DOĞAL AFET RİSK ANALİZİNDE MAKİNE ÖĞRENME YÖNTEMLERİNİN KULLANIMI HAKKINDA BİR İNCELEME

Doğanın dengesinin bozulması ile kasırgalar, seller, toprak kaymaları ve kuraklık ön görülemez bir şiddette ve zamanda yaşanmaktadır. İklim değişikliğine bağlı olarak artan bu doğal felaketler, insan sağlığı, ekonomi ve çevreye zarar vererek çok daha sık ve şiddetli biçimde yaşanmaktadır. Doğal afet boyutundaki meteorolojik olayların tahmini ve modellemesinin yanı sıra uydu tabanlı görüntüler üzerinden potansiyel tehlike kaynaklarının belirlenmesi ve risk senaryolarının oluşturulması ile ilgili çok sayıda çalışma yapılmaktadır. Yapay zekâ yöntemleri birçok disiplinden gelen veriyi anlamlandırarak çözüm üretebilmektedir. Kuraklığın izlenmesi, sel duyarlılık haritalamasının yapılması, toprak kayması riskinin takip edilmesi gibi doğa olayları, meteorolojik olarak sensorlar, simülasyonlar ya da gözlemlerden gelen zamansal ve mekânsal büyük veriyi analiz etmek için makine öğrenme ve derin öğrenme yöntemlerinden yararlanmak giderek daha çok ilgi gören bir araştırma alanı olmaktadır. Bu inceleme, doğal afet riskleri için çeşitli yapay zekâ uygulamaları hakkında bir literatür araştırması sağlamayı amaçlamaktadır. 2017-2022 yılları arasında yayınlanan kuraklık, sel ve toprak erozyonları odaklı makine öğrenme ve derin öğrenme yöntemleri tabanlı risk analiz modellerini kullanan araştırma makaleleri incelenmiştir. Araştırma sonucunda yapay zekâ tabanlı modellerin, doğal afetlerin tahmininde oldukça önemli bir role sahip olduğu sonucuna varılmıştır.