Koşullu Otoregresif Bayes Model Yaklaşımı ile Türkiye Deprem Verilerinin Mekânsal Analizi

Abstract

Mekânsal veri türlerinden birisi olan alansal verilerde gözlem değerleri mekâna bağlı olarak değiştiği için gözlem değerleri arasında mekânsal otokorelasyon ortaya çıkar. Mekânsal modellerde mekân bilgisinin modele katılabilmesi için alanların ilişkilerini tanımlayan komşuluk matrisinin oluşturulması gerekir. Bu nedenle mekânsal otokorelasyonu dikkate alan modellerin kullanımı son yıllarda yaygınlaşmıştır. Genelleştirilmiş Doğrusal Modeller (GDM), mekânsal otokorelasyonun modellenmesinde yetersiz kalmaktadır. Koşullu Otoregresif Bayes (CARBayes) modeli ile daha önceden deprem verilerinin modellenmesi ile ilgili bir çalışma yapılmamıştır. Bu yüzden, bu çalışmada 2016 yılında Türkiye’de meydana gelen deprem sayıları kullanılarak CARBayes modelinin kullanımı önerilmiştir. CARBayes modeli Genelleştirilmiş Doğrusal Mekânsal Model (GDMM) formundadır. Verilerde alansal birim olarak “iller” alınmış ve komşuluk matrisleri oluşturulurken idari bölünüş sınırları dikkate alınmıştır. Oluşturulan komşuluk matrisi üzerinden kurulan permütasyon testi sonucunda deprem sayılarında mekânsal ilişki çıkmıştır. Bu yüzden, deprem sayıları ile ortalama deprem büyüklüğü arasındaki ilişki için GDMM’de mekân bilgisi komşuluk matrisi yardımı ile rastgele etki olarak modele eklenmiştir. Böylece artıklardaki otokorelasyon problemi çözülmüş ve tahmin değerleri elde edilmiştir. Tahmin değerlerinden yararlanılarak bir risk değeri hesaplanmış ve haritalandırma aracılığıyla riskli iller belirlenmiştir.

Keywords

• spatial models
• generalized linear spatial models
• carbayes
• turkish earthquake data
• mekânsal modeller
• genelleştirilmiş doğrusal mekânsal modeller
• carbayes
• türkiye deprem verileri