MEVCUT YAPILARIN DEPREME HAZIRLIK DEĞERLENDİRMESİ: ERZİNCAN İLİ ÖRNEĞİ

Deprem riski oldukça yüksek olan Erzincan gibi şehirlerde mevcut bina stoğunun değerlendirilmesi ve analiz edilmesi, şehir planlaması ve afet riskini azaltma çalışmaları açısından son derece kritik bir konuma sahiptir. Geleneksel saha temelli değerlendirme yöntemlerinden olan sokak taramaları, yapısal özellikler hakkında veri toplamak için uzun süredir kullanılsa da, bu yöntemlerin zaman alıcı, yoğun emek isteyen ve değerlendiriciye bağlı hatalara açık olması önemli dezavantajlar yaratmaktadır. Bu çalışmada, Erzincan şehir merkezindeki yapıların deprem riskini hızlı, nesnel ve etkin bir şekilde değerlendirmek amacıyla; iki farklı geleneksel sokak tarama yöntemi ile yapay zeka destekli bir analiz modülü tek bir yazılım platformunda birleştirilmiştir. İlk yöntem olarak İTÜ Mezunları Derneği Bursa Şubesi’nin anket yaklaşımı, ikinci yöntem olarak ise Erdem Erdoğan’ın görsel sokak tarama metodu kullanılmıştır. Bu yöntemlere ek olarak geliştirilen üçüncü yöntemde ise, çeşitli modeller kullanarak yapının dört farklı cephesinden çekilen fotoğrafları analiz edebilen yapay zeka tabanlı görsel analiz modülü kullanılmıştır. Yazılım, üç farklı yöntemi aynı arayüzde birleştirip ayrı ayrı sekmelerde analiz, değerlendirme ve puanlama yaptıktan sonra öneriler de sunarak hızlı ve kolay karşılaştırma yapabilmek için olanak sunmuştur. Erzincan ili merkezinde yapılan testler sonucunda, yapay zeka modelinin ürettiği risk puanları ve kategorilerinin geleneksel yöntemlerle %80-%90 oranında benzerlik gösterdiği tespit edilmiştir. Yazılımın hata payı %5-%15 aralığında değişirken, işlem hızında sağladığı muazzam vakit avantajı dikkat çekicidir. Geleneksel yöntemlerle saatler süren on binanın analiz süreci yazılım ile yaklaşık on dakikaya düşürülmüştür. Bu çalışma, yapay zekanın inşaat mühendisliği uygulamalarındaki potansiyelini somut bir şekilde ortaya koyarken, afet yönetimi ve yapı envanteri güncellemeleri için hızlı, tutarlı ve güvenilir bir metodoloji sunmaktadır.