Bulanık Regresyon Fonksiyonları ile Kıyı Erozyon Riskinin Modellenmesi: Afet ve Kıyı Gayrimenkulleri Bağlamında Bir Çerçeve

Yıl 2025, Cilt: 8 Sayı: 3, 1341 - 1358, 30.11.2025

Elif Hande Edinsel , Mehmet Ülger

https://doi.org/10.35341/afet.1803550

Öz

Bu çalışma, kıyı erozyon riskinin modellenmesinde bulanık regresyon fonksiyonları ve bulanık C-ortalamalar (FCM) kümeleme yönteminin entegrasyonunun kullanılmasını önermektedir. Literatürde kıyı erozyon riskinde rol oynadığı belirtilen dalga yüksekliği, rüzgâr hızı, kıyı eğimi, zemin türü ve koruyucu yapı gibi çevresel değişkenler kullanılarak oluşturulan sentetik veriler bulanık kümelere ayrılmış ve her küme için ağırlıklı regresyon modelleri oluşturulmuştur. Bu modellerden elde edilen tahminler, üyelik derecelerine göre birleştirilerek nihai erozyon risk tahminleri elde edilmiştir. Modelin performansı Ortalama Mutlak Hata (MAE) ve Kök Ortalama Kare Hatası (RMSE) metrikleri ile değerlendirilmiş ve düşük hata değerleri, yöntemin erozyon riskini belirsizlik koşulları altında etkin şekilde tahmin edebildiğini göstermiştir. Çalışma, kıyı erozyon riski gibi çok boyutlu ve belirsizlikler içeren bir çevre probleminin modellenmesinde ve risk değerlendirmesinde kullanılabilecek esnek ve yorumlanabilir bir yaklaşım sunmaktadır. Ayrıca kıyı erozyonunun afet niteliği taşıyan sonuçları ile kıyı şeridinde yer alan gayrimenkullerin değer kaybı, yapısal hasar ve kullanım kaybı riskleri dikkate alınarak, model çıktılarının afet yönetimi, gayrimenkul değerleme ve kıyı planlaması süreçlerine katkı sağlayabilecek nitelikte olması çalışmanın önemini arttırmaktadır.

Anahtar Kelimeler

Bulanık K-Ortalama Kümeleme , Bulanık Regresyon Fonksiyonları , Kıyı Gayrimenkulleri , Kıyı Erozyon Riski

Etik Beyan

Bu çalışma kapsamında herhangi bir insan veya hayvan deneği üzerinde araştırma yapılmamıştır. Ayrıca anket, mülakat ya da veri toplama gibi etik kurul izni gerektiren bir uygulama bulunmamaktadır. Çalışma, bilimsel araştırma ve yayın etiği ilkelerine uygun olarak hazırlanmıştır.

Destekleyen Kurum

Bu çalışma, herhangi bir kurum veya kuruluş tarafından desteklenmemiş ya da fonlanmamıştır.

Teşekkür

Bu çalışmada desteğini bizden hiç esirgemeyen Ankara Üniversitesi Uygulamalı Bilimler Fakültesi Gayrimenkul Geliştirme ve Yönetimi Bölümü Öğretim Üyesi Sayın Prof. Dr. Yeşim TANRIVERMİŞ'e teşekkürlerimizi sunuyoruz.

Modeling Coastal Erosion Risk with Fuzzy Regression Functions: A Framework in the Context of Disasters and Coastal Real Estate

Öz

This study introduces an integrated framework that combines fuzzy regression functions with the Fuzzy C-Means (FCM) clustering method for modeling coastal erosion risk. A synthetic dataset was generated using key environmental variables frequently highlighted in the literature as drivers of erosion processes, including wave height, wind speed, coastal slope, soil type, and the presence of protective structures. The dataset was partitioned into fuzzy clusters, and weighted regression models were subsequently developed for each cluster. Model predictions were aggregated based on cluster membership degrees to obtain the final erosion risk estimates. Model performance was assessed using Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) metrics, with the relatively low error values demonstrating the method’s ability to predict erosion risk effectively under conditions of uncertainty. The findings suggest that the proposed approach provides a flexible and interpretable framework that can support both the modeling and risk assessment of complex environmental phenomena, particularly those characterized by multidimensional interactions and inherent uncertainties, such as coastal erosion. Furthermore, by considering the disaster related consequences of coastal erosion together with the risks of real estate value depreciation, structural damage, and loss of usability in coastal real estates, the study highlights that the model outputs can contribute significantly to disaster management, real estate valuation, and coastal planning processes, thereby enhancing the overall importance of the research.

