MÜHJEO’2015
Ulusal Mühendislik
Jeolojisi Sempozyumu
National
Symposium on
Engineering
Geology
(Prof. Dr. Fikret TARHAN Anısına)
(In Memory of Prof. Dr. Fikret TARHAN)
3-5 EYLÜL 2015 TRABZON
3-5 SEPTEMBER 2015
EDİTÖRLER /
EDITORS
Reşat ULUSAY, Mehmet EKMEKÇİ
Hakan ERSOY, Arzu FIRAT ERSOY
Karadeniz Teknik Üniversitesi
Karadeniz Technical University
Osman Turan Kültür ve Kongre Merkezi
153
Bölgesel Heyelan Duyarlılık Değerlendirmesi: Kuzey Türkiye
Small Scale Landslide Susceptibility Assessment: Northern Turkey
T. Çan1,*, T. Y. Duman2
1 Çukurova Üniversitesi, Jeoloji Mühendisliği Bölümü, 01330 Balcalı, Adana 2
Maden Tetkik ve Arama Genel Müdürlüğü, Jeoloji Etütleri Dairesi Başkanlığı 06800 Çankaya/Ankara
(*tolgacan@cukurova.edu.tr)
ÖZ: Bu çalışmada, Türkiye’nin kuzeyinde 222,000 km2’lik bir alanın heyelan duyarlılık
değerlendirmesi gerçekleştirilmiştir. Ulusal heyelan veritabanına göre çalışma alanında, toplam heyelan alanı 8692km2
olan, 53060 adet heyelan bulunmaktadır. Çalışma alanı son derece büyük olmasına karşılık duyarlılık analizleri, mantıksal regresyon yöntemi kullanılarak tekbir aşamada ve toplam heyelanların %92’sini oluşturan derin heyelanlar için gerçekleştirilmiştir. Haritalama birimi olarak 250m mekansal çözünürlüğe sahip pikseller, heyelanları hazırlayıcı faktörler olarak, bölgesel jeoloji ve sayısal yükseklik modelinden üretilen değişkenler kullanılmıştır. Duyarlılık haritalarının performans değerlendirmesine göre yüksek ve çok yüksek duyarlı alanlar çalışma alanının %21-23’ne karşılık gelmekte ve toplam heyelanların %62-63’ünükapsamaktadır. Sonuç olarak analizlerde kullanılan heyelan veri seti ve çevresel değişkenlerin doğruluğu ve güvenilirliği ile çok geniş bir alanda niceliksel yöntem kullanılarak uygun heyelan duyarlılık haritası hazırlanmıştır.
Anahtar Kelimeler: Heyelan Envanter, Heyelan Duyarlılık, Mantıksal Regresyon
ABSTRACT: In this study landslide susceptibility assessmentwere performed in Northern Turkey
covering an area of 222,000 km2. According to the national landslide database 53060 landslides were identified covering 8692 km2. Although the study area is extremly large, landslide susceptibility assessments using logistic regression method, were achieved in single stage for the deep seated landslides which constitute 92 % of entire landslides. The spatial resolution of 250m pixels were used as mapping units and regional geology with variables produced from digital elevation models were considered as landslide conditioning factors.The validation of the susceptibility models comparing with the landslide inventory revealed that the high and very high susceptible zones correspond to 21-23 % of the study area including 62-63 % of the inventoried deep-seated landslides.The results suggest that the substantial accuracy and the reliability of the landslide database together with the considered conditioning factors are sufficient enough for quantitative zoning of landslide susceptibility in such a large region.
Keywords:Landslide Inventory, Landslide Susceptibility, Logistic Regression
1. GĠRĠġ
Bölgesel ölçekte heyelanlardan kaynaklanan zararların azaltılması heyelanların mekansal dağılımının ve bunları kontrol eden faktörlerin anlaşılmasını gerektirir. MTA Genel Müdürlüğü tarafından tamamlanan “Türkiye Heyelan Envanter Haritası” projesi kapsamında 1:25,000 ölçeğinde sayısal heyelan veri tabanı oluşturulmuş (Duman vd., 2005a), 1:500,000 ölçekli bölgesel (Duman vd., 2005b, Duman vd., 2006a, Duman vd., 2007abc, Duman vd., 2009) ve 1:1,500,000 ölçekli ulusal (Duman vd., 2011) heyelan envanter haritaları hazırlanmıştır.Ayrıca, heyelan veri tabanı MTA Genel Müdürlüğü web sayfasında, Yerbilimleri Portalı altında Web sunucusuna yüklenerek yasal uyarılar kapsamında tüm kullanıcıların hizmetine sunulmuştur (Çan vd., 2013). Heyelan envanter veritabanının doruluğu ve güvenilirliği, bu haritalar baz alınarak yapılan duyarlılık, olası tehlike ve risk değerlendirme çalışmalarına da doğrudan etki etmektedir. Bu çalışmada, Türkiye’nin kuzeyinde 1:500,000 ölçekli İstanbul, Zonguldak, Sinop, Samsun, Trabzon ve Kars paftaları sınırlarını kapsayan toplam 222,000 km2’lik bir alanın heyelan duyarlılık değerlendirmesi gerçekleştirilmiştir (Şekil 1). Çalışma alanı ülkemizin %29’una karşılık gelmekte olup mevcut heyelanların %50’den fazlasını içermektedir.
