Coğrafi Bilgi Sistemleri (cbs) Ve Analitik Hiyerarşi Yöntemi (ahy) İle Üretilen Deprem Tehlike Haritalarının Duyarlılık Analizi

Abstract

Coğrafi Bilgi Sistemleri (CBS) teknolojisi 1980’lerden başlayarak özellikle mekansal verilerin elde edilmesinde, yönetilmesinde ve analiz edilmesinde yeni bir bilgi işleme teknolojisi olarak belirmiştir. CBS tüm bu özelliklerinin yanında doğal kaynak yönetimi, bölgesel planlama ve afet yönetimi gibi birçok alanda bir karar destek tekniği olarak da uygulama alanı bulmuştur. CBS’lerin karar destek sistemi olarak daha iyi hizmet verebilmeleri amacıyla iki yönelim tanımlanmıştır: birincisi Mekansal Karar Destek Sistemleri (MKDS)’nin analitik problem çözmeye dayalı olarak yapılandırılması; ikincisi analitik problem çözme modelleri ile CBS’lerin bütünleşik bir yapıda kullanılmasıdır. Birinci yönelime göre MKDS’den problem çözme stratejilerinin belirlenmesi, değerlendirilmesi, analiz edilmesi ve duyarlılığın test edilmesi amacıyla modelleme, en iyileme ve benzetim teknikleri açısından yararlanılmıştır. Bu araçlar özellikle yarı yapısal mekansal karar verme problemlerinin çözümünde etkendirler. İkinci yönelim ise CBS yazılımlarının istatistiksel yazılımlar veya analitik modellerle bütünleştirilmesine dayanarak CBS olanaklarının iyileştirilmesi üzerine odaklanmıştır. Bu perspektife göre CBS’nin haritalama, sorgulama ve mekansal modelleme fonksiyonları çevresel ve istatistiksel modeller için girdi verilerine ve bu verilerin farklı ölçeklerde gösterimi ve analizine olanak sağlamıştır. Duyarlılık analizi girdi değerlerindeki değişikliklerin model çıktısı üzerindeki etkisi olarak tanımlanmaktadır. Duyarlılık analizi, bir model çıktı verisiyle çeşitli model girdi verisi arasındaki miktar ve kalitenin belirlenmesiyle ilgili bir çalışma olmaktadır. Duyarlılık analizi belirsizliklerin tanımlanması sürecinde yardımcı bir rol oynamaktadır. Bunlara ek olarak, duyarlılık analizi, model geliştirme ve modeli düzenleme aşamalarıyla ilgili modelin doğrulanmasına yardımcı da olmaktadır. Ayrıca duyarlılık analizinin bir başka kullanımı, özellikle kararların alındığı durumlarda model sonuçlarının sağlamlığı (gürbüzlüğü) üzerinde daha fazla fikir edinmek olduğu belirtilmektedir. Duyarlılık analiz yöntemlerinin, karmaşık mühendislik sistemleri, ekonomi, fizik, sosyal bilimler, tıp ve diğer farklı araştırma alanlarında kullanılan etkin yöntemler oldukları kanıtlanmıştır. Çok ölçütlü karar verme (ÇÖKV) süreçleri CBS yeteneği ve bilgisine sahip araştırmacılar tarafından giderek artan ilgi odağı olmaktadır. Mekânsal planlama ve yönetim için en yararlı yöntemlerden biri olarak CBS tabanlı ÇÖKV gösterilmektedir. Son birkaç yıldır işbirliği kararlarını destekleyen araçlar olarak yaygın bir biçimde kullanılmaktadır. Arazi yerleşimine uygunluk değerlendirmeleri alanında, CBS ve ÇÖKV kombinasyonu bu alanda güçlü bir yaklaşım olduğu kanıtlanmıştır. Böyle bir yaklaşım, mekânsal olarak tanımlanmış temel birimler (vektör ve raster) ve harita katmanları olarak temsil edilen değerlendirme kriterlerini birleştirmektedir. Ancak, bu yaklaşımı uygulayarak bir araştırmacı; karşılaşılması mümkün olan her sorunun birimini sınıflandırmak amacıyla bir karar kuralları kümesi veya ağırlıklarını kullanarak nitelik değerleri ve karar vericinin tercihlerine dayalı kriter haritalarını üretmiş olmaktadır. Bu çalışma ile CBS tabanlı AHY ile üretilen deprem tehlike haritaların üretilmesinde kullanılan parametreler tüm modele olan etkileri duyarlılık analiziyle kontrol edilmiştir. Parametrelerin belirli oranlarla değiştirilmesiyle model çıktı verileri üzerindeki etkileri sayısal ve mantıksal olarak görselleştirilerek yorumlanmıştır. Çalışmada izlenen adımlar şu şekilde özetlenmektedir: • Çözülecek problemin/amacın belirlenmesi (bu çalışmaya özel olarak AHY yöntemi ile oluşturulmuş deprem tehlike haritalarının duyarlılık testi). • Kaynak taraması yapılarak ve AHY ile üretilmiş sonuç ürün olan deprem tehlike haritasının parametrelerinin belirli oranda artırım ve azalımlarla ağırlıklarının yeniden hesaplanması. • Verilerin elde edilmesi ve amaca uygun formatta düzenlenerek CBS ortamına aktarılması. • Raster veri gruplarının sınıflandırılması. • Gerekli girdi ve çıktı verilerinin oluşturulabilmesi için oluşturulmuş CBS tabanlı araç kutusunun kullanılması. • Yeni oluşturulan ağırlıklar yardımıyla yeni deprem tehlike haritalarının üretimi. • Oluşturulan sonuç raster verilerinin yorumlamaya uygun belirli aralığa çekilmesi ve semboloji ile gösterilmesi. • Ağırlık arttırımına tabi tutulmuş sonuç raster veri görseli ile girdi raster verilerinin karşılaştırılması ve yorumlanması. CBS ile AHY’nin bütünleştirilmesi özellikle