ŞebekeSel (CLIMATHON)

Enerji altyapısının (trafo merkezi, HES, hat) sele maruziyetini açık veriyle gösteren panel ve onu besleyen yatkınlık modeli. UP School × Siemens CLIMATHON projesi.

Hızlı başlangıç (panel)

Panel, derleme gerektirmeyen statik bir web sayfasıdır.

cd web
python3 -m http.server 8000      # sonra tarayıcıda http://localhost:8000

web/index.html dosyasını doğrudan tarayıcıda açmak da çalışır. VS Code'da "Live Server" eklentisiyle açmak en rahatıdır.

Klasörler

Yol	İçerik	Düzenlenir mi
web/index.html	Sayfa iskeleti ve kartlar	Evet (arayüz)
web/css/style.css	Tema, düzen, renkler (açık/koyu)	Evet (arayüz)
web/js/app.js	2B harita, sınıflama, listeler, AI notu	Evet
web/js/app3d.js	3B arazi ve nehir seviyesi senaryosu (Three.js)	Evet
web/data/*.js	Vaka verileri: varlıklar, HAND kademeleri, AI bölgesi, zemin görüntüleri, 3B arazi	Hayır, pipeline/ ile yeniden üretilir
model/model_v2.txt	LightGBM yatkınlık modeli v2	Hayır
pipeline/	Özellik çıkarma, eğitim, değerlendirme, panel verisi üretimi (Python)	Evet
docs/	Analiz notları, ön kayıtlar, kör test tahminleri	–

web/data/ dosyaları büyüktür (toplam ~8 MB) ve tek satırlık JSON içerir; VS Code'da açmanıza gerek yok.

Gerçek zamanlı platform (ana sayfa)

web/index.html: Karadeniz Bölgesi'ndeki 18 ilin OSM enerji varlıkları (trafo merkezi, santral, baraj, hat) tam ekran bir Leaflet haritasında. Bir varlık ya da haritada herhangi bir nokta seçilip "Değerlendir"e basıldığında model o an çalışır; sonuç önceden hesaplanmaz. Önceden hazırlanmış olay vakaları ve doğrulama web/vakalar.html sayfasındadır (simge şeridinde "Vakalar").

pip install -r requirements.txt
python pipeline/ondemand/serve.py          # web/ klasörünü de sunar → http://localhost:8000

Servis her istekte noktanın çevresindeki 20 × 20 km alanı (+3 km tampon) Copernicus DEM ve ESA WorldCover'dan indirir, features_full.py ile aynı 17 özelliği çıkarır, model_v2 ile skorlar. Pencere 0,05° ızgaraya yaslanır; aynı varlık her istekte aynı sonucu alır. Yeni pencere 5-15 s, aynı pencere oturum içinde anında. Kademe varlık izindeki en düşük HAND'dan gelir; AI bölgesi pencerede HAND ≤ 5 m alanının 0,81'idir.

Tutarlılık denetimi (önceden hesaplanmış Rize–Artvin vakasıyla, 30 tesis): kademe 22'sinde aynı, 29'unda en fazla bir kademe farklı; AI bölgesi 23'ünde aynı. python pipeline/ondemand/check_case.py CASE_JSON AIZ_JSON OUT_CSV. Fark 30 m ızgaranın konumundan gelir.

Envanteri yenilemek: python pipeline/osm/region_energy.py web/data/region.js (Overpass, iki sorgu). Testler: web/test_platform.py (düzen, masaüstü + telefon), web/test_ondemand.py (servis açıkken uçtan uca), web/test_panel.py (vakalar.html).

AI risk notu

claude.ai'de yayımlanan sürümde not Claude ile yazılır. Yerelde iki seçenek var:

1. İstemi kopyala düğmesi: istemi Gemini, ChatGPT veya Claude'a yapıştırın.
2. Gemini ile panel içinde: web/js/config.example.js dosyasını web/js/config.local.js adıyla kopyalayıp Google AI Studio anahtarınızı yazın. config.local.js git'e girmez. Anahtar tarayıcıda görünür; yalnızca yerel demo için kullanın. (Bu bağlantı yazıldı ama anahtarla denenmedi.)

