AI Summary & Key Takeaways
AI InsightSince August and February have identical route sets and proportional edge weights, structural criticality remains unchanged; the seasonal difference concerns passenger exposure rather than structural resilience.
📌 3 Key Takeaways
Abstract
This study examines critical flight routes and the effects of route disruptions on network efficiency in the Turkish domestic airline network using a directed and weighted graph. The analysis uses a researcher-constructed route-demand matrix comprising 13 airports and 147 directed routes, based on 2024 airport passenger statistics published by the General Directorate of State Airports Authority. August and February are defined as high- and low-demand scenarios representing 12% and 6% of annual route demand, respectively. Because passenger volume represents connection strength, edge cost is defined as the inverse of passenger volume. Critical routes are identified using normalized Edge Betweenness Centrality (EBC); percentage Network Efficiency Loss (NEL) is calculated after individual route removal; and cumulative EBC-targeted disruptions are compared with 1,000-replication random route-removal simulations. Network density, reciprocity, and the share of the largest strongly connected component are 0.9423, 0.9932, and 1.000. The Ankara–Sabiha Gökçen and Sabiha Gökçen–Ankara routes have the highest EBC values; their individual removal reduces network efficiency by 3.755% and 3.761%. Removing the first 5, 10, and 20 critical routes produces losses of 9.224%, 13.746%, and 26.918%, compared with random-removal means of 1.293%, 2.730%, and 5.886%. EBC and NEL are strongly correlated (Spearman's ρ=0.983, p<0.001). Since August and February have identical route sets and proportional edge weights, structural criticality remains unchanged; the seasonal difference concerns passenger exposure rather than structural resilience.
Özet
Bu çalışma, Türkiye iç hat havayolu ağında kritik uçuş rotalarını ve rota kesintilerinin ağ verimliliği üzerindeki etkisini yönlü ve ağırlıklı bir ağ modeliyle incelemektedir. Araştırmada 13 havalimanı ve 147 yönlü rota içeren, Devlet Hava Meydanları İşletmesi Genel Müdürlüğü'nün 2024 yılı havalimanı yolcu istatistikleri temelinde araştırmacılar tarafından oluşturulan rota-talep matrisi kullanılmıştır. Ağustos ve şubat dönemleri yıllık rota talebinin sırasıyla %12 ve %6'sı olarak tanımlanan yüksek ve düşük talep senaryolarıdır. Yolcu hacmi bağlantı gücünü temsil ettiğinden, en kısa yol hesaplamalarında kenar maliyeti yolcu hacminin tersi olarak tanımlanmıştır. Kritik rotalar normalize Edge Betweenness Centrality (EBC) ile belirlenmiş, her rotanın tekil çıkarılması sonucunda yüzde Network Efficiency Loss (NEL) hesaplanmış ve kümülatif EBC-hedefli kesintiler 1.000 tekrarlı rastgele rota çıkarma simülasyonlarıyla karşılaştırılmıştır. Ağ yoğunluğu 0,9423, karşılıklılık 0,9932 ve en büyük güçlü bağlı bileşen oranı 1,000 olarak bulunmuştur. Ankara–Sabiha Gökçen ve Sabiha Gökçen–Ankara rotaları en yüksek EBC değerlerine sahip olmuş; tekil çıkarılmaları ağ verimliliğinde sırasıyla %3,755 ve %3,761 kayıp oluşturmuştur. İlk 5, 10 ve 20 kritik rotanın hedefli çıkarılması sırasıyla %9,224, %13,746 ve %26,918 kayıp üretirken rastgele çıkarma ortalamaları %1,293, %2,730 ve %5,886 olmuştur. EBC ile NEL arasında güçlü pozitif ilişki bulunmuştur (Spearman ρ=0,983; p<0,001). Ağustos ve şubat senaryoları aynı rota seti ve oransal ağırlık yapısına sahip olduğundan yapısal kritiklik değişmemiş; dönem farkı yapısal dayanıklılıktan çok yolcu maruziyetinde ortaya çıkmıştır.