Imagine living in a bustling, vibrant city with the constant hum of life around you. But below the surface, a hidden energy rumbles, reminding you of Earth’s formidable forces. Earthquakes, ever unpredictable, shape the lives of millions living along active fault lines in countries like Turkey and Japan. But fear not, curious reader! A scientific hero called statistical seismology is here to help us understand and prepare for these powerful natural events. 🌍
Unmasking Earthquakes with Statistical Seismology 🧩
Think of statistical seismology as a detective solving the mystery of earthquakes. It investigates patterns between magnitude (how strong an earthquake is) and frequency (how often it occurs). With this information, scientists can create earthquake hazard maps 🗺️—like caution signs—highlighting high-risk areas.
Such maps are invaluable for countries like Turkey, which sits atop multiple fault lines and where a staggering 96% of the land is earthquake-prone. Almost the entire population lives in these zones, making hazard awareness critical (Özcebe et al., 2014). But while hazard maps indicate where earthquakes are likely, they don’t tell the full story.
Beyond Hazard: The Concept of Earthquake Risk 🏘️
Knowing the hazard is just the first step. We also need to assess risk, which takes into account the population and infrastructure in those areas. For example, Turkey’s western region faces a higher earthquake risk due to its bustling population centers. So, high hazard does not always mean high risk; it depends on how many people and buildings are in the vicinity (EFEHR, 2020).
Statistical Seismology as a Lifesaver 🚨
Here’s where statistical seismology truly shines! By analyzing extensive data, it helps predict the likelihood of different earthquake magnitudes striking populated areas. This knowledge is crucial for disaster preparedness, allowing for the development of targeted response strategies. Thanks to statistical insights, we can better prepare buildings, train rescue teams, and educate communities—measures that have the potential to save countless lives.
Is There an Earthquake Surge? 🔍
You might wonder: are earthquakes becoming more frequent? It’s a good question with a complex answer. While there has been an apparent rise in recorded earthquakes, this increase is likely due to advancements in seismic monitoring, which can now detect even minor tremors. In terms of powerful earthquakes (magnitude 7.0 or higher), however, there is no evidence of a significant rise (ENSensei, 2020).
Staying Prepared: Education and Research are Key 🏫📊
To stay ahead of earthquakes, education and research are our ultimate allies. By analyzing ever-growing datasets, scientists can continually refine their understanding of earthquake risks. Schools also play a vital role in fostering a culture of earthquake awareness and preparedness. After all, knowledge is power! 📚
Statistical seismology is more than a scientific discipline; it’s a protective shield against the forces of earthquakes. By embracing this science, we gain confidence and resilience against the Earth’s tremors. Remember, a little preparation goes a long way. Stay informed, stay curious, and stay safe! 🌐💪
References (APA Format)
EFEHR. (2020). Deprem riski nedir? [What is earthquake risk?] Retrieved from EFEHR website
ENSensei. (2020). Earthquake Risk Assessment. Retrieved from ENSensei website
Özcebe, S., Silva, V., & Crowley, H. (2014). Seismic hazard and risk assessment of Turkey. Bulletin of Earthquake Engineering, 12(1), 258–298. https://doi.org/10.1007/s10518-013-9593-8
VIDEO TRANSCRIPTION
Thank you for your interest in the Statistical Seismology course. This field is crucial in earthquake science and helps us design cities that can withstand earthquakes. By analyzing data such as geophysical ground conditions and the maximum acceleration that can occur in these areas, we can explore the relationship between large and small earthquakes.
One of the key principles we will study is the earthquake law formulated by scientists Gutenberg and Richter. This law helps us understand the different levels of tectonic stress in various regions and the frequency of earthquakes over time. Essentially, it illustrates how the magnitude and frequency of earthquakes are related. These parameters indicate the earthquake hazard in specific areas and how that risk fluctuates.
I would like to share a global earthquake hazard map published today. I regularly update and share such current data in my Facebook group, Professor Consultancy. Each week before class, I compile this information for you. This map highlights regions with increased earthquake risk, with areas marked in red showing the highest danger. For example, Japan is known for experiencing some of the largest earthquakes on Earth.
Having studied Japan's earthquake hazard map for many years, I have gained extensive knowledge in this area. Unfortunately, many people leave Japan without fully understanding this earthquake risk. In this course, I aim to help you think globally and analyze data from various regions. Japan is located between two major tectonic plates: the Pacific and Philippine plates. The interaction of these plates leads to constant geological uplift and earthquakes in the country.
Similarly, Turkey is at significant risk. The earthquake hazard areas in Turkey, also marked in red, follow major fault lines like the East Anatolian Fault and North Anatolian Fault. These faults are under pressure from the collision between the Arabian Plate and the Asian Plate, causing Anatolia to move westward each year. As the Arabian Plate moves north, it also pushes Turkey westward.
This global map not only shows significant earthquake hazard areas but also indicates the number of buildings at risk. Earthquake hazards can occur anywhere; for instance, even Mars and the Moon experience quakes. However, for a hazard to translate into risk, there must be people living in the affected area. The density of buildings per square meter on the map reflects the number of people at risk.
