Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği
Yıl: 2012 Cilt: 78 Sayı: 147 Sayfa Aralığı: 21 - 33 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022
Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği
Öz: Heyelan duyarlılık haritalarının üretilmesi veheyelan riski taşıyan alanların belirlenmesi afetplanlamaları için kritik bir işlem adımıdır. Üretilenharitaların doğruluğu can ve mal kayıplarınınazaltılması açısından büyük önem arz etmektedir.Heyelan riski taşıyan alanların belirlenmesi yeryüzününfarklı özelliklerini gösteren katmanların bir aradadeğerlendirilmesini gerektirmektedir. Bu amaçla,günümüze kadar duyarlılık haritalarının doğruluğununartırılmasına yönelik birçok algoritma geliştirilerekuygulamalarda kullanılmıştır.Heyelan duyarlılıkharitalarının oluşturulmasında son yıllarda kullanılanregresyon ağaçları,akış şemaları na benzeyenyapılarıyla birçok regresyon probleminde başarıylakullanılmıştır.Bu çalışmada,Trabzon iline ait litoloji,eğim, arazi örtüsü, bakı , yükseklik ve yol ağıkatmanlarından faydalanılarak regresyon ağaçlarıyönteminin heyelan risk potansiyelinin analizindekietkinliği araştırılmıştır. Yöntemin performansıliteratürde yaygın olarak kullanılan lojistik regresyonmodeli ile karşılaştırılmıştır. Bu çalışmada üretilensonuçlar,regresyon ağaçları ile üretilen duyarlılıkharitasının doğruluğunun lojistik regresyon yöntemiyleüretilene göre %5 daha yüksek olduğunu göstermiştir.Sonuç olarak,regresyon ağaçları yönteminin çokdeğişkenli konumsal verilerin modellenmesinde etkinbir yaklaşım olduğu belirlenmiştir.
Anahtar Kelime: Konular:
Assessment of landslide susceptibility using regression trees: The case of Trabzon province
Öz: Producing landslide susceptibility maps andidentifying the areas having landslide risk potential is acritical step for disaster planning. The accuracy of theproduced thematic maps is important for reducing thelosses of life and property. Determination of potentiallandslide areas requires a combination of variouslayers describing features of the land surface. For thispurpose, many algorithms have been developed andapplied in the literature so as to increase the accuracyof landslide susceptibility maps. In recent years,regression trees that have flow chart structures havebeen used to produce landslide susceptibility maps.They have been recently applied to many regressionproblems requiring analysis of continuous data. In thisstudy, regression trees were employed for landsliderisk assessment of Trabzon province using lithology,slope, land cover, aspect, elevation and road network data. Performance of the method was compared withthat of widely-used logistic regression model. Resultsproduced in this study sh owed that regression treesproduced landslide susceptibility maps with 5% higheraccuracy than logistic re gression. In conclusion,effectiveness of the regression trees was verified formodeling multivariate spatial data.
Anahtar Kelime: Konular:
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Bibliyografik
- Abdallah, C., 2010, Spatial Distribution of Block Falls Using Volumetric GIS-Decision-Tree Models, International Journal of Applied Earth Observation and Geoinformation, 12, 393-403.
- Akgün, A., 2007, Ayvalık ve Yakın Çevresinin Erozyon ve Heyelan Duyarlılığının Coğrafi Bilgi Sistemleri Tabanlı İncelenmesi, Doktora Tezi, Dokuz Eylül Üniversitesi, İzmir.
- Akgun, A., Bulut, F., 2007, GIS-based Landslide Susceptibility for Arsin-Yomra (Trabzon, North Turkey) Region, Environmental Geology, 51, 1377–1387.
- Ayalew, L., Yamagishi, H., 2005, The Application of GIS-based Logistic Regression for Landslide Susceptibility Mapping in the Kakuda-Yahiko Mountains, Central Japan, Geomorphology, 65, 15-31.
- Ayalew, L., Yamagishi, H., Ugawa, N., 2004, Landslide Susceptibility Mapping Using GIS-based Weighted Linear Combination, The Case in Tsugawa Area of Agano River, Niigata Prefecture, Japan, Landslides, 1, 73-81.
- Bai, S.B., Lu, G.N., Wang, J.A., Zhou, P.G., Ding, L.A., 2011, GIS-based Rare Events Logistic Regression for Landslide-Susceptibility Mapping of Lianyungang, China, Environmental Earth Sciences, 62, 139-149.
