AFAD VERİ TABANINDAKİ MASW VE HVSR KAYITLARINDAN VS30 DEĞERİNİN YENİDEN HESAPLANMASI VE YAPAY ZEKA İLE KARŞILAŞTIRMALI ANALİZLER
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: ELİF GENÇER
Danışman: Ali Erden Babacan
Özet:Türkiye, dünyanın en aktif deprem kuşaklarından birinde yer almakta ve nüfusunun büyük bir bölümü yüksek risk altındadır. Son depremler, yapı güvenliğinde zemin koşullarının en az mühendislik tasarımı kadar kritik öneme sahip olduğunu göstermiştir. Bu kapsamda, zemin sınıflanmasının yapılmasında kullanılan en temel parametrelerden biri olan VS30'un doğru belirlenmesi, güvenilir bina tasarım spektrumlarının oluşturulması açısından hayati öneme sahiptir. Bu tez çalışmasında, 6 Şubat 2023 Kahramanmaraş depremlerinden etkilenen 10 ilde AFAD tarafından kurulmuş olan ivme istasyonlarının yerleştirildiği zeminlerin özelliklerinin belirlenmesine yönelik toplanmış MASW ve HVSR verileri yeniden analiz edilerek VS30 değerleri hesaplanmıştır. AFAD sisteminde raporlanan VS30 değerleri ile bu çalışma kapsamında yeniden hesaplanan VS30 değerleri karşılaştırılarak, aralarındaki benzerlikler ve farklılıklar ortaya konulmuş, bu farklılıkların olası nedenleri tartışılmıştır. İkinci aşamada, HVSR eğrilerinin ters çözümünden VS30 değerleri hesaplanmıştır. Böylece, MASW ve HVSR yöntemlerinden yeniden hesaplanan VS30 değerleri regresyon analizi yapılarak karşılaştırılmış ve aralarında düşük ilişki seviyesi belirlenmiştir. Son aşamada, HVSR spektrumları kullanılarak makine öğrenmesi tabanlı yaklaşımlar ile VS30 değerlerinin hızlı ve güvenilir bir şekilde tahmin edilebilirliği incelenmiştir. Yapılan analizler sonucunda MASW ile makine öğrenmesi tabanlı yaklaşımlar ile elde edilen VS30 değerleri arasında orta derecede pozitif yönde bir ilişki bulunmuştur. Böylece MASW ölçümlerinin yapılamadığı veya hızlı veri ihtiyacı duyulan alanlarda; HVSR yönteminden hesaplanan VS30 değerlerini girdi olarak kullanan yapay zekâ tabanlı modeller aracılığıyla, referans VS30 değerlerinin kestirimine yönelik deneysel bir ilişki elde edilmiştir.