Risk increases in densely populated areas. Thus, as urbanization grows, so does the earthquake risk. Turkey and its neighboring countries are among those with the highest earthquake risks due to the large number of buildings in these regions.
In summary, statistical seismology helps us understand the magnitude, frequency, and regional risks of earthquakes. In this course, we will examine these concepts in detail.
For example, Turkey's western regions appear redder on the map because they have a higher population density. In contrast, the eastern regions are marked in blue, indicating a lower risk. Although major earthquake hazards are similar in both the east and west, the risk seems higher in the west due to its denser population. Therefore, areas with larger populations carry greater risks, while areas with lower populations have reduced risks.
The global risk map is primarily based on the Global Earthquake Hazard Map. This hazard map is analyzed alongside building data to create the Global Risk Map. Since the hazard map relies on statistical seismology data, we can clearly identify areas of high and low risk.
For instance, the region around the North Anatolian Fault Line, especially near Istanbul, has a higher risk due to its high population density and intense construction. This dense construction is represented by darker colors on the hazard maps. In contrast, Turkey's eastern regions primarily consist of stone and adobe structures, which could suffer devastating damage during an earthquake. For example, there were fatalities during 3.8 magnitude earthquakes in 1994 and 2004, largely due to these types of buildings.
Additionally, what you see here is a biological disaster map showing pandemic risks. Risk levels are higher in densely populated areas and lower in sparser regions. This map was developed experimentally by OpenQuake for analyzing COVID-19 risks. From this perspective, crowds are a significant source of risk.
This is why it’s often advised to avoid crowds. The map is interesting because you can access statistics for every country by touching a specific point; relevant data for that country is provided upon contact. Currently, statistics are one of the most crucial fields of science; for instance, I accessed data for Turkey up until May 20.
The horizontal axis on the graph represents time, while the vertical axis shows recoveries, deaths, and case numbers. The graph resembles a fractal, a pattern that appears in many natural phenomena. Here, we see an initial straight line, followed by an increase and then a leveling off—this phenomenon is known as a "plateau." In statistics and geophysics, we study changes in speed. When researching underground layers, we also utilize speed graphs; this logic applies here as well: the steeper the slope, the faster the change.
For instance, COVID-19 case numbers in Turkey began to rise on March 22nd and transitioned into a new phase on April 15th. These phase changes can be easily observed through statistics, and similar changes can be seen in earthquake data.
This study is quite valuable for those interested in biological disaster data; this database can also be used to calculate slopes. In last week’s lesson, we evaluated assignments submitted via WhatsApp. Some students provided feedback while others did not.
We also conducted a paper study focused entirely on data analysis. We discussed how increasing a dataset from 100,000 to 1 million strengthens its validity. Working with smaller datasets often yields less meaningful results.
Lastly, we discussed spatial distribution—how the number of precursor shocks before a major quake increases, and how the triggering distances of small quakes grow larger over time. Activities triggered by an earthquake can also impact distant areas.
This week’s lesson is important, friends. I’ve provided you with a summary, but I expect each of you to create your own summary as well. Please express what you gained from this lesson and which topics interested you, using your own words. I want you to evaluate each lesson like this—it will enhance your learning process.
Starting this week, I will assign a paper study each week. I also want you to read weekly articles because it will be challenging to progress without doing so. Some of you have completed your first term, while others will face a more challenging crisis phase next term.
It’s crucial to do your best during this course because you will eventually need to work independently. Gaining skills like reading articles and analyzing papers related to seismology is critical now.
Now, we have an issue: one of our classmates changed slides during my presentation. I don’t understand how this happened. Since another user controls my presentation, I cannot intervene with the slides. I’m trying to regain control and go back. Please do not touch the slides to avoid further issues during the presentation.
I want to remind you about the link to the article I previously shared. My expectation is for you to write a question about that article, but another student must answer it. For example, Caner will write the question while Cansun answers it. Then, Caner will evaluate Cansun's answer and fill in any gaps.
The purpose of this activity is to encourage mutual communication through questions and answers, so we can learn from each other. Everyone will read their articles and write at least one question based on what they understood. The answers should contribute positively through accurate assessments for both the questioners and others, as all of you have potential as seismologists. You will develop your skills through these activities.
We will conduct this course over 14 weeks. If you study at least two hours a week, you will accumulate about 50 hours of training in total. Now let’s get feedback from Cansu. Cansu, what do you think?
Yes, it seems Cansu has dropped off—let’s continue...
Finally, we examined biological disaster-related pandemic maps, evaluating regions that could be connected to earthquakes. Crowded areas stand out in terms of risk. When considering Turkey, we can analyze it as a fractal distribution, observing an initial increase followed by leveling off and then another rise. We can see changes more clearly through statistical analysis when examining slopes.
Weekly article summaries will proceed like this. I expect everyone who reads articles to contribute. We will continue this activity in a questions-and-answers format. Now, friends, let’s move on to our 60-second scientific talks. Everyone will present their work within 60 seconds. Let’s see how much you can convey in such a short time.