154
Çalışma alanı içerisinde çok sayıda heyelan duyarlılık çalışması yapılmıştır (örn. Aksoy ve Ercanoglu 2012; Alparslan 2011; Çan vd., 2005ab; Duman vd., 2006b; Eker vd., 2012; Ercanoglu 2005; Ercanoglu ve Gokceoglu 2004; Gorum vd., 2008; Mazman ve Çan, 2006, Nefeslioglu vd., 2010, 2012; Suzen ve Doyuran 2004; Suzen ve Kaya 2012; Yilmaz vd., 2012, Akgun ve Bulut 2007; Akgun vd., 2008; Karsli vd., 2009; Yalcin ve Bulut 2007; Yalcin vd., 2011). Bu çalışmaların büyük çoğunluğu birkaç on kilometre kareden, birkaç yüzkilometre kare arasındadır. En geniş alanlar Karsli vd., (2009) ve Yalcin vd., (2011) tarafından yapılmış olup sırasıyla 2500 ve 4660 km2 lik alanlarda gerekleştirilmiştir. Ülkemizin kuzeyi, özellikle de Karadeniz bölgesi heyelandan olumsuz etkilenen bölgeler arasında ilk sırayı almaktadır. 1950-2008 yılları arasındaki dönemde Gökçe vd., (2008) tarafından yapılan heyelan arşiv verilerine göre ulusal düzeyde yerleşim birimlerinde etkili olan heyelan olaylarının % 65’i çalışma alanı içerisinde yeralmaktadır. Bu çalışmada bölgenin heyelan duyarlılık değerlendirmesi sadece derin heyelanlar için mantıksal regresyon yöntemi kullanılarak tek bir aşamada, alt bölgelere ayrılmadan gerçekleştirilmiştir. Çalışma alanının son derece büyük olmasına rağmen mevcut heyelan veri tabanı ve göz önünde bulundurulan çevresel değişkenler ile oldukça yüksek tutarlılığa sahip duyarlılık haritası elde edilmiştir.
Şekil 1. Çalışma alanı içindeki ana yerleşim birimleri, coğrafi bölge sınırları ve drenaj ağı sistemi.
2. ÇALIġMA ALANI
Çalışma alanı Marmara ve Karadeniz bögelerinin hemen tamamı ile kısmen İç Anadolu ve Doğu Anadolu bölgeleri içerisinde yer almaktadır (bkz Şekil 1). Morfolojik olarak Karadeniz kıyısına paralel olarak uzanan bu alan, Kuzey Anadolu dağları ile temsil edilmekte ve yükseklik değerleri batıda Marmara Bölgesinden, doğu Karadeniz bölgesine doğru göreceli olarak artarak yaklaşık 3900 m’ye ulaşmaktadır (Şekil 2). Çalışma alanının % 50’si Sakarya, Filyos, Kızılırmak, Yeşilırmak ve Çoruh nehri havzaları içerisinde yer almaktadır. Söz konusu dağ kuşağı güney kesimlerinden itibaren bu nehirler ve yan kolları tarafından yükseklik farkı 1000 m’ye varan derin yarılımlı vadiler tarafından kesilerek Karadeniz’e drene olmaktadır.
Şekil 2. Çalışma alanının sayısal yükseklik modeli.
Coğrafi bölgeler bazında değerlendirildiğinde yıllık ortalama yağış 1175mm ile Karadeniz bölgesinde gözlenmektedir. Karadeniz bölgesini yaklaşık 700 mm ile Marmara bölgesi takip etmekte, İç Anadolu ve Doğu Anadolu bölgelerinde ise ortalama yıllık yağış 420 mm dolaylarındadır (Ünal vd., 2013). Karadeniz bölgesinde kıyı kuşağı boyunca yağış değerleri artmakta ve doğuya doğru ortalama yıllık yağış 2000 mm’yi aşmaktadır. Bölgede heyelanların büyük çoğunluğu aşırı yağışlar sonucu tetiklenmektedir. Jeolojik olarak çalışma alanı Pontidler ana tektonik birliği ve örtü birimleri içinde
155
yer almaktadır. Pontidler, batı, orta ve doğu olmak üzere üçe ayrılmakta olup çok sayıda alt tektonik kuşaklar ile temsil edilmektedir(Yılmaz vd. 1997). Çalışma alanının tamamını kapsayan jeoloji haritası 1:500,000 ölçeğinde MTA Genel Müdürlüğü tarafından hazırlanmıştır (Akdeniz, 2002; Akdeniz ve Güven, 2002; Aksay vd., 2002; Hakyemez ve Papak, 2002; Türkecan ve Yurtsever, 2002; Uğuz vd., 2002). Heyelanların bölgesel jeoloji içerisinde değerlendirilmesine olanak sağlamak amacıyla birimler benzer köken, yaş ve ortam gibi temel özellikler göz önünde bulundurularak yirmi litoloji grubu (G) altında toplanmıştır (Şekil 3).
