Bu çalışmada 6 Şubat 2023 tarihinde sırasıyla yerel saat ile 04:17 ve 13:24’te artarda meydana gelen Sofalaca-Şehitkamil Gaziantep (Mw:7.7) ve Ekinözü Kahramanmaraş (Mw:7.6) depremlerinin öncül jeodezik sonuçları verilmiştir. Öncül jeodezik sonuçları elde etmek için deprem odak merkezleri etrafındaki ve etkili olduğu alandaki TUSAGA-Aktif istasyonlarına ait GNSS alıcılarından 30 sn (0,033 Hz) ve 1 sn’lik (1 Hz) GNSS gözlemleri kullanılmıştır. Deprem kaynaklı kosismik yer değiştirmeleri belirlemek için bağıl statik çözümler GAMIT/GLOBK yazılım takımında 30 sn’lik RINEX verileri kullanılarak yapılmıştır. Statik çözümlerde değerlendirmeye alınan istasyonlarda Sofalaca-Şehitkamil Gaziantep depreminde doğu bileşende atımın 1.1-23.4 cm, kuzey bileşende 1.1-30.9 cm aralığında değiştiği görülmüştür. Ekinözü Kahramanmaraş depreminde ise atım miktarı doğu bileşende 1.2-440.4 cm, kuzey bileşende 1.4-69.6 cm aralığında değişmiştir. Kinematik çözümler ise PPP yöntemiyle CSRS-PPP ve PRIDE PPP-AR yazılımları ile 1 sn’lik RINEX verileri kullanılarak elde edilmiştir. Her iki yazılımda seçilen istasyonlardaki deprem anı yer değiştirmeler (deplasman) ve ardışık epok farkları (hız) hesaplanmıştır. Seçilen tüm istasyonlarda hızlar Sofalaca-Şehitkamil Gaziantep depreminde doğu bileşen için 3-12.5 cm/sn, kuzey bileşen için 3.8 - 37.7 cm/sn aralığında; Ekinözü Kahramanmaraş depreminde ise doğu bileşende 3.7-20.5 cm/sn, kuzey bileşende 4.1-20.1 cm/sn tespit edilmiştir. Öncül sonuçların elde edilmesinden sonra bölgenin daha yakından takibi ve yeni noktalarda atımların tespiti için yeni bir GNSS ağı kurulmuştur. Kurulan yeni ağda TÜBİTAK 1002-C Doğal Afetler Odaklı Saha Çalışması Acil Destek Programı çağrısı kapsamında arazi çalışmalarına başlanmıştır.
Ülkemiz taşıdığı coğrafi şartlar gereği doğal afetler, özellikle de deprem gerçeği ile düzenli olarak yüzleşmektedir. Can ve mal kayıplarının büyük bölümünün depremlerde meydana geldiği ve ortalama beş yıllık periyotlarla bu coğrafyanın yıkıcı bir depremle sarsıldığı düşünülürse, deprem afeti alınacak önlemler bakımından ilk sırada gelmektedir. Depremler için alınabilecek önlemlerin belirlenmesi için depremlerin önceden tahmin edilebilmesi büyük önem arz etmektedir. Bu bağlamda son yıllarda makine öğrenmesi ile deprem tahmini çalışmaları hız kazanmıştır. Bu çalışmada deprem kataloğu ile jeolojik veriler ve jeodezik verilerin birleştirildiği bir veri seti kullanılarak deprem tahminleri yapılmıştır. Bu veri seti çalışmada kullanılan algoritma modellerini eğitmek ve eğitilen modellerin performansını ölçmek adına test ve eğitim verisi olarak bölünmüştür. Rastgele orman, ekstrem gradyan arttırma, karar ağacı ve k en yakın komşu regresyon algoritmaları kullanılarak eğitim seti ile modeller eğitilmiş, eğitilen modeller test verisi ile test edilmiştir. Analiz sonuçları karşılaştırılarak değerlendirilmiştir. Analiz sonuçlarına göre rastgele orman ve ekstrem gradyan arttırma regresyon algoritmaları en başarılı sonuçların alındığı algoritmalar olmuştur. Ortalama karesi hatası (MSE) değerleri incelendiğinde, en iyi sonuçlar deprem bilgileri, gerinimler ve fay bilgilerinden oluşan veri setinde gözlenmiştir. MSE için rastgele orman ve ekstrem gradyan arttırma algoritmaları ile 0.09, karar ağacı algoritması ile 0.16, k en yakın komşu algoritması ile 0.11 değerleri elde edilmiştir. Yapılan bu çalışma makine öğrenmesi ile deprem tahmini çalışmalarında, kullandığı veri seti ile farklı bir bakış açısı getirerek literatüre katkıda bulunmuştur.
7 February 2026 in Journal of African Earth Sciences