Makine Öğrenmesiyle Daha Güvenli Şehirler İnşa Ediliyor

Kaynak: Wits Üniversitesi

eThekwini’de araştırmacılar, makine öğrenimini ve uydu verilerini kullanarak şehrin heyelan riskinin en yüksek olduğu bölgeleri tespit etti. Scientific Reports‘de yayımlanan yeni bir çalışma, yol yapımı, mülk geliştirme ve bitki örtüsü kaybı gibi kentsel faaliyetlerin, eThekwini’nin bazı bölgelerinde heyelan hassasiyetini önemli ölçüde artırdığını ortaya koydu.

Araştırma, yüzlerce kişinin hayatını kaybettiği, 40.000’den fazla yerleşkini evsiz bıraktığı ve altyapı ile işletmelerde tahmini R36 milyar hasara yol açan, yıkıcı Nisan 2022 sel ve heyelanlarından tam dört yıl sonra gerçekleştirildi.

Araştırmacılar, gelişmiş makine öğrenimi modellerini kullanarak heyelan yaşama olasılığı en yüksek bölgeleri haritaladı ve riski yönlendiren faktörleri belirledi.

Çalışma, arazi kullanımı, rakım, bitki örtüsü örtüsü ve jeolojik koşulların, heyelanların en olası olarak gerçekleşeceği yeri belirlemede kritik bir rol oynadığını buldu. En güçlü bulgulardan biri, insan tarafından değiştirilen manzaralar ile artan heyelan hassasiyeti arasındaki bağlantıydı. Yapılaşmış gelişim ve tarım arazisiyle karakterize edilen bölgeler, daha az bozulmuş ortamlara göre heyelan yaşama olasılığı daha yüksekti.

Araştırmacılara göre, bitki örtüsünün kaldırılması yamacın stabilitesini azaltabilirken, inşaat faaliyetleri drenaj modellerini değiştirip hassas manzalar üzerinde ek baskı oluşturabilir.

“eThekwini’de heyelan oluşumunu yönlendiren faktörleri daha iyi anlamak ve gelecekteki olaylara karşı hassas olabilecek bölgeleri tespit etmek istedik,” dedi. Gauteng Bölge Gözlemevi (GCRO)’dan kıdemli araştırmacı Dr. Laven Naidoo. “Aşırı hava olayları daha sık görülürken, bu bilgiler önleyici planlamaya ve risk azaltmaya destek sağlayabilir.”

İkiz riskinin azaltılması için yapay zekânın kullanılması

Çalışmayı yürütmek için araştırmacılar, belediyedeki heyelan riski taşıyan bölgeleri analiz etmek amacıyla coğrafi bilgi sistemlerini (GIS), uydu görüntülerini ve makine öğrenmesi tekniklerini birleştirdi. Rastgele orman ve destek vektör makineleri olmak üzere iki model, %98’in üzerinde doğruluk düzeyine ulaşarak araştırmacıların potansiyel heyelan odaklarını yüksek güvenilirlikle belirlemesini sağladı. Elde edilen haritalar, eThekwini’nin kıyı şeridi boyunca bölgelerin özellikle heyelana yatkın olduğunu, dağlık iç kesimlerde ise genel olarak daha düşük bir riskle karşı karşıya olduğunu gösterdi.

Araştırmacılar, bu araçların belediyelere ve planlamacılara gelecekteki gelişmelerin nerede dikkatli şekilde yönetilmesi gerektiğini ve afet hazırlığı çalışmalarının nerede önceliklendirilmesi gerektiğini daha iyi anlamalarına yardımcı olabileceğini söylüyor. Çalışma, aynı zamanda yapay zeka ve Dünya gözlem teknolojilerinin kanıta dayalı planlama ve afet hazırlığını destekleme potansiyelini de ortaya koyuyor.

“Geleneksel heyelan değerlendirmeleri emek yoğun ve zaman alıcı olabilir,” çalışma şu şekilde not düşüyor. “Makine öğrenmesini uydu kaynaklı verilerle birleştirmek, risk altındaki bölgelerin daha verimli ve doğru şekilde belirlenmesini sağlıyor.”

