Araştırma Makalesi

Frekans Oranı ve Shannon Entropisi Yöntemi Kullanarak Ezine Çayı Havzası Taşkın Duyarlılık Analizi (Kastamonu-Bozkurt)

Sayı: 11 15 Ekim 2023

Mustafa Utlu ^*

PDF İndir

Jeomorfolojik Araştırmalar Dergisi

EN TR

Flood Susceptibility Analysis of the Ezine River Basin (Kastamonu-Bozkurt) Using Frequency Ratio and Shannon Entropy Method

Abstract

Taşkın olayları, Türkiye’de özellikle Karadeniz Bölgesi’nde yoğun bir şekilde meydana gelen doğal afetlerin başında gelmektedir. Ekstrem yağışlar, Karadeniz Bölgesi akarsu havzalarında, suların ani bir şekilde yüzeysel akışa geçmesi neticesinde taşkın afetinin yaşanmasında etkili olur. Kastamonu Bozkurt sınırları içerisinde yer alan Ezine Çayı havzası da bu taşkın afetinin gerçekleştiği sahalardan biridir. Dar ve derin vadilerde kısıtlı yerleşim alanlarının varlığı ve taşkın yatağı sınırları içerisinde olması nedeniyle, taşkına duyarlı alanların tespit edilmesi kritik önem taşımaktadır. Coğrafi bilgi sistemleri (CBS) bu amaçla taşkına duyarlı sahaların tespit edilmesinde büyük rol oynamaktadır. Bu çalışmada da taşkın duyarlılığının tespit edilmesi amacıyla CBS temelli iki farklı istatistik yöntem kullanılmıştır. Frekans oranı (FR) ve Shannon Entropisi (SE) yöntemi taşkın duyarlılıkların üretilmesinde tercih edilen yöntemlerdir. Taşkın duyarlılık analizlerinin gerçekleştirilmesinde, Sayısal Yükselti Modeli (SYM), Eğim, Bakı, normalize edilmiş bitki örtüsü indeksi (NDVI), Arazi kullanımı, Topografik nemlilik indeksi (TWI), Akarsu aşındırma gücü (SPI), Jeomorfoloji, Normalize edilmiş yerleşim alan indeksi (NDBI), plan eğrisellik, akarsuya mesafe, drenaj yoğunluğu kullanılan parametrelerdir. 2021 yılı ağustos ayı taşkın yayılış alanı verileri dikkate alınarak oluşturulan envanter verisi, çalışmada yapılan analizlerin doğruluğu için tercih edilmiş, bu analiz için alıcı işletim karakteristiği (ROC) eğrisi kullanılmıştır. Elde edilen sonuçlara göre iki değişkenli istatistik olan frekans oranı yöntemi %.0,976 ile daha yüksek sonuç vermiştir.

Keywords

Flood Susceptibility Analysis , Ezine River Basin , Frequency Ratio , Shannon’s Entropy

Frekans Oranı ve Shannon Entropisi Yöntemi Kullanarak Ezine Çayı Havzası Taşkın Duyarlılık Analizi (Kastamonu-Bozkurt)