Şekil 3. Çalışma alanın basitleştirilmiş litoloji grupları haritası. (Duman vd.2005b, 2006a, 2007a-c, 2009). G1: Pliyosen-Kuvaterner çökelleri, G2: Miyosen-Pliyosen-Ayrılmamış karasal kırıntılılar,
G2a: Miyosen Ayrılmamış karasal kırıntılı ve nadiren karbonatlar, G3: Üst Eosen-Pliyosen-Ayrılmamış evaporitli çökel kayalar,G3a: Paleosen-Alt Miyosen-Volkanik ve çökel kayalar, G3b: Üst
Eosen-Alt Miyosen- Karasal kırıntılılar, G4: Paleosen-Pliyosen Karasal kırıntılılar ve karbonatlar, G4a: Eosen-Volkanik ve çökel kayalar, G4b: Eosen-Alt Miyosen-Kırıntılı ve karbonatlar, G5: Üst Paleosen-Alt Pliyosen-Neritik kireçtaşları, G6: Üst Paleosen- Eosen-Kırıntılı ve karbonatlar, G7: Üst
Kretase-Eosen-Kırıntılı ve karbonatlar, G8: Orta Kambriyen-Paleosen- pelajik kireçtaşları, G9: Orta Triyas -Eosen-Volkanik ve çökel kayalar, G10: Kretase-Kırıntılı ve karbonatlar, G11: Alt Kretase-Üst
Jura- Karbonat ve kırıntılılar, G12: Alt Kambriyen-Permo-Triyas-Karbonat ve kırıntılılar, G13: Prekambriyen-Alt Liyas-Karbonat ve kırıntılılar, G14: Paleosen -Kuvaterner-Ayrılmamış volkanikler,
G15: Alt Jura-Kuvaterner-Riyodasit, bazalt, andezit, spilit vb.,G16: Mesozoyik-Ofiyolit, G17: Prekambriyen-Miyosen-Granitoyidler, G18: Kretase-Metagabro-amfibolit, G19:
Prekambriyen-Eosen-Metamorfik kayalar, G20: Prekambriyen-Kretase-Mermer, kalkşist, rekristalize kireçtaşı.
3. HEYELAN ENVANTERĠ
Envanter veri tabanında heyelanların sınıflandırılmasında Varnes (1978)’in sınıflaması esas alınarak, kütle hareketleri hareket tipine göre, akma, kayma ve karmaşık olarak sınıflandırılmıştır. Düşme ve devrilme tipi heyelanlar ölçek sınırlamalarından dolayı göz önünde bulundurulamamıştır. Ayrıca, heyelanlar görece derinliklerine göre de sınıflandırılmıştır. Buna göre, kayma yüzeyinin görece derinliği 5 m’den az olanlar sığ, 5 m’den fazla olanlar derin olarak farklı sembol ve renkler kullanılarak gösterilmiştir. Heyelanlar aktivitelerine göre ise aktif ve aktif olmayan şeklinde yine ikiye ayrılarak sınıflandırılmıştır. Aktif heyelanlar WP/WLI (1993) sınıflamasına göre halen hareket eden, aktif olmayanlar ise kalık heyelan sınıflarına karşılık gelmektedir. Heyelanlar poligon ve çizgi olmak üzere iki farklı sembol kullanılarak gösterilmiştir. Poligon sembolleri, 1:25,000 ölçekli haritada alansal olarak gösterilebilen heyelanlar için, küçük ölçekli akma türü heyelanlar için ise çizgisel semboller kullanılmıştır (Duman vd., 2005a).