- Bayrak T., Ulukavak M., 2009, Trabzon Heyelanları, Harita Teknolojileri Elektronik Dergisi, 1, 20-30.
- Boulila, W., Farah, I.R., Ettabaa, K.S., Solaiman, B., Ben Ghezala, H., 2011, A Data Mining Based Approach to Predict Spatiotemporal Changes in Satellite Images, International Journal of Applied Earth Observation and Geoinformation, 13, 386-395.
- Breiman, L., Friedman, J.H., Olshen, R.A., Stone, C.J., 1984, Classification and Regression Trees , Monterey, CA: Wadsworth.
- Carrara, A., Cardinali, M., Detti, R., Guzzetti, F., Pasqui, V., Reichenbach, P., 1991, GIS Techniques and Statistical Models in Evaluating, Earth Surface Processes and Landforms, 16, 427-445.
- Dai, F.C., Lee, C.F., Li, J., Xu, Z.W., 2001, Assessment of Landslide Susceptibility on the Natural Terrain of Lantau Island, Hong Kong, Environmental Geology, 43, 381–391.
- Dai, F.C., Lee, C.F., 2002, Landslide Characteristics and Slope Instability Modeling Using GIS, Lantau Island, Hong Kong, Geomorphology , 42, 213-228.
- Das, I., Sahoo, S., Van Westen, C., Stein, A., Hack, R., 2010, Landslide Susceptibility Assessment Using Logistic Regression and Its Comparison with A Rock Mass Classification System, Along A Road Section in the Northern Himalayas (India), Geomorphology, 114, 627-637.
- Gomez, H., Kavzoglu, T., 2005, Assessment of Shallow Landslide Susceptibility Using Artificial Neural Networks in Jabonosa River Basin, Venezuela, Engineering Geology, 78, 11-27.
- Hill, T., Lewicki, P., 2006, Statistics Methods and Applications. A Comprehensive Reference for Science, Industry and Data Mining, StatSoft, Tulsa, OK.
- Kavzoğlu, T., Çölkesen, İ., 2010, Karar Ağaçları ile Uydu Görüntülerinin Sınıflandırılması: Kocaeli Örneği, Harita Teknolojileri Elektronik Dergisi, 2, 36-45.
- Larose, D.T., 2005, Discovering Knowledge in Data: An Introduction to Data Mining, John Wiley & Sons, Inc., New York.
- Lawrence, R.L., Wright, A., 2001, Rule-Based Classification Systems Using Classification and Regression Tree (CART) Analysis, Photogrammetric Engineering and Remote Sensing, 67, 1137-1142.
- Lee, S., 2005, Application of Logistic Regression Model and Its Validation for Landslide Susceptibility Mapping Using GIS and Remote Sensing Data, International Journal of Remote Sensing, 26, 1477–1491.
- Mingers, J., 1989, An Empirical Comparison of Pruning Methods for Decision Tree Induction , Machine Learning, 4, 227–243.
- Nefeslioglu, H.A., Sezer, E., Gokceoglu, C., Bozkir, A.S., Duman, T.Y., 2010, Assessment of Landslide Susceptibility by Decision Trees in the Metropolitan Area of Istanbul, Turkey , Mathematical Problems in Engineering, doi:10.1155/2010/901095.
- Özkan, Y., 2008, Veri Madenciliği Yöntemleri , Papatya Yayıncılık Eğitim, İstanbul.
- Pal, M., Mather, P.M., 2003, An Assessment of the Effectiveness of Decision Tree Methods for Land Cover Classification, Remote Sensing of Environment, 86, 554-565. Quinlan, J. R., 1993, C4.5: Programs for Machine Learning, Morgan Kaufmann, San Mateo, CA.
- Reis, S., Yalçın, A., Atasoy, M., Nişancı, R., Bayrak, T., Sancar, C., Ekercin, S., 2009, CBS ve Uzaktan Algılama Teknikleri ile Heyelan Duyarlılık Haritalarının Üretimi: Rize İli Örneği, Türkiye Ulusal Fotogrametri ve Uzaktan Algılama Birliği V. Teknik Sempozyumu (TUFUAB 2009), Ankara.