Öz

Taşkın olayları, Türkiye’de özellikle Karadeniz Bölgesi’nde yoğun bir şekilde meydana gelen doğal afetlerin başında gelmektedir. Ekstrem yağışlar, Karadeniz Bölgesi akarsu havzalarında, suların ani bir şekilde yüzeysel akışa geçmesi neticesinde taşkın afetinin yaşanmasında etkili olur. Kastamonu Bozkurt sınırları içerisinde yer alan Ezine Çayı havzası da bu taşkın afetinin gerçekleştiği sahalardan biridir. Dar ve derin vadilerde kısıtlı yerleşim alanlarının varlığı ve taşkın yatağı sınırları içerisinde olması nedeniyle, taşkına duyarlı alanların tespit edilmesi kritik önem taşımaktadır. Coğrafi bilgi sistemleri (CBS) bu amaçla taşkına duyarlı sahaların tespit edilmesinde büyük rol oynamaktadır. Bu çalışmada da taşkın duyarlılığının tespit edilmesi amacıyla CBS temelli iki farklı istatistik yöntem kullanılmıştır. Frekans oranı (FR) ve Shannon Entropisi (SE) yöntemi taşkın duyarlılıkların üretilmesinde tercih edilen yöntemlerdir. Taşkın duyarlılık analizlerinin gerçekleştirilmesinde, Sayısal Yükselti Modeli (SYM), Eğim, Bakı, normalize edilmiş bitki örtüsü indeksi (NDVI), Arazi kullanımı, Topografik nemlilik indeksi (TWI), Akarsu aşındırma gücü (SPI), Jeomorfoloji, Normalize edilmiş yerleşim alan indeksi (NDBI), plan eğrisellik, akarsuya mesafe, drenaj yoğunluğu kullanılan parametrelerdir. 2021 yılı ağustos ayı taşkın yayılış alanı verileri dikkate alınarak oluşturulan envanter verisi, çalışmada yapılan analizlerin doğruluğu için tercih edilmiş, bu analiz için alıcı işletim karakteristiği (ROC) eğrisi kullanılmıştır. Elde edilen sonuçlara göre iki değişkenli istatistik olan frekans oranı yöntemi %.0,976 ile daha yüksek sonuç vermiştir.

Anahtar Kelimeler

Taşkın duyarlılık analizi , Ezine Çayı Havzası , Frekans Oranı , Shannon Entropisi

Kaynakça

Al-Abadi, A. M. (2018). Mapping flood susceptibility in an arid region of southern Iraq using ensemble machine learning classifiers: a comparative study. Arabian Journal of Geosciences, 11(9), 218. https://doi.org/10.1007/s12517-018-3584-5
Al-Hinai, H., ve Abdalla, R. (2021). Mapping Coastal Flood Susceptible Areas Using Shannon’s Entropy Model: The Case of Muscat Governorate, Oman. ISPRS International Journal of Geo-Information, 10(4), 252. https://doi.org/10.3390/ijgi10040252
Alexander, K., Hettiarachchi, S., Ou, Y., ve Sharma, A. (2019). Can integrated green spaces and storage facilities absorb the increased risk of flooding due to climate change in developed urban environments? Journal of Hydrology, 579(October), 124201. https://doi.org/10.1016/j.jhydrol.2019.124201
Ali, R., Kuriqi, A., Abubaker, S., ve Kisi, O. (2019). Long-term trends and seasonality detection of the observed flow in Yangtze River using Mann-Kendall and Sen’s innovative trend method. Water (Switzerland), 11(9). https://doi.org/10.3390/w11091855
Ali, S. A., Parvin, F., Pham, Q. B., Vojtek, M., Vojteková, J., Costache, R., Linh, N. T. T., Nguyen, H. Q., Ahmad, A., ve Ghorbani, M. A. (2020). GIS-based comparative assessment of flood susceptibility mapping using hybrid multi-criteria decision-making approach, naïve Bayes tree, bivariate statistics and logistic regression: A case of Topľa basin, Slovakia. Ecological Indicators, 117(December 2019), 106620. https://doi.org/10.1016/j.ecolind.2020.106620
Askar, S., Zeraat Peyma, S., Yousef, M. M., Prodanova, N. A., Muda, I., Elsahabi, M., ve Hatamiafkoueieh, J. (2022). Flood Susceptibility Mapping Using Remote Sensing and Integration of Decision Table Classifier and Metaheuristic Algorithms. Water (Switzerland), 14(19), 1–24. https://doi.org/10.3390/w14193062
Beckers, A., Dewals, B., Erpicum, S., Dujardin, S., Detrembleur, S., Teller, J., Pirotton, M., ve Archambeau, P. (2013). Contribution of land use changes to future flood damage along the river Meuse in the Walloon region. Natural Hazards and Earth System Sciences, 13(9), 2301–2318. https://doi.org/10.5194/nhess-13-2301-2013
Benito, G., Rico, M., Sánchez-Moya, Y., Sopeña, A., Thorndycraft, V. R., ve Barriendos, M. (2010). The impact of late Holocene climatic variability and land use change on the flood hydrology of the Guadalentín River, southeast Spain. Global and Planetary Change, 70(1–4), 53–63. https://doi.org/10.1016/j.gloplacha.2009.11.007
Bubeck, P., ve Thieken, A. H. (2018). What helps people recover from floods? Insights from a survey among flood-affected residents in Germany. Regional Environmental Change, 18(1), 287–296. https://doi.org/10.1007/s10113-017-1200-y
Bui, D. T., Ngo, P.-T. T., Pham, T. D., Jaafari, A., Minh, N. Q., Hoa, P. V., ve Samui, P. (2019). A novel hybrid approach based on a swarm intelligence optimized extreme learning machine for flash flood susceptibility mapping. CATENA, 179, 184–196. https://doi.org/https://doi.org/10.1016/j.catena.2019.04.009