deprem tehlike haritaları için karar verme yöntemleri ile CBS’nin görselleştirme ve analiz fonksiyonlarını birleştirmekte ve bu süreç duyarlılık analiziyle bütünleştirilerek karar verme eylemini iyileştirmektedir. Duyarlılık analizi sayesinde karar vericiler seçtikleri parametrelerin model genellindeki etkilerini ve değişiklikleri izleyebilecek, model açısından verimlilik ve kaliteyi bu sayede arttırmış olacaklardır. Bu bağlamda, CBS, afet yönetimi ve mekansal karar verme yöntemleri beraberinde duyarlılık analizini izleyen bir çalışmayla, karar vericiler çalışmalarında daha sağlılıklı bir yol izleyip, alınacak karar ve uygulamalarda gerek maddi, can/mal gibi kayıpları en aza indirmiş olacaklardır.

In the early 1980s Geographical Information Systems (GIS) software emerged as a new information processing technology offering unique capabilities of automating, managing, and analysing a variety of spatial data. Many applications of GIS developed over the last decade provided information necessary for the decision-making in diverse areas including natural resource management, regional planning, and disaster management. Two perspectives on developing better decision support capabilities of GIS can be identified, one based on analytical problem solving as a centrepiece of Spatial Decision Support Systems (SDSS) and another based on integration of GIS and specialized analytical models. According to first perspective, SDSS should offer modelling, optimization, and simulation functions required to generate, evaluate, recommend, and test the sensitivity or problem solution strategies. These capabilities are essential to solving semi-structured spatial decision-making problems. The second perspective on improving the decision support capabilities focuses on the expansion of GIS descriptive, prescriptive, and predictive capabilities by integrating GIS software with other statistical software and analytical models. According to this view, mapping, query, and spatial modelling functions of GIS can provide data display at different scales, preprocessing, and data input for environmental and statistical models. GIS provides opportunities to decision makers with MCDM methods and SDSS besides selected parameter control and the need for sensitivity has emerged. Decision-makers through sensitivity analysis on selected parameters and models chosen by certain changes in the proportions of the parameter can monitor the impact and contribution of all models. Sensitivity analysis is defined as the evaluation of the impact or effect of changes in input values on the model outputs. Sensitivity analysis is the study of the ways in which the variation in the output of a model can be apportioned in terms of the quantity and quality among model inputs. It is indicated that it is possible for using sensitivity analysis as an aid in the process of identification of the important uncertainties. This use mainly aims at prioritizing additional data collection or research. In addition, another important role is played by sensitivity analysis in verifying and validating the model throughout the course of model development and refinement. It is also stated that another use of sensitivity analysis is to gain further insight into the robustness of model results especially in cases when decisions are made. In this study, earthquake hazard maps produced by the GIS based AHP, Its parameters used in the creation was checked by sensitivity analysis of the effects through all the models. By changing the parameters of the model output with a certain amount of data on the effects have been interpreted by visualizing numerical and logical. The steps followed in the study are summarized as follows: • Definition of the problem/objective (As for this study earthquake hazard maps sensitivity testing was created by the method of AHP) • Literature review was made and earthquake hazard maps of the final product produced by the AHP, parameter weights at a certain rate increases and reductions to be recalculated. • Data collection and preparation and transfer to GIS environment. • Classification of raster data sets. • Input and output data required for using a GIS-based design of the tool box • The weight of the newly created entering in toolbox which is designed by the help of GIS-based program producesing of new earthquake hazard maps • Output raster visiual take into proper range that users can • Created appropriate to interpret the results of raster data and symbology to be displayed with a certain range. • Weights of the modified image raster data with the results of weights compared to the unmodified first input and interpretation