Belirli yağış senaryoları altında bir karma CNN-TRIGRS ve matris yaklaşımına dayalı heyelan tehlikesinin değerlendirilmesi: Çin, Zhejiang Eyaleti, Meishan Kasabası örnek olayı

Kayarak gelen yamaçların gündelik yaşamdaki önemi

Heyelanlar nadir dağ felaketleri gibi gelebilir, ama birçok engebeli kasabada her yağış mevsiminde evleri, yolları ve enerji hatlarını tehdit eder. Doğu Çin’deki Meishan Kasabası’nda sık tayfunlar ve uzun yağış dönemleri yerleşimlerin üzerindeki yamaçları düzenli olarak ıslatır. Bu çalışma, farklı yağış türleri altında peyzajın hangi bölümlerinin en kolay şekilde kayacağını belirlemeye yönelik yeni bir yöntemi inceliyor; yerel planlamacılara ve halkına tehlikenin en yüksek olduğu yerler ve ne zaman en olası olduğu konusunda daha net rehberlik sağlıyor.

Keskin yamaçlar ve şiddetli yağış arasında sıkışmış bir kasaba

Meishan Kasabası, yükseltilerin çoğunlukla 160 ile 250 metre arasında değiştiği düşük dağlık bir alanda yer alır. Şeyl gibi zayıf kaya tabakaları parçalanıp gevşek toprak oluşturur ve bu toprak daha geçirimsiz daha sert ana kayaların üzerinde yatar. Yağmur suyu bu toprağa nüfuz ettiğinde, ana kaya ile temas noktasında basınç birikebilir ve bu ara yüzeyi kayganlaştırabilir. Dik yamaçlar ve yüzey akışını yoğunlaştıran dere yataklarıyla birleşen bu jeolojik yapı, üst topraktan sıyıran sığ kaymalara yatkınlık oluşturur; çevrede kümelenmiş 45 kayıtlı heyelan bu deseni doğrulamaktadır.

Akıllı öğrenme ile yamaç fiziğinin harmanlanması

Heyelanların nerede başlamaya en yatkın olduğunu anlamak için araştırmacılar iki tür aracı birleştirdi. Önce, el ile seçilmiş kurallara dayanmak yerine verilerden doğrudan örüntüler öğrenen konvolüsyonel bir sinir ağı (CNN) kullandılar. Bu ağ, yükseklik, eğim, kaya türü, nehir ve yol uzaklığı ile bitki örtüsü dahil olmak üzere 10 özellik inceliyordu ve her 30x30 metrelik arazi parçasına bir duyarlılık puanı atadı. İkinci olarak, yağışın zemine nasıl nüfuz edip yamaçtaki toprağın güvenlik marjını nasıl azalttığını simüle eden fizik tabanlı bir yamaç modeli kullandılar; bu, güvenlik faktörü (factor of safety) ile ifade edildi. TRIGRS olarak bilinen bu model, fırtınalar sırasında değişen su basınçlarının bir yamacı kararlı halden kararsız hale nasıl itebileceğini izliyor.

Aynı yamaçlarda birçok fırtınayı sınamak

Çalışma ekibi, yerel on yıllık hava kayıtlarından türetilen dört gerçekçi yağış senaryosuna odaklandı. Bunlar birkaç gün süren ılımlı yağıştan, şiddetli ve yoğun yağışa, kısa ama yoğun sağanaklara kadar uzanıyordu. Her senaryo için TRIGRS, her yamaç parçasının çeşitli stabilite sınıflarına ne kadarının geçtiğini (çok kararlıdan çok kararsıza kadar) tahmin etti. Sonuçlar, kuru koşullarda alanın çoğunun güvenli olduğunu, ancak birkaç saat süren yüksek şiddetli yağışın bile en kararsız bölgeleri keskin şekilde genişlettiğini gösterdi; bu özellikle havza kenarlarına yakın dik yamaçlarda ve geçmiş heyelanların yoğunlaştığı merkezî tepelerde belirgindi. Süre de önemliydi, ama yoğun yağış patlamalarının yamaç dayanımını hızla aşındırmada özellikle etkili olduğu bulundu.

Nerede ve ne zaman birleşeceğine dair açık bir ızgara

Tüm bu bilgiyi pratik tehlike haritalarına dönüştürmek, her hücredeki uzun vadeli duyarlılığı belirli bir yağış altındaki kısa vadeli stabilite ile birleştirecek bir yöntemi gerektiriyordu. Araştırmacılar, beş duyarlılık düzeyini beş stabilite düzeyiyle çapraz tablolayan basit bir karar matrisi kurdular. Her kombinasyona, yine çok düşükten çok yükseğe beş adımlı bir tehlike düzeyi atandı. Örneğin, belirli bir fırtına altında hem yüksek duyarlılığa hem de kararsızlığa sahip bir hücre yüksek veya çok yüksek tehlike olarak işaretlenirken, düşük duyarlılıklı ve stabil davranış gösteren bir hücre düşük tehlikede kalır. Bu kural tabanlı tablo birleşik sonucu yorumlamayı kolaylaştırır: her tehlike kategorisi hem yerin yatkınlığını hem de belirli bir yağış desenine verdiği yanıtı yansıtır.

Riskli yamaçlarda yaşayan insanlar için bunun anlamı

Ekip tehlike haritalarını bilinen heyelan konumlarıyla karşılaştırdığında, geçmiş kaymaların yüzde 90’dan fazlası yüksek ve çok yüksek tehlike bölgelerine denk geldi ve neredeyse hiçbiri çok düşük bölgelerde gerçekleşmedi. Bu güçlü uyum, ayrıntılı izleme ağlarının eksik olduğu yerlerde bile karma yaklaşımın tehlikeli alanları güvenilir şekilde işaretleyebileceğini öne sürüyor. Yöntem hâlâ iyi giriş verilerine bağımlı ve arazinin her küçük özelliğini yakalayamayabilir; ancak yerel yetkililere arazi kullanımını planlama, yamaç denetimlerine öncelik verme ve spesifik fırtına türlerine göre erken uyarıları uyarlama konusunda verimli ve şeffaf bir yol sunarak Meishan Kasabası gibi toplulukların çevrelerindeki tepelerle daha güvenli bir şekilde yaşamasına yardımcı olur.

Atıf: Wang, Z., Wang, Z., Shi, F. et al. Assessment of landslide hazard under specific rainfall scenarios based on a hybrid CNN-TRIGRS and matrix approach: a case study of Meishan Town, Zhejiang Province, China. Sci Rep 16, 16200 (2026). https://doi.org/10.1038/s41598-026-46051-6

Anahtar kelimeler: heyelan tehlikesi, yağış, yamaç stabilitesi, sinir ağları, tehlike haritalama