Proje Özeti
Bu proje, Türkiye genelindeki 939 ilçe için günlük sel riski tahmini yapan bir yapay zeka sistemidir. Meteorolojik veriler (yağış, sıcaklık, rüzgar) ve coğrafi özellikler (eğim, nehir debisi) kullanılarak eğitilen LSTM (Uzun Kısa Süreli Bellek) modeli, %96 başarı oranıyla (Recall) potansiyel sel risklerini önceden tespit eder.
Sistem her gün otomatik çalışarak güncel verileri çeker, risk analizi yapar ve interaktif bir choropleth harita oluşturur. Ayrıca haber kaynaklarını tarayarak gerçek sel olaylarını öğrenir ve kendini sürekli geliştirir (Fine-tuning).
Kullanılan Teknolojiler
| Kategori | Teknolojiler |
|---|---|
| Yapay Zeka | TensorFlow, Keras, LSTM Neural Networks |
| Veri İşleme | Pandas, NumPy, Scikit-learn |
| Görselleştirme | Folium (Leaflet.js), Matplotlib |
| Veri Kaynakları | MGM (Meteoroloji Genel Müd.), Open-Meteo API, Google News RSS |
| Otomasyon | Python Scripts, Windows Task Scheduler |
Öne Çıkan Özellikler
- Günlük Otomatik Tahmin: Her sabah 1800+ istasyondan veri çeker ve analiz eder.
- Yüksek Doğruluk: Geçmiş 25 yıllık veri (1996-2021) ile eğitilmiş model.
- İnteraktif Harita: İlçe bazlı risk durumunu renk kodlarıyla (Yeşil → Kırmızı) gösterir.
- Sürekli Öğrenme: Gerçekleşen olaylardan ders çıkararak model ağırlıklarını günceller.
- Hibrit Veri Yapısı: Hem dinamik (hava durumu) hem statik (arazi yapısı) verileri kullanır.
Sistem Mimarisi
Model, her ilçe için son 7 günün verilerini analiz eder.
Girdi Özellikleri (Inputs):
- Dinamik: Toplam Yağış, Toprak Nemi, Sıcaklık (Max/Min), Rüzgar Hızı
- Statik: Arazi Eğimi, Nehir Debisi (Expected Flow), Coğrafi Risk Skoru
Model Eğitimi ve Performans
Modelin öğrenme sürecini gösteren kayıp (loss) ve doğruluk grafiği aşağıdadır:
Kod Örneği (LSTM Mimarisi)
model = Sequential([
# Zaman serisi girişi (7 gün x 10 özellik)
LSTM(128, input_shape=(7, 10), return_sequences=True),
Dropout(0.3),
BatchNormalization(),
# Derin öznitelik çıkarımı
LSTM(64, return_sequences=False),
Dropout(0.3),
# Sınıflandırma
Dense(32, activation='relu'),
Dense(1, activation='sigmoid') # 0-1 arası sel olasılığı
])Sonuçlar
- Recall (Yakalanan Sel Oranı): %96.6
- Precision (Doğru Alarm Oranı): %47.3
- Veri Seti: 87,000+ günlük kayıt
Bu proje, afet yönetimi ve erken uyarı sistemlerinde yapay zekanın gücünü göstermektedir.