Chen, W., Li, Y., Xue, W., Shahabi, H., Li, S., Hong, H., Wang, X., Bian, H., Zhang, S., Pradhan, B., ve Ahmad, B. Bin. (2020). Modeling flood susceptibility using data-driven approaches of naïve Bayes tree, alternating decision tree, and random forest methods. Science of the Total Environment, 701, 134979. https://doi.org/10.1016/j.scitotenv.2019.134979
Coşkun, M., ve Akbaş, V. (2017). Karadeniz Kıyısından İç Kesi̇me: Kastamonu Çevresi̇ni̇n İkli̇m Parametreleri̇. The Journal of Social Sciences, 4(11), 46–86. https://doi.org/10.16990/sobider.3486
Coşkun, S. (2021). Küre Dağlarının Kastamonu iklimi üzerindeki etkileri. Türk Coğrafya Dergisi, 77, 37–52. https://doi.org/10.17211/tcd.833701
Costache, R., Pham, Q. B., Sharifi, E., Linh, N. T. T., Abba, S. I., Vojtek, M., Vojteková, J., Nhi, P. T. T., ve Khoi, D. N. (2019). Flash-Flood Susceptibility Assessment Using Multi-Criteria Decision Making and Machine Learning Supported by Remote Sensing and GIS Techniques. Remote Sensing, 12(1), 106. https://doi.org/10.3390/rs12010106
Das, S., ve Gupta, A. (2021). Multi-criteria decision based geospatial mapping of flood susceptibility and temporal hydro-geomorphic changes in the Subarnarekha basin, India. Geoscience Frontiers, 12(5), 101206. https://doi.org/10.1016/j.gsf.2021.101206
Deniz, A., Şahin, A. D., Tezer, A., ve Dabanlı, İ. (2021). Bozkurt Sel Afeti, Sebepler ve Tespitler. İTÜ Yayınevi, Ağustos.
Dilley, M., Chen, R. S., Deichmann, U., Lerner-Lam, A., Arnold, M., Agwe, J., Buys, P., Kjekstad, O., Lyon, B., ve Yetman, G. (2005). Natural disaster hotspots: a global risk analysis. Içinde World Bank Disaster Risk Management Series (Sayı 5). The World Bank.
Dodangeh, E., Choubin, B., Eigdir, A. N., Nabipour, N., Panahi, M., Shamshirband, S., ve Mosavi, A. (2020). Integrated machine learning methods with resampling algorithms for flood susceptibility prediction. Science of the Total Environment, 705. https://doi.org/10.1016/j.scitotenv.2019.135983
Dodangeh, E., Panahi, M., Rezaie, F., Lee, S., Tien Bui, D., Lee, C.-W., ve Pradhan, B. (2020). Novel hybrid intelligence models for flood-susceptibility prediction: Meta optimization of the GMDH and SVR models with the genetic algorithm and harmony search. Journal of Hydrology, 590, 125423. https://doi.org/https://doi.org/10.1016/j.jhydrol.2020.125423
Doruk, Ö. (2022). BOZKURT: İklim Adaleti Üzerine Saha Notları (B. G. Baykan (ed.)). Yeşil Düşünce Derneği.
Gudiyangada Nachappa, T., Tavakkoli Piralilou, S., Gholamnia, K., Ghorbanzadeh, O., Rahmati, O., ve Blaschke, T. (2020). Flood susceptibility mapping with machine learning, multi-criteria decision analysis and ensemble using Dempster Shafer Theory. Journal of Hydrology, 590, 125275. https://doi.org/10.1016/j.jhydrol.2020.125275
Gürer, I., ve Uçar, I. (2022). The Inventory of Flood Disasters in Turkey. Içinde H. Gökçekuş ve Y. Kassem (Ed.), Climate Change, Natural Resources and Sustainable Environmental Management (ss. 313–322). Springer. https://doi.org/10.1007/978-3-031-04375-8_35
Harita Genel Müdürlüğü, 1/25,000 ölçekli topoğrafya haritaları ve 5m çözünürkte Sayısal Yüzey Modeli verisi.
