Türkiye,7 Ağustos Marmara Depremi’nin yıl dönümünde deprem gerçeğini bir kez daha gündemine alırken, afetlere dirençli kentlerin oluşturulmasında bilimsel verilerin önemi de öne çıkıyor. Yaşar Üniversitesi tarafından yürütülen yapay zekâ destekli proje ise İzmir’in deprem tehlikesini daha ayrıntılı ortaya koymayı ve gelecekte alınacak önlemlere bilimsel altyapı sunmayı amaçlıyor. “İzmir'de Sismik Tehlike Haritalarının ve Risk Azaltma Stratejilerinin Geliştirilmesinde Yapay Zekânın Uygulanması” başlıklı proje kapsamında, klasik deprem mühendisliği yöntemleri ile makine öğrenmesi teknolojileri bir arada kullanılarak yeni nesil sismik tehlike haritaları hazırlanıyor. Yaşar Üniversitesi İnşaat Mühendisliği Bölümü Dr. Öğretim Üyesi Çağlar Tuna’nın yürüttüğü çalışmada, İzmir’in farklı bölgelerindeki yerel zemin özellikleri deprem modelleriyle birlikte değerlendiriliyor.
SİSTEM GÜÇLÜ SARSINTI OLABİLECEK NOKTALARI TAHMİN ETMEYE ÇALIŞIYOR
Sistem sayesinde farklı deprem senaryolarında kentin hangi noktalarında daha güçlü sarsıntı yaşanabileceği yüksek çözünürlükte tahmin edilmeye çalışılıyor. Elde edilen verilerin; kentsel dönüşüm, yapıların güçlendirilmesi, kritik altyapıların planlanması ve afet risklerinin azaltılması gibi alanlarda karar vericilere yol göstermesi hedefleniyor.
ELDE EDİLEN VERİLER DEĞERLENDİRİLİYOR
Araştırmanın önemli hedeflerinden biri de 30 Ekim 2020 İzmir Depremi sırasında belirgin şekilde ortaya çıkan yerel zemin etkilerini daha ayrıntılı biçimde analiz etmek. Bu doğrultuda klasik deprem modelleriyle makine öğrenmesi yöntemleri aynı sistem içerisinde değerlendirilerek farklı fay ve deprem senaryolarına yönelik yüksek çözünürlüklü sarsıntı haritaları oluşturuluyor. Çalışmada, deprem sırasında aynı bölge içerisinde dahi sarsıntı şiddetinin neden farklılaşabildiğinin daha iyi anlaşılması amaçlanıyor. Böylece yalnızca mevcut tehlikenin ortaya konulması değil, risk azaltma çalışmalarının hangi alanlarda önceliklendirilmesi gerektiğinin belirlenmesi de hedefleniyor.
TUNA: YAPAY ZEKÂYI BİRBİRİNİ TAMAMLAYAN İKİ BİLEŞEN OLARAK KULLANIYORUZ
Bilimsel çalışmanın en önemli özelliğinin, klasik deprem mühendisliği yaklaşımlarını yapay zekâ ile güçlendirmesi olduğunu belirten Dr. Öğretim Üyesi Şahin Çağlar Tuna ise şunları vurguladı: “Deprem tehlikesini belirleyen fiziksel modeller uzun yıllardır güvenle kullanılan bilimsel yöntemlerdir. Biz yapay zekâyı bu modellerin yerine koymuyoruz. Tam tersine, fiziksel modellerin açıklamakta zorlandığı yerel zemin farklılıklarını yapay zekâ ile öğrenerek sistemi daha doğru hale getiriyoruz. Böylece klasik yöntemlerle yapay zekâyı birbirini tamamlayan iki bileşen olarak kullanıyoruz."
17 BİN 657 NOKTADA ZEMİN ANALİZİ
Proje kapsamında İzmir genelinde7 bin 657 farklı ölçüm noktası incelenerek zemin büyütme katsayıları hesaplandı. Araştırmada Destek Vektör Regresyonu (SVR), Rastgele Orman (Random Forest), XGBoost ve Yapay Sinir Ağları gibi farklı makine öğrenmesi yöntemlerinden yararlanıldı. Bu yöntemlerle çeşitli fay ve deprem senaryolarına ilişkin yer hareketi haritaları hazırlandı. Dr. Öğretim Üyesi Tuna, klasik haritaların çoğunlukla tek bir ortalama tehlike değeri sunduğunu belirterek, "Biz ise depremin büyüklüğüne, kaynağına ve yerel zemin koşullarına göre değişen dinamik senaryolar üretiyoruz. Böylece aynı depremde birbirine çok yakın iki bölgenin neden farklı şiddette sarsılabileceğini daha ayrıntılı biçimde ortaya koyabiliyoruz. Bu sistem yalnızca deprem tehlikesini göstermekle kalmıyor; hangi bölgelerde ayrıntılı zemin etüdü yapılması gerektiğini, güçlendirme ve kentsel dönüşüm çalışmalarının nerelerde öncelik kazanacağını da ortaya koyuyor" dedi.
AFET YÖNETİMİNE BİLİMSEL KATKI
Projeden elde edilecek sonuçların başta yerel yönetimler ve kamu kurumları olmak üzere mühendislik alanındaki uygulamalara da katkı sağlaması bekleniyor. Yüksek çözünürlüklü haritaların, sınırlı kaynakların riskin daha yüksek olduğu bölgelere yönlendirilmesine yardımcı olması amaçlanıyor. Dr. Öğretim Üyesi Çağlar Tuna, projenin afet yaşanmadan önce doğru kararların alınmasına katkı sunmasını hedeflediklerini ifade ederek sözlerini şöyle tamamladı: “Kaynaklarımız sınırlı. Bu nedenle en riskli bölgeleri bilimsel verilerle doğru belirlemek büyük önem taşıyor. Geliştirdiğimiz haritalar sayesinde kentsel dönüşüm, yapı güçlendirme, kritik altyapı yatırımları ve acil durum planlamaları daha sağlıklı yapılabilecek. Amacımız, afet gerçekleşmeden önce doğru kararların alınmasına katkı sağlayarak can ve mal kayıplarının azaltılmasına destek olmak.”