Çağla Üren
Teknoloji
9 Nisan 2026 20:00

Deprem Uygulamaları Ne Kadar İyi?

1 Nisan gündüz saatlerinde telefonlarımıza gelen yanlış bildirim, deprem paniğine ve erken uyarı uygulamalarını sorgulamamıza yol açtı. Şimdi biraz daha sorgulayalım.

Deprem Uygulamaları Ne Kadar İyi?

İlüstrasyon: filo/gettyimages

Ne ironiktir ki ‘1 Nisan’ öğle sularında biz İstanbullular, telefonumuza düşen bildirimle irkildik. 4 büyüklüğünde bir deprem uyarısı, beklenen bir sarsıntı. Panik, sosyal medyada hızlıca yayıldı. Ancak gerçekte olan yalnızca 2,6’ydı. Üstelik bu ilk değildi. Daha önce de aynı uygulamanın deprem merkezini kullanıcıya 54 kilometre uzaklıkta gösterdiği hatalı örnekler yaşanmıştı. Peki neden? Hem bunun cevabını anlamak hem de olası bir panik anında kazalardan kaçınmak için önce bu uygulamaların çalışma prensiplerine bakalım.


Deprem uygulamaları nasıl çalışıyor?

Bugün kullanılan deprem uygulamaları temelde üç farklı sistem mantığına dayanıyor ve bu fark, güvenilirliklerini doğrudan belirliyor. İlk model, tamamen kitle kaynaklı çalışan sistemler. Deprem Ağı bu yaklaşımın en bilinen örneklerinden biri. Bu sistemlerde kullanıcıların telefonlarındaki ivmeölçer sensörleri sürekli olarak mikro titreşimleri algılıyor. Eğer aynı coğrafi bölgede çok sayıda cihaz benzer titreşimleri aynı anda kaydederse sistem bunu bir deprem olarak yorumlayıp bildirim gönderiyor. Bu yaklaşımın en büyük avantajı hız. Çünkü veri doğrudan kullanıcıdan geliyor ve merkezi bir doğrulama sürecini beklemiyor. Ancak aynı hız, aynı zamanda en büyük zafiyet.


İkinci model, hibrit sistemler. Google Earthquake Alerts System bu alandaki en yaygın örnek. Google, Android cihazlardan gelen sensör verilerini topluyor ancak bunu doğrudan kullanıcıya iletmiyor. Önce algoritmik filtreleme yapıyor, veriyi doğrulamaya çalışıyor ve yalnızca belirli eşiklerin aşılması durumunda uyarı gönderiyor. Bu sistem, kitle kaynaklı modelin hızını korurken yanlış alarm riskini azaltmayı hedefliyor.


Üçüncü model ise tamamen profesyonel sismik ağlara dayanıyor. Türkiye’de AFAD ve Kandilli Rasathanesi bu sistemi kullanıyor. Yer altına yerleştirilmiş hassas sensörler aracılığıyla depremi ölçüyor, ardından doğrulama sürecinden geçirerek kamuoyuna açıklıyor. Bu sistemler en güvenilir veri kaynağı olsa da hız açısından mobil uygulamalardan daha yavaş.


Yanlış bildirim neden olur?

Deprem uygulamalarındaki en büyük sorun ise yanlış alarm meselesi. Bu hataların birkaç temel nedeni var ve 1 Nisan’daki olay, bu mekanizmaların nasıl çalıştığını net şekilde gösteriyor. İlk neden veri gürültüsü. Telefon sensörleri yalnızca depremi değil, her türlü titreşimi algılıyor. Aynı anda geçen ağır araçlar, metro hareketi, büyük bir inşaat çalışması ya da kalabalık bir etkinlik bile sistem tarafından eş zamanlı titreşim olarak yorumlanabiliyor. Kitle kaynaklı sistemlerde bu tür veriler, gerçek depremden ayırt edilemeyebiliyor.


İkinci neden veri yoğunluğu hatası. Bir bölgede çok sayıda cihazın aynı anda benzer titreşim algılaması, sistem için güçlü bir sinyal oluşturuyor. Ancak bu sinyalin kaynağı her zaman deprem değil. Özellikle büyük şehirlerde bu tür yanlış eşleşmeler daha sık görülüyor. Üçüncü neden algoritmik eşik hataları. Sistemler “Kaç cihaz aynı anda titreşim algılarsa bu deprem sayılır?” gibi eşik değerlerle çalışıyor. Bu eşikler çok düşük ayarlanırsa yanlış alarmlar artıyor, çok yüksek olursa gerçek depremler kaçırılabiliyor. Bu denge hala tam anlamıyla çözülebilmiş değil.