Hong, H., Panahi, M., Shirzadi, A., Ma, T., Liu, J., Zhu, A. X., Chen, W., Kougias, I., ve Kazakis, N. (2018). Flood susceptibility assessment in Hengfeng area coupling adaptive neuro-fuzzy inference system with genetic algorithm and differential evolution. Science of the Total Environment, 621, 1124–1141. https://doi.org/10.1016/j.scitotenv.2017.10.114
Huang, K., Li, X., Liu, X., ve Seto, K. C. (2019). Projecting global urban land expansion and heat island intensification through 2050. Environmental Research Letters, 14(11). https://doi.org/10.1088/1748-9326/ab4b71
Islam, A., ve Sarkar, B. (2021). Analysing flood history and simulating the nature of future floods using Gumbel method and Log-Pearson Type III: The case of the Mayurakshi River Basin, India. Içinde Bulletin of Geography, Physical Geography Series (C. 19, Sayı 1, ss. 43–69). https://doi.org/10.2478/bgeo-2020-0009
Jasiewicz, J., ve Stepinski, T. F. (2013). Geomorphons-a pattern recognition approach to classification and mapping of landforms. Geomorphology, 182, 147–156. https://doi.org/10.1016/j.geomorph.2012.11.005
Jenks, G. (1967). The Data Model Concept in Statistical Mapping. Içinde International Yearbook of Cartography (ss. 7:186-190).
Khan, I., Lei, H., Shah, A. A., Khan, I., ve Muhammad, I. (2021). Climate change impact assessment, flood management, and mitigation strategies in Pakistan for sustainable future. Environmental Science and Pollution Research, 28(23), 29720–29731. https://doi.org/10.1007/s11356-021-12801-4
Khosravi, K., Pham, B. T., Chapi, K., Shirzadi, A., Shahabi, H., Revhaug, I., Prakash, I., ve Tien Bui, D. (2018). A comparative assessment of decision trees algorithms for flash flood susceptibility modeling at Haraz watershed, northern Iran. Science of the Total Environment, 627, 744–755. https://doi.org/10.1016/j.scitotenv.2018.01.266
Knighton, A. D. (1999). Downstream variation in stream power. Geomorphology, 29(3–4), 293–306. https://doi.org/10.1016/S0169-555X(99)00015-X
Koç, G., Petrow, T., ve Thieken, A. H. (2020). Analysis of the most severe flood events in Turkey (1960-2014): Which triggering mechanisms and aggravating pathways can be identified? Water (Switzerland), 12(6), 1–32. https://doi.org/10.3390/W12061562
Koçman, A. (1993). Türkiye iklimi. İzmir: Ege Üniversitesi Edebiyat Fakültesi Yayınları.
Li, Y., Badu, F., Hu, T., ve Stein, A. (2023). Urban flood susceptibility mapping based on social media data in Chengdu city, China. Sustainable Cities and Society, 88(July 2022), 104307. https://doi.org/10.1016/j.scs.2022.104307
Lin, J. (1991). Divergence measures based on the Shannon entropy. IEEE Transactions on Information Theory, 37(1), 145–151. https://doi.org/10.1109/18.61115
Liuzzo, L., Sammartano, V., ve Freni, G. (2019). Comparison between Different Distributed Methods for Flood Susceptibility Mapping. Water Resources Management, 33(9), 3155–3173. https://doi.org/10.1007/s11269-019-02293-w
Moore, I. D., Grayson, R. B. B., & Ladson, A. R. R. (1991). Digital terrain modelling: A review of hydrological, geomorphological, and biological applications. Hydrological Processes, 5(1), 3–30.
