Bayes olasılık teoremi kullanılarak heyelan duyarlılık haritalarının üretilmesi
| dc.authorid | TR105319 | en_US |
| dc.authorid | TR118795 | en_US |
| dc.authorid | TR117150 | en_US |
| dc.authorid | TR25174 | en_US |
| dc.authorid | TR45570 | en_US |
| dc.authorid | TR119840 | en_US |
| dc.contributor.author | Yüksek, Turan | |
| dc.contributor.author | Özalp Yavuz, Ayşe | |
| dc.contributor.author | Özalp, Mehmet | |
| dc.contributor.author | Temuçin Kılıçer, Sebahat | |
| dc.contributor.author | Kılıçoğlu, Cem | |
| dc.contributor.author | Erevan, Emre | |
| dc.date.accessioned | 2015-05-21T11:21:34Z | |
| dc.date.available | 2015-05-21T11:21:34Z | |
| dc.date.issued | 2014 | |
| dc.department | AÇÜ | en_US |
| dc.description.abstract | Bayes Teoremi, bir olayın gerçekleşme olasılığı ile ilgili öncül olasılık beklentilerinin, olayın gerçekleşmesi durumunda elde edilen yeni bilgilerle güncelleştirilerek, soncul olasılıkların bulunmasını sağlayan bir olasılık teoremidir. Buna göre, bir bölgenin heyelan duyarlılığının tahmin edilmesi istendiğinde, bazı olası durumların belirlenmesi gerekir. Bunun için, seçilen çalışma alanında heyelan olayıyla ilgili şu durumların var olabileceği açıktır. Seçilen alan gerçekten heyelan alanı olabilir ve bu alanla ilgili iki tahmin (burada tekrar heyelan olacağı veya olmayacağı) yapılabilir. Seçilen alan, gerçekte heyelan alanı olmayabilir ve bu alan için de gelecekle ilgili iki tahmin söz konusudur. Bu durumları olasılık önermeleri şeklinde ifade etmek için koşullar kullanılır. Örneğin, seçilen alanın, geçmiş deneyimlere göre heyelan alanı olması durumunda, gelecekte de heyelan olma olasılığı P(A|H) nedir? Seçilen alanının geçmiş deneyimlere göre heyelan alanı olmaması durumunda, gelecekte heyelan olma olasılığı P(A|(notH) nedir? Seçilen alanın geçmiş deneyimlere göre heyelan alanı olması durumunda, gelecekte heyelan olmama olasılığı P(notA|H) nedir? Bu olasılıkları, olasılık aksiyomlarına uygun olarak birlikte değerlendirerek soncul olasılık değerleri Bayes Teoremi ile hesaplanabilmektedir. Seçilen alanın gelecekte heyelanla karşılaşacağını öngören tahminler pozitif bir ağırlıkla, tersi ise negatif bir ağırlıkla ifade edilebilir. Bu yaklaşıma “weights of evidence” model adı verilir. Bu çalışmada, söz konusu olasılık modeli kullanılarak Artvin ili Merkez ilçesinin heyelan duyarlılık haritası üretilmiştir. Duyarlılık analizinde jeoloji, yükseklik, eğim, bakı, eğrilik (plan ve profil eğriliği), toprak derinliği, topografik nemlilik indeksi, arazi örtüsü, yola ve akarsuya yakınlık parametreleri kullanılmıştır. Üretilen duyarlılık haritası, “duyarsız, düşük, orta, yüksek ve çok yüksek derecede duyarlı” alanlar olmak üzere 5 şekilde sınıflandırılmıştır. Heyelan duyarlılık haritasının güvenilirliğini test etmek için heyelan envanter haritasında yer alan ve kontrol amacıyla analizlere dahil edilmeyen heyelan alanları duyarlılık haritası ile karşılaştırılmıştır. Sonuç olarak, üretilen heyelan duyarlılık haritasının kontrol heyelanları ile %94.56 oranında uyumlu olduğu tespit edilmiştir. | |
| dc.description.abstract | Bayesian theorem is a probability model which provides posterior probabilities of an event by updating the prior probabilistic expectations of that event. According to this definition, when the risk of any landslide event is desired to be found, some probable situations must be defined accordingly. Suppose that a field is chosen for the landslide risk assessment, and then two distinct situations may exist. The chosen field may actually be a landslide region or not a landslide region based on the past experiences. For each of these two distinct cases one may propose only two independent guesses. These probable situations including independent guesses should be expressed by means of valid probability propositions. Conditional structures may be used for expression of the propositions as follows: “If the chosen field be assessed is from an actual landslide region, what is the probability of the future landslide occurrence for this field P(A|L)?”. “If the chosen filed is not from an actual landslide area, what is the probability of the future landslide occurrence for it P(A|notL)?”. “If the chosen field is from actual landslide region, what is the probability of non-occurrence of the landslide for this field P(notA|L)?”. These probabilities may be evaluated with the probability axioms and the posterior probabilities required for the final decision may be computed with Bayesian theorem. The positive guesses which strongly expects a landslide for the future may be expressed by a positive weight factor and the negative guesses by a negative weight factor. This approach is called the “weights of evidence” model. The landslide susceptibility map presented in the paper has been developed with the mentioned methods.The geological formation of the region, altitude, slope, aspect, curvature (plan and profile curvature), soil depth, topographic wetness index, lans cover, road and stream distance parameters have been considered in the landslide susceptibility evaluation. The susceptibility map has been classified into 5 risky areas: the “non-susceptible, low, moderate, high and very high susceptible” areas. The landslide inventory map and the landslide susceptibility map have been compared to each other, in order to test the reliability of the produced landslide susceptibility map. As a result, it has been ascertained that the produced landslide susceptibility map is consistent with the control landslides with 94.56% percentage in total. | |
| dc.identifier.uri | https://hdl.handle.net/11494/690 | |
| dc.institutionauthor | Özalp Yavuz, Ayşe | |
| dc.institutionauthor | Özalp, Mehmet | |
| dc.institutionauthor | Temuçin Kılıçer, Sebahat | |
| dc.institutionauthor | Erevan, Emre | |
| dc.institutionauthor | Yüksek, Turan | |
| dc.language.iso | tr | en_US |
| dc.publisher | [y.y.] | en_US |
| dc.relation.ispartof | 5. Uzaktan Algılama - CBS Sempozyumu (UZAL-CBS 2014), 14-17 Ekim 2014, İstanbul | |
| dc.relation.publicationcategory | Konferans Öğesi - Ulusal - Kurum Öğretim Elemanı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | CBS | en_US |
| dc.subject | Heyelan | en_US |
| dc.subject | Bayes teoremi | en_US |
| dc.subject | Duyarlılık Haritası | en_US |
| dc.subject | Artvin | en_US |
| dc.subject | GIS | en_US |
| dc.subject | Landslide | en_US |
| dc.subject | Bayesian theorem | en_US |
| dc.subject | Susceptibiliy Map | en_US |
| dc.title | Bayes olasılık teoremi kullanılarak heyelan duyarlılık haritalarının üretilmesi | en_US |
| dc.title.alternative | Production of landslide susceptibility maps using bayesian probability theorem | en_US |
| dc.type | Conference Object |
