Yeryüzü Deformasyonlarının İzlenmesinde Adaptif Bölgesel Yapay Zeka Sistemi: InSAR Örneği
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Sivas Cumhuriyet Üniversitesi, Fen Bilimleri Enstitüsü, Geomatik, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: BURAK CAN KARA
Danışman: Kemal Özgür Hastaoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu doktora tezi çalışmasında, Interferometrik Sentetik Açıklıklı Radar (Interferometric Synthetic Aperture Radar; InSAR) tabanlı yer deformasyonu izleme süreçlerindeki temel metodolojik sınırlılıkların aşılması amaçlanmaktadır. Literatürde yaygın olarak kullanılan yaklaşımlar, geniş coğrafi alanları homojen veri kümeleri ve tek tip algoritmalarla modellemekte; bu durum mekânsal heterojenliğin göz ardı edilmesine, bölgesel bağlamdan bağımsız parametre setlerinin kullanılmasına ve farklı deformasyon mekanizmalarının yetersiz temsil edilmesine neden olmaktadır. Söz konusu sınırlılıklar, tahmin doğruluğunun düşmesine ve model genellenebilirliğinin zayıflamasına yol açmaktadır. Metodolojik boşlukların sistematik olarak belirlenmesi için 1984–2024 dönemini kapsayan bibliyometrik analiz ve PRISMA ile uyumlu sistematik literatür taraması yürütülmüştür. Bu inceleme sonucunda genellenebilirlik yetersizlikleri, segmentasyon nesnelliği sorunları ve açıklanabilirlik eksiklikleri belgelenmiş; bu bulgular doğrultusunda Adaptif Bölgesel Yapay Zekâ Sistemi (Adaptive Regional Artificial Intelligence System; ARAIS) kavramsal çerçevesi geliştirilmiştir. ARAIS, dört bileşenli kavramsal bir modelleme çerçevesi sunmaktadır: veri entegrasyonu, otomatik segmentasyon, bölge tabanlı model seçimi ve açıklanabilir raporlama. Çerçevenin operasyonelleştirilmesi için SARisk Jeohazard Segmentasyon Platformu (Segmenting Geohazards; SARisk) adlı web tabanlı platform geliştirilmiştir. Platform, mekânsal-zamansal veri yönetimi, interaktif görselleştirme ve modüler analiz akışlarını desteklemekte; üretken yapay zekâ entegrasyonu ile otomatik raporlama ve açıklanabilir analitik çıktıların üretilmesini sağlamaktadır. SARisk platformunun merkezinde yer alan GHOST (Grid-based Hierarchical Overlap Spatio-Temporal; GHOST) algoritması, K-Shape tabanlı iki aşamalı kümeleme metodolojisi ve adaptif ızgara sistemi ile segmentasyon sürecini otomatikleştirmektedir. Algoritmanın performans testlerinde K-Shape, Fuzzy C-Means, Mini-Batch K-Means, Catch22 ve SAX K-Means yöntemleriyle karşılaştırma yapılmış; GHOST normalleştirilmiş metriklerde tüm kategorilerde üstünlük sağlamıştır. Silhouette skorunda en yakın rakibe göre %5, Davies-Bouldin indeksinde %14 oransal üstünlük gösterirken, Calinski–Harabasz indeksi açısından GHOST için hesaplanan değerlerin SAX K-Means ve K-Shape algoritmalarına göre yaklaşık bir büyüklük mertebesi düzeyinde daha yüksek olduğu görülmüştür. WCCM skorunda ise tüm algoritmalar 91 ile 97 aralığında benzer zamansal tutarlılık göstermiştir. Kavram kanıtı uygulaması Gediz Grabeni bölgesinde 140.986 InSAR veri noktası üzerinde gerçekleştirilmiştir. Minimum 15 mm/yıl düşey deformasyon hızı eşiği ile 43.584 nokta analize dâhil edilmiş ve her nokta için 182 zaman adımından oluşan bir deformasyon serisi elde edilmiştir. GHOST algoritması dört deformasyon kümesi oluşturmuş; kümelerde sırasıyla 5.081, 15.381, 11.131 ve 11.991 nokta yer almıştır. Küme bazlı modelleme yaklaşımı, dört kümeden üçünde küresel modellere kıyasla iyileşme sağlamıştır: Küme 0'da %3,77 (21,65 mm/yıl'dan 20,83 mm/yıl'a), Küme 2'de %13,50 (13,55 mm/yıl'dan 11,72 mm/yıl'a) ve Küme 3'te %5,93 (11,41 mm/yıl'dan 10,73 mm/yıl'a) Kök Ortalama Kare Hata (Root Mean Square Error; RMSE) iyileşmesi elde edilmiştir. Küme 1'de küresel model %4,29 oranında üstünlük göstermiştir (13,17 mm/yıl'a karşı 13,73 mm/yıl). Elastic Net regresyonu, segmente özgü modelleme yaklaşımıyla birleştirildiğinde en dengeli performansı sergilemiştir. Hız tahmini açısından, tüm veri seti üzerinde Belirlilik Katsayısı (Coefficient of Determination; R²) = 0,9453, RMSE = 3,34 mm/yıl ve Pearson korelasyon katsayısı r = 0,9971 değerleri elde edilmiştir. Hata dağılımı incelendiğinde, noktaların %50'sinin 2,18 mm/yıl'dan, %80'inin 4,89 mm/yıl'dan ve %95'inin 5,38 mm/yıl'dan düşük mutlak hata değerlerine sahip olduğu belirlenmiştir. Hesaplama süreleri küresel modele kıyasla 3–5 kat azaltılmıştır. Sonuç olarak, bu çalışmada literatürdeki metodolojik boşluklar sistematik biçimde haritalanmış, ARAIS çerçevesi geliştirilmiş, SARisk platformu ve GHOST algoritması tasarlanmış ve Gediz Grabeni üzerinde uygulanabilirliği kanıtlanmıştır. Elde edilen bulgular, bölgesel bağlama duyarlı modelleme yaklaşımlarının, geleneksel homojen modelleme stratejilerine göre ölçülebilir avantajlar sağladığını ortaya koymaktadır.