Onuşluel Gül, G. (2013). Estimating flood exposure potentials in Turkish catchments through index-based flood mapping. Nat Hazards 69, 403–423.
Öztürk, M. Z., Çetinkaya, G., & Aydın, S. (2017). Köppen-Geiger İklim Sınıflandırmasına Göre Türkiye’nin İklim Tipleri. Coğrafya Dergisi, 35, 17-27 (In Turkish). https://dergipark.org.tr/iucografya/issue/32204/330955
Park, K., & Lee, M. H. (2019). The development and application of the urban flood risk assessment model for reflecting upon urban planning elements. Water (Switzerland), 11(5), 1–17. https://doi.org/10.3390/w11050920
Park, K., Lee, M.H. (2019). The Development and Application of the Urban Flood Risk Assessment Model for Reflecting upon Urban Planning Elements. Water.11(5):920. https://doi.org/10.3390/w11050920
Pham, B. T., Luu, C., Phong, T. Van, Nguyen, H. D., Le, H. Van, Tran, T. Q., Ta, H. T., & Prakash, I. (2021). Flood risk assessment using hybrid artificial intelligence models integrated with multi-criteria decision analysis in Quang Nam Province, Vietnam. Journal of Hydrology, 592(September 2020), 125815. https://doi.org/10.1016/j.jhydrol.2020.125815
Pham, B. T., Pradhan, B., Tien Bui, D., Prakash, I., & Dholakia, M. B. (2016). A comparative study of different machine learning methods for landslide susceptibility assessment: A case study of Uttarakhand area (India). Environmental Modelling and Software, 84, 240–250. https://doi.org/10.1016/j.envsoft.2016.07.005
Pradhan, B., ve Lee, S. (2010). Landslide susceptibility assessment and factor effect analysis: backpropagation artificial neural networks and their comparison with frequency ratio and bivariate logistic regression modelling. Environmental Modelling ve Software, 25(6), 747–759. https://doi.org/10.1016/j.envsoft.2009.10.016
Rahmati, O., Pourghasemi, H. R., ve Zeinivand, H. (2016). Flood susceptibility mapping using frequency ratio and weights-of-evidence models in the Golastan Province, Iran. Geocarto International, 31(1), 42–70. https://doi.org/10.1080/10106049.2015.1041559
Razavi Termeh, S. V., Kornejady, A., Pourghasemi, H. R., ve Keesstra, S. (2018). Flood susceptibility mapping using novel ensembles of adaptive neuro fuzzy inference system and metaheuristic algorithms. Science of The Total Environment, 615, 438–451. https://doi.org/https://doi.org/10.1016/j.scitotenv.2017.09.262
Samanta, S., Pal, D. K., ve Palsamanta, B. (2018). Flood susceptibility analysis through remote sensing, GIS and frequency ratio model. Applied Water Science, 8(2), 1–14. https://doi.org/10.1007/s13201-018-0710-1
Sarkar, D., ve Mondal, P. (2020). Flood vulnerability mapping using frequency ratio (FR) model: a case study on Kulik river basin, Indo-Bangladesh Barind region. Applied Water Science, 10(1), 1–13. https://doi.org/10.1007/s13201-019-1102-x
Sarkar, D., Saha, S., ve Mondal, P. (2022). GIS-based frequency ratio and Shannon’s entropy techniques for flood vulnerability assessment in Patna district, Central Bihar, India. International Journal of Environmental Science and Technology, 19(9), 8911–8932. https://doi.org/10.1007/s13762-021-03627-1
