z-logo
open-access-imgOpen Access
Dinamik Çığ Tehlike Değerlendirmesi İçin Bayes Ağlarının CBS'ye Entegrasyonu: UKVA Perspektifi
Author(s) -
İpek Yılmaz,
Derya ÖZTÜRK
Publication year - 2018
Publication title -
doğal afetler ve çevre dergisi
Language(s) - Turkish
Resource type - Journals
ISSN - 2528-9640
DOI - 10.21324/dacd.365255
Subject(s) - hazard , computer science , bayesian probability , data mining , identification (biology) , damages , bayes' theorem , warning system , bayesian network , machine learning , artificial intelligence , botany , organic chemistry , political science , law , biology , telecommunications , chemistry
Dogal afetlerle ilgili calismalarda tehlike degerlendirmesi, risk tanimlama ve erken uyari sistemlerinin temelidir ve buyuk kayiplarin engellenmesinde onemli bir rol oynamaktadir. Klasik tehlike tanimlama yontemleri statiktir. Bu nedenle, yeni bilgi ve kosullar onceden tanimlanmis tehlike degerlendirmelerine kolayca dahil edilemez. Bayes Aglari, dinamik tehlike tanimlamasi icin etkin bir sekilde kullanilabilir. Bu calismada, degisen ve yenilenen verilerin sisteme dahil edilebildigi dinamik cig tehlike degerlendirmesi icin Bayes Aglarina dayanan bir yaklasim sunulmustur. Onerilen metodolojide, Bayes Aglarinin ve Cografi Bilgi Sistemlerinin (CBS) entegrasyonu, Ulusal Konumsal Veri Altyapisi (UKVA) perspektifinde modellenmistir. Bu yapida, farkli kaynaklardan elde edilen verilerin birlestirilmesi ve analiz edilmesi mumkun olup, cig tehlikesi icin etken faktorler gercek zamanli guncel verilerle dinamik olarak guncellenerek zamansal tehlike haritalari uretilebilir. Onerilen metodoloji genel bir yapi sunmaktadir ve diger afetlere yonelik dinamik harita uretimi calismalari icin uyarlanabilir niteliktedir.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom