Page 27 - E-Tez Bülteni Mart 2026, Sayı 5

Ü
K
S
Y

S
YÜKSEK LİSANS TEZİ İ
N
L
S
İ

E
K
A
E
T
Z
ğ
f
i
n
o
l
i
i
k

h
z
M
e
i
s
J Jeofizik Mühendisliği

i
ü
e
d
A
a

n
l
a
l
i
i
b
Anabilim Dalı ı
D
m
Afad Veri Tabanındaki Masw ve Hvsr Kayıtlarından Vs30
A f a d V e r i T a b a n ı n d a k i M a s w v e H v s r K a y ı t l a r ı n d a n V s 3 0
D e ğ e r i n i n Y e n i d e n H e s a p l a n m a s ı v e Y a p a y Z e k â i l e
Değerinin Yeniden Hesaplanması ve Yapay Zekâ ile
ş
ı
r
m
t
e
a
l
a
K
r
A
Karşılaştırmalı Analizler r
l
a
i
n
z
a
l
l
ı
ı

ş
R
E
E
Ç
N

f
i
E
l
G
Elif GENÇER
r
e
T
d
a
n
E
z

D
Tez Danışmanı: Doç. Dr. Ali Erden BABACAN
A
B
C
N
A
n
e

A
B

.
o
D
A

D
.
r
ç
:
a
l
ı
n
m
ı

i
ş
Tez Özeti
Türkiye, dünyanın en aktif deprem kuşaklarından birinde yer almakta ve nüfusunun büyük bir bölümü yüksek risk altındadır. Son depremler,
yapı güvenliğinde zemin koşullarının en az mühendislik tasarımı kadar kritik öneme sahip olduğunu göstermiştir. Bu kapsamda, zemin
sınıflanmasının yapılmasında kullanılan en temel parametrelerden biri olan VS30’un doğru belirlenmesi, güvenilir bina tasarım spektrumlarının
oluşturulması açısından hayati öneme sahiptir. Bu tez çalışmasında, 6 Şubat 2023 Kahramanmaraş depremlerinden etkilenen 10 ilde AFAD
tarafından kurulmuş olan ivme istasyonlarının yerleştirildiği zeminlerin özelliklerinin belirlenmesine yönelik toplanmış MASW ve HVSR verileri
yeniden analiz edilerek VS30 değerleri hesaplanmıştır. AFAD sisteminde raporlanan VS30 değerleri ile bu çalışma kapsamında yeniden
hesaplanan VS30 değerleri karşılaştırılarak, aralarındaki benzerlikler ve farklılıklar ortaya konulmuş, bu farklılıkların olası nedenleri tartışılmıştır.
İkinci aşamada, HVSR eğrilerinin ters çözümünden VS30 değerleri hesaplanmıştır. Böylece, MASW ve HVSR yöntemlerinden yeniden
hesaplanan VS30 değerleri regresyon analizi yapılarak karşılaştırılmış ve aralarında düşük ilişki seviyesi belirlenmiştir. Son aşamada, HVSR
spektrumları kullanılarak makine öğrenmesi tabanlı yaklaşımlar ile VS30 değerlerinin hızlı ve güvenilir bir şekilde tahmin edilebilirliği
incelenmiştir. Yapılan analizler sonucunda MASW ile makine öğrenmesi tabanlı yaklaşımlar ile elde edilen VS30 değerleri arasında orta
derecede pozitif yönde bir ilişki bulunmuştur. Böylece MASW ölçümlerinin yapılamadığı veya hızlı veri ihtiyacı duyulan alanlarda; HVSR
yönteminden hesaplanan VS30 değerlerini girdi olarak kullanan yapay zekâ tabanlı modeller aracılığıyla, referans VS30 değerlerinin
kestirimine yönelik deneysel bir ilişki elde edilmiştir.
Anahtar kelimeler: Deprem, VS30, MASW, HVSR, Makine Öğrenmesi, Yapay Zekâ