Dördüncü ve daha nadir bir ihtimal ise veri entegrasyonu sorunları. Bazı uygulamalar, harici veri kaynaklarıyla entegre çalışıyor. Bu kaynaklardan gelen hatalı veri ya da API sorunları, sistemin tamamen yanlış bir deprem üretmesine neden olabiliyor.

Bu nedenle bu uygulamalar teknik olarak depremi ölçmüyor, yalnızca deprem olabileceğini tahmin ediyor.


Erken uyarı teknolojileri ne durumda?

Deprem uygulamaları henüz erken aşamada olsa da erken uyarı teknolojisi aslında çok daha ileri bir noktada. Japonya ve ABD gibi ülkelerde kurulan sistemler, yer altındaki sismik sensör ağları sayesinde deprem dalgaları yüzeye ulaşmadan önce uyarı verebiliyor. Bu sistemler, P-dalgası adı verilen daha hızlı ama daha az yıkıcı dalgayı algılayarak asıl yıkımı yapan S-dalgası gelmeden saniyeler önce uyarı oluşturuyor.


Mobil uygulamalar ise bu sistemin demokratikleşmiş versiyonu olarak görülüyor. Milyarlarca akıllı telefonun sensörlerini kullanarak küresel bir sismik ağ kurma fikri oldukça güçlü. Ancak bu sistemin en büyük problemi hala veri kalitesi.


Google yapay zekayı kullanıyor

Bu noktada teknoloji şirketleri yeni çözümler üzerinde çalışıyor. Google, sensör verilerini yapay zeka ile analiz ederek yanlış alarmları azaltmaya çalışıyor. Bunun yanında bazı girişimler, telefon verisini gerçek sismik ağlarla entegre eden hibrit sistemler geliştiriyor. Amaç hem hız hem de doğruluk sağlamak.


Yine de bugün gelinen noktada mobil uygulamalar, Japonya’daki gibi gerçek erken uyarı sistemlerinin yerini alabilecek seviyede değil. Daha çok tamamlayıcı bir araç konumunda.


Ne yapmalıyız?

Deprem uygulamaları tamamen güvenilmez değil ancak tek başına güvenilecek kadar da olgun değil. Bu sistemler doğru çalıştığında saniyeler kazandırabilir ancak yanlış çalıştığında büyük bir panik yaratabilir. Bu nedenle en doğru yaklaşım, bu uygulamaları bir erken sinyal olarak görmek, paniğe kapılmamak ve doğru prosedürleri uygulamak. Gelecekte bu sistemlerin daha doğru hale gelmesi muhtemel. Sensör teknolojisi, veri işleme ve yapay zeka geliştikçe yanlış alarmların azalması bekleniyor.

Üniversitedeyken çeşitli kültür sanat yayınlarında görev aldıktan sonra popüler bilim kitapları çevirmeye başladı. 2019'da dış haber editörlüğü ile medyaya girerek gazetecilik hayatına başladı. Koronavirüs pandemisi mesleki yönelimi için önemli bir dönüm noktası oldu. Pandemiyle birlikte sağlık ve bilim haberciliği, sonrasında teknoloji haberciliği yaparak mesleğine devam etti. Halihazırda çeşitli mecralarda bilim ve teknoloji haberleri/yazıları yazıyor.

Çağla Üren

DAHA FAZLASI

Eve Uçarak Gitmek

Emsallerinin dörtte bir fiyatına AirCar, uçarak ulaşımı herkes için erişilebilir kılmayı hedefliyor.

Mahmut Karslıoğlu

Ekzoskeletonlarla İnsan 2.0

20 yıllık medikal ekzoskeleton teknolojisi kritik bir eşiğin arifesinde. Yaşlanan nüfus ve fiziksel desteğe ihtiyaç duyan insan sayısının artması, rehabilitasyon merkezlerinin hacimli ekipmanlarını yapay zeka destekli, hafif ve ‘ikinci deri’ denen sistemlere dönüştürüyor

Tülin Açıkbaş

Gelenek mi Yapay Zeka mı?

Yapay zekanın etki alanı gitgide genişliyor, gündemde ise moda tasarımında üretken yapay zeka (GenAI) dokunuşu var. Gelenekten güç alan bu disiplinin geleceği, dijital çağın dinamiklerinde saklı olabilir mi?

Tolga Ra

Yapay Zekanın Değişemeyen Sapmaları

Yapay zeka gelişse de ön yargıları değişmiyor çünkü beslendiği veri kaynağı aynı kalıyor.

Saniye Gülser Corat