Depremler, dünya genelinde her yıl milyonlarca insanın hayatını ve yaşam alanlarını tehdit ediyor. 2005 Pakistan, 2008 Wenchuan, 2010 Haiti ve 2023 Kahramanmaraş gibi yıkıcı depremler, bu gerçeği acı bir şekilde hatırlatıyor. Türkiye gibi yüksek sismik tehlike altındaki ülkelerde binaların depreme karşı güvenilir şekilde değerlendirilmesi hayati önem taşıyor.
Geleneksel yöntemler, ya sokak seviyesinde hızlı ama sınırlı bilgi sunan görsel taramalar ya da haftalar süren karmaşık mühendislik analizleri şeklinde iki uçta yer alıyor. Bu çalışma ise, derin öğrenme tabanlı çok seviyeli yapay sinir ağı (ANN) modeli ile her iki dünyanın en iyi yönlerini birleştiriyor: hem hızlı hem de yüksek doğrulukla sismik talep tahmini.
Çalışmanın Önemi
- Gerçek veriye dayalı: 1960–2020 yılları arasında Türkiye’nin farklı şehirlerinden toplanan 4417 betonarme çerçeve bina planı kullanıldı.
- Zenginleştirilmiş veri: Bu envanterden hareketle, farklı deprem şiddeti, beton dayanımı ve zemin sınıfı kombinasyonlarıyla 795 bin sentetik bina modeli oluşturuldu.
- Kritik parametreler: Yapay zekâ modeli, binaların doğal titreşim periyodu (T) ve maksimum katlar arası öteleme oranı (MIDR) gibi deprem performans göstergelerini yüksek doğrulukla tahmin ediyor.
- Açıklanabilir yapay zekâ: Modelin karar mekanizması SHAP analizi ile incelenerek, zemin sınıfı, spektral ivme, kolon kesit alanı (PI) ve beton dayanımı gibi parametrelerin tahminlerdeki etkisi net bir şekilde ortaya kondu.
Sonuçlar
- En iyi model, T tahmininde %2,96, MIDR tahmininde ise %15,68 ortalama mutlak hata ile mevcut ampirik formüllerden çok daha iyi performans gösterdi.
- 2023 Kahramanmaraş depremlerinde uydu görüntülerinden elde edilen hasar dağılımı ile modelin tahminleri büyük ölçüde örtüştü.
- Türkiye genelinde oluşturulan sismik talep haritaları, yüksek riskli bölgelerin hızlı bir şekilde belirlenmesine imkân tanıyor.
Neden Önemli?
Bu yöntem, belediyeler, mühendisler ve karar vericiler için ulusal ölçekte hızlı ve güvenilir risk taraması yapma imkânı sunuyor. Böylece kısıtlı kaynaklar, en yüksek riskli bölgelere odaklanarak daha etkili güçlendirme ve kentsel dönüşüm stratejileri geliştirilebilir.
Bu çalışma, yapay zekâ ile deprem mühendisliğini birleştirerek, gelecekte daha dirençli şehirler inşa etme yolunda önemli bir adım atıyor.