Our friend working on the Africa region will present first, followed by presentations from friends working on Europe, South America, and the North Atlantic regions. Unfortunately, our friend working on the North Atlantic cannot attend this week.
Cansu, what studies did you conduct regarding the Africa region?
This week, I focused on Africa's R zone, examining data over a ten-year period. During a total study period of 50 years, I analyzed earthquakes above magnitude 3. In this time, there were 5,674 earthquakes above magnitude 3 and 1,305 above magnitude 4. The largest quake occurred on May 20th, 1990 in Sudan, measuring 7.2 at a depth of 14.9 km.
In the graphs, you can see distributions according to magnitudes over ten-year intervals. We also determined coefficients a and b using logarithmic graphs. However, since I included earthquakes below magnitude 4.5, the numerical data might be slightly misleading due to their scarcity.
When my expected results didn’t align perfectly, I reworked my analysis to focus solely on quakes above magnitude 4.5. I found that the numbers fell by roughly one-third but yielded more accurate results since I used only the larger quakes. Here are my revised findings:
Here’s the revised table without "Period" after each time frame and with the time frames expressed as numbers:
Here’s the revised table without "Period" after each time frame and with the time frames expressed as numbers:
| Time (yrs) | b Value | a Value |
|---|---|---|
| 10 | 0.17 | 9.3 |
| 20 | 1.0 | 7.4 |
| 30 | 1.12 | 6.87 |
| 40 | 1.16 | 7.2 |
| 50 | 1.2 | 7.5 |
These values indicate that my studied region remains an active seismic zone.
Through the feedback received during class sessions, I have improved my results. I will send updated analysis visuals next week. It’s clear that the preliminary work done via WhatsApp positively influenced class outcomes. This collaboration has culminated in results being shared live during our classes, providing a great example of teamwork.
The idea behind the maps presented centrally is significant. I believe they show accumulations over ten, twenty, thirty, forty, and fifty-year periods. However, there may be some confusion regarding their interpretation. The horizontal axis represents magnitudes, while the vertical axis indicates counts. As data accumulates, we might need to make minor adjustments over time to enhance their robustness. This means the maps could benefit from corrections to improve their utility in the future.
Did you conduct this work using Matlab? Your ability to create graphs within Matlab could be advantageous down the road—congratulations on your comprehensive and enlightening work!
Now, let’s discuss the importance of separating healthy portions from unhealthy ones within datasets. If you say, “I’ll draw a curve between horizontal magnitudes and vertical counts,” it may indicate that you are not conducting a genuine analysis. It’s crucial to use statistically reliable and sufficient datasets. The process of distinguishing unhealthy data helps us reach accurate conclusions.
The sections marked in blue indicate healthy datasets. The physical parameters derived from these datasets provide us with valid insights into the phenomena occurring around us.
As mentioned before, if the b value doesn’t fall within the range of 0.5 to 1.5, there may be errors in the calculations. You have successfully aligned your adjustments closer to the desired range, thanks to the feedback provided via WhatsApp. We discussed these results in detail during previous class discussions.
Now, let’s proceed to the next presentation!
VİDEO DÖKÜMÜ
Teşekkür ediyorum, İstatistiksel Sismoloji dersine göstermiş olduğunuz ilgi için. İstatistiksel Sismoloji, deprem biliminde en önemli dallardan biridir. Çünkü bu bilim dalı sayesinde deprem direncine sahip şehirler inşa edebiliyoruz. Deprem direncini etkileyen jeofizik zeminler ile bu zeminlerde oluşabilecek maksimum ivme (exation) gibi verileri kullanarak büyük ve küçük depremler arasındaki ilişkiyi analiz edebiliyoruz.
Bu konuda en bilinen yasa, Gutenberg ve Richter adlı iki bilim insanı tarafından keşfedilen deprem yasasıdır. Bu yasa sayesinde, bölgelerde değişen tektonik gerilme düzeyini ve birim alanda birim zamanda meydana gelen depremlerin etkinlik düzeylerini araştırabiliyoruz. Böylece, istatistiksel sismoloji dersinde öğreneceğimiz bu yasa, depremlerin büyüklüğü ile sıklığı arasındaki ilişkiyi ortaya koyuyor. Bu ilişkinin parametreleri, belirli bölgelerdeki deprem tehlikesini ve bu tehlikenin nasıl değiştiğini bize gösteriyor.
Bu harita, bugün yayınlanan bir küresel deprem tehlike haritasıdır. Facebook'ta yer alan Profesör Danışmanlık grubumda bu gibi güncel verileri paylaşıyor ve biriktiriyorum. Her hafta ders öncesinde, biriken bu bilgileri güncelleyerek size aktarıyorum. Bu harita da küresel deprem riskinin nerelerde arttığını gösteriyor. Haritaya baktığımızda, tehlikenin en çok kırmızı renkli alanlarda yoğunlaştığını görüyoruz. Japonya, dünya üzerinde en büyük depremlerin meydana geldiği yerlerden biridir.
