Online Makale
Online Hizmetlere Toplu Bakış
Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi
| Pamukkale Univ Muh Bilim Derg. Baskıdaki Makaleler: PAJES-71240 | DOI: 10.5505/pajes.2025.71240 | |||
Deprem tahmininde kullanılan veri setleri ve derin öğrenme yöntemlerinin 6 Şubat 2023 depremi açısından değerlendirilmesiİlkay Sibel KervancıGaziantep Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Gaziantep, TürkiyeTürkiye, 6 Şubat 2023’te son 80 yılın en şiddetli depremlerini yaşadı. İlk olarak 7.8 (Mw) büyüklüğünde bir deprem meydana geldi ve dokuz saat sonra 7.5 (Mw) büyüklüğünde ikinci bir deprem oldu. Bu depremler geniş bir coğrafi alanda büyük yıkıma neden oldu. Deprem tahmini üzerine yapılan birçok çalışma; acil durum hazırlığı, müdahale planlaması, risk analizi ve hasar tahmini gibi konuları ele almaktadır. Derin öğrenmenin başarısı, deprem tahmini çalışmalarında kullanımını giderek daha yaygın hale getirmiştir. Bu çalışma, kullanılan DL algoritmalarını ve veri kümelerini inceleyerek 6 Şubat 2023 depremlerinin öngörülebilirliğini değerlendirmektedir. Bulgular, TEC verileriyle belirlenen iyonosferik anomalilerin ve sismik zaman serilerinin gelecekteki depremlerin tahmininde potansiyel olarak kullanılabileceğini ortaya koymaktadır. Ayrıca çalışma, Türkiye’de tahmin doğruluğunu artırmak amacıyla GNSS ölçümleri, morfo-yapısal haritalar ve uydu görüntüleri gibi çeşitli veri kaynaklarının hibrit makine öğrenmesi ve derin öğrenme yaklaşımlarıyla entegre edilmesinin önemini vurgulamaktadır. Ancak bu sonuçlar henüz öncül nitelikte olduğundan, erken uyarı sistemlerinin yaygınlaştırılması ve DL algoritmaları kullanılarak gerçek zamanlı tahmin modellerinin doğruluğunun artırılması büyük önem taşımaktadır. Ek olarak, bu çalışma disiplinlerarası bir literatür taraması yoluyla gelecekteki araştırmalara rehberlik etmeyi amaçlamaktadır. Sonuç olarak, bu tür çabalar tahmin modellerinin iyileştirilmesine ve deprem risklerine karşı daha hazırlık yapılmasına katkı sağlayacaktır. Anahtar Kelimeler: Derin öğrenme, Deprem tahmini, 6 Şubat 2023, Deprem veri setleriEvaluation of datasets and deep learning methods used in earthquake prediction in the context of the February 6, 2023 earthquakeİlkay Sibel KervancıGaziantep University, Faculty Of Engineering, Computer Engineering Department, Gaziantep, TürkiyeTürkiye experienced its most severe earthquakes in the last 80 years on February 6, 2023. First, a 7.8 (Mw) earthquake occurred, followed nine hours later by a second earthquake with a magnitude of 7.5 (Mw). These earthquakes caused extensive destruction across a wide geographical area. Many studies on earthquake prediction address emergency preparedness, response planning, risk analysis, and damage estimation. The success of deep learning has increased its widespread use in earthquake prediction studies. This study examines the DL algorithms and datasets used, evaluating the predictability of the February 6, 2023 earthquakes. The findings demonstrate the potential applicability of ionospheric anomalies identified via TEC data and seismic time series in forecasting future earthquakes. Moreover, the study underscores the importance of integrating diverse data sources including GNSS measurements, morphostructural maps, and satellite imagery through hybrid machine learning and deep learning approaches to improve prediction accuracy specifically for Türkiye. However, since these results are still preliminary, expanding early warning systems and improving the accuracy of real time prediction models using DL algorithms is critically important. Additionally, this study aims to guide future research through an interdisciplinary literature review. Ultimately, such efforts will help improve prediction models and support better preparedness against earthquake risks. Keywords: Deep learning, Earthquake prediction, February 6, 2023, Earthquake datasets.Sorumlu Yazar: İlkay Sibel Kervancı, Türkiye |
| ||
Tam Metin PDF
Yazdır
Alıntıyı İndir
RIS
E-Postala
Paylaş
Yazara e-posta gönder
Google Scholar