Çalışma alanında toplam alanı 8,693 km2
olan 36,986 adet heyelan haritalanmıştır(Duman vd.2005b, 2006a, 2007a-c, 2009). Bu heyelanların sayısal olarak % 93’ü, alansal olarak % 90’ı derin kayma türü heyelanlardan oluşturmaktadır (Çizelge 1, Şekil 4). Çizgisel olarak tanımlanan akma türü heyelanların sayısı ise 16,164’tür. Jeolojik açıdan bakıldığında,Miyosen-Pliyosen-Ayrılmamış karasal kırıntılılar (G2), Paleosen-Pliyosen Karasal kırıntılılar ve karbonatlar (G4), Üst Paleosen-Eosen-Kırıntılı ve karbonatlar (G6), Üst Kretase-Eosen-Kırıntılı ve karbonatlar (G7), Kretase-Kırıntılı ve karbonatlar (G10) ve Paleosen -Kuvaterner-Ayrılmamış volkanikler (G14) toplam heyelanların % 60’a yakınını
156
içermekte olup heyelana en duyarlı birimleri oluşturmaktadır. Heyelanların mekansal olarak dağılımına bakıldığında orta ve batı karadeniz bölgesinde, Kelkit, Çoruh ve Aras havzaları içerisinde yoğunlaştığı görülmektedir. Doğu Karadeniz kıyı şeridi boyunca heyelan sıklığı diğer bölgelere oranla daha yüksek olmasına karşılık heyelanların genelde daha küçük ölçekli akma türü heyelanlardan oluşması ve bitki örtüsü ile diğer erozyonal süreçler nedeniyle uzun yıllar morfolojilerini koruyamamasından dolayı bu bölgelerde derin heyelan yoğun olarak gözlenmemektedir.
Çizelge1. Çalışma alanındaki heyelanların tanımlayıcı istatistik verileri.
Kaymalar Akmalar Derin eski Derin aktif Sığ aktif Aktif (Alansal) Eski (Alansal) Aktif (Çizgisel) Adet 11930 22723 1021 1219 3 16164 Ortalama (km2) 0.31 0.18 0.64 0.11 0.32 - En büyük (km2 ) 72.94 21.95 66.14 3.35 0.74 - En küçük (km2 ) 0.004 0.002 0.02 0.008 0.05 - Toplam (km2) 3752.45 4154.2 657.3 128.7 0.96 -
Şekil 4. Çalışma alanındaki derin heyelanların mekansal dağılımı.
4. HEYELAN DUYARLILIK DEĞERLENDĠRMESĠ
Heyelan duyarlılık değerlendirmeleri ile ilgili çok sayıda yaklaşım bulunmakta olup genelde niteliksel ve niceliksel olmak üzere ikiye ayrılmaktadır (Corominas vd., 2014). Bu çalışmada niceliksel yöntemlerden çok değişkenli istatistiksel yaklaşım yöntemlerinden biri olan mantiksal regresyon yöntemi kullanılmıştır.
Mantıksal regresyon, bağımlı değişkenin ikili gözlendiği durumlarda, bağımlı değişken ile bağımsız değişkenlerin neden sonuç ilişkisini belirlemede kullanılan, bağımsız değişkenlere göre bağımlı değişkeninin beklenen değerlerinin Eşitlik 1’de verilen ilişkiye göre olasılık olarak elde edildiği bir regresyon yöntemidir (Kleinbaum ve Klein 2002).
𝑃 𝑌 = 1 = 𝑝 = 1+𝑒−(𝛼 +𝛽 1𝑥1+……𝛽 𝑛 𝑥𝑛 )1 (1)
Eşitlikte, P (Y =1) veya p maksimum olabilirlik tahminine göre heyelan oluşma olasılığını, α mantıksal regresyon denklemindeki sabit, βi ise xi bağımsız değişkenine ait regresyon katsayısıdır.
Heyelanları hazırlayıcı çevresel faktörler olarak sayısal yükseklik modeli (blz. Şekil 2) ve bu modelden üretilen yamaç eğimi, yamaç eğrisellikleri, nehir aşındırma gücü indisi, topoğrafik nemlilik indeksi, eğim yamaç yönelimi değişimi, pürüzlülük, engebelik, yamaç durumu, yüzey röliyef oranı, ortalama eğim, sıcaklık yük indisi, yüzey/alan oranı kullanılmıştır(Moore vd., 1991, Burrough ve McDonell 1998, Riley vd., 1999, Pike ve Wilson 1971, McCune ve Keon 2002, Berry 2002). Çalışma alanının jeoloji haritası (bkz. Şekil 3) raster formatına dönüştürülerek herbir litoloji grubu ikili değişken (1-0) olarak verisetine dahil edilmiştir. Mantıksal regresyon yönteminde kullanılan sürekli bağımsız değişkenlere ilişkin tanımlayıcı istatistiksel bilgiler Çizelge 2’de verilmiştir. Çalışma alanı 125,541 adet heyelanlı piksel olmak üzere toplamda 3,551,983 adet piksel ile temsil edilmektedir. İstatistiksel analizlerde heyelan sayısına eşit sayıda heyelandan etkilenmemiş pikseller rastgele seçim yöntemi ile seçilerek üç farklı veri seti oluşturulmuştur.