Japonya'nın deprem tehlike haritasını uzun yıllar boyunca incelemiş bir bilim insanı olarak, bu konuda derin bilgi sahibiyim. Çoğu insan Japonya'ya gidip dönerken, bu deprem tehlikesine dair hiçbir şey öğrenmeden dönüyor. İşte bu ders kapsamında, küresel düşünmeyi ve farklı coğrafyalar üzerindeki verileri analiz etmeyi öğrenmenizi istiyorum. Japonya, iki büyük levha olan Pasifik ve Filipin levhaları arasında sıkışmış bir ülkedir. Bu levhaların etkileşimi sonucu, Japonya'da sürekli matematiksel yükseltiler ve depremler oluşmaktadır.
Türkiye'ye dönersek, Türkiye de benzer şekilde tehlike altındadır. Türkiye'nin kırmızı renklerle belirtilen deprem tehlike bölgeleri, Doğu Anadolu Fayı ve Kuzey Anadolu Fayı gibi büyük fay hatları boyunca uzanmaktadır. Bu hatlar, Arabistan levhası ile Asya levhası arasında sıkışma sonucunda kırılmaktadır ve bu kırılma sonucunda Anadolu her yıl batıya doğru hareket etmektedir. Arabistan levhası kuzeye doğru ilerlerken, Türkiye'yi de batıya doğru itmektedir.
Bu küresel harita, önemli deprem tehlike bölgelerini ve risk altındaki bina sayısını göstermektedir. Deprem tehlikesi her yerde olabilir; örneğin Mars'ta bile depremler (Mars Quake) meydana geliyor. Ay'da da depremler (Moon Quake) olabiliyor. Ancak tehlikenin riske dönüşmesi için, o bölgede insanların yaşıyor olması gerekiyor. Harita üzerinde gördüğünüz Metrekare başına düşen bina sayısı, aslında risk altındaki insan sayısını da temsil etmektedir.
İnsanların yoğun olarak yaşadığı yerlerde risk de artmaktadır. Bu nedenle, şehirleşme yoğunlaştıkça deprem riski de aynı oranda artmaktadır. Özellikle, Türkiye ve çevresindeki ülkeler, deprem riskinin yüksek olduğu yerler arasında yer alıyor. Bu alanlardaki bina sayısının fazlalığı, riskin de yüksek olmasına neden oluyor.
Özetle, istatistiksel sismoloji sayesinde depremlerin büyüklüğü, sıklığı ve bölgesel riskleri daha iyi anlayabiliyoruz. Bu ders kapsamında, bu bilgileri detaylı şekilde inceleyeceğiz.
Verilere dayalı olarak, tehlikeyi ve bu tehlikeye maruz kalacak binaları biliyoruz. Bu bina sayısı ile nüfus arasındaki ilişkiyi analiz ettiğimizde, risk ortaya çıkıyor. Yani, büyük bir deprem meydana geldiğinde veya beklenen bir deprem gerçekleştiğinde, nerelerde kayıplar olacağını tahmin edebiliyoruz. Kayıplar, yıkılan bina sayısı ve ölen insan sayısı gibi ölçütlerle belirleniyor. Global risk haritası, mevcut deprem tehlikesi ve insanların yaşadığı binaların verilerine dayanarak oluşturuluyor.
Örneğin, Türkiye'nin batısı haritada daha kırmızı görünür, çünkü burada nüfus daha fazla. Doğu bölgeleri ise daha mavi, çünkü risk orada daha düşük. Aslında, büyük deprem tehlikesi hem doğuda hem batıda benzer seviyede, ancak nüfus yoğunluğu farkı nedeniyle batıda risk daha yüksek görünüyor. Yani, nüfusun fazla olduğu yerlerde risk daha yüksek; doğuda ise daha az nüfus olduğu için risk daha düşük.
Global risk haritası, temelde Global Deprem Tehlike Haritası'na dayanıyor. Bu tehlike haritası, bina verileriyle analiz edilerek Global Risk Haritası oluşturuluyor. Tehlike haritası ise istatistiksel sismoloji verilerine dayanıyor. Bu sayede, büyük risk taşıyan bölgeler ve daha az risk taşıyan yerler net bir şekilde haritalandırılabiliyor.
Örneğin, Kuzey Anadolu Fay Hattı civarında, özellikle İstanbul ve çevresinde risk daha yüksek. Çünkü burada hem nüfus fazla, hem de yapılaşma oldukça yoğun. Bu yoğun yapılaşma, tehlike haritalarında daha koyu renklerle gösteriliyor. Buna karşın, Türkiye'nin doğu bölgelerinde daha fazla taş ve kerpiç yapı mevcut. Bu yapıların depremdeki yıkıcı etkisi büyük olabilir. Mesela, 1994 ve 2004 yıllarında meydana gelen 3.8 büyüklüğündeki depremlerde bile can kaybı yaşandı. Bunun temel nedeni, taş ve kerpiç yapıların varlığıydı.
Son olarak, gördüğünüz bu harita bir biyolojik afet haritası. Burada salgın riskleri gösteriliyor. Kalabalık nüfuslu bölgelerde risk daha fazla, nüfusun az olduğu yerlerde ise risk daha düşük. Bu harita, OpenQuake tarafından COVID-19 için hazırlanmış bir deneysel harita. Buradan anlaşıldığı üzere, kalabalıklar, riskin birinci kaynağı.
