Dergiler / Artium / 2023 / Cilt: 11 Sayı: 1

Arazi Örtüsü Değişiminin CORINE Verisiyle Modellenmesi: Ankara İlinin Kentsel Büyüme Tahmini

Modeling Land Cover Change with CORINE Database: Urban Growth Prediction of Ankara City

Dergi
Artium
Sayfa
54–60
Yayın Tarihi
2023-02-28
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuçlar, arazi örtüsü değişimindeki hızı ve özellikle kentin batı, kuzeybatı ve güneybatı yönlü büyüme baskısını ortaya koymaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Arazi kullanımı arazi örtüsü değişimi araştırmaları, kentlere ilişkin karar alma süreçlerinde oldukça etkilidir.
📊
Temel Bulgular & Veri:Araştırmada, Ankara ilinde 1990, 2012 ve 2018 yılları Coordination of Information on the Environment (CORINE) verisi kullanılarak arazi örtüsünün gelecekteki değişimi öngörülmektedir.
💡
Sonuç & Katkı:Sonuçlar, arazi örtüsü değişimindeki hızı ve özellikle kentin batı, kuzeybatı ve güneybatı yönlü büyüme baskısını ortaya koymaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2012 Verileri
⚙️Değişkenler:Zamansal-mekânsal modelleme · Markov zinciri · CBS

Özet

Arazi kullanımı arazi örtüsü değişimi araştırmaları, kentlere ilişkin karar alma süreçlerinde oldukça etkilidir. Araştırmada, Ankara ilinde 1990, 2012 ve 2018 yılları Coordination of Information on the Environment (CORINE) verisi kullanılarak arazi örtüsünün gelecekteki değişimi öngörülmektedir. Elde edilen veriler, Coğrafi Bilgi Sistemleri kullanılarak analiz edilmiştir. Tahmin haritalarının üretilmesinde hücresel özişleme ve Markov zinciri yöntemleri entegre olarak uygulanmış ve 2056 yılı için yapısal alanların büyümesi zamansal-mekânsal olarak modellenmiştir. Uygulanan modelleme yaklaşımının uygunluğu, 2018 yılı için referans ve tahmin haritalarının Kappa istatistiki değeriyle (Klocation: 0,9744) analiz edilmesi yoluyla ispatlanmıştır. 2018-2056 yılları arasındaki alansal değişim, yapay alanlardaki artışa karşılık tarımsal alanlar ile sulak alanlar ve su kütlelerindeki kaybı ortaya koymaktadır. Sonuçlar, arazi örtüsü değişimindeki hızı ve özellikle kentin batı, kuzeybatı ve güneybatı yönlü büyüme baskısını ortaya koymaktadır.

Abstract

Land use land cover change studies are very effective in decision-making processes related to cities. In the research, the future change of land cover in Ankara is predicted by using Coordination of Information on the Environment (CORINE) data for the years 1990, 2012, and 2018. The obtained data were analyzed using Geographic Information Systems. The cellular automata and Markov chain methods were applied and integrated into the production of forecast maps, and the growth of structural areas for the year 2056 was modeled as spatial and temporal. The suitability of the applied modeling approach has been proven by analysing the reference and forecast maps for 2018 with the Kappa statistical value (Klocation: 0.9744). The areal change between 2018-2056 reveals the loss of agricultural lands, wetlands, and water bodies in contrast to the increase in artificial areas. The results reveal the speed of land cover change and especially the west, northwest, and southwest growth pressure of the city.

🔖

Bu Makaleye Atıf Yap

IŞINKARALAR, Ö. (2023). Arazi Örtüsü Değişiminin CORINE Verisiyle Modellenmesi: Ankara İlinin Kentsel Büyüme Tahmini. Artium, Cilt: 11 Sayı: 1, 54–60. https://ajindex.com/articles/939096

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (6)

  1. Alan İ., Demirörs, Z., Bayar, R. ve Karabacak, K. (2020). Markov Chains based land cover estimation model development: The case of Ankara Province. lnternational Journal of Geography and Geography Education, (42), 650-667.
  2. Aricak, B., Kucuk, O., & Enez, K. (2014). Determination of pumper truck intervention ratios in zones with high fire potential by using geographical information system. Journal of Applied Remote Sensing, 8(1), 083598. Aydın, N., ve Polat, E. (2021). Kentin organik dokusunun değişiminin yapılan planlama çalışmaları ile karşılaştırılarak incelenmesi, Isparta Örneği,;31(3):530–545.
  3. Aune-Lundberg, L., & Strand, G. H. (2021). The content and accuracy of the CORINE Land Cover dataset for Norway. International Journal of Applied Earth Observation and Geoinformation, 96, 102266. Bachantourian, M., Chaleplis, K., Gemitzi, A., Kalabokidis, K., Palaiologou, P., & Vasilakos, C. (2022).
  4. Evaluation of MODIS, Climate Change Initiative, and CORINE Land Cover Products Based on a Ground Truth Dataset in a Mediterranean Landscape. Land, 11(9), 1453. Bao, W., Yang, Y., & Zou, L. (2021). How to reconcile land use conflicts in mega urban agglomeration? A scenario-based study in the Beijing-Tianjin-Hebei region, China. Journal of Environmental Management, 296, 113168. Baudoux, L., Inglada, J., & Mallet, C. (2021). Toward a yearly country-scale CORINE land-cover map without using images: A map translation approach. Remote Sensing, 13(6), 1060. Bayraktar, E. P., Isinkaralar, O., & Isinkaralar, K. (2022). Usability of several species for monitoring and reducing the heavy metal pollution threatening the public health in urban environment of Ankara. World Journal of Advanced Research and Reviews, 14(3), 276-283.
  5. Castro, M. L., Machado, P., Santos, I., Rodriguez-Fernandez, N., Torrente-Patiño, A., & Carballal, A. (2022). Flow Space and the Complexity of Urban Spatial Network State of the Art on Artificial Intelligence in Land-Use Simulation. Complexity, 2022.
  6. Cervelli, E., Pindozzi, S., Allevato, E., Saulino, L., Silvestro, R., Scotto di Perta, E., & Saracino, A. (2022). Landscape Planning Integrated Approaches to Support Post-Wildfire Restoration in Natural Protected Areas: The Vesuvius National Park Case Study. Land, 11(7), 1024. Diep, N. T. H., Nguyen, C. T., Diem, P. K., Hoang, N. X., & Kafy, A. A. (2022). Assessment on controlling factors of urbanization possibility in a newly developing city of the Vietnamese Mekong delta using logistic regression analysis. Ph