157
Herbir veri setinde ileri aşamalı mantıksal regresyon yöntemi uygulanarak, çalışma alanının yüksek ve çok yüksek duyarlılık sınıflarının en az bu sınıflar içerisindeki mevcut heyelanların en fazla olduğu veri seti son duyarlılık haritası olarak belirlenmiştir. Herbir duyarlılık haritasının mevcut heyelan veritabanı ile karşılaştırılması sonucu elde edilen başarı eğrileri ve eğri altında kalan alanlar Şekil 5’te verilmiştir.
Çizelge 2. Duyarlılık analizlerinde kullanılan sürekli değişkenlere ait tanımlayıcı istatistiksel veriler. Değişkenler Min. Mak. Ort. Medyan Mod Std.Sapma Yükseklik 0.00 3868.07 1019.13 963.79 10.00 719.52 Yamaç eğimi 0.00 56.77 8.88 7.14 0.00 7.11 Nehir aşındırma gücü indisi 0.00 7.86 0.37 0.04 0.00 0.69 Topoğrafik nemlilik indisi 2.98 25.62 6.79 6.20 10.31 2.10 Teğetsel eğrilik -1.54 1.65 0.00 0.00 0.00 0.15 Düzlemsel eğrilik -1.23 0.93 0.00 0.00 0.00 0.09 Kesit eğriliği -0.93 1.15 0.00 0.00 0.00 0.08 Engebelik 0.00 1.00 0.48 0.48 0.00 0.24 Ortalama eğim 0.00 45.66 8.88 7.71 0.00 6.32 Pürüzlülük 0.00 17.75 5.64 5.64 0.00 2.38
Eğim yamaç yön. dönüşümü (cos) -1.01 0.99 0.01 0.00 0.00 0.15 Eğim yamaç yön. dönüşümü (sin) -1.01 1.00 0.00 0.00 0.00 0.14 Eğim yamaç yön. dönüşümü (trans) 0.00 1.00 0.50 0.50 0.50 0.35 Yamaç eğiminin 2. türevi 0.00 5.78 0.52 0.39 0.00 0.45 Yamaç durum -251.09 246.74 0.02 -0.15 0.00 24.23 Yüzey röliyef oranı 0.00 0.90 0.48 0.49 0.00 0.10 Sıcaklık indisi 2383.00 7040.00 2656.60 2557.00 2425.00 281.69 Yüzey alan oranı 62500.0 114060.0 63801.3 62988.5 62500.0 2000.4
Şekil 5. Duyarlılık haritalarının başarı oranı eğrileri.
Duyarlılık haritalarının performansları birbirine çok yakın olup en yüksek eğri altında kalan alan (AUC) 0.798 ve heyelan yüzdesi iki nolu veri setinde elde edilmiştir. İki nolu verisetine ilişkin lojit dönüşümü uygulanmasıyla lineer mantiksal regresyon denklemi Eşitlik 2’de verilmiştir.
Log (p/1-p) =-.000097x(Yükseklik) + 0.517x(Eğim) +0.434x(Nehir aşındırma gücü)-0.147x(Topografik nemlilik indisi)-2.137x(Kesit yamaç eğriliği) +0.145x(Ortalama eğim) - 0.535x(Pürüzlülük)-0.384x(Eğim yamaç yönelimi dönüşümü(trans)) 0.380x(yamaç eğiminin 2. türevi) -0.021x(Yamaç durumu) -0.0016x(yüzeyalan oranı) -.266x(G1)
+0.864x(G2)+ 1.558x(G2a) + 0.988x(G3) + 1.017x(G4)-0.737x(G4a) + 1.027x(G6) + 0.476x(G7)0.435x(G9) + 0.867x(G10)1.240x(G12) -2.487x(G17) -0.534x(G19) -0.877x(G20)+ 99.20 (2) 0 20 40 60 80 100 0 20 40 60 80 100 D uy ar lıl ık s ın ıfl ar ı i çe ris in de ki h ey el an la r i (% )
Çalışma alanının duyarlılık sınıfları (%)
Veriseti_1 (AUC=0.788) Veriseti_2 (AUC=0.798) Veriseti_3 (AUC=0.797) ÇY Y O D ÇD
158
Eşitlik 2’de sürekli veriler yanısıra çok sayıda litoloji gruplarının regresyon denkleminde yeraldığı görülmektedir. Litoloji gruplarından G2, G3, G4, G6, G7, G10 ile yamaç eğimi, ortalama eğim, nehir aşındırma gücü indislerinin heyelan oluşumuna pozitif yönde etki ettiği anlaşılmaktadır. Çalışma alanına ait en iyi tutarlılığı sergileyen heyelan duyarlılık haritası veri seti 2’de elde edilmiştir (Şekil 6). Duyarlılık sınıf aralıklarının seçimi sonuç duyarlılık haritası üzerindeönemli etkisi bulunmaktadır. Bu çalışmada çalışma alanındaki yüksek ve çok yüksek duyarlı sınıfların en az, bu sınıflar içerisindeki heyelan oranlarının en fazla olduğu eşit aralıklı duyarlılık sınıfları tercih edilmiştir. Sonuç olarak elde edilen duyarlılık haritasında yüksek ve çok yüksek duyarlı sınıflar çalışma alanının %22’sine karşılık gelmekte olup, heyelanların % 63’ünü kapsamaktadır. Düşük ve çok düşük duyarlı alanlar çalışma alanının % 57’sine karşılık gelmekte olup heyelanların % 13’u bu sınıf aralıklarında bulunmaktadır.