Notun her sayısı tabloyla karşılaştırılır; tabloda olmayan sayı varsa panel uyarır.

Model

model/model_v2.txt: LightGBM ikili sınıflandırıcı (300 ağaç). Girdi, 30 m hücre başına 17 özellik; sıra önemli (model adlarla değil sırayla eğitildi):

dist1, dist25, dist500, hand1, hand25, hand500, low2k, relief1k, sacc1, slope, twi, wc_bare, wc_crop, wc_grass, wc_shrub, wc_tree, wc_wetland

• handN / distN: N km² akarsu eşiğinde nehre göre yükseklik (m) ve nehre yatay uzaklık (m). Kaynak: Copernicus DEM GLO-30.
• sacc1: en yakın akarsuyun log10 havza alanı; slope (°); relief1k: 1 km içindeki en düşük noktaya göre yükseklik; twi; low2k: 2 km içinde HAND ≤ 5 m kara payı.
• wc_*: ESA WorldCover 2021 sınıfları (0/1).

import lightgbm as lgb
bst = lgb.Booster(model_file="model/model_v2.txt")
p = bst.predict(X)   # X: (n, 17), yukarıdaki sırayla

Özellikleri üretmek için pipeline/ai/features_full.py (bir alan sınırı verin, tam ızgara üretir). Skor kalibre değildir; panelde "AI tarama bölgesi" olarak karanın en yüksek skorlu ve HAND ≤ 5 m alanının %81'i büyüklüğündeki kısmı gösterilir.

Doğrulama özeti

• Olay dışarıda bırakılarak, 155 bölge / 46 fırtına grubu: aynı seli HAND ≤ 5 m'den %19 daha az alanla yakalıyor (38/46 grup).
• 2026 kör testi (13 sel, tahminler sel haritalarından önce kaydedildi): 12/13 olayda daha küçük alanla aynı sel; sele değen 23 TM/santralden 17'sini 436 tesis işaretleyerek buldu (HAND ≤ 5 m: 16, 590 tesis).
• Sınır: tesisleri kendi aralarında sıralamada HAND kademesinden iyi değil; panelde öncelik HAND kademesiyle verilir. Ayrıntılar docs/.

Pipeline (Python)

python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

Betikler geliştirme sırasında tek bir çalışma klasöründen (ems/, feat/, grids/, out/ alt klasörleriyle) çalıştırıldı; yolları bu yapıya göredir. Veri kaynakları: Microsoft Planetary Computer (Copernicus DEM, ESA WorldCover, Sentinel-2), Copernicus EMS Rapid Mapping, Environment Agency Recorded Flood Outlines, OpenStreetMap API, DSİ akım gözlem yıllıkları.

Betik	İş
ai/select_download.py, ai/ea_build.py	EMS ve EA sel çizimlerinden eğitim olaylarını seçme
ai/features.py, ai/features_full.py	DEM/WorldCover'dan özellik üretimi (örneklem / tam ızgara)
ai/v2.py	v2 eğitimi ve fırtına bazlı değerlendirme
ai/tm_v2.py, ai/within_tier.py	Hasarlı tesis testleri
ai/blind_predict.py, ai/blind_eval.py	2026 kör testi
ai/ai_zone.py, ai/rize_case.py, ai/osm_energy.py	Panel için AI bölgesi ve vaka verisi
dsi/	DSİ akım yıllıklarını ayrıştırma ve yağış-debi karşılaştırması

Lisanslar ve atıflar

OpenStreetMap verisi © OpenStreetMap katkıda bulunanlar (ODbL). Copernicus DEM GLO-30 © DLR e.V. 2010-2014 ve © Airbus Defence and Space GmbH 2014-2018, Copernicus programı kapsamında. ESA WorldCover 2021 © ESA. Copernicus EMS Rapid Mapping çizimleri © Avrupa Birliği. Environment Agency verisi Open Government Licence. Sentinel-2: Contains modified Copernicus Sentinel data.