O nedenle de sık sık, "kalabalık olmayın, kalabalıkta durmayın" tavsiyesi yapılıyor. Bu harita da ilginç çünkü buradan her ülkeye dair istatistiklere ulaşabiliyorsunuz. Bir noktaya dokunduğunuzda, ülkeye ait istatistik veriliyor. İstatistik şu anda en önemli bilim dallarından biri. Örneğin, Türkiye'ye dokundum ve Türkiye ile ilgili verilere ulaştım. Bu istatistikler 20 Mayıs'a kadar olan verileri kapsıyor.
Grafikte yatay eksen zamanı, dikey eksen ise iyileşen, ölen ve vaka sayısını gösteriyor. Bu grafik aslında bir fraktala benziyor. Fraktallar doğada birçok alanda karşımıza çıkar. Burada da önce bir düz çizgi, sonra bir yükseliş, ardından bir düzleşme görülüyor. Bu durum "plato" olarak adlandırılıyor. İstatistik biliminde ve jeofizikte biz hız değişimlerine bakıyoruz. Yerin altındaki tabakaları araştırırken de hız grafiği kullanıyoruz; aynı mantık burada da geçerli. Eğim ne kadar fazlaysa, değişim o kadar hızlıdır.
Mesela, Türkiye’de vaka sayıları 22 Mart’ta yükselmeye başlamış ve 15 Nisan’da yeni bir faza geçilmiş. Buradaki faz değişimlerini istatistikler üzerinden kolayca görebiliyorsunuz. Deprem verilerinde de benzer şekilde faz değişimleri gözlemlenebiliyor.
Bu çalışma biyolojik afet verileriyle ilgilenenler için oldukça başarılı. Bu veri tabanı, eğimlerin hesaplanmasında kullanılabilir. Geçen haftaki dersimizde sizlerden gelen ödevleri değerlendirdik. WhatsApp üzerinden geri dönüş yapanlar ve yapmayanlar oldu.
Bir de makale çalışması yapmıştık. Tamamı verisi üzerine çalışarak, 100.000'lik bir veriyi 1 milyona çıkartmanın, veriyi güçlendirdiğini tartıştık. Ne kadar küçük veri setleriyle çalışırsanız, o kadar büyük sonuçlara ulaşabilirsiniz. Sonuçlarınız daha anlamlı hale gelir.
Geçen hafta uzay dağılımı üzerine de konuşmuştuk. Bir büyük depremden önceki öncü şokların sayısının nasıl arttığını, küçük depremlerin tetikleme mesafesinin nasıl büyüdüğünü tartışmıştık. Depremin tetiklediği aktiviteler, uzak mesafelere kadar etkili olabiliyor.
Bu haftanın dersi önemli arkadaşlar. Ben size bu şekilde bir özet yaptım, ama sizden de kendi özetinizi yapmanızı bekliyorum. Dersin size ne kattığını, hangi konuların ilginizi çektiğini kendi kelimelerinizle ifade edin. Bu şekilde her dersten sonra bir değerlendirme yapmanızı istiyorum. Bu, öğrenme sürecinizi daha etkili kılacak.
Ayrıca her hafta bir makale çalışması vereceğim.
Bu haftadan itibaren haftalık makaleleri okumanızı istiyorum. Çünkü bu makaleleri okumadan ilerleme kaydetmeniz zor. Şu an ilk dönemi bitiren arkadaşlarımız var, bir sonraki dönem ise daha zorlayıcı olan kriz aşamasına geçeceğiz.
Bu ders ortamında elinizden geleni yapmanız çok önemli. İlerleyen zamanlarda yalnız çalışmak zorunda kalacaksınız. Şu an makale okuma ve araştırma yapma becerileri kazanmanız kritik. Örneğin, istatistiksel bir makale nasıl okunur ya da Sismoloji ile ilgili bir makale nasıl incelenir?
Şimdi bir sorun yaşıyoruz; sunumumda slaytları değiştirdi bir arkadaşımız, nasıl olduğunu anlamadım. Sunumu başka bir kullanıcı denetliyor ve kontrol benden gittiği için slaytlara müdahale edemiyorum. Tekrar kontrolü alıp geriye doğru gitmeye çalışıyorum. Lütfen slayta dokunmayın, böylece sunumda sorun yaşamayız.
Daha önce size verdiğim makalenin linkini tekrar hatırlatmak istiyorum. Sizden beklentim, bu makale ile ilgili bir soru yazmanız. Ancak bu soruyu başka bir arkadaşınızın cevaplaması gerekiyor. Yani, Caner soruyu yazacak, Cansun da o soruyu cevaplayacak. Ardından Caner, Cansun'un cevabını değerlendirerek eksik kalan yerleri tamamlayacak.
