00:00İklim değişikliği aşırı hava olaylarının giderek artmasına neden oluyor.
00:04Metropollerin bu afetlerden nasıl etkileneceğini bilmek, oluşabilecek zararın önüne geçilmesini sağlıyor.
00:10İstanbul Teknik Üniversitesi ve Afet Koordinasyon Merkezi bünyesinde yürütülen proje, İstanbul'un içlerindeki ser riskini ortaya koyuyor.
00:25Bunun içerisinde nüfus yoğunluğu var.
00:27Onun dışında ulaştırmayla alakalı mesela ana arter yollar var.
00:33İstanbul'un ilçe bazlı olarak sel olaylarına maruz kalacak unsurları bünyesinde barındıran unsurların ne ölçüde hassas olduğunu aslında ifade eden
00:51bir arter.
00:52Mesela dedik ki nüfus yoğunluğu dedik. Bu kadar kişi maruz kalacak ama bu nüfusun oradaki eğitim seviyesi nedir?
01:00Gelir seviyesi nedir? Yani sosyoekonomik statüsü nedir?
01:03Onun dışında engelli nüfusu burada ilçeler bağlamada karşılaştırıldığında nedir?
01:08Onun dışında sosyal hizmet desteği netkisiyle aslında biz özellikle yoğun kentsel baskın hissedildiği bölgelerde bu tip problemleri sıklıkla görmeye başladık.
01:19Bir ülkemizde de böyle bir ihtiyacın olduğunu gözlemledik.
01:22Dolayısıyla burada hem yapay zeka gibi ileri modelleme tekniklerini...
01:25İstanbul'un ilçe bazlı olarak sel riskine karşı uyum kapasitesini aslında görüyoruz ilçelerin farklı renklendirmesiyle.
01:35Uyum kapasitesini temsil ettiğimiz birçok gösterge var.
01:38Örneğin ilçelerin kişi başına düşen yeşil alan oranı, tehlikenin yüksek olduğu, maruziyetin yüksek olduğu bölgelerde riskinde artmasını ama aynı bölgede
01:51uyum kapasitesinin de yüksekse riski belli ölçüde azalttığını biliyoruz.
01:56Evet esasında bu çalışma bizim aklımıza yıllar önce geldi.
01:59Bir süredir bu konu üzerinde çalışıyorduk.
02:01Amerika Birleşik Devletleri'nde de bu konu üzerinde bazı akademik çalışmalar gerçekleştirdik.
02:06Özellikle iklim değişikliğinin etkisiyle ve yoğun kentleşme baskısı hisseden bölgelerde biz bu şiddetli yaşların etkisiyle sel olaylarının sıklıkla meydana geldiğini
02:16görüyorduk ve frekansların attığını görüyorduk.
02:18Dolayısıyla ülkemiz içinde neden bu projeyi hayata geçirmeyelim diye düşündük araştırma ekibimizle birlikte.
02:24Esasında benim doktora tezim de bu konuyla alakalıydı.
02:26Bunu mevcut da hala hazırda bu alanda faaliyet gösteren bir kamu kurumuyla iş birliği içerisinde hem de iyi bir üniversite
02:33kamu kurumu iş birliğinin örneğini göstermek adına hayata geçirdik ve sonuçları elde ettik.
02:39Araştırmamızın ismi İstanbul'un ilçe bazlı servis karitalandırması.
02:42Bu bağlamda da riskin her türlü unsurunu hesaba kattığımız ama bunu ilçe bazlı olarak yani hem yönetilebilir hem izlenebilir hem
02:51de ölçülebilir anlamda ilçe bazlı olarak kıldığımız bir proje oldu.
02:55Tehlike bağlamında yaklaşık 15 farklı göstergeyi risk bağlamında ise hem kırılganlık hem de maruziyet bağlamında toplamda 18-20 bandında göstergeyi
03:06ilçe bazlı olarak belirleyip
03:08bu ilçe bazlı olarak dataları toplayıp analizini gerçekleştirip riskleri elde ettik.
03:12Bizim için riskin en önemli unsuru orada insan varlığı demektir.
03:17Dolayısıyla bizim için riski arttıracak en büyük unsur da nüfus yoğunluğunun yüksek olduğu bölgelerdir.
03:23Dolayısıyla İstanbul'un özellikle merkez kuşağına baktığımızda yani nüfus yoğunluğunun fazla olduğu Esenler, Güngören, Bağcılar gibi bölgelere baktığımızda
03:33buralarda sel riskinin fazla olduğunu gözlemleyebiliyoruz.
03:36Bizi aynı zamanda geçmişte meydana gelmiş kronik sel baskınları bu noktada doğruluyor.
03:42Yine keza Fatih'e de bunu örnek verebiliriz.
03:44Avrupa yakasında bu ilçelerden bahsedebiliriz.
03:47İş Anadolu yakasına geldiğinde de Üsküdar, Ümraniye, Ataşehir, Kadıköy gibi ilçelerden bu noktada sel riskinin Anadolu yakası içerisinde yüksek olduğunu
03:58ifade edebiliriz.
03:58Ancak biraz önce bahsettiğim Avrupa yakasındaki ilçelerle kıyaslandığında burada sel riskinin biraz daha düşük olduğunu gözlemleyebiliyoruz.
