PS-Insar ve GNSS verileri kullanılarak heyelan duyarlılık haritalarının doğrulunun araştırılması: Koyulhisar örneği

Abstract

Heyelanlar, en etkili doğal afetlerden olup can ve mal kaybına yol açmaktadır. Son yıllarda özellikle bu kayıpları azaltmak amacıyla çeşitli yöntemlerle heyelan duyarlılık haritaları üretilmiştir. Bu çalışmada, Koyulhisar ilçesinin heyelan duyarlılık haritalarının üretilmesi amacıyla Coğrafi Bilgi Sistemleri (CBS) tabanlı, Çok Ölçütlü Karar Verme Yöntemlerinden olan Analitik Hiyerarşi Prosesi (AHP) yöntemi kullanılmıştır. Çalışma kapsamında veri kümeleri kullanılarak üretilen heyelan duyarlık haritalarının gerçek deformasyon alanlarını yansıtmakta ne kadar başarılı olduğunun araştırılması hedeflenmiştir. Bu amaç doğrultusunda Sivas/Koyulhisar heyelan sahası için heyelana neden olan parametreler değerlendirilmiş ve üç farklı heyelan duyarlılık senaryosu üretilmiştir. Değerlendirmelerde bölgeye ait eğim, litoloji, bakı, yükseklik, faylardan uzaklık, topografik nemlilik indeksi (TWI), normalize edilmiş fark bitki örtüsü indeksi (NDVI), plan eğriselliği, profil eğriselliği, sediman taşıma kapasitesi indeksi (LS), akarsu gücü indeksi (SPI) parametreleri dikkate alınmıştır. Sonuç haritasını doğrulamak için ise Sivas/Koyulhisar heyelan sahasına ait heyelan verisi, global navigasyon uydu sistemleri (GNSS) ve sabit saçıcı interferometre (PSI) sonuçları kullanılarak üretilen verilere ait haritalar kullanılmıştır. Sonuçların doğruluk ölçümü ise alıcı işletim karakteristiği (ROC) eğrisi ile sağlanmış ve elde edilen sonuçlar irdelenmiştir. AHP ile üç farklı ağırlıklandırma sonucunda üretilen heyelan duyarlık haritalarının GNSS ve PSI verisi ile doğrulanması sonucu ROC eğrisi altında kalan alanlar 0,515 ile 0,564 arasında değişen değerlere sahiptir. Doğruluk ölçümü için mevcut heyelan verisi kullanıldığında ise sonuç haritaları için ortalama 0,73 değeri elde edilmiştir. Bunun yanı sıra heyelan verisi ve jeodezik verilerden oluşturulan harita kullanıldığında ise sonuçlar 0,8 değerine yaklaşmaktadır. Sonuç olarak, heyelan envanter haritasına jeodezik veriler ile elde edilen mevcut lokal deformasyon bölgeleri eklendiğinde daha iyi sonuçlar elde edilmektedir.

Landslides are one of the most effective natural disasters, and they lead to loss of life and property. In recent years, susceptibility maps have been produced by various methods to reduce especially these losses. Geographic Information Systems (GIS) based Analytic Hierarchy Process (AHP), one of Multi-Criteria Decision Making Methods, was used to produce landslide susceptibility maps of Koyulhisar district in this study. The main purpose of this study was to investigate how successful the landslide susceptibility maps produced using datasets are in reflecting the real deformation areas. In line with this purpose, the parameters causing landslides for Sivas/Koyulhisar landslide area were evaluated, and three different landslide susceptibility scenarios were produced. The parameters of slope, aspect, elevation, lithology, topographic wetness index (TWI), distance to faults, normalized difference vegetation index (NDVI), plan curvature, profile curvature, sediment carrying capacity index (LS), stream power index (SPI) of the region were taken into account using the AHP method in evaluations. The maps of the data produced using the global navigation satellite system (GNSS) and persistent scatterer interferometry (PSI) results and landslide data of Sivas/Koyulhisar landslide area were used to validate the resulting map. The accuracy measurement of the results was provided by the receiver operating characteristic (ROC) curve and the obtained results were examined. In accordance with these results, the areas under the ROC curve for the AHP landslide susceptibility maps generated as a result of three different weighting data have values ranging between 0.515 and 0.564 for GNSS-PSI data. The accuracies of the landslide susceptibility maps were found as average 0.73 for landslide data. On the other hand the accuracies of the landslide data and geodesic datas results approach to 0.8 for susceptibility maps. In the end of study, better results are obtained by adding the existing local deformation zones obtained by geodetic data to the landslide inventory map.