Serengil, Y., Aydın, Mi̇., Çeler, E., Aytekin, M., ve Özkan, U. (2021). İklim Değişikliğine Adaptasyonda Havza Yaklaşımı: Kent Orman Etkileşiminde Örnek Çalışmalar. Içinde B. Pakdemirli, Ö. Küçük, Z. Bayraktar, ve S. Takmaz (Ed.), EKOLOJİ VE EKONOMİ EKSENİNDE TÜRKİYE’DE ORMAN VE ORMANCILIK (1. baskı, ss. 547–578). Uzun Dijital Matbaa.
Shirzadi, A., Chapi, K., Shahabi, H., Solaimani, K., Kavian, A., ve Ahmad, B. Bin. (2017). Rock fall susceptibility assessment along a mountainous road: an evaluation of bivariate statistic, analytical hierarchy process and frequency ratio. Environmental Earth Sciences, 76(4), 1–17. https://doi.org/10.1007/s12665-017-6471-6
Siahkamari, S., Haghizadeh, A., Zeinivand, H., Tahmasebipour, N., ve Rahmati, O. (2018). Spatial prediction of flood-susceptible areas using frequency ratio and maximum entropy models. Geocarto International, 33(9), 927–941. https://doi.org/10.1080/10106049.2017.1316780
Sørensen, R., Zinko, U., ve Seibert, J. (2006). On the calculation of the topographic wetness index: Evaluation of different methods based on field observations. Hydrology and Earth System Sciences, 10(1), 101–112. https://doi.org/10.5194/hess-10-101-2006
Tariq, A., Yan, J., Ghaffar, B., Qin, S., Mousa, B. G., Sharifi, A., Huq, M. E., ve Aslam, M. (2022). Flash Flood Susceptibility Assessment and Zonation by Integrating Analytic Hierarchy Process and Frequency Ratio Model with Diverse Spatial Data. Water, 14(19), 3069. https://doi.org/10.3390/w14193069
Tehrany, M. S., ve Kumar, L. (2018). The application of a Dempster–Shafer-based evidential belief function in flood susceptibility mapping and comparison with frequency ratio and logistic regression methods. Environmental Earth Sciences, 77(13), 1–24. https://doi.org/10.1007/s12665-018-7667-0
Tehrany, M. S., Pradhan, B., ve Jebur, M. N. (2013). Spatial prediction of flood susceptible areas using rule-based decision tree (DT) and a novel ensemble bivariate and multivariate statistical model in GIS. Journal of Hydrology, 504, 69–79. https://doi.org/10.1016/j.jhydrol.2013.09.034
Tehrany, M. S., Pradhan, B., ve Jebur, M. N. (2014). Flood susceptibility mapping using a novel ensemble weights-of-evidence and support vector machine models in GIS. Journal of Hydrology, 512, 332–343. https://doi.org/10.1016/j.jhydrol.2014.03.008
Tehrany, M. S., Pradhan, B., ve Jebur, M. N. (2015). Flood susceptibility analysis and its verification using a novel ensemble support vector machine and frequency ratio method. Stochastic Environmental Research and Risk Assessment, 29(4), 1149–1165. https://doi.org/10.1007/s00477-015-1021-9
UNIDDR. (2020). Human cost of disasters: An overview of the last 20 years 2000–2019.
Utlu, M., Şimşek, M. & Öztürk, M. Z. (2020). 1D Taşkın Modellemeleri Açısından Topo Dem ve Alos Dsm Verilerinin Karşılaştırılması: Alara Çayı Örneği. Ege Coğrafya Dergisi, 29 (2), 161-177. Retrieved from https://dergipark.org.tr/en/pub/ecd/issue/58525/775152
Vafakhah, M., Mohammad Hasani Loor, S., Pourghasemi, H., ve Katebikord, A. (2020). Comparing performance of random forest and adaptive neuro-fuzzy inference system data mining models for flood susceptibility mapping. Arabian Journal of Geosciences, 13(11). https://doi.org/10.1007/s12517-020-05363-1
