Kuzey Pakistan’ın karmaşık arazilerinde makine öğrenmesi kullanılarak entegre çoklu tehlike değerlendirmesi

Bu dağ öyküsünün önemi

Kuzey Pakistan’daki Hunza Vadisi, yükselen zirveleri ve buzullarıyla ünlüdür—ancak aynı zamanda Dünya’daki en tehlikeli manzaralardan biridir. Dik yamaçlar, eriyen buzullar, şiddetli fırtınalar ve aktif faylar, köyleri, yolları ve büyük projeleri aynı anda birçok farklı felakete karşı savunmasız bırakır. Bu çalışma, modern veriler ve makine öğrenmesinin birleştirilerek çoklu tehlikelerin nerede örtüştüğünü gösteren, kullanımı kolay tek bir resim oluşturabileceğini ve bu hassas yüksek dağ bölgesinde insanları, altyapıyı ve hayati ticaret yollarını korumaya nasıl yardımcı olabileceğini gösteriyor.

Bir vadinin çok sayıda tehdidi

Hunza bölgesi, nehir kanyonlarının deniz seviyesinden yaklaşık 1.800 metreden neredeyse 7.800 metreye kadar yükselen kayaları kestiği engebeli Karakurum’da yer alır. Dev buzullar Hunza Nehri’ni besler; bu nehir aşağıdaki milyonlara su ve enerji sağlar. Ancak bu güçlü su deposu işlevini veren aynı kuvvetler tehlike de yaratır. Yoğun yaz yağışları, hızlı kar ve buz erimesi, gevşek zeminler ve aktif faylar bir araya gelerek heyelanlar, moloz akışları, ani sel baskınları ve buzul gölü taşkınları (GLOF) oluşturur. Depremler zaten çatlamış yamaçları sarsarak kaya düşmeleri ve sel zincirlerini tetikleyebilir. Yollar, evler ve tarım arazileri dar vadi tabanlarına sıkıştığı için, orta şiddette bir olay bile ciddi sonuçlar doğurabilir; geçmiş felaketlerde köylerin yok olması, nehirlerin tıkanması ve Pakistan’ın Çin’e tek kara bağlantısı olan Karakoram Otoyolu’nun kesilmesi bu duruma örnektir.

Dağınık haritalardan tek büyük resme

Bugüne kadar çoğu çalışma tek bir tehlikeye odaklandı—örneğin sadece heyelanlar ya da sadece seller. Bu yaklaşım tehlikelerin birlikte vurma veya birbirini tetikleme biçimlerini kaçırır ve gerçek dünya koşullarını göz önüne alarak yolları, köprüleri ve yerleşimleri planlamak zorunda olan planlamacılara yanıltıcı olabilir. Yazarlar Hunza için entegre bir “çoklu tehlike” görünümü oluşturmayı amaçladı. Ayrıntılı yükselti verileri, arazi eğimi ve eğriliği, nehir ve yollara uzaklık, yağış modelleri, arazi örtüsü ve bitki örtüsü, kar ve buzul göstergeleri, temel kaya tipleri ve mevcut buzul gölü tehlike ve sarsıntı yoğunluğu haritaları dahil olmak üzere geniş bir bilgi yelpazesi topladılar. Toplamda, su, yerçekimi, iklim ve jeolojinin yerde nasıl etkileştiğini yansıtan on sekiz jeo-çevresel faktör ele alındı.

Dijital bir ormanı araziyi okumaya öğretmek

Bu veri yığınını anlamlı rehberliğe dönüştürmek için ekip, orman tabanlı sınıflandırma ve regresyon modeli olarak bilinen ve popüler “random forest” yaklaşımının pratik bir biçimi olan bir makine öğrenmesi yöntemi kullandı. Önce heyelanlar, ani seller, moloz akışları, deprem riski bölgeleri ve GLOF alanları gibi tehlikelerin meydana geldiği yerlerin envanterlerini derlediler ve bu konumları her noktanın çevresel koşullarıyla eşleştirdiler. Algoritma daha sonra hangi eğim, yağış, kaya türü, bitki örtüsü ve diğer faktör kombinasyonlarının tehlikeli noktaları güvenli olanlardan en iyi şekilde ayırdığını öğrendi. Farklı örnekler üzerinde birçok karar ağacı inşa edip sonuçlarını ortalaması alınarak model, her tehlike için güvenilir hassasiyet haritaları üretti. İstatistiksel kontroller güçlü bir performans gösterdi; model yüksek riskli ve düşük riskli alanları çoğu kez doğru ayırt edebiliyordu.

Tehlikelerin biriktiği yerler

Bireysel haritalar oluşturulduktan sonra araştırmacılar bunları aynı ölçeğe koyup tek bir çoklu tehlike haritasında birleştirdi. Sonuçlar Hunza’nın yüzde 40’tan fazlasının en az bir önemli tehlikeye maruz olduğunu ve daha küçük ama kritik kesimlerin birden fazlasıyla aynı anda karşı karşıya olduğunu ortaya koyuyor. İlçenin yaklaşık beşte biri yalnızca heyelanlara karşı yüksek eğilimli iken, diğer bölgeler ağırlıklı olarak ani seller veya moloz akışlarıyla tehdit ediliyor. En endişe verici alanlar—alan olarak nispeten küçük olsalar da—sismik sarsıntı, moloz akışları, heyelanlar ve ani sellerin çakıştığı yerlerdir. Bu örtüşen sıcak noktalar, yerleşimlerin, tarım arazilerinin ve büyük altyapının yoğunlaştığı nehir koridorları ve Karakoram Otoyolu boyunca vadinin orta ve alt kısımlarında kümeleniyor. “Düşük tehlike” olarak sınıflandırılan bölgeler bile sıklıkla buzullar ve karla kaplı olup, gelecekteki ısınmanın risk düzenlerini değiştirebileceğini planlamacılara hatırlatıyor.

Haritaları daha güvenli bir geleceğe dönüştürmek

Uzman olmayanlar için ana mesaj nettir: Hunza gibi bir arazide tek bir tehlike tüm hikâyeyi anlatmaz. Bu çalışma, uydu verilerini, saha gözlemlerini, uzman değerlendirmesini ve makine öğrenmesini birleştirerek çoklu tehditlerin örtüştüğü yerleri ve koruyucu eylemin en acil olduğu alanları gösteren açık haritalar oluşturmanın mümkün olduğunu gösteriyor. Çalışma hassasiyete—doğal süreçlerin zarar verici olaylar üretme olasılığına—odaklansa da, daha akıllı arazi kullanımı kararları, daha güvenli yol ve baraj yerleşimleri ile hedeflenmiş erken uyarı ve tahliye planlaması için güçlü bir temel sunuyor. İklim değişikliği aşırı hava olaylarını yoğunlaştırmaya ve buzulların erimesini hızlandırmaya devam ettikçe, bu tür entegre, veri odaklı araçlar Pakistan ve dünya çapındaki dağ topluluklarının uyum sağlaması ve gelişmesi için vazgeçilmez olacaktır.

Atıf: Khan, M.I., Shafique, M., Khattak, G.A. et al. An integrated multi-hazard assessment using machine learning in the complex terrains of Northern Pakistan. Sci Rep 16, 11499 (2026). https://doi.org/10.1038/s41598-026-41029-w

Anahtar kelimeler: çoklu tehlike haritalama, dağ felaketleri, makine öğrenmesi, Hunza Vadisi, afet risk azaltma