Landslide Evaluation of Isparta-Burdur Mountain Road by Using GIS and Frequency Ratio Method

Yıl 2018, , 179 - 186, 11.07.2018

Kerem Hepdeniz , İbrahim İskender Soyaslan

https://doi.org/10.29048/makufebed.414392

Cited By: 4

Öz

Landslides are coming to the road especially in rainy months on the
road, which is known as mountain road, which brings the distance between
Isparta and Burdur to 21 km from 52 km. The work area has been trafficked after
construction work and has become the preferred route for many vehicle drivers,
including heavy vehicles. It is thought that factors such as mountainous
topography, geological and geomorphological features, climatic conditions and
seismic potential of the region cause landslide formation in the region. In
this study, it was aimed to determine landslide susceptibility map and
determine the factors causing landslides by using Geographical Information
Systems (GIS) based frequency ratio (FR) method in the mountain road between
Isparta and Burdur. In the analyzes made for this purpose; topography height,
geology, proximity to the road, slope, elevation and slope inclination. GIS has
been chosen as a method to make analysis more precise, faster and easier. The
bases generated by the office workings helped to accelerate fieldwork and
achieve more accurate data. Landslide areas in the study area were field
observations and 1/25000 scale topographic maps were processed. The sensitivity
maps obtained at the end of the study; planners, decision makers and local
governments.

Anahtar Kelimeler

GIS, Landslide, Frequency ratio, Sensitivity map, Isparta, Burdur

CBS ve Frekans Oranı Yöntemi Kullanılarak Isparta-Burdur Dağ Yolu Heyelan Duyarlılığının Değerlendirilmesi

Öz

Isparta – Burdur arasındaki
mesafeyi 52 kilometreden 21 kilometreye indiren ve dağ yolu olarak da bilinen
yolda, özellikle yağışlı aylarda heyelanlar meydana gelmektedir. Çalışma alanı,
yapım çalışmaları sonrasında trafiğe açılmış ve ağır vasıtalar da dahil olmak
üzere, pek çok vasıta sürücüsünün tercih ettiği bir yol haline gelmiştir.
Bölgenin sahip olduğu dağlık topografya, jeolojik ve jeomorfolojik
özelliklerin yanı sıra iklim koşulları ve sismik potansiyel gibi etkenler
bölgede heyelan oluşumlarına neden olduğu düşünülmektedir. Bu çalışmada,
Isparta-Burdur illeri arasındaki dağ yolunun, Coğrafi Bilgi Sistemleri (CBS)
tabanlı frekans oranı (FR) yöntemi kullanılarak, heyelan duyarlılık haritasının
oluşturulması ve heyelanlara neden olan faktörlerin belirlenmesi amaçlanmıştır.
Bu amaç doğrultusunda yapılan analizlerde; topografik yükseklik, jeoloji, yola
yakınlık, eğim, bakı ve yamaç eğiminden oluşan altı parametre kullanılmıştır.
Analizlerin daha hassas, hızlı olması ve kolaylık sağlaması açısından yöntem olarak
CBS seçilmiştir. Büro çalışmaları ile oluşturulan altlık veriler, saha
çalışmalarının hızlanmasına ve daha doğru verilere ulaşılmasını sağlamıştır.
Çalışma alanı içerisindeki heyelan alanları saha gözlemleri yapılarak 1/25000
ölçekli topografik haritalara işlenmiştir. Çalışma sonucunda elde edilen
duyarlılık haritalarının; planlamacılar, karar vericiler ve yerel yönetimlerin
karar mekanizmalarında altlık olarak kullanılacağı düşünülmektedir.

