Betonarme binalarda hızlı risk tespiti yöntemlerinin etkinliğinin makine öğrenme yöntemleri kullanılarak artırılması

Türkiye, yüksek sismik tehlike kuşağında yer almakta olup mevcut yapı stokunun önemli bir kısmı depremlere karşı yetersiz durumdadır. 6 Şubat 2023 Kahramanmaraş depremleri, riskli binaların hızlı ve güvenilir biçimde tespit edilmesinin afet yönetimi açısından kritik olduğunu göstermiştir. Bu tez çalışmasının amacı, betonarme binalarda kullanılan hızlı risk tespiti yöntemlerinin etkinliğini makine öğrenmesi yöntemleriyle artırmak ve deprem sonrası bina sismik risk önceliklendirme süreçlerini iyileştirmektir. Hipotez, saha verileri ve resmi kurum verilerinin ayrı ayrı kullanılması ile geliştirilen makine öğrenmesi modellerinin yüksek doğruluk sağlayacağıdır. Çalışmada iki bağımsız veri seti kullanılmıştır. İlk veri seti, Elazığ ili merkez mahallelerinde yürütülen saha çalışmalarıyla elde edilen 4200 betonarme binaya ait saha verilerinden oluşmaktadır. Bu veriler kullanılarak FEMA-154, Riskli Yapıların Tespit Edilmesine İlişkin Esaslar (RYTEİE), Kanada Sismik Tarama ve Hindistan hızlı görsel değerlendirme yöntemleri ile performans puanları hesaplanmış ve makine öğrenmesi algoritmaları (XGBoost, Random Forest, KNN, AdaBoost) ile modellenmiştir. İkinci veri seti ise Çevre, Şehircilik ve İklim Değişikliği Bakanlığı'ndan temin edilen deprem sonrası bina hasar durumları resmi verileridir. Bu veri seti de aynı yöntemle işlenerek makine öğrenmesi modelleri eğitilmiş ve doğruluk performansları karşılaştırılmıştır. Sonuçlar, her iki veri setinde de XGBoost ve Random Forest algoritmalarının en yüksek doğruluk oranlarını sağladığını, geleneksel hızlı değerlendirme yöntemlerine kıyasla tahmin başarısını önemli ölçüde artırdığını ortaya koymuştur. Model çıktıları, saha gözlemleri ve deprem sonrası gerçek hasar verileri ile yüksek uyum göstermiştir. Özellikle kat adedi, bina yaşı, yumuşak kat varlığı ve malzeme dayanımı gibi değişkenlerin modellerde belirleyici rol oynadığı görülmüştür. Bu yaklaşım hem saha verileri hem de resmi veriler için hızlı uygulanabilirlik, düşük maliyet, geniş ölçekli değerlendirme imkânı ve afet sonrası kaynakların etkin yönetimi açısından önemli avantajlar sunarak, kentsel dayanıklılığın artırılmasına doğrudan katkı sağlamaktadır.