SavedAdd your journal

Journals / Geomatik / 2022 / Cilt: 7 - Sayı: 1

Hızlı büyüyen yerleşim yerlerinde kentsel büyümenin yüksek doğruluklu simülasyon modelleri ile izlenmesi: Model kalibrasyonu için T-AFA yöntemi önerisi

İsmail Ercüment AYAZLI
Journal
Geomatik
Pages
1–9
Publication Date
2022-10-19
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Elde edilen sonuçlar T-AFA yönteminin farklı çalışmalarda da kullanılabilmesi için umut vaat edicidir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Dünya nüfusu her yıl artmakta ve bu nüfusun yarısı kentlerde yaşamaktadır.
📊
Key Findings & Data:Nüfus artışı nedeniyle kent mekânı fiziksel olarak genişlemekte ve fiziksel, çevresel, sosyal ve ekonomik sorunlara yol açmaktadır.
💡
Conclusion & Impact:Elde edilen sonuçlar T-AFA yönteminin farklı çalışmalarda da kullanılabilmesi için umut vaat edicidir.
🔬Design:Modeling & Simulation
📍Scope:2040 · 13 adet
⚙️Variables:kentsel büyüme · simülasyon · arazi yönetimi

Özet

Dünya nüfusu her yıl artmakta ve bu nüfusun yarısı kentlerde yaşamaktadır. Nüfus artışı nedeniyle kent mekânı fiziksel olarak genişlemekte ve fiziksel, çevresel, sosyal ve ekonomik sorunlara yol açmaktadır. Bu sorunların üstesinden gelebilmek için kentsel büyüme simülasyon modelleri sıklıkla kullanılmaktadır. SLEUTH modeli, bu modeller arasında en çok uygulananlardan biridir. Test, kalibrasyon ve kestirim olmak üzere üç aşamada oluşturulan simülasyon modelinin en önemli aşaması kalibrasyondur ve bu işlem adımı ne kadar hassas tamamlanırsa model de o kadar doğru sonuçlar üretmektedir. 13 adet ölçüte göre büyüme katsayılarının hesaplandığı kalibrasyon aşamasında farklı yöntemler geliştirilmiştir. Bu çalışmanın amacı, 13 ölçütün kullanılarak kalibrasyon aşamasının tamamlanabilmesini mümkün kılan Toplam Açımlayıcı Faktör Analizi (T-AFA) yönteminin nüfus artışı hızı çok yüksek olan yerleşmelerdeki başarısını araştırmaktır. Bu kapsamda, İstanbul Sancaktepe İlçesi çalışma alanı olarak seçilmiştir ve 2040 yılı için bir kentsel büyüme simülasyon modeli üretilmiştir. Elde edilen sonuçlar T-AFA yönteminin farklı çalışmalarda da kullanılabilmesi için umut vaat edicidir.

🔖

Cite This Article

AYAZLI, İ. E. (2022). Hızlı büyüyen yerleşim yerlerinde kentsel büyümenin yüksek doğruluklu simülasyon modelleri ile izlenmesi: Model kalibrasyonu için T-AFA yöntemi önerisi. Geomatik, Cilt: 7 - Sayı: 1, 1–9. https://ajindex.com/articles/524683

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (6)

  1. Ayazli I E, Kilic F, Lauf S, Demir H & Kleinschmit B (2015). Simulating urban growth driven by transportation networks: A case study of the Istanbul third bridge. Land Use Policy, 49, 332–340. https://doi.org/10.1016/j.landusepol.2015.08.016
  2. Ayazli I E, Kilic F, Lauf S, Demir H & Kleinschmit B (2015). Simulating urban growth driven by transportation networks: A case study of the Istanbul third bridge. Land Use Policy, 49, 332–340. https://doi.org/10.1016/j.landusepol.2015.08.016 Ayazli I E & Bilen O (2019). Using exploratory factor analysis to improve the calibration of sleuth urban growth models. Fresenius Environmental Bulletin, 28(2), 975–979.
  3. Ayazli I E, Gul F K, Baslik S, Yakup A E & Kotay D (2019). Extracting an urban growth model’s land cover layer from spatio-temporal cadastral database and simulation application. Polish Journal of Environmental Studies, 28(3), 1063–1069. https://doi.org/10.15244/pjoes/89506
  4. Ayazlı I E (2011). Ulaşım ağlarının etkisiyle kentsel yayılmanın simülasyon modeli: 3. Boğaz Köprüsü örneği. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü. Ayazlı I E & Başlık S (2016). Mülkiyet Deseni İle Kentsel Büyüme İlişkisinin Simülasyon Modelinin Oluşturulması Projesi Sonuç Raporu. Balanza R, García-Lorda P, Pérez-Rodrigo C, Aranceta J, Bonet M B & Salas-Salvadó J (2007). Trends in food availability determined by the Food and Agriculture Organization’s food balance sheets in Mediterranean Europe in comparison with other European areas. Public Health Nutrition, 10(2), 168–176. https://doi.org/10.1017/S1368980007246592
  5. Batty M (2007). Cities and Complexity. MIT Press. Batty M & Xie Y (1994). From cells to cities. Environment ve Planning B: Planning ve Design, 21(Celebration Issue), 531–548. https://doi.org/10.1068/b21s031 Benenson I & Torrens P M (2004). Geosimulation. Automata-based modeling of urban phenomena. John Wiley ve Sons Ltd. Büyüköztürk Ş (2002). Faktör Analizi: Temel Kavramlar ve Ölçek Geliştirmede Kullanımı. Kuram ve Uygulamada Eğitim Yönetimi, 32, 470–483.
  6. Candau J T (2002). Temporal calibration sensitivity of the SLEUTH urban growth model. University of California, Santa Barbara. Candau J (2000). Calibrating a cellular automaton model of urban growth in a timely manner. 4th International Conference on Integrating Geographic Information Systems and Environmental Modeling: Problems, Prospects, and Needs for Research, 2–8. Candau J & Clarke (2000). Probabilistic Land Cover Transition Modeling Using Deltatrons. 2000 URISA