Anahtar Kelimeler

CBS, Frekans oranı, Heyelan, Duyarlılık haritası, Isparta, Burdur

Kaynakça

• AFAD (2015). Bütünleşik Tehlike Haritalarının Hazırlanması Heyelan-Kaya Düşmesi Temel Kılavuzu. Afet ve Acil Durum Yönetimi Başkanlığı, 151 s., Ankara.
• Baeza, C., Corominas, J. (2001), Assessment of shallow landslides susceptibility by means of multivariate statistical techniques. Earth Surface Processes & Landforms 26, 251-1263.
• Cruden, D.M., Varnes, D.J. (1996). Landslide Types ve Processes. Landslides Investigation ve Mitigation. Special Report 247. In: Turner, A.K. ve Schuster, R.L. (eds.), 36–75 pp.
• Dai, F.C., Lee, C.F., Li, J., Xu, Z.W. (2001). Assessment of landslide susceptibility on the natural terrain of Lantau Island. Hong Kong. Environmental Geology 43 (3): 381–391.
• Dai, F.C., Lee, C.F. (2002). Landslide characteristics and, slope instability modeling using GIS. Lantau Island, Hong Kong, Geomorphology 42(3-4), 213-228.
• Fell, R., Corominas, J., Bonnard, CH., Cascini, C., Leroi, E., Z. Savage, W. (2008). Guidelines for landslide susceptibility hazard ve risk zoning for land use planning. Engineering Geology 102, 99–111.
• Guzzetti, F., Carrara, A., Cardinali, M., Reichenbach, P. (1999). Landslide hazard evaluation: a review of current techniques ve their application in a multi-scale study. Central Italy. Geomorphology 31, 181–216.
• Guzzetti, F., Reichenbach, P., Cardinali, M., Galli, M., Ardizzone, F. (2005). Probabilistic landslide hazard assessment at the basin scale. Geomorphology 72, 272–299.
• Guzzetti, F., Reichenbach, P., Ardizzone, F., Cardinali, M., Galli, M. (2006). Estimating quality of landslide susceptibility models. Geomorphology 81, 166–184.
• Hasekioğulları, G. D., Ercanoğlu, M. (2012). A new approach to use AHP in landslide susceptibility mapping: a case study at Yenice (Karabuk, NW Turkey). Natural Hazards 63, 1157-1179.
• Kavzoglu, T., Şahin, E.K., Çölkesen, İ. (2012). Heyelan Duyarlılığının İncelenmesinde Regresyon Ağaçlarının Kullanımı: Trabzon Örneği. Harita Dergisi 147(3), 21-33.
• Kanungo, D.P., Arora, M.K., Sarkar, S., Gupta, R.P. (2009). A fuzzy set based approach for integration of thematic maps for landslide susceptibility zonation. Georisk Vol. 3, Issue 1, 30-43 p.
• Kayastha, P., Dhital, M.R., De Smedt F. (2013). Application of the analytical hierarchy process (AHP) for landslide susceptibility mapping: A case study from the Tinau watershed, west Nepal. Computers & Geosciences 52, 398-408.
• Komac, M. (2006). A landslide susceptibility model using the Analytical Hierarchy Process method ve multivariate statistics in perialpine Slovenia. Geomorphology 74, 17-28.
• Lee, S., Talib, J.A. (2005). Probabilistic landslide susceptibility ve factor effect analysis. Environmental Geology 47: 982-990.
• Lee, S., Ryu,J.-H., Kim, I.-S. (2007). Landslide susceptibility analysis ve its verification using likelihood ratio, logistic regression, ve artificial neural network models: case study of Youngin. Korea. Landslides 4, 327-338.
• MGM (2018). Orman ve Su İşleri Bakanlığı, Meteoroloji Genel Müdürlüğü, Haber Bülteni, Ocak-2018, https://www.mgm.gov.tr/FILES/resmi-istatistikler/2018-ocak-iklimVerileriHaberBulteni.pdf (Erişim tarihi; 15 Şubat 2018)
• Moradi, M., Bazyar, M.H., Mohammadi, Z. (2012). GIS Based Landslide susceptibility mapping by AHP method, a case study, Dena City, Iran. Journal of Basic ve Applied Scientific Research 2(7), 6715-6723.
• Moreiras, M. S. (2005). Landslide susceptibility zonation in the Rio Mendoza Valley, Argentina. Geomorphology 66, 345–357.
• Özşahin, E. (2015). Coğrafi Bilgi Sistemleri yardımıyla heyelan duyarlılık analizi: Ganos Dağı Örneği (Tekirdağ). Harita Teknolojileri Elektronik Dergisi 7(1): 47-63.
• Pachauri, A.K., Pant, M. (1992). Landslide hazard mapping based on geological attributes. Engineering Geology 32, 81–100.
• Pradhan, B. (2010). Landslide Susceptibility mapping of a catchment area using frequency ratio, fuzzy logic ve multivariate logistic regression approaches. Journal of the Indian Society of Remote Sensing 38 (2) 301-320.
• Pradhan, B., Lee, S. (2010). Landslide susceptibility assessment ve factor effect analysis: backpropagation artificial neural networks ve their comparison with frequency ratio ve bivariate logistic regression modelling. Environmental Modelling & Software 25, 747-759.
• Yalçın, A. (2008). GIS-based landslide susceptibility mapping using analytical hierarchy process ve bivariate statistics in Ardesen (Turkey). Catena 72, 1-12.
• Liu, Z., Nadim, F., Garcia-Aristizabal, A., Mignan, A., Fleming, K., Luna, B. Q. (2015). A three-level framework for multi-risk assessment. Georisk 9, 2, pp. 59-74.