ANN Analysis of Some Social and Economic Factors on Post-disaster Population Growth: The Case of August 1999 Gölcük Earthquake
Abstract views: 2
/ 
PDF downloads: 8
DOI:
https://doi.org/10.5281/zenodo.14500785Anahtar Kelimeler:
Disaster; Migration; Population; 1999 Gölcük earthquake; ANN activation functionÖzet
Afetler insanlık tarihinden daha eski zamanlara dayanmaktadır. Afetlerin meydana geldikleri bölgede hayatta kalan insanlar güvenlik, barınma, istihdam, sağlık kaygıları ve psikolojik sorunlar gibi etkenler yüzünden başka bölgelere göç ederler. Zaten afetin yıkıcı etkileri yüzünden olumsuz etkilenen afet bölgesinin en az afet öncesindeki sosyal ve ekonomik konumunu yeniden kazanması önemli bir ulusal güvenlik problemidir.
Bu çalışmada 17 Ağustos 1999 tarihinde Gölcük merkezli 7.4 Mw büyüklüğündeki depremin ardından Gölcük nüfusunu etkileyen bazı sosyal ve ekonomik parametrelerin (Sosyo-Ekonomik Gelişmişlik Endeksi (SEGE), ikamet amaçlı yeni yapılan bağımsız bölüm sayısı, tarım alanı, küçükbaş ve büyükbaş hayvan sayısı, sağlık personeli sayısı ve GSYİH değişkenleri) etkisi Yapay Sinir Ağları (YSA) yardımıyla analiz edilmiştir. Seçilen doğrusal olmayan tanjant hiperbolik ve logaritmik fonksiyonlar içeren aktivasyon fonksiyonu için ilgili katsayılar elde edilmiştir. İki kez ANN analizi yapılması sayesinde elde edilen sonuçların güvenilirliği artırılmıştır. Bu analizlerden oldukça yüksek performans değerleri (Rmse, Mad, R2 vb.) bulundu. Daha sonra yukarıdaki değişkenlerin etkisi Aktivasyon fonksiyonu yardımıyla incelenmiştir. Gölcük nüfusuna pozitif yönde en çok etki eden değişkenler %269 ile GSYİH ve ardından %91.2428 ile ikamet amaçlı yeni yapılan bağımsız bölüm sayısı olarak elde edilmiştir. Öte yandan negatif yönde en çok etki eden değişkenler -%97,7802 ile SEGE ve -%80,4924 ile hayvancılık istatistikleri olarak belirlenmiştir.
Referanslar
Ahmad, J., Ahmad, A., Ahmad, M., & Ahmad, N. (2017). Mapping displaced populations with reference to social vulnerabilities for post-disaster public health management. Geospatial health, 12(2), 325-334.
Andriolo, A., Rodrigues, F., Zerbini, A., & Barrio, J. (2010). Population estimates. Neotropical cervidology: Biology and medicine of latin american deer. Jaboticabal, FUNEP/IUCN, 271-282.
Basu, S., Roy, S., & DasBit, S. (2018). A post-disaster demand forecasting system using principal component regression analysis and case-based reasoning over smartphone-based DTN. IEEE Transactions on Engineering Management, 66(2), 224-239.
Bates, D. (2002). Environmental refugees? Classifying human migrations caused by environmental change. Population and environment, 23, 465-477.
Benli, Y. (2002). Finansal Basarisizligin Tahmininde Yapay Sinir Agi Kullanimi ve IMKB’de Uygulama. Muhasebe Bilim Dünyası Dergisi, 4(4), 17-30.
Bryan, T. (2004). Population estimates. The methods and materials of demography, 2, 523-560.
Cumbane, S., & Gidófalvi, G. (2021). Spatial distribution of displaced population estimated using mobile phone data to support disaster response activities. ISPRS International Journal of Geo-Information, 10(6), 421.
Cutter, S., Mitchell, J., & Scott, M. (2000). Revealing the vulnerability of people and places: A case study of Georgetown County, South Carolina. Annals of the association of American Geographers, 90(4), 713-737.
Geipel, R. (1982). Disaster and Reconstruction. George Allen & Unwin.
Ghaffarian, S., Roy, D., Filatova, T., & Kerle, N. (2021). Agent-based modelling of post-disaster recovery with remote sensing data. International journal of disaster risk reduction, 60(102285).