Bu etkinliği yapmamızdaki amaç, karşılıklı iletişim ve soru-cevap üzerinden birbirimizden öğrenmemizdir. Herkes makaleyi okuyacak ve en az bir soru yazacak. Sorular, anladığınız konulardan olmalı. Cevaplar ise doğru bir değerlendirme ile hem soru sahibine hem de diğer arkadaşlara katkı sunacak şekilde olmalı. Hepiniz potansiyel birer sismolog olduğunuz için bu tarz çalışmalarla kendinizi geliştireceksiniz.
Bu dersi 14 hafta boyunca işleyeceğiz. Eğer haftada en az iki saat çalışıyorsanız, toplamda 50 saatlik bir eğitim almış olacaksınız. Şimdi Cansu'dan bir değerlendirme alalım. Cansu, ne düşünüyorsun?
Evet, Cansu bağlantıdan düştü sanırım. Devam edelim...
Son olarak biyolojik afet kaynaklı salgın haritasını inceledik. Burada da depremle ilişkilendirilebilecek bölgeleri değerlendirdik. Özellikle kalabalık bölgeler risk açısından öne çıkıyor. Türkiye'yi ele aldığımızda ise durumu fraktal dağılım olarak inceleyebiliriz. Fraktal dağılımda önce bir yükselme, sonra bir düzleşme ve ardından tekrar yükselme görüyoruz. Bu tür istatistiksel analizlerde eğime baktıkça değişimi ve farklılaşmayı daha net görebiliyoruz.
Haftalık makale özetlemeleri bu şekilde olacak. Makaleyi okuyan herkesin katkı yapmasını bekliyoruz. Bu etkinliği de soru-cevap şeklinde sürdüreceğiz. Şimdi arkadaşlar, 60 saniyelik bilimsel konuşmalara geçiyoruz. Herkes 60 saniyede yaptığı çalışmaları sunacak. Bakalım bu kısa sürede ne kadarını anlatabileceksiniz.
Afrika bölgesiyle çalışan arkadaşımız sunum yapacak. Ardından Avrupa, Güney Amerika ve Kuzey Atlantik üzerine çalışan arkadaşlarımızın sunumlarını dinleyeceğiz. Ne yazık ki Kuzey Atlantik bölgesine çalışan arkadaşımız bu hafta katılamadı.
Cansu, Afrika bölgesi hakkında ne çalışmalar yaptın?
Bu hafta Afrika R zonunu ele aldım. Bölgede onar yıllık verilere baktım. Toplamda 50 yıllık incelemede, 3 büyüklüğünün üzerindeki depremleri inceledim. Verilere göre bu dönemde 5674 tane 3 ve üzeri, 1305 tane ise 4 ve üzeri deprem yaşandı. En büyük deprem 20 Mayıs 1990'da Sudan'da meydana geldi. Bu deprem 7.2 büyüklüğündeydi ve 14.9 km derinlikte oluştu.
Grafiklerde, onar yıllık depremlerin büyüklüklerine göre dağılımını görebilirsiniz. Ayrıca, Logaritmik grafiklerde a ve b katsayılarını da belirledik. Ancak 4.5 büyüklüğünün altındaki depremleri dahil ettiğim için, sayısal veriler bu küçük depremlerin azlığı nedeniyle biraz yanıltıcı olabilir.
Veriler beklenildiği gibi olmadığında, 4.5 ve üzeri depremler için tekrar çalıştım. Veri sayılarının yaklaşık üçte birine düştüğünü gördüm. Ancak, daha doğru sonuçlar elde ettim çünkü bu çalışmada 4.5 ve üzeri depremleri kullandım. Tekrar çalıştığımda şu sonuçları elde ettim:
- 10 yıllık dönem için: b değeri 0.17, a değeri 9.3
- 20 yıllık dönem için: b değeri 1.0, a değeri 7.4
- 30 yıllık dönem için: b değeri 1.12, a değeri 6.87
- 40 yıllık dönem için: b değeri 1.16, a değeri 7.2
- 50 yıllık dönem için: b değeri 1.2, a değeri 7.5
Bu değerler, çalıştığım bölgenin aktif bir deprem bölgesi olduğunu gösteriyor.
Ders sırasında aldığım geri bildirimlerle, sonuçlarımı düzelttim. Haftaya da güncellenmiş analiz görsellerini göndereceğim. Bu süreçte WhatsApp üzerinden yaptığımız ön çalışmanın, ders sonuçlarını olumlu yönde etkilediğini de gördük. WhatsApp'ta başladığımız bu çalışma, derslerde canlı olarak paylaştığımız sonuçlarla tamamlanıyor. Bu, işbirliği açısından güzel bir örnek oldu.
Orta kısımdaki harita fikri gerçekten güzel. Sanırım her 10, 20, 30, 40, 50 yıllık periyotların toplamını gösteriyor. Ancak haritayı tam anlamadım; belki küçük bir kafa karışıklığı var. Yatay eksende büyüklükler var, ama düşey eksende deprem sayıları yer almış. Orada küçük bir düzeltme gerekebilir. Zaman içerisinde veri birikimi arttıkça, çalışmanın gücü de artıyor ve fiziksel sonuçlar daha sağlam hale geliyor. Bu nedenle, harita birkaç düzeltme ile daha faydalı bir hale gelebilir.