2022 felaketinden dersler

Bulgular, KwaZulu-Natal tarihinin en yıkıcı doğal afetlerinden biri olarak kabul edilen Nisan 2022 sularının çektiği derslere dayanıyor. Dört gün içinde eyaletin bazı bölgeleri 300 mm’den (11,8 inç) fazla yağış alarak yaygın sel ve yamaç çöküşlerini tetikledi. Etkilenmeler hem gecekondu hem de resmi yerleşim yerlerini etkiledi ve heyelan riskinin geleneksel olarak savunmasız toplulukların ötesine geçtiğini gösterdi.

Gecekondu bölgelerindeki düşük gelirli haneler çevresel tehlikelere maruz kalmaya daha yatkın olsa da, çalışma aynı zamanda resmi konut gelişmelerinin de etkilendiğini not düşüyor. Umdloti gibi bölgelerde altyapı hasarı, gelişme uygulamaları, bitki örtüsünün kaldırılması ve jeolojik açıdan hassas arazilere inşaatin uygunluğu konusunda sorular ortaya çıkardı.

Araştırma, eThekwini’deki heyelanların yalnızca ağır yağış ve jeoloji gibi doğal faktörlerle açıklanamayacağını ortaya koyuyor. Bunun yerine, çevresel koşullar ile gelişimin nerede ve nasıl yapılacağına dair insan kararları arasındaki karmaşık etkileşimden kaynaklanıyorlar.

Değişen iklimde büyüyen bir meydan okuma

İklim değişikliği, aşırı yağış olaylarının olasılığını artırırken, heyelan riskini anlamak Güney Afrika şehirleri için giderek daha önemli hale geliyor. Araştırmacılar, makine öğrenimi, uzaktan algılama ve uydu tabanlı izleme gibi gelişmiş teknolojilerin, özellikle dezelman değerlendirmelerinin genellikle pahalı ve zaman alıcı olduğu, kaynak kısıtlamasıyla karşı karşıya olan bağlamlarda değerli karar destek araçları sağlayabileceğini savunuyor.

Gelecekteki heyelanlara en çok maruz kalacak alanları belirleyerek çalışma, belediyelere daha güvenli kentsel planlama, altyapı geliştirme ve afet riskini azaltma çalışmalarını destekleyecek bilgiler sunuyor. Sonuç olarak bulgular, 2022 selinden önemli bir ders veriyor: Heyelan riskini azaltmak, yalnızca aşırı hava olaylarına tepki vermekten ibaret olmayacak. Aynı zamanda şehirlerin büyümeyi nasıl yönettiğine, doğal peyzajları nasıl koruduğuna ve iklim belirsizliği içinde gelecekteki gelişimi nasıl planladığına da bağlı olacak.

Cher Petersen et al., Machine-learning modelling of regional landslide susceptibility in eThekwini, South Africa, Scientific Reports (2026). DOI: 10.1038/s41598-026-73316-x

Dergi bilgileri:
Scientific Reports

heyelan
arazi kullanımı ve arazi örtüsü
heyelan duyarlılık değerlendirmesi

Sağlayan:

Bu hikayenin ardındaki isimler:

Swati Mestri, Elektronik Mühendisliği alanında lisans derecesine sahiptir ve 2019’dan beri içerik editörü olarak çalışmaktadır. Teknoloji, sağlık ve malzeme bilimi alanlarında araştırma beleleri düzenleme deneyimine sahip olup özellikle teknoloji ve uzay konularına büyük ilgi duymaktadır.

Profilin tamamı →

Fizik alanında yüksek lisans ve araştırma deneyimine sahip. Uzun süredir bilim haberleriyle ilgileniyor. Science X’in editöryal başarısında önemli rol oynuyor.

Profilin tamamı →

Atıf

:
Makine öğrenimini kullanarak daha güvenli şehirler kurmak (2026, 29 Ekim)
30 Ekim 2026 tarihinde şu kaynaktan erişildi: https://phys.org/news/2026-10-machine-safer-cities.html

Bu belge telif hakkı kapsamındadır. Özel çalışma veya araştırma amacıyla geçerli kullanışlı kullanım dışında, hiçbir bölüm yazılı izin olmadan çoğaltılamaz. İçerik yalnızca bilgi amaçlı sunulmaktadır.