Wahlstrom, M., ve Guha-Sapir, D. (2015). The human cost of weather-related disasters 1995–2015.
Wang, Y., Fang, Z., Hong, H., Costache, R., ve Tang, X. (2021). Flood susceptibility mapping by integrating frequency ratio and index of entropy with multilayer perceptron and classification and regression tree. Journal of Environmental Management, 289, 112449. https://doi.org/10.1016/j.jenvman.2021.112449
Wang, Y., Hong, H., Chen, W., Li, S., Panahi, M., Khosravi, K., Shirzadi, A., Shahabi, H., Panahi, S., ve Costache, R. (2019). Flood susceptibility mapping in Dingnan County (China) using adaptive neuro-fuzzy inference system with biogeography-based optimization and imperialistic competitive algorithm. Journal of Environmental Management, 247, 712–729. https://doi.org/https://doi.org/10.1016/j.jenvman.2019.06.102
Wang, Y., Li, Z., Tang, Z., ve Zeng, G. (2011). A GIS-Based Spatial Multi-Criteria Approach for Flood Risk Assessment in the Dongting Lake Region, Hunan, Central China. Water Resources Management, 25(13), 3465–3484. https://doi.org/10.1007/s11269-011-9866-2
Waqas, H., Lu, L., Tariq, A., Li, Q., Baqa, M. F., Xing, J., ve Sajjad, A. (2021). Flash flood susceptibility assessment and zonation using an integrating analytic hierarchy process and frequency ratio model for the chitral district, khyber pakhtunkhwa, pakistan. Water (Switzerland), 13(12). https://doi.org/10.3390/w13121650
Yilmaz, I., ve Keskin, I. (2009). GIS based statistical and physical approaches to landslide susceptibility mapping (Sebinkarahisar, Turkey). Bulletin of Engineering Geology and the Environment, 68(4), 459–471. https://doi.org/10.1007/s10064-009-0188-z
Youssef, A. M., Pourghasemi, H. R., ve El-Haddad, B. A. (2022). Advanced machine learning algorithms for flood susceptibility modeling — performance comparison: Red Sea, Egypt. Environmental Science and Pollution Research. https://doi.org/10.1007/s11356-022-20213-1
Yulianto, F., Fitriana, H. L., ve Sukowati, K. A. D. (2020). Integration of remote sensing, GIS, and Shannon’s entropy approach to conduct trend analysis of the dynamics change in urban/built-up areas in the Upper Citarum River Basin, West Java, Indonesia. Modeling Earth Systems and Environment, 6(1), 383–395. https://doi.org/10.1007/s40808-019-00686-9
Url-1: https://onenationuk.org/libyafloods?gad=1
Url-2: https://reliefweb.int/report/libya/unicef-libya-humanitarian-situation-report-no-1-storm-daniel-and-floods-14-september-2023
Url-3: https://www.ntv.com.tr/galeri/turkiye/sel-felaketi-yasayan-bozkurtun- okaklari-yeniden-sular- ltinda,EHD39e_cKk2ZZHgd4wmVvA/3jlCJswaDkqsu5BBPgERig
Url-4: https://www.aa.com.tr/tr/gundem/sel-felaketinin-yasandigi-bazi-bolgelerde-48-saatteki-yagis-miktari-1-yillik-toplam-yagisin-3te-2sini-buldu/2335014 Url-5: https://www.dw.com/tr/bozkurttaki-felaketin-7-nedeni/a-58881523
Url-6:https://www.yenisafak.com/foto-galeri/gundem/goruntuler-korkunc-bozkurttakisel-felaketinin-boyutu-gun-agarinca-ortaya-cikti-2052138?page=18
Url-7: https://desktop.arcgis.com/en/arcmap/latest/manage-data/raster-and-images/curvature-function.htm