Bu çalışmayı Matlab'da mı yaptın? Matlab'da grafik çizimi yapman oldukça iyi. İleride bu, senin için büyük bir artı olabilir. Tebrik ederim, çalışman gerçekten kapsamlı ve ufuk açıcı olmuş.
Şimdi, verinin sağlıklı kısmını sağlıksız olandan ayırma sürecine değineyim. "Yatay eksende büyüklük, düşey eksende sayı var, aralarına bir eğri geçireyim" derseniz, o zaman gerçek bir analiz yapmıyorsunuz demektir. Önemli olan, istatistiksel açıdan güvenilir ve yeterli veriyi kullanmak. Sağlıksız veriyi ayırmak, doğru sonuçlara ulaşmamızı sağlar.
Özellikle mavi renkle gösterdiğim kısımlar, verinin sağlıklı olduğunu işaret ediyor. Bu verilerden elde edilen fiziksel parametreler, bize doğru bilgiler sunabilir.
Daha önce de söylediğim gibi, b değeri 0.5 ile 1.5 arasında değilse, hesaplamalarınızda bir yanlışlık olabilir demiştim. Senin düzeltmelerin sayesinde, veriler istenen aralığa yaklaştı. Bu geri bildirimi WhatsApp üzerinden vermiştim ve bu sonuçları derste detaylandırarak açıkladık.
Bir sonraki sunuma geçelim.
Hoş geldiniz! Bugün, yaptığım çalışmayı sizlerle paylaşmak istiyorum. Ben, Türkiye'nin Kahramanmaraş bölgesini seçerek istatistik analizi gerçekleştirdim. Bu bölge, levha sınırları üzerinde yer aldığından, burada levha hareketlerinin ve depremlerin etkilerini incelemeye karar verdim. Özellikle levha sınırlarında nasıl bir değişim olduğunu ve bu değişimlerin a ve b değerleri üzerindeki etkilerini anlamaya çalıştım. Bunun için frekans magnitüd grafiği çıkardım. Grafiği incelediğimde, b değerimin lokasyon olarak değiştiğini, diğer daha az etkili bölgelerle kıyaslandığında belirgin bir farklılık olduğunu fark ettim.
Yaptığım çalışma, 500 yıllık depremler arasındaki 0 ile 10 magnitüd değerleri arasında en yüksek olasılıkla karşılaşılabilecek büyüklüklerin 2 ile 4 arasında olduğunu gösterdi. Dinlediğiniz için teşekkür ederim.
Teşekkürler! Çalışmamla ilgili geri dönüşlerimi, WhatsApp üzerinden arkadaşlarıma ilettim. Burada bir bölgelendirme yapıldığı açık. Bu bölgelendirme, şehrin depreme ne kadar hazır olduğunu belirlemek için önemli. Şehir merkezi ya da fay hattı merkezli bir çalışma yapıldığına göre, Maraş bölgesi için bir örneklem oluşturulmuş.
Burada, bir log-Normal dağılım denklemi mevcut, ancak bu haftaki çalışmada bu parametreler henüz hesaplanmadı. Hedefimiz, bu parametrelerin hesaplanmasıyla ilgili bir bilgi notu bırakmak. Yatay ve dikey eksenlerin nasıl olması gerektiği de belirtildi. Arkadaşımızın gelecek hafta daha iyi bir noktaya gelmesini umut ediyoruz.
Şimdi, Caner'e söz veriyorum.
Önemli Değişimlerin Analizi
Sıklıkla meydana gelen depremler hakkında düşünürken, bu depremlerin arkasında sıcaklık etkisi veya insan etkisi olup olmadığını sorguluyorum. Bu nedenle, bu tür depremlerin analizi oldukça önemlidir.
Şimdi bir sonraki slayta geçelim. Burada gördüğümüz grafik, bir sinüzoidal dalga gibi. Ancak, bu grafikteki istatistiklerin böyle olmaması gerekiyor. Arkadaşlarımın istatistik dersine daha fazla ihtiyaçları olduğu anlaşılıyor. İstatistik dersini kuramsal veya uygulamalı olarak yapmak mümkün. Bu yıl, uygulamalı dersler üzerinde yoğunlaşıyorum. Her öğrenciye bir bölge verip, o bölgede uygulamalı çalışmalar yapmalarını sağlıyorum. Bu uygulamalarda hatalar görülebiliyor, fakat yıl sonunda bu hataları azaltabilirsek, kendimizi daha başarılı sayacağız.
Öğrencilerin dersin başındaki ve sonundaki ürünlerini karşılaştırdıklarında, olumlu bir değişim görmeleri hedefleniyor. İyi bir istatistik çalışması için en az 8 veri noktası gereklidir. Ancak burada yalnızca 2 nokta var. En az 100 veriye ihtiyaç duyulmaktadır. 50 veri yeterli olabilir ama 100 veri ile çalışmak daha sağlıklı sonuçlar verir. Daha önce, bir hocama bu durumu ilettiğimde, “Az bölge ile sağlam sonuç almak mümkün değil,” dedi.
