XGBoost tabanlı sabit dayanım için inelastik ivme tepki spektraları yer hareketi modeli

Neden sarsılma gerçek binalar için önemli

Depremler nadiren binaları tamamen elastik bırakır; duvarlar çatlar, kirişler plastikleşir ve yapılar tasarım çizimlerinde varsayıldığından daha fazla eğilir. Yine de mühendislerin sarsılmayı tahmin etmek için kullandığı araçların çoğu binaların elastik kaldığını varsayar. Bu çalışma, hafif hasarlı gerçek binaların gelecekteki depremlerde ne kadar şiddetle sarsılma olasılığı olduğunu veri odaklı bir biçimde tahmin etmeyi önerir; bu da sismik tasarım, emniyet kontrolleri ve şehirler için risk tahminlerini iyileştirmeye yardımcı olur.

Basit sarsılma grafiklerinden gerçek davranışa

Geleneksel olarak deprem mühendisleri, bir deprem ve bir saha hakkında temel bilgiyi tepe ivme gibi sarsılma ölçülerine çeviren yer hareketi modellerine güvenir. Bu modeller, farklı doğal titreşim periyotlarında mükemmel elastik bir binanın ne kadar sallanacağını gösteren tepki spektrumlarına beslenir. Ancak orta ile şiddetli depremler altında çoğu bina bu elastik aralığın ötesine geçer. Gerçek tepkileri elastik öngörülerden keskin biçimde farklı olabilir; bu da hasarı değerlendirmeyi, güçlendirme planlamayı veya elastik spektrumlarla gerçekçi tasarım kuralları koymayı zorlaştırır.

Plastikleşen binalar için daha zengin bir sarsılma resmi

Bu boşluğu kapatmak için yazarlar, bir binanın sınırlı dayanımıyla plastikleştiğinde gerçek anlamda ne kadar ivmeleneceğini tanımlayan inelastik ivme tepki spektralarına odaklanır. Özellikle sabit dayanım inelastik spektral ivme adı verilen bir versiyona yoğunlaşırlar; bu versiyon, yapının ne kadar inelastik deformasyon gösterebileceğini temsil etmek üzere bir dayanım azaltma faktörünü sabitler. Uluslararası büyük bir veritabanındaki 171 depremden elde edilen on beş binden fazla yer hareketi kaydını kullanarak, donatılı beton davranışını taklit eden idealize edilmiş çok sayıda tek serbestlik dereceli yapının tepkilerini simüle ederler. Bu sanal binalar geniş bir titreşim periyodu, zemin türü, faydan uzaklık, büyüklük ve inelastik dayanım seviyesini kapsar.

Depremlerden öğrenen bir modeli eğitmek

Çalışmanın özünde XGBoost adlı bir makine öğrenimi yöntemi yer alır; bu yöntem, birçok basit karar ağacını güçlü bir öngörücüde birleştirir. Verileri sabit bir matematiksel formüle uydurmaya zorlamak yerine model, deprem büyüklüğü, mesafe, zemin koşulları, bina periyodu ve inelastik dayanım arasındaki karmaşık ilişkileri öğrenir. Yazarlar ayrıca modeli, geleneksel sismik modellerin değişkenliği ele alışını yansıtarak olaylar arası farklılıkları olay içi farklılıklardan ayıran karışık etkiler (mixed effects) çerçevesine gömerler. Hangi girdilerin en önemli olduğunu ve tahminleri nasıl yukarı veya aşağı ittiğini görmek için permutation importance ve SHAP değerleri gibi makine öğrenimi yorumlama araçlarını kullanırlar.

Bu yeni görüşte sarsılmayı kontrol edenler

Her iki yorumlama aracı da tutarlı bir tablo sunar: deprem büyüklüğü, bina periyodu ve fay uzaklığı öngörülen sarsılmayı domine ederken, inelastik dayanım faktörü ve yüzeye yakın kesme dalgası hızı ikincil ama yine de anlamlı roller oynar. Daha büyük depremler ve faylara daha yakın sahalar daha yüksek inelastik ivmelere yol açar; daha uzun periyodlu binalar ve daha yumuşak zeminler ise beklenen tepki değişikliklerini gösterir. Model, görülmemiş veriler üzerinde yüksek doğruluk sağlar; simüle edilen inelastik ivmelerin varyansının yüzde 92'sinden fazlası açıklanır ve artıklar büyüklük, uzaklık veya saha koşulları boyunca sistematik bir önyargı göstermez.

Aşina olunan tasarım araçlarıyla bağlantı

Fiziksel gerçekçiliği kontrol etmek için yazarlar, binanın elastik kaldığı özel durumda makine öğrenimi tahminlerini yaygın olarak kullanılan geleneksel bir yer hareketi denklemiyle karşılaştırır. Eğrilerin şekilleri ve eğilimleri özellikle tipik tasarım periyotları için yakın bir uyum gösterir; yeni yaklaşım ise daha eski modelin kapsamı dışında kalan inelastik aralığa doğal bir genişleme sunar. Bu, mühendislerin elastik sonuçları kaba düzeltme faktörleriyle ayarlamak yerine doğruca doğrusal olmayan bina davranışını yansıtan tehlike eğrileri ve spektrumlar oluşturmak için yeni modeli kullanabileceği anlamına gelir.

Bu nasıl daha güvenli şehirlere yardımcı olur

Basitçe ifade etmek gerekirse çalışma, makine öğreniminin deprem, saha ve bina hakkındaki bilgiler kullanılarak gerçek, hafif hasarlı binaların gelecekteki depremlerde ne kadar sallanacağını doğru ve şeffaf biçimde sağlayabileceğini gösterir. İnela-stik tepki ölçümleriyle doğrudan çalışarak ve hangi faktörlerin en çok etkili olduğunu net biçimde ortaya koyarak model, performansa dayalı tasarım, yönetmelik geliştirme ve hızlı risk değerlendirmesi için daha gerçekçi bir temel sunar; aynı zamanda tanıdık elastik tasarım araçlarıyla da tutarlı kalır.

Atıf: Gong, Y., Zhao, J. XGBoost-based ground motion model for constant-strength inelastic acceleration response spectra. Sci Rep 16, 15653 (2026). https://doi.org/10.1038/s41598-026-46656-x

Anahtar kelimeler: deprem mühendisliği, yer hareketi modelleri, makine öğrenimi, inelastik tepki spektraları, sismik tasarım