Mekânsal regresyon yöntemleri kullanarak zemin parametrelerinin belirlenmesi Eskişehir ili örneği

Abstract

Bu çalışmada Eskişehir ilinde Odunpazarı ve Tepebaşı ilçelerinde toprağa ait özelliklerin tanımlanabilmesi amacıyla açılmış olan, 29 adet sondaj kuyusundan alınan veriler ve raporlar kullanılmıştır. Elde edilen bilgilerden elek analizi raporları ve hidrometre deneyi raporları kullanılarak, yüzde çakıl içeriği, yüzde kum içeriği, yüzde silt içeriği, yüzde kil içeriği, sondaj logları kullanarak da derinlik ve SPTN60 değerleri gibi farklı zemin parametreleri hesaplanmıştır. Analizler ve incelemeler için SPSS Statistic 22.0, ArcGIS 10.3 ve GeoDa 1.12.1 programlarından yararlanılmıştır. Zemine ait özelliklerin; mekânsal regresyon yöntemleri kullanılarak, mekânsal bağımlılıkları ve mekânsal değişimlerinin belirlenmesi amaçlanmıştır. Veriler arasındaki ilişkiler mekânsal ağırlık matrisinden yararlanılarak incelenmiştir. Mekânsal bağımlılığın incelenmesi amacıyla Moran I İndeksinden yararlanılmıştır. Zemin parametrelerini tanımlamada klasik regresyon modellerinin değişimi açıklamada yetersiz olduğundan dolayı, değişimi incelemek için Mekânsal Erorr ve Mekânsal Lag modelleri oluşturulmuştur. Gerekli testlerden geçebilen veriler için her bir değişken ve derinlik seviyesi için farklı modeller oluşturulmuş ve incelenmiştir. Çalışma sonucunda mekânsal regresyon ile oluşturulan modeller yer almaktadır.

In this study, data and reports obtained from 29 drilling wells, which were drilled in order to define soil properties in Odunpazarı and Tepebaşı districts in Eskişehir, were used. Using the sieve analysis reports and hydrometer test reports, different soil parameters such as percentage gravel content, percentage sand content, percentage silt content, percentage clay content, and depth and SPTN60 values were calculated using drilling logs. SPSS Statistic 22.0, ArcGIS 10.3 and GeoDa 1.12.1 were used for analysis and analysis. Soil properties; using spatial regression methods to determine spatial autocorelation and spatial changes. The relationships between the data were examined by using the spatial weight matrix. Moran I İndex was used to investigate sapatial autocorelation. Spatial Erorr and Spatial Lag models have been created to examine the change, since classical regression models are insufficient in explaining the change in soil parameters. Different models were created and examined for each variable and depth level in order to pass the necessary tests. As a result of the study, the models created by spatial regression are included.