. Buna karşılık İzmir depremi için yapılan analizde yetersiz ve heterojen dağılan GNSS istasyonları sebebiyle alan değişim grafiklerinde anlamlı bir örüntüye rastlanılmaması yapılan çalışmanın uygulanabilirliğinin ağ geometrisi ve istasyon sayısı ile doğrudan bağlantılı olduğuna işaret etmektedir. Van ve Gökova Körfezi merkezli meydana gelen depremlerde ise depremlerin meydana gelmeden beş gün öncesine kadar alansal değişimler gözlemlenmiştir. Yapılan çalışma ile beraber daha yüksek doğruluklu, yoğun ve Türkiye genelinde fay zonları üzerinde homojen şekilde dağılmış GNSS tabanlı ağ verilerinin artması ile uygulanan yöntemde daha güvenilir sonuçlar elde edilebileceği sonucuna varılmıştır.
Özet (Çeviri)
This thesis aims to systematically investigate the detectability of potential precursor signals preceding destructive earthquakes in Türkiye between 2011 and 2023 by employing the“Triangular Area Change Analysis”method. The study focuses on the earthquakes that occurred on 23 October 2011 in Van (Mw = 7.2), 21 July 2017 in the Gökova Gulf (Mw = 6.6), 30 October 2020 in İzmir (Mw = 6.9), and 6 February 2023 in Kahramanmaraş (Mw = 7.7–Mw = 7.6). Using the North (N), East (E), and Up (U) coordinate data from GNSS stations operating within the TUSAGA-Aktif network located around the epicenters of these earthquakes, the temporal variations of triangular areas formed by stations surrounding each epicenter were analyzed via a Python-based code developed on the Google Colab platform. Triangular area changes were calculated and interpreted separately for all planes of the 3D triangles (X–Y, Y–Z, and X-Z).The graphical analyses revealed that, for the Kahramanmaraş earthquake, distinct anomalies in area change emerged up to five days before the event. In contrast, for the İzmir earthquake, due to the insufficient number and heterogeneous distribution of GNSS stations, no significant pattern could be identified in the area change graphs, indicating that the applicability of the method is directly dependent on network geometry and station density. For the Van and Gökova Gulf earthquakes, notable area changes were also observed up to five days prior to the events.The results suggest that increasing the number of high-precision GNSS stations, homogeneously distributed along fault zones across Türkiye, would enhance the reliability of the applied method.
Benzer Tezler
- Anomaly detection in diverse sensor networks using machine learning
Çeşitli sensör ağlarında makine öğrenimi ile anomali tespiti
ALİ ALP AKYOL
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Deprem merkez üssü doğrultusunun yerelektrikölçümleri ile araştırılması
Investigation of the earthquake epicenter direction using local electrical measurements
HATİCE TURAP
Yüksek Lisans
Türkçe
2025
Jeodezi ve FotogrametriHarran ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ULUKAVAK
- VLF sinyalleri kullanılarak depremlerin önceden tahmin edilmesine yönelik algoritma geliştirilmesi
Advancing algorithms by using VLF signals in order to predict earthquakes
MUSTAFA ULAŞ
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN HÜSEYİN BALIK
YRD. DOÇ. DR. FİKRET ATA
- Gerçek zamanlı sismik verilerin dalgacık dönüşümü ile analizi
Transformation of real-time seismic data with wavelet
SADIK VAROLGÜNEŞ
Yüksek Lisans
Türkçe
2013
Deprem MühendisliğiDicle Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET EMİN ÖNCÜ
- Sismik migrasyon yöntemlerinin marmara denizi yansıma sismiği verilerine uygulanması ve aktif tektonik yorumu
Application of seismic migration methods to marmara sea reflection data and interpretation of active tectonics
MEHMET ALİ ÜGE
Doktora
Türkçe
2021
Jeofizik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ İSMET KANLI