Gharib, Z., Tavakkoli-Moghaddam, R., Bozorgi-Amiri, A., & Yazdani, M. (2022). Post-disaster temporary shelters distribution after a large-scale disaster: An integrated model. Buildings, 12(4), 414.
Henderi, H., Wahyuningsih, T., & Rahwanto, E. (2021). Comparison of Min-Max normalization and Z-Score Normalization in the K-nearest neighbor (kNN) Algorithm to Test the Accuracy of Types of Breast Cancer. International Journal of Informatics and Information Systems, 4(1), 13-20.
Hızlısoy, S., Arslan, R. S., Çökük, G. Ö., & Daşbaşı, B. (2024). ANN Analysis and ODE Model of Selected Factors Affecting Mental Health Problems of Children in Turkey. European Journal of Science and Technology, (54), 32-45.
Hunter, L. (2005). Migration and environmental hazards. Population and environment, 26, 273-302.
Levine, J., Esnard, A., & Sapat, A. (2007). Population displacement and housing dilemmas due to catastrophic disasters. Journal of planning literature, 22(1), 3-15.
Lin, Y. (2009). Development of algorithms to estimate post-disaster population dislocation—A research-based approach. Texas: A&M University.
López, O. M., López, A. M., & Crossa, J. (2022). Fundamentals of artificial neural networks and deep learning. In Multivariate statistical machine learning methods for genomic prediction (pp.379-425). Cham: Springer International Publishing.
Marcelin, J., Horner, M., Ozguven, E., & Kocatepe, A. (2016). How does accessibility to post-disaster relief compare between the aging and the general population? A spatial network optimization analysis of hurricane relief facility locations. International journal of disaster risk reduction, 15, 61-72.
Myers, C. (2007). Population change and social vulnerability in the wake of disaster: the case of Hurricanes Katrina and Rita. Louisiana State University and Agricultural & Mechanical College.
Öztemel, E. (2012). Yapay sinir ağları [Artificial neural networks]. Papatya Yayıncılık.
Parulian, P., Tinambunan, M., Ginting, S., Gibran, M., Wanto, A., Nurmawati, N., & Bhawika, G. (August, 2019). Analysis of Sequential Order Incremental Methods in Predicting the Number of Victims Affected by Disasters. I. J. Series (Dü.). 1255(1), 012033. IOP Publishing.
Sinsomboonthong, S. (2022). Performance Comparison of New Adjusted Min‐Max with Decimal Scaling and Statistical Column Normalization Methods for Artificial Neural Network Classification. International Journal of Mathematics and Mathematical Sciences, 1, 3584406.
Socio-Economic Development Ranking Research Reports. (Republic of Türkiye Ministry of Industry and Trade), (2022). https://www.sanayi.gov.tr/merkez-birimi/b94224510b7b/sege/ilce-sege-raporlari.
Song, X., Zhang, Q., Sekimoto, Y., Shibasaki, R., Yuan, N., & Xie, X. (2016). Prediction and simulation of human mobility following natural disasters. ACM Transactions on Intelligent Systems and Technology (TIST), 8(2), 1-23.
Südaş, İ. (2004). 17 Ağustos 1999 Marmara depreminin nüfus ve yerleşme üzerindeki etkileri: Gölcük (Kocaeli) örneği. Ege Coğrafya Dergisi, 13(1-2), 73-91.,
Turkish Statistical Institute (TSI), (2000). 2000 General Population Census. https://biruni.tuik.gov.tr/ nufusapp/idari.zul.
Turkish Statistical Institute (TSI), (2023). Address-Based Population Registration System Results https://biruni.tuik.gov.tr/medas/?locale=tr.
Varol, N., & Gültekin, T. (2016). Etkin bir göç faktörü: Afetler. Antropoloji, 32, 43-51.
Warner, B., & Misra, M. (1996). Understanding neural networks as statistical tools. The american statistician, 50(4), 284-293.
Wu, L., Chikaraishi, M., Nguyen, H., & Fujiwara, A. (2021). Analysis of post-disaster population movement by using mobile spatial statistics. International Journal of Disaster Risk Reduction, 54(102047).
Zhou, H., Che, A., Shuai, X., & Zhang, Y. (2023). A spatial evaluation method for earthquake disaster using optimized BP neural network model. Geomatics, Natural Hazards and Risk, 14(1), 1-26.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2024 International Journal of Social and Humanities Sciences Research (JSHSR)
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
