Show simple item record

dc.contributor.advisorAlgancı, Uğur
dc.contributor.authorAldoğan, Cemre Fazilet
dc.date.accessioned2020-12-07T09:58:54Z
dc.date.available2020-12-07T09:58:54Z
dc.date.submitted2019
dc.date.issued2019-10-03
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/127701
dc.description.abstractSürdürülebilirlik; toplumu oluşturan üreticiler ve tüketiciler ve sanayileşme ve kentleşme ile ilgili olarak, onların her bir hareketinden etkilenen doğanın arasındaki dengeye işaret eden önemli bir kavramdır. İnsanların içinde yaşadığı doğa, insanların sergilediği hareketlerden yüksek ölçüde etkilenmektedir. Tüketiciler ve üreticiler ile doğa arasındaki dengenin korunması her bir canlıya ev olan bu çevreye sürdürülebilirlik aşılamak önemlidir. Toprak, arazi örtüsü/kullanımının, iklimlerin insanların sergiledikleri faaliyetlere karşı bir dayanma sınırı vardır. Bu sebeple, içerisinde yaşanılan çevrenin toprağa, arazi örtüsü/kullanımına, iklimlere ve diğer kaynaklara baskıyı hafifletecek şekilde ayarlanması gerekmektedir. Birleşmiş milletlerin 2014 yılında yayınlanmış raporuna göre dünya nüfusunun büyük çoğunluğu, %54'lük bir payla şehirde yaşamaktadır. Bu çoğunluğu barındıran şehirler, yaşam kalitesini korumak ve kişilerin ihtiyaçlarına daha iyi hizmet edebilmek amacıyla sürdürülebilirliğe adapte haline getirilmelidir. Sürdürülebilirlik kavramı, şehri yöneten belediyelerin ve belediyelerin birlikte çalıştıkları şehir plancılarının ulaşmak istedikleri bir hedef olarak karşımıza çıkmaktadır. Şehirlerin planlı ve organize bir biçimde yönetilebilmesi ortak bir sorundur. Göçlerle beslenen, farklı sosyal kimliklere sahip insanların bir araya geldiği, aşırı nüfusun göze çarptığı, kısacası metropoliten bir yapıya sahip şehirlerde teknoloji ve bilimsel araştırmalar ile şehrin refah düzeyinin birlikte değerlendirilmesi durumuna ihtiyaç vardır. İstanbul geçmişten bu yana nüfusu hızla artan bir şehir olup, nüfusla gelen kentleşmenin getirdiği negatif anlamda oluşabilecek sosyal ve çevresel değişikliklere açık bir konumdadır. Kentleşme ve motorlu taşıt kullanımının artması ile şehirdeki baskı arazi kullanımı dağılımında düzensizlik olarak açığa çıkmıştır. Bu sebeple, şehrin akıllı hale getirilmesi, insan hayatını kolaylaştırması, çevre problemlerinin azaltılması, bireylerin kontrollü bir şehirleşmeden sağlayacağı faydanın artırılması için yapılan yatırımların ve bu yatırımların etki ettiği arazi kullanımının coğrafi bilgi sistemleri ile izlenmesi gereklidir. Arazi kullanımı bir çok faktörden etkilenen dinamik bir yapıya sahiptir. Arazi kullanım dağılımının dengesiz olması mekansal bir problemdir. Coğrafi bilgi sistemleri; içerisinde verinin yalnızca saklandığı değil, aynı zamanda analiz edildiği ve sonrasında aynı ortamda görselleştirilebildiği sistemlerdir. Onun analiz becerisi, veriden üretilen istatistiksel çıkarımlar ile ilgilidir. Coğrafi bilgi sistemleri; mekansal veri ve mekansal veri ile bağlantılı diğer tipteki verilerin son safhada karar alma işlemlerinde gereken önemli bilgiye götüren herhangi bir ilişkiyi tespit etmek için, bir araya getirilip tek bir platformda birlikte değerlendirilmesini mümkün kılan sistemlerdir. Bu özellikler, diğer sistemler ile karşılaştırıldığında coğrafi bilgi sistemlerinin en büyük avantajıdır. Bu sebeple, coğrafi bilgi sistemleri mekansal problemlerin tespit edilip hafifletilmesinde önemli bir araçtır. Uzaktan algılama, arazi kullanımı verisinin üretilmesine yardımcı olarak, coğrafi bilgi sistemleriyle entegre bir şekilde çalışabilir. Coğrafi bilgi sistemlerinin yanında uzaktan algılama arazi çalışmalarına giden zamanın azaltılmasında etkili olan güçlü bir birleşimdir. Arazi çalışmalarına azımsanmayacak derecede harcanan zamanın aksine, uzaktan algılama hem zaman kazandırıcı hem de uygun maliyetlidir. Bu tez, uzaktan algılama ve CBS'nin bir araya gelerek İstanbul'un seçilen bölgesinde arazi kullanımı değişiminin belirlenmesi için geçmiş yıllara ait uydu görüntülerinin ön işlemeye tabi tutulup, Avrupa Çevre Ajansının belirlediği CORINE standartlarına göre sınıflandırılması ve üretilen arazi kullanım haritalarıyla geleceğe yönelik arazi kullanım tahmin modelinin simüle edilmesi aşamalarını içermektedir. Uydu görüntülerinin tekrar sınıflandırılması işlemi (sınıflandırma sonrası işlemler kapsamında) CORINE 1. Seviye sınıflandırma standartlarına göre gerçekleştirilmiştir. CORINE arazi örtüsü/kullanımı standartları 5 detay sınıfından oluşmaktadır. Önceden 5. Seviye olarak sınıflandırılan uydu görüntüleri böylece tekrar sınıflandırma sürecinde 1. Seviye olarak sınıflandırılmış oldu. Sonuç olarak, ana hatlarıyla; şehir yapısı, endüstriyel ve ticari birimler, ekilebilir alanlar, ormanlar ve su kütleleri olarak sınıflandırılma yapılmıştır. Birinci bölümde çalışmaya genel bir bakış sunularak, çalışma alanını tanıtılır. Ek olarak arazi örtüsü/kullanımı tespiti ve geleceğe yönelik arazi örtüsü/kullanım tahmini ile ilgili benzer çalışmalardan bahsedilir. İstanbul milyonlarca insana ev sahipliği yapan bir mega kenttir ve ulaştırma, finans, ekonomi gibi konularda kilit konumdadır. İstanbul Avrupa ülkelerinin bir çok başkentinden nüfus itibariyle daha büyüktür. Türkiye İstatistik Kurumunun 2018'deki raporuna göre İstanbul'un nüfusunun 16 milyon 310 bin kişi olacağı öngörülmektedir. Bu sebeple, çalışma alanı bu nüfus büyüklüğüne ve İstanbul'un en fazla