Ayrıntılar

Birincil Dil

Türkçe

Konular

Doğal Afetler

Bölüm

Araştırma Makalesi

Yazarlar

Mustafa Utlu ^*
0000-0002-7508-4478
Türkiye

Erken Görünüm Tarihi

9 Ekim 2023

Yayımlanma Tarihi

15 Ekim 2023

Gönderilme Tarihi

12 Eylül 2023

Kabul Tarihi

9 Ekim 2023

Yayımlandığı Sayı

Yıl 1970 Sayı: 11

DOI

https://doi.org/10.46453/jader.1358845

IZ

https://izlik.org/JA98EE63CJ

APA

Utlu, M. (2023). Frekans Oranı ve Shannon Entropisi Yöntemi Kullanarak Ezine Çayı Havzası Taşkın Duyarlılık Analizi (Kastamonu-Bozkurt). Jeomorfolojik Araştırmalar Dergisi, 11, 160-178. https://doi.org/10.46453/jader.1358845

Cited By

Shannon Entropi (SE) ve AHP Metoduyla Artvin (Arhavi) Kapisre Taşkınının İncelenmesi

Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi

https://doi.org/10.53433/yyufbed.1395065

Frekans Oranı Yöntemi Kullanılarak Arsuz Çayı Havzası Heyelan Duyarlılık Analizi

Jeomorfolojik Araştırmalar Dergisi

https://doi.org/10.46453/jader.1496249

Evaluation of Potential Flood Areas in the Basin of Lake Ladik through AHP and GIS Integration, (Samsun, Türkiye)

Jeomorfolojik Araştırmalar Dergisi

https://doi.org/10.46453/jader.1513212

Comparison of Logistic Regression, Frequency Ratio, Weight of Evidence and Shannon's Entropy Models in Erosion Susceptibility Analysis in Bingöl (Türkiye) with GIS

Tarım Bilimleri Dergisi

https://doi.org/10.15832/ankutbd.1535974

Arsuz Çayı Havzası’nın Sel Duyarlılık Analizi

Doğu Coğrafya Dergisi

https://doi.org/10.17295/ataunidcd.1629115

Frekans Oranı ve Yapay Sinir Ağları Yöntemleri İle Samanlı Dağları Kütlesinde Heyelan Duyarlılık Analizi

Doğal Afetler ve Çevre Dergisi

https://doi.org/10.21324/dacd.1663672

HEC-RAS Tabanlı 2 Boyutlu Taşkın Tehlike Çalışması: Bahadınlı ve Karadere (Burhaniye – Balıkesir)

Jeomorfolojik Araştırmalar Dergisi

https://doi.org/10.46453/jader.1777585

Flood Susceptibility Mapping in the İskenderun Gulf Basins (Türkiye) Using Morphometric and Multivariate Techniques

Jeomorfolojik Araştırmalar Dergisi

https://doi.org/10.46453/jader.1790383

Jeomorfolojik Araştırmalar Dergisi ( JADER ) / Journal of Geomorphological Researches

TR Dizin - Crossref - Google Scholar tarafından taranmaktadır.

Jeomorfoloji Derneği / Turkish Society for Geomorphology ( www.jd.org.tr )

Arşiv

Sayı: 11 , 15.10.2023

Makale İstatistikleri

Toplam Görüntülenme Sayısı
Toplam İndirilme Sayısı
Toplam Favorilere Ekleme Sayısı
Crossref Atıf Sayısı 8

Makale Dosyaları

Tam Metin

Paylaş