Değerli araştırmacılar,
Yeryüzü deformasyonlarının izlenmesi, afet yönetimi ve sürdürülebilir altyapı planlaması açısından kritik bir öneme sahiptir. Özellikle Interferometrik Sentetik Açıklıklı Radar (InSAR) teknolojisinin sunduğu geniş ölçekli ve yüksek hassasiyetli veriler, son yıllarda yapay zeka (YZ) algoritmalarıyla birleşerek bu alanda yeni ufuklar açmıştır. Ancak, mevcut literatür ve uygulamalar incelendiğinde, genelleştirilebilirlik sorununun hala büyük bir engel teşkil ettiği görülmektedir.
Environmental Earth Sciences dergisinde yayımlanan “AI-Augmented Synthetic Aperture Radar (SAR) for Ground Deformation: Introducing the Adaptive Regional AI System (ARAIS)” başlıklı makalemizde, bu temel soruna odaklanarak statik modellemelerden dinamik ve adaptif sistemlere geçişin gerekliliğini vurguladık.
Neden Yeni Bir Yaklaşım?
Yaptığımız kapsamlı sistematik literatür taraması, mevcut YZ modellerinin farklı jeolojik ve coğrafi koşullara uygulandığında performans kaybı yaşadığını göstermektedir. “Tek model her duruma uyar” (one-size-fits-all) yaklaşımı, karmaşık deformasyon mekanizmalarını (jeolojik, hidrolojik veya antropojenik) tam olarak karşılamakta yetersiz kalmaktadır.
Çözüm: ARAIS Çerçevesi
Bu çalışmada, söz konusu kısıtlamaları aşmak amacıyla geliştirdiğimiz Adaptive Regional Artificial Intelligence System (ARAIS) kavramsal çerçevesini literatüre sunduk. ARAIS, her deformasyon bölgesinin kendine özgü jeolojik özelliklerine ve dış tetikleyicilerine (external triggers) göre en uygun algoritmayı dinamik olarak seçen ve uygulayan bir yapı önermektedir.
Önerdiğimiz bu çerçeve dört ana bileşen üzerine inşa edilmiştir:
-
Veri Entegrasyonu (Data Integration): Çok kaynaklı verilerin (SAR, GNSS, jeoloji vb.) birleştirilmesi.
-
Bölgesellik ve Ölçeklenebilirlik (Regionality-Scalability): Analizin yerel koşullara göre ölçeklenmesi.
-
Otomatik Model Seçimi (Auto Model Selecting): Bölgeye en uygun YZ modelinin sistem tarafından belirlenmesi.
-
Açıklanabilir Raporlama (Explainable Reporting): Sonuçların şeffaf ve anlaşılır bir şekilde sunulması.
Bilimsel güvenilirliği ve operasyonel değeri artırmayı hedefleyen bu çalışmamızın, afet risk yönetimi stratejilerine katkı sağlayacağına inanıyorum. Çalışmamızın detaylarını incelemek isteyenler için makale bağlantısı ve künye bilgileri aşağıda sunulmuştur.
Görüş ve katkılarınızı beklerim.
Saygılarımla,
Burak Can KARA Amasya Üniversitesi
Makale Künyesi ve Erişim (Citation & Access):
Kara, B. C., & Hastaoğlu, K. Ö. (2026). AI-Augmented Synthetic Aperture Radar (SAR) for Ground Deformation: Introducing the Adaptive Regional AI System (ARAIS). Environmental Earth Sciences, 85(3), 77.
Makale Bağlantısı (Springer Link): https://link.springer.com/article/10.1007/s12665-025-12797-x DOI: https://doi.org/10.1007/s12665-025-12797-x
