Frekans Oranı Yöntemi Kullanılarak Arsuz Çayı Havzası Heyelan Duyarlılık Analizi


DEMİRBİLEK S., TUROĞLU H.

Jeomorfolojik Araştırmalar Dergisi (Online), sa.13, ss.23-39, 2024 (Hakemli Dergi) identifier

Özet

Heyelan afetleri, Türkiye’nin birçok bölgesinde gerçekleşen doğal afetlerin başında gelmektedir. Hatay Arsuz sınırları içerisinde yer alan Arsuz Çayı Havzası’da heyelan afetlerinin gerçekleştiği sahalardan biridir. Çalışmanın amacı, Arsuz Çayı Havzası’nın frekans oranı yöntemi aracılığıyla heyelan duyarlılık analizinin yapılmasıdır. Bu amaç doğrultusunda heyelan duyarlılık analizinin gerçekleştirilmesinde; yükselti, eğim, bakı, topografik nemlilik indisi (TWI) akarsu aşındırma gücü (Spi), yola uzaklık, akarsuya uzaklık, topografik pürüzlülük indisi (TRI), normalize edilmiş bitki indisi (NDVI), çizgisellik mesafesi, arazi örtüsü, yağış, vadi derinliği, eğrisellik ve litoloji olmak üzere toplamda 15 parametre kullanılmıştır. Analizlerin ortaya konulmasında 1/25.000 ölçekli Mersin P35b1, Mersin P35b2, Mersin P35b3, Antakya P36a4 topografya paftaları, 1/100.000 ölçekli Antakya P36-P37-Hama-R36- Mersin P35-Lazkiye-R35 jeoloji paftaları, sayısal yükselti modeli (SYM-10 m), arazi örtüsü(10 m), Sentinel-2 25/01/2024 güncel tarihli uydu görüntüsü (10 m), yol verisi (10 m), yağış verisi (1 km²) ile Coğrafi Bilgi Sistemleri (CBS) kullanılmıştır. Frekans oranı yöntemine göre oluşturulan heyelan duyarlılık haritası incelendiğinde, bu alanların dağılış özellikleri; çok düşük duyarlılık sınıfı 34.9 km², toplam alan içerisinde yaklaşık %23.8, düşük sınıfta duyarlılık 31 km² ve toplam alan içerisinde % 21.2, orta duyarlılıkta sınıflar 45.9 km² ve toplam alan içerisinde %31.3, yüksek duyarlı alanlar 30.3 km² ve toplam alan içerisinde % 20.7, çok yüksek sınıfta duyarlılık sahaları ise 4.5 km² ve toplam alan içerisinde %3.1’lik alan kaplamaktadır. Çalışmada yapılan analizlerin doğruluğu için alıcı işletim karakteristiği (ROC) yöntemi kullanılmıştır. ROC yöntemine bağlı olarak doğruluk analizi kapsamında, Frekans Oranı (FR) yöntemine göre oluşturulan modelin 0.828 gibi oldukça yüksek bir değerde doğruluk değerine ulaşılmıştır. Buna göre model doğruluğu yaklaşık % 83 oranında bir doğruluğa sahiptir.
Landslide events are one of the leading natural disasters that occur in many regions of Turkey. Arsuz Stream Basin, located within the borders of Hatay Arsuz, is one of the areas where these landslide events occur.The purpose of the study is to perform landslide susceptibility analysis of the Arsuz Stream Basin through the frequency ratio method. For this purpose, a total of 15 parameters including elevation, slope, aspect, topographic moisture index (TWI), stream erosion power (Spi), distance to road, distance to stream, topographic roughness index (TRI), normalized vegetation index (NDVI), linearity distance, land use, precipitation, valley depth, curvature and lithology were used in the landslide susceptibility analysis. In the study carried out based on Geographic Information Systems (GIS), 1/25,000 scale Mersin P35b1, Mersin P35b2, Mersin P35b3, Antakya P36a4 topography sheets, 1/100,000 scale Antakya P36-P37-Hama-R36- Mersin P35-Latakia-R35 geology sheets, digital elevation model (SYM-10 m), land cover (10 m), Sentinel-2 satellite image dated 25/01/2024 (10 m), road data (10 m), rainfall data (1 km²) were used. When the landslide susceptibility map created according to the frequency ratio method, the distribution characteristics of these areas; very low sensitivity class is 34.9 km², approximately 23.8% in the total area, low class sensitivity is 31 km² and 21.2% in the total area, medium sensitivity classes are 45.9 km² and 31.3% in the total area, high sensitivity areas are 30.3 km² and 20.7% in the total area, very high class sensitivity areas cover 4.5 km² and 3.1% of the total area. The receiver operating characteristic (ROC) method was used for the accuracy of the analyzes performed in the study. Within the scope of accuracy analysis based on the ROC method, it was determined that the model created according to the Frequency Ratio (FR) method had a very high value of 0.828. Accordingly, the model accuracy has an accuracy of approximately 83%.