Makine öğrenme teknikleri ile heyelan duyarlılık haritalarının üretilmesi: Hopa (Artvin) örneği

Türkiye'de heyelanların en fazla görüldüğü bölge Doğu Karadeniz Bölgesidir. Doğu Karadeniz Bölgesindeki Trabzon, Rize, Giresun ve Artvin illerinde meydana gelen heyelanlar Türkiye'de meydana gelen heyelanların yaklaşık %20'sini oluşturmaktadır. Heyelanlar, Artvin gibi engebeli topoğrafyaya sahip yerleşimlerde birincil doğal afet türü olarak ön plana çıkmaktadır. Artvin'in kıyı kesimlerinde, özellikle aşırı yağışların tetiklediği heyelanlar can kayıplarına, altyapı ve üst yapı hasarlarına, doğal çevrede tahribata ve ciddi ekonomik zararlara neden olmaktadır. Bu çalışmada, rastgele orman (Random Forest - RF) ve aşırı gradyan artırma (Extreme Gradient Boosting - XGBoost) algoritmaları kullanılarak Artvin'in Hopa ilçesinin heyelan duyarlılık haritalarının üretilmesi amaçlanmıştır. Çalışmada, heyelanların meydana gelmesinde etkili olduğu belirlenen 10 faktör (litoloji, eğim, arazi örtüsü, yükseklik, bakı, eğrilik, topografik nemlilik indeksi, fay hatlarına, yola ve drenaj ağlarına yakınlık) kullanılmıştır. Çalışmada kullanılan makine öğrenmesi modellerinin performansı, alıcı işlem karakteristik (Receiver Operating Characteristic - ROC) eğrisi ve eğri altında kalan alan (area under the ROC Curve - AUC) yaklaşımı kullanılarak değerlendirilmiştir. Değerlendirme sonucunda XGBoost algoritmasının, RF algoritmasına göre daha iyi performans gösterdiği belirlenmiştir. Ayrıca, çalışma bölgesinde heyelanların meydana gelmesinde en etkili faktörlerin, sırasıyla, yükseklik, fay hatlarına yakınlık, eğim, litoloji ve arazi örtüsü olduğu belirlenmiştir. Eğrilik ise en az etkili ya da en önemsiz faktör olarak belirlenmiştir. Sonuç olarak, XGBoost algoritması ile üretilen heyelan duyarlılık haritasının, bölgede heyelan zararlarını azaltmak için karar vericilere yol gösterebileceği sonucuna varılmıştır.