Şekil 6. Veriseti 2’den elde edilen çalışma alanının heyelan duyarlılık haritası.
5. SONUÇLAR
Bu çalışmada ilk olarak Türkiye’nin kuzeyinde 222.000 km2’lik bir alanın tarihsel heyelan
envanterveri tabanı değerlendirilmiştir. Çalışma alanında toplam alanı 8,693 km2 olan 36,986 adet heyelan haritalanmış olup, heyelanların sayısal olarak % 93’ü, alansal olarak % 90’ı derin kayma türü heyelanlardan oluştuğu belirlenmiştir. Çalışma alanındaki heyelanların sınıflandırılması ve haritalanmasında izlenen standart yöntem ile göz önünde bulundurulan jeolojik ve jeomorfometrik değişkenler oldukça geniş bir bölgedeheyelan duyarlılık değerlendirmesi yapılmasını olanaklı hale getirmiştir. Elde edilen duyarlılık haritasında orta-çok yüksek duyarlı alanlar mevcut heyelanların % 87’lik bölümünü içermektedir. Sonuçlar analizlerde kullanılan heyelan veri seti ve çevresel değişkenlerin doğruluğu ve güvenilirliği ile çok geniş bir alanda niceliksel yöntem kullanılarak uygun heyelan duyarlılık haritasının hazırlanabileceğini göstermiştir.
6. KAYNAKLAR
Akdeniz, N., 2002. 1:500.000 ölçekli türkiye jeoloji haritası Kars paftası. Türkiye 1/500.000 Ölçekli Jeoloji Haritaları, No: 6, MTA Genel Müdürlüğü, Ankara.
Akdeniz, N., Güven, İ.H., 2002. 1:500.000 ölçekli türkiye jeoloji haritası Trabzon paftası. Türkiye 1/500.000 Ölçekli Jeoloji Haritaları, No: 5, MTA Genel Müdürlüğü, Ankara.
Akgun, A., Bulut, F., 2007. GIS-based landslide susceptibility for Arsin-Yomra (Trabzon, North Turkey) region. Environmental Geology, 51, 1377-1387.
Akgun, A., Dag, S., Bulut, F., 2008. Landslide susceptibility mapping for a landslide-prone area (Findikli, NE of Turkey) by likelihood-frequency ratio and weighted linear combination models. Environmental Geology, 54, 1127-1143.
Aksay, A., Pehlivan, Ş., Gedik, İ., Bilginer, E., Duru, M., Akbaş, B., Altun, İ., 2002. 1:500.000 ölçekli türkiye jeoloji haritası Zonguldak paftası. Türkiye 1/500.000 Ölçekli Jeoloji Haritaları, No: 2, Maden Tetkik ve Arama Genel Müdürlüğü, Ankara.
Aksoy, B., Ercanoglu, M., 2012. Landslide identification and classification by object-based image analysis and fuzzy logic: An example from the Azdavay region (Kastamonu, Turkey). ComputersandGeosciences, 38, 87-98.
Alparslan, E., 2011. Landslidesusceptibilitymapping in Yalova, Turkey, by Remote Sensing and GIS. EnvironmentalandEngineeringGeoscience, 17, 255-265.
159
Berry, J.K., 2002. Use surface area for realistic calculations. Geoworld, 15(9), 20–1.
Burrough, P.A.,McDonell, R.A., 1998. Principles of Geographical Information Systems. Oxford UniversityPress, New York..
Corominas, J.,Van Westen, C., Frattini, P., Cascini, L., Malet, J.P., Fotopoulou, S., Catani, F., Van Den Eeckhaut, M., Mavrouli, O., Agliardi, F., Pitilakis, K., Winter, M.G., Pastor, M., Ferlisi, S., Tofani, V., Hervas, J., Smith, J.T., 2014. Recommendations for the quantitative analysis of landslide risk. Bulletin of Engineering Geology and the Environment, 73, 209-263.