Bu nedenle, veri seçiminde dikkatli olmalıyız. Şimdi sözü Ebru’ya veriyorum.
Güney Amerika ve Deprem Riski
Merhaba! Benim bölgem Güney Amerika. Geçen hafta da olduğu gibi Şili bölgesini çalıştım. Bu bölge, Pasifik Ateş Çemberi'nin hemen yanındaki levha olduğu için deprem riski yüksek. Buradaki depremlerle ilgili ilerlememi şöyle özetleyebilirim: Sol tarafta, Nale levhasının okyanusal kabuğunun Şili'nin tam altına doğru battığı bir dalma-batma zonu oluşturuyor. Dolayısıyla, buradaki depremlerin çoğu bu dalma-batma zonundan kaynaklanıyor.
Geçen hafta bana, GPS hız vektörlerini bu duruma dahil etmemi söylemiştiniz. Burada Naska Plakası'nın hızı, yılda 80 mm doğuya doğru ilerliyor. Kuzeydeki plaka da yılda 65 mm hızla ilerliyor. Bu nedenle, dalma hareketi aşağıya doğru devam ediyor ve buradaki depremler oluşuyor.
Çalışmamı 1970 ve 1980 yılları arasında, magnitüdü 3’ten büyük depremler üzerinde yaptım. Bu dönemde toplam 2410 deprem meydana geldi. En küçük deprem 3.3, en büyük deprem ise 6.6 büyüklüğündeydi. Deprem oluşum sayısını sol altta gösterilen grafikte belirttim. Bu nedenle, deprem aralığını 1 olarak seçtim ve yan taraftaki tabloyla uyumlu hale getirdim.
Şimdi, 4’ten büyük deprem sayısının oldukça fazla olduğunu belirtmek isterim. 461 adet 4 ile 4.9 büyüklüğünde, 1461 adet 5 ile 5.9 büyüklüğünde ve 16 adet 6 ile 6.9 büyüklüğünde deprem kaydedildi. Bunlar ayrık veri istatistikleridir ve aslında kümeler haline dönüştürülmesi gerekiyor. Ancak, bu aşamada veri istatistiği çalışmalarımıza devam edebiliriz. Sonunda, kümülatif istatistik ile devam edip farkları görebiliriz.
Veri sayısı yeterli olsa da, bu verilerin adımlama sayısının yetersiz olması nedeniyle dağılımda bazı sorunlar görülüyor. Kırmızıyla gösterilen dağılım, beklenenden farklı bir şekil almış. Yani, veri var fakat adımlama büyük olduğu için ortaya çıkan dağılım düzenli değil. Korelasyon katsayısı 0.99 olsa da, düzgün bir dağılım yok. Bu nedenle, bir sonraki haftada bu sonuçları iyileştirmek için öneriler üzerinde duracağız.
Dünyanın en aktif fay zonu burada, yani en büyük depremler bu bölgede meydana geliyor. Nazca levhası, dünyanın en hızlı ilerleyen levhalarından biri ve Şili bu açıdan oldukça önemli bir yer. Şili'de Santiago Üniversitesi’nde iki seminer vermiştim. İspanyolca öğrenirseniz gelin çalışın demişlerdi ama ben Kanada'ya geçiş yaptım. Gelecekte Şili’de çalışma fırsatınız olabilir; Santiago Üniversitesi, dünyanın en iyi 200 üniversitesi arasında yer alıyor.
Şili'nin devlet üniversiteleri gerçekten burs sağlıyor ve eğer sismoloji alanındaki motivasyonunuz devam ederse, global sismoloji iş fırsatları önünüzde açılabilir. Burada benim görüşlerime son veriyorum.
Şimdi bölgeleme konusuna kısaca değinelim; süremiz bir saati geçti. Aşağıda her bölge için HK modellerini bulabilirsiniz. Afrika, Latin Amerika ve dünyanın diğer bölgelerinde nasıl bir bölgeleme yapıldığı gösteriliyor. Bu bölgeleme, zonal bir yapıda yani fayları takip eden bir sistem şeklinde. Fayları işaretlediğimizde, bu fayların etrafında oluşan kutucuklar ve poligonlar ortaya çıkıyor.
Benim makalelerimde, özellikle Marmara'daki deprem yığılmaları üzerine odaklanan çalışmalarım var. Bu çalışmalarda, sismik yığılma istatistiği ve fayların deprem üretme potansiyelini inceleyen modellemeler yapıyorum. İki ana modelleme yolu var: birincisi fay odaklı modelleme, ikincisi ise sismik yığılma odaklı modelleme.
Türkiye’deki modelleme, ulusal deprem tehlike haritasının hazırlanmasında kullanılıyor. Eğer bu resmi harita üzerinden bir çalışma yapmayı düşünüyorsanız, Türkiye'deki fonları takip eden bir model tercih etmelisiniz. Diğer ülkeler için de bu konuda çeşitli modeller mevcut.
Son olarak, resmi devlet haritasının esas aldığı ulusal deprem tehlike haritası hakkında bilgi almak isterseniz, bu modeli incelemenizi öneririm.
No comments:
Post a Comment