Anahtar Kelimeler

Coastal Erosion Risk , Coastal Real Estates , Fuzzy C-Mean Clustering , Fuzzy Regression Functions

Etik Beyan

No research involving human or animal subjects was conducted in this study. In addition, there were no surveys, interviews, or data collection procedures requiring ethical approval. The study was carried out in accordance with the principles of scientific research and publication ethics.

Destekleyen Kurum

This study was not supported or funded by any institution or organization.

Teşekkür

We would like to express our sincere gratitude to Prof. Dr. Yeşim Tanrıvermiş, Faculty Member of the Department of Real Estate Development and Management, Faculty of Applied Sciences, Ankara University, for her invaluable support throughout this study.

Kaynakça

• Akash, H. S., Sarkar, K. S., Bindajam, A. A., Kumari, R., Talukdar, S., & Mallick, J. (2023). Assessment of coastal vulnerability using integrated fuzzy analytical hierarchy process and geospatial technology for effective coastal management. Environmental Science and Pollution Research. https://doi.org/10.1007/s11356-023-28317-y
• Başer, F. (2013). Aktüeryal omdellemede bulanık destek vektör makineleri. Doktora Tezi Fen Bilimleri Ensitüsü, Ankara Üniversitesi
• Başer, F., Koç, O., & Kestel, A.S.S. (2023). Credit risk evaluation using clustering based fuzzy Classification Method. Expert Systems With Applications, 223, 119882. https://doi.org/10.1016/j.eswa.2023.119882
• Bezdek, J. C. (1981). Objective function clustering in pattern recognition with fuzzy objective function algorithms (pp. 43–93). Springer, Boston, MA.
• Celikyılmaz, A., & Türksen, I. B. (2009). Modeling uncertainty with fuzzy logic: with recent theory and applications. Springer-Verlag, Berlin Heidelberg. pp 1-147
• Edinsel, E. H. (2023). Bulanık regresyon fonksiyonları yöntemi ile konut kredisi riski modellemesi, Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Ankara Üniversitesi
• El-Mahdy, M. M., Farid, H. A., Wahab, M. A., El-Berry, A. M., & El-Kafrawy, S. B. (2022). Coastal erosion risk assessment and applied mitigation measures at the Egyptian Northern Coast. Ocean & Coastal Management, 228, 106312. https://doi.org/ DOI:10.1016/j.asej.2021.10.016
• Fitton, J. M., Hansom, J. D., & Rennie, A. F. (2017). A method for modelling coastal erosion risk: The example of Scotland. Natural Hazards, 88(1), 61–91. https://doi.org/10.1007/s11069017-3164-0
• Jin, D., Donna, P., Au, D. & Wiu, J. (2015). Shoreline change, seawalls, and coastal property values. Ocean&Coastal Management Volume 114, September 2015, 185-193.
• Kupilik, M., Witmer, F., Macleoad, E. A., Wang, C., & Rawens, T. (2018). Gaussian Process Regression for Arctic Coastal Erosion Forecasting. IEEE International Geoscience and Remote Sensing Symposium (IGARSS) IEEE, 1-9 https://doi.org/10.1109/TGRS.2018.2865429
• Lim, C., Kim, T. K., Lee, S., Yeon, Y. J., & Lee, J. L. (2021). Assessment of potential beach erosion risk and impact of coastal zone development: A case study on Bongpo–Cheonjin Beach. Natural Hazards and Earth System Sciences, 21, 3827–3842. https://doi.org/10.5194/nhess-21-3827-2021
• Mentaschi, L., Vousdoukas, M. I., Pekel, J. F., Voukouvalas, E. & Feyen, L. (2018). Global long-term observations of coastal erosion and accreation, Scientific Reports, https://doi.org/10.1038/s41598-018-30904-w
• Pussella, P. H. G. D., & Gunarathna, M. H. J. P. (2022). Assessment of coastal erosion using DSAS and GIS: A case study from the southern coast of Sri Lanka. Environmental Challenges, 7, 100502. https://doi.org/10.35841/2167-0587.22.12.258
• Su, Y., Wang, C., Guo, Y., Yang, J. & Du, J. (2022). Coastal erosion risk assessment of Hainan Island, China. Acta Oceanologica Sinica, 42(7), 1-12. https://doi.org/10.1007/s13131-022-2122-1
• URL1, https://www.neefusa.org/nature/land/wheres-beach. (Son erişim tarihi: 09.10.2025)
• URL2, https://veribilimcisi.wordpress.com/2017/07/14/mse-rmse-mae-metrikleri-nedir/ (Son erişim tarihi: 09.10.2025)
• Ülger, M., & Tanrıvermiş, Y. (2024). Modeling the effect of shoreline change on real estate value. Ocean & Coastal Management, 256, 107277. https://doi.org/10.1016/j.ocecoaman.2024.107277