Vaka Analizi: Orman Yangınlarının Daha İyi Yönetimi için DiCoMa (Afet Yönetimi Platformu) Sisteminin Kullanımı

Abstract

Dicoma, Avrupa Birliği ITEA2 çerçeve programı tarafından desteklenen aynı adlı projenin sonuç ürünü olarak ortaya çıkmış, afet durumlarının yönetilmesi, afet etkilerini azaltma ve afet sırasında iletişimin hızlı ve etkin bir şekilde sağlanması için geliştirilmiş olan bir dizi yazılım aracından oluşmaktadır. Dicoma içinde sosyal media verilerinin analizi, sensör verileri üzerinde karmaşık olay işleme teknikleri kullanarak orman yangınlarının tespiti, coğrafi bilgi sistemleri (CBS) kullanarak yangın durmunun güncel halinin görselleştirilmesi ve simulasyonların yapılması, karar alma için coğrafi haritaların kullanımı amacıyla gerçekleştirilmiş yazılımlar yer almaktadır. Son yıllarda dünyanın farklı yerlerinde çok sayıda afet görülmüş ve afet yönetimin önemi bir kez daha açık bir şekilde görülmüştür. Orman yangınları bu afetlerin önemli bir kısmını oluşturmaktadır. Yangınlar hem doğla çevre için hem de insanlar için çok ciddi sonuçlara neden olabilmektedir. Türkiye’ni yüçölçümünün 20,749 milyon hektar kadarı ormanlardan oluşmaktadır ve kıyı alanlarda orman yangınları sıklıkla görülmektedir. Orman Genel Müdürlüğü verilerine göre İstanbul, orman yangını riskinin yüksek olduğu bölgelerden biri olarak sınıflandırılmaktadır. Afetler tek başına bir kurum tarafından yapılacak müdahalelerden çok birden fazla kurumun birlikte hareket etmesini gerektirmektedir. Bu çalışmamızın amacı İstanbul’un afet durumlarına karşı dayanıklılığını ve hazırlıklılığını irdelemek amacıyla farazi bir orman yangını senaryosu oluşturulmuş, Dicoma araçlarının bu senaryoda nasıl etkin bir şekilde kullanılarak afet müdahalesini kolaylaştırdığını ve yönetime destek verdiğini göstereceğiz.

Keywords

• Afet Senaryosu, DiCoMa, İstanbul, Orman Yangını, Karmaşık Olay İşleme

A Case Study for Better Management of Forest Fire Situations using DiCoMa, A Disaster Management Framework

Abstract

aiming at reducing the effects of the disaster and recover from the disaster situation. It includes components for analyzing social media, components for detecting forest fires based on complex event processing algorithms applied to data collected from sensors and also components making use of geographical information systems (GIS) for evaluating fighting strategies and decision making. In recent years the world has seen many dramatic disasters, both natural and manmade. Forest fires are among the most commonly observed natural disasters. They can have devastating results for both the natural environment and the human population. A total of 20,749 million hectares of land area is covered with forests in Turkey, with forest fires, also known as wildfires, frequent in the coastal zones. Istanbul, the most crowded and industrialized city of Turkey, is located in the coastal zone. According to the Turkish General Directorate of Forestry, Istanbul has a high probability of forest fires. Disasters like forest fires are far beyond the ability of a single agency to deal with, and require cooperation between multiple agencies. The purpose of this study is to evaluate disaster preparedness and response of Istanbul in the case of a forest fire situation, and to reduce Istanbul’s vulnerabilities with the help of the Disaster Control Management framework (DiCoMa).

Keywords

• Disaster Scenario, DiCoMa, Istanbul, Forest Fire, Complex Event Processing

References

1. [1]. Ay N., Ay Z. (2011), Aircraft and helicopter usages in forest fires in Turkey, Proceedings, 34th International Symposium on Remote Sensing of Environment, ISPR (International Society for Photogrammetry and Remote Sensing), Sydney, Australia, 10-15 April 2011 (2011).
2. [2]. Republic of Turkey General Directorate of Forestry, Forest Fires in Turkey, http://www.ogm.gov.tr/lang/en/Documents/Forest%20Fires.pdf (19.1.2015)
3. [3]. Turkey General Directorate of Forestry, “Forest Atlas”, http://www.ogm.gov.tr/lang/en/Documents/Forest%20Atlas.pdf (19.1.2015)
4. [4]. Douglas P. (2003), Disaster preparedness: A social-cognitive perspective, Disaster Prevention and Management, 12, 210-216.
5. [5]. Rose, A. (2004) "Defining and measuring economic resilience to disasters." Disaster Prevention and Management, 13, 307-314.
6. [6]. O'Donnell, James; Corry, Edward; Hasan, Souleiman; et al. (2013), “Building performance optimization using cross-domain scenario modeling, linked data, and complex event processing”, Building and Environment, 62, 102-111.
7. [7]. Cugola, Gianpaolo; Margara, Alessandro; Matteucci, Matteo; et al. (2015), “Introducing uncertainty in complex event processing: model, implementation, and validation”, Computing, 97(2), 103-144.
8. [8]. Terroso-Saenz, Fernando; Valdes-Vela, Mercedes; Campuzano, Francisco; et al. (2015), “A complex event processing approach to perceive the vehicular context”, Information Fusion 21(SI), 187-209.

9. [9]. Dunkel, Jürgen, et al. (2011), "Event-driven architecture for decision support in traffic management systems." Expert Systems with Applications 38, 6530-6539.