of raster data. In this study sensitivity analysis has applied to earthquake hazard map parametres which are respectively field topography (FT), source to site distance (DS), soil classification (SC), liquefaction potential (LP), fault/focal mechanism (FM). Their weights were calculated with AHP that determined weights as FT (6%), DS (38%), SC (24%), LP (22%) and FM (10%). Sensitivity analysis applied these each parameters with only one parameter weight range changes between 0%-100% and other parametres changes depend on this parameter. Sensitivity analysis inticated that in the model created with FT is more sensitive range between 0% and 20%, on the other range changes model is becoming meaningless. FT sensitivity range determined as 6% decreasing and 14% increasing. DS is the other parameter that sensitivity range between 30% and 50%. DS sensitivity range determined as 8% decreasing and 12% increasing. SC sensitivity range changes between 10% and 40%. SC sensitivity range determined as 14% decreasing and 16% increasing. LP is the other parameter that sensitive to range between 10% and 30%. LP sensitivity range determined as 12% decreasing and %8 increasing. FM sensitivity range between 0% and 20%. FM sensitivity range determined as 10% decreasing and 10% increasing. For the application of the sensitivity analysis methods, it is proved there have been various methods used in different research fields such as the field of complex engineering systems, economics, physics, social sciences, medical decision making, and others. There has been an increasingly growing interest of researhers in integrating GIS capability with multi-criteria decision-making (MCDM) processes. Since integrating GIS-based MCDM as one of the most useful methods for spatial planning and management. It is important, there has been a widely increasing request for tools supporting collaborative decisions for the last few decades. In the area of land suitability assessments, it has been found that the combination of GIS and MCDM is proved to be a powerful approach in this area. This is because such approach combines a set of geographically defined basic units (e.g. polygons in vectors, or cells in rasters), and a set of evaluation criteria represented as map layers. However, the problem which is possible to be encountered by a researcher in applying this approach is combining the criterion maps based on the attribute values and decision maker’s preferences by using a set of decision rules, or weights for the purpose of classifying each unit into a suitability level. The usefulness of the sensitivity analysis procedures is that they can help to reduce the uncertainty in the way how a MCDM method operates and the stability of its outputs by illustrating the effect of making slight changes to specific input parameters on evaluation outcomes. Moreover, it is perhaps relatively/more common for checking for changes regarding the criteria values to use sensitivity analysis for the analysis of changes in the weights given to the criteria. In the review of sensitivity analysis which focused on the ways how sensitivity analysis has been applied to GIS-based MCDM models, it is pointed that only little attention had been paid to the evaluation of the final results. It is indicated that the most frequently used sensitivity analysis is based on the variation of the weights of the factors which are implied in the process to test whether it significantly modifies the results obtained. It is propable that the lack of insight provided into the spatial aspects of weight sensitivity is the most critical shortcoming of sensitivity analysis procedures found in limited GIS-Multi-criteria applications. Therefore, it is recommended that sensitivity analysis procedures should allow weight sensitivity to be visualized geographically and to facilitate the spatial analysis of sensitivity where it is appropriate. Integration of GIS with AHP decision-making process, especially for earthquake hazard maps with GIS visualization and analysis that combines the functions and decision-making processes by integrating action is improving the sensitivity analysis. Model parameters has chosen by desicion makers thanks to the sensitivity analysis that may follow the general effects changes of the model in terms of productivity and quality will be increased in this way. In this context, GIS, disaster management and spatial decision making methods along with sensitivity analysis followed by an operation, decision-makers will follow more meaningful path in their work, decisions and practices to be applied that will minimize such losses life/goods and financial.