Çan, T., Nefeslioglu, H.A., Gokceoglu, C., Sonmez, H., Duman, T.Y., 2005b. Susceptibility assessments of shallow earthflows triggered by heavy rainfall at three catchments by logistic regression analyses. Geomorphology, 72, 250-271.
Çan, T., Duman, T.Y., Nefeslioğlu, H.A., Durmaz, S. , Gökçeoğlu, C., Sonmez H., 2005a. Earthflows in a small catchment from Eastern Black Sea region (Turkey): Conditional (Environmental) factors and susceptibility assessments. Int. Symp. on Latest Natural Disaster-New Challenges for Engineering Geology, Geotechnics and Civil Protection. ProceedingsSofia.
Çan, T., Duman, T.Y., Olgun, Ş., Çörekçioğlu, Ş., Karakaya-Gülmez, F., Elmacı, H., Olgun, Ş., Hamzaçebi, S. Emre, Ö., 2013, Türkiye heyelan veri tabanı. TMMOB Coğrafi Bilgi Sistemleri Kongresi 2013, Ankara.
Duman, T. Y., Emre, Ö., Çan, T., Nefeslioğlu, H.A., Keçer, M., Doğan, A., Durmaz S., Ateş, Ş., 2005b. Türkiyeheyelan envanteri haritası-1:500.000 ölçekli Zonguldak Paftası, MTA Özel Yayınlar Serisi-4, Ankara.
Duman, T. Y., Çan, T., Emre, Ö., Keçer, M., Doğan, A., Ateş, Ş., Durmaz, S., 2005a. Landslide inventory ofnorth western Anatolia, Turkey. EngineeringGeology, 77, 99-114.
Duman, T.Y., Çan, T., Gokceoglu, C., Nefeslioglu, H.A., Sonmez, H., 2006b. Application of logistic regression for landslide susceptibility zoning of Cekmece Area, Istanbul, Turkey. Environmental Geology, 51, 241-256, doi: DOI 10.1007/s00254-006-0322-1.
Duman, T. Y., Nefeslioğlu, H.A., Çan, T., Ateş, Ş., Durmaz, S., Olgun, Ş., Hamzaçebi S., Keçer, M., 2006a.Türkiye Heyelan Envanteri Haritası-1:500.000 ölçekli İstanbul Paftası,'' MTA Özel Yayınlar Serisi-6, 25s., Ankara.
Duman, T. Y., Nefeslioğlu, H.A., Çan, T., Olgun, Ş., Durmaz, S., Hamzaçebi S., Çörekçioğlu, Ş., 2007c. Türkiye heyelan envanteri haritası-1:500.000 ölçekli Trabzon paftası, MTA Özel Yayınlar Serisi-9, Ankara.
Duman, T. Y., Durmaz, S., Çan, T., Olgun, Ş., Ateş, Ş., Keçer, M., Hamzaçebi, S., Nefeslioğlu H.A. Çörekçioğlu, Ş., 2007b. Türkiye heyelan envanteri haritası-1:500.000 ölçekli Samsun Paftası, MTA Özel Yayınlar Serisi-8, Ankara.
Duman, T. Y., Olgun, Ş., Çan, T., Nefeslioğlu, H.A., Hamzaçebi, S., Durmaz, S., Emre, Ö., Ateş, Ş., Keçer M., Çörekçioğlu, Ş., 2007a. Türkiye heyelan envanteri haritası-1:500.000 ölçekli Sinop Paftası, MTA Özel Yayınlar Serisi-7, Ankara.
Duman, T.Y., Olgun, Ş., Çan, T., Hamzaçebi, S., Elmacı, H., Durmaz, S., Nefeslioğlu H.A., Çörekçioğlu, Ş., 2009. Türkiye heyelan envanteri haritası-1:500.000 ölçekli Kars paftası, MTA Özel Yayınlar Serisi-14, Ankara.
Duman, T.Y., Çan T.,Emre, Ö.,2011, 1/1.500.000 Türkiye heyelan envanteri haritası, MTA Genel Müdürlüğü Özel Yayınlar Serisi-27, Ankara.
Eker, A.M., Dikmen, M., Cambazoglu, S., Duzgun, S.H.S.B., Akgun, H., 2012. Application of
artificialneural network
andlogisticregressionmethodstolandslidesusceptibilitymappingandcomparison of theresultsfortheUlus district, Bartin. Journal of the Faculty of Engineering and Architecture of Gazi University, 27, 163-173.
Ercanoglu, M., 2005. Landslide susceptibility assessment of SE Bartin (West Black Sea region, Turkey) by artificial neural networks. Natural Hazards and Earth System Sciences, 5.