- Rokach, L., Maimon, O., 2008, Data Mining with Decision Trees: Theory and Applications, Series in Machine Perception and Artificial Intelligence , World Scientific Publishing, Singapore.
- Safavian, S.R., Landgrebe, D., 1991, A Survey of Decision Tree Classifier Methodology, IEEE Transactions on Systems Man and Cybernetics, 21, 660-674.
- Saito, H., Nakayama, D., Matsuyama, H., 2009, Comparison of Landslide Susceptibility Based on A Decision-Tree Model and Actual Landslide Occurrence: The Akaishi Mountains, Japan, Geomorphology, 109, 108-121.
- Van Westen, C.J., Rengers, N., Terlien, M.T.J., Soeters, R., 1997, Prediction of the Occurrence of Slope Instability Phenomena through GIS-Based Hazard Zonation”, Geologische Rundschau, 86, 404-414.
- Vivas, L. 1992, Los Andes Venezolanos , Academia Nacional de la Historia, Caracas.
- Wan, S., Lei, T.C., Chou, T.Y., 2010, A Novel Data Mining Technique of Analysis and Classification for Landslide Problems, Natural Hazards, 52, 211-230.
- Wang, H.B., Liu, G.J., Xu, W.Y., Wang, G.H., 2005, GIS-based Landslide Hazard Assessment: An Overview , Progress in Physical Geography, 29, 548-567.
- Yalcin, A., Reis, S., Aydinoglu, A.C., Yomralioglu, T., 2011, A GIS-based Comparative Study of Frequency Ratio, Analytical Hierarchy Process, Bivariate Statistics and Logistics Regression Methods for Landslide Susceptibility Mapping in Trabzon, NE Turkey, CATENA, 85, 274-287.
- Yao, X., Tham, L.G., Dai, F.C., 2008, Landslide Susceptibility Mapping Based on Support Vector Machine: A Case Study on Natural Slopes of Hong Kong, China, Geomorphology, 101, 572-582.
- Yeon, Y.K., Ryu, K.H., 2010, Landslide Susceptibility Mapping in Injae, Korea, Using A Decision Tree, Engineering Geology, 116, 274-283.
- Yilmaz, I., 2010, Comparison of Landslide Susceptibility Mapping Methodologies for Koyulhisar, Turkey: Conditional Probability, Logistic Regression, Artificial Neural Networks, and Support Vector Machine , Environmental Earth Sciences, 61, 821-836.
| APA | Kavzoglu T, KUTLUG SAHIN E, ÇÖLKESEN İ (2012). Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. , 21 - 33. |
| Chicago | Kavzoglu Taskin,KUTLUG SAHIN EMREHAN,ÇÖLKESEN İSMAİL Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. (2012): 21 - 33. |
| MLA | Kavzoglu Taskin,KUTLUG SAHIN EMREHAN,ÇÖLKESEN İSMAİL Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. , 2012, ss.21 - 33. |
| AMA | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. . 2012; 21 - 33. |
| Vancouver | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. . 2012; 21 - 33. |
| IEEE | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ "Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği." , ss.21 - 33, 2012. |
| ISNAD | Kavzoglu, Taskin vd. "Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği". (2012), 21-33. |
| APA | Kavzoglu T, KUTLUG SAHIN E, ÇÖLKESEN İ (2012). Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. Harita Dergisi, 78(147), 21 - 33. |
| Chicago | Kavzoglu Taskin,KUTLUG SAHIN EMREHAN,ÇÖLKESEN İSMAİL Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. Harita Dergisi 78, no.147 (2012): 21 - 33. |
| MLA | Kavzoglu Taskin,KUTLUG SAHIN EMREHAN,ÇÖLKESEN İSMAİL Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. Harita Dergisi, vol.78, no.147, 2012, ss.21 - 33. |
| AMA | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. Harita Dergisi. 2012; 78(147): 21 - 33. |
| Vancouver | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği. Harita Dergisi. 2012; 78(147): 21 - 33. |
| IEEE | Kavzoglu T,KUTLUG SAHIN E,ÇÖLKESEN İ "Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği." Harita Dergisi, 78, ss.21 - 33, 2012. |
| ISNAD | Kavzoglu, Taskin vd. "Heyelan duyarlılığının incelenmesinde regresyon ağaçlarının kullanımı : Trabzon örneği". Harita Dergisi 78/147 (2012), 21-33. |