04:05Dediğimiz gibi biz yaptığımız yapay zekayla ilgili modellemeleri de geçmişteki olaylarla doğruladığımız için ve burada da yüksek başarı elde ettiğimiz
04:14için doğrulama noktasında bu sonuçların da bizi güvenilir olduğunu inanıyoruz.
04:18İstanbul için yaptığımız tehlike analizlerinde esasında şunu gördük biz.
04:22İstanbul'un yaklaşık yüzey alanı bakımından %10'luk bir kısmı yüksek tehlike altında, %10'luk bir kısmı orta sel tehlikesi
04:31altında, %80'lik bir kısmı ise düşük ve çok düşük olarak ifade edebileceğimiz kategorilerde sel tehlikesi altında.
04:38Ancak tekrar söylemek gerekir ki dikkat edilmesi gereken nokta özellikle yüksek tehlike altında olarak ifade ettiğimiz o %10'luk bir
04:45yüzey alanı kısmı çok ciddi bir nüfus yoğunluğunu barındırmakta.
04:50Bu bölgelerde nüfus yoğunluğunun etkisi ile sel riske artmakta ve bu sel riskine karşı alınabilecek önlemlerde hızlı bir şekilde hayata
04:59geçirilmek durumunda.
05:00Özellikle bu bölgelerde yine karşılaştığımız en önemli husus bölgedeki geçirimliliğin oldukça az olması yani bölgedeki doğal alanın oldukça az olması
05:10onun yerine daha çok geçirimsiz dediğimiz beton, asfalt gibi kaplamaların yoğun olduğu bölgelerden bahsediyoruz.
05:16Dolayısıyla burada aslında bizim her zaman söylediğimiz unsur yüzeye alıyoruz yağmur suyunu atmosferden geliyor ancak orada yönetilebilir bir şekilde kılmamız
05:26gerekiyor bu suyu.
05:27Ancak bu su geçirimsiz bir zeminle karşılaştığında çok hızlı bir şekilde akışa geçip o bölgede göllenme, sellenme, su baskını gibi
05:35problemlere neden oluyor.
05:36Dolayısıyla konu biraz daha şehirleşme ile alakalı.
05:39İlerleyen süreçte tabi muhakkak İstanbul'da da yeni yerleşim yerleri yapılacaktır.
05:44Yapılmaya da devam ediliyor.
05:45Bu bölgelerde de özellikle sürdürülebilir su yönetimi sistemlerini, yağmur suyu hasadı, yağmur bahçeleri gibi özellikle doğadan esinlenen ve doğa temelli
05:54çözümleri olarak adlandırdığımız çözümleri
05:56hayata geçirmek gerekiyor.
05:58Hem kuraklıkla mücadele edebilelim hem de yağışları belli bir miktar tutarak, geciktirerek sellerin etkisini minimize etmeye çalışalım.
06:07Bizim çalışmamızın özgün, yenilikçi yöntemi ise burada tehlike analizde yapay zekayı kullanmış olmamız.
06:13Dolayısıyla geçmiş meydana gelmiş sel olaylarından öğrenen ve o olayları tetikleyici unsurları da bünyesinde barındıran tüm öğrenme sürecinde
06:23ve belki hiçbir bölgede sel daha önce meydana gelmese bile o bölgede ilerleyen süreçte sel meydana gelme potansiyelini tahmin edebilen
06:32bir yapay zeka algoritması geliştirdik.
06:34Ve bu algoritmayla tehlike modellemesini gerçekleştirdik.
06:37Bu tehlike modellemesi ve algoritmada tüm risk değerlendirme sürecini beslemiş olduk.
06:43Bu noktada biz tehlike modellemesinde topografya, eğim, direnaj ağına uzaklık, direnaj yoğunluğu, bölgenin geçirimliliği gibi
06:51hem bölgeyi karakteristik olarak kapsamlı bir şekilde tanımlayan hem de hidrolojik, meteorolojik ve jeomorfolojik parametreleri hesaba kattık.
06:59Bunları hesaba katarken esasında geçmişte meydana gelen sel olaylarıyla ilişkilendirdik.
07:04Bu bölgedeki sel olayını hangi unsur tetiklemiş ya da ilerleyen süreçte hangi unsurlar yeni sel olaylarını tetikleyebilirin
07:11aslında ilişkisini yapay zeka modeliyle modelleme fırsatımız oldu.
07:15Burada doğruluk oranında daha önce geçmişte meydana gelmiş sel olaylarını
07:19yaklaşık %90'un üzerinde %95 bandında doğru tahmin etme başarısı gösterdik.
07:24İstanbul gibi yoğun kentleşmiş bir şehirde biz doğa temelli çözümleri, yağmur suyasadı, yağmur bahçeleri,
07:32geçirimli zeminler gibi doğadan esirlenen çözümleri aslında öneriyoruz.
07:37Bu noktada özellikle çatılarda yağmur suyunun biriktirilmesi,
07:41hem yağmur suyunun geri kazanım olarak farklı alternatif, farklı bir kullanım alternatifi olarak değerlendirilmesini
07:47hem de özellikle çok hızlı bir şekilde yağmur suyunu akışa geçiren çatılarda
07:53yağmur suyunun bir nebzede olsa tutulması, bir miktar tutulması
07:57ve yağışın akışa dönüştürülünün geciktirilmesinin geciktirilmesi
08:00bizim için burada İstanbul'da sel tehlikesiyle baş etme noktasında
08:05en önemli hayata geçirecek unsurlar olarak karşımıza çıkıyor.
Yorumlar