Ercanoglu, M., Gokceoglu, C., 2004. Use of fuzzy relations to produce landslide susceptibility map of a landslide prone area (West Black Sea Region, Turkey). Engineering Geology, 75, 229-250. Gökçe, O., Özden, Ş., Demir, A., 2008. Türkiye’de afetlerin mekansal ve istatistiksel dağılımı, Afet
160
Görum, T., Gonencgil, B., Gokceoglu, C., Nefeslioglu, H.A., 2008. Implementation of reconstructed geomorphologic units in landslide susceptibility mapping: the Melen Gorge (NW Turkey). Natural Hazards, 46, 323-351.
Hakyemez, H.Y.,Papak, İ., 2002, 1:500.000 ölçekli Türkiye jeoloji haritası Samsun paftası. Türkiye 1/500.000 Ölçekli Jeoloji Haritaları, No:4, MTA Genel Müdürlüğü.
Karsli, F., Atasoy, M., Yalcin, A., Reis, S., Demir, O.,Gokceoglu, C., 2009. Effects of land-use changes on landslides in a landslide-prone area (Ardesen, Rize, NE Turkey). EnvironmentalMonitoringandAssessment, 156, 241-255.
Kleinbaum, D.G., Klein, M., 2002. LogisticRegression, a Self-learningText, Springer, New York. Mazman, T., Çan,T.,2006. Mantıksal regresyon yöntemi ile Kumluca havzası (Batı Karadeniz)
Heyelan duyarlılık değerlendirmesi, Mühendislik Jeolojisinde Çağdaş Uygulamalar Sempozyumu, Bildiriler Kitabı, Denizli.
Moore, I.D.,Grayson, R.B., Landson, A.R., 1991. Digitalterrainmodelling: a review of hydrological, geomorphological, andbiologicalapplications. Hydr. Processes, 5, 3–30.
Nefeslioglu, H.A., San, B.T., Gokceoglu, C., Duman, T.Y., 2012. An assessment on the use of Terra ASTER L3A data in landslide susceptibility mapping. International Journal of Applied Earth ObservationandGeoinformation, 14, 40-60.
Nefeslioglu, H.A., Sezer, E., Gokceoglu, C., Bozkir, A.S., Duman, T.Y., 2010. Assessment of landslidesusceptibilitybydecisiontrees in themetropolitanarea of Istanbul, Turkey. Mathematical Problems in Engineering, Doi 10.1155/2010/901095.
Pike, R.J.,Wilson, S.E.,1971. Elevation relief ratio, hypsometric integral, and geomorphic area altitude analysis. Bulletin of theGeologicalSociety of America, 82, 1079-1084.
Riley, S.J., DeGloria, S.D., Elliot, R., 1999. A terrain ruggedness index that quantifies topographic heterogeneity. IntermountainJournal of Sciences, 5, 1-4.
Suzen, M.L., Doyuran, V., 2004. Data driven bivariate landslide susceptibility assessment using geographical information systems: a method and application to Asarsuyu catchment, Turkey. Engineering Geology, 71, 303-321.
Suzen, M.L., Kaya, B.S., 2012. Evaluation of environmental parameters in logistic regression models for landslide susceptibility mapping. International Journal of Digital Earth, 5, 338-355.
Uğuz, M. F., Sevin, M., Duru, M., 2002. 1:500.000 ölçekli Türkiye jeoloji haritası Sinop paftası. Türkiye 1/500.000 Ölçekli Jeoloji Haritaları, No:3, MTA Genel Müd. Ankara.
Ünal, Y., Kindap, T., Karaca, M., 2003. Redefining the climate zones of Turkey using cluster analysis. International Journal of Climatology, 23, 1045-1055.
Varnes, D.J., 1978. Slope movement types and processes. In: Special Report 176: Landslides: Analysis and Control.
WP/WLI (UNESCO Working Party on World Landslide Inventory) 1993. MultilingualLandslideGlossary. Bitech, Richmond, British Columbia.
Yalcin, A., Bulut, F., 2007. Landslide susceptibility mapping using GIS and digital photogrammetric techniques: a case study from Ardesen (NE-Turkey). Natural Hazards, 41, 201-226.
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. Yilmaz, C., Topal, T., Suzen, M.L., 2012. GIS-based landslide susceptibility mapping using bivariate
statistical analysis in Devrek (Zonguldak-Turkey). EnvironmentalEarth Sciences, 65, 2161-2178.
Yilmaz, Y., Tüysüz, O., Yigitbas, E., Genç, S.C., Sengör, A.M.C., 1997. Geology and tectonic evolution of the Pontides. Regional and petroleum geology of the Black Sea and surrounding region: American Assoc. of Petroleum Geologists Mem., 183-226.
