Deprem şiddet tahmini için derin öğrenme yöntemlerinin karşılaştırılması ve model önerisi

Abstract

Deprem, yer kabuğundaki kırılmalar sonucu oluşan enerjinin sismik dalgalar şeklinde yayılarak yeryüzünü sarsmasıdır. Deprem afeti ülkemizde dahil olmak üzere birçok ülkede şehirleşme ve yapılaşmadaki temel sorunlardan dolayı yeterince önlem alınamadığı için ciddi ölçüde kayıplar meydana getirmektedir. Bu tür kayıpları önlemek amacıyla, araştırmacılar deprem şiddetini ve depremin meydana geleceği yeri önceden tahmin etmek için çalışmalar yürütmektedir. Depremin meydana geleceği zamanı ve şiddetini tahmin edebilmek için, önceden meydana gelen depremlerin oluştuğu tarih, zaman, derinlik, enlem, boylam ve şiddet gibi verilerin bir araya getirilerek oluşturulan veri setinin çok iyi analiz edilerek faydalı deprem tahmin çalışmaları yürütülmektedir. Bu kapsamda, 1965-2022 yılları arasında ülkemizde meydana gelen büyük ve küçük şiddetteki depremlerin sadece deprem şiddeti verileri esas alınarak, meydana gelmesi muhtemel depremlerin şiddetlerinin tahmin edilmesi amaçlanmıştır. Belirlenen bu amaçlar doğrultusunda, depremlerin şiddetini tahmin edebilmek için, Amerika Birleşik Devletleri Jeolojik Araştırma Kurulundan elde edilen deprem katalog verileri kullanılarak, LSTM (Uzun-Kısa Vadeli Bellek) ile Deprem Şiddeti Tahmin Modeli ve YSA ile Deprem Şiddeti Tahmin Modeli olmak üzere iki farklı tahmin modeli geliştirilmiştir. Önerilen bu iki modelin tahmin sonuçları hem gerçek deprem verileriyle hem de Otomatik Regresif Entegre Hareketli Ortalama (ARIMA) modelinin tahmin sonuçları ile karşılaştırılmıştır. Önerilen iki modelden LSTM ile oluşturulan Deprem Şiddeti Tahmin Modeli (0,561 R-kare değeri), YSA ile oluşturulan modele (0,3 R-kare) kıyasla daha başarılı sonuçlar vermiştir.

An earthquake is the shaking of the earth by the propagation of the energy generated as a result of fractures in the earth's crust in the form of seismic waves. Earthquake disasters cause severe losses in many countries, including our country, due to the lack of adequate precautions and fundamental problems in urbanization and construction. In order to prevent such losses, researchers are engaged in the process of developing predictive models for the intensity and location of earthquakes. To predict the time and intensity of the earthquake, helpful earthquake prediction studies are carried out by analyzing the data set created by combining data such as the date, time, depth, latitude, longitude, and intensity of previous earthquakes. In this context, the aim is to estimate the intensities of possible earthquakes based only on the earthquake intensity data of the large and small earthquakes that occurred in our country between 1965 and 2022. In line with these determined purposes, two different estimation models, namely the Earthquake Intensity Prediction Model with LSTM (Long shortterm memory) and the Earthquake Intensity Prediction Model with ANN, were developed by using earthquake catalog data obtained from the United States Geological Survey Board to predict the intensity of earthquakes. Of the two proposed models, the Earthquake Intensity Prediction Model (0.561 Rsquare value) created with LSTM gave more successful results compared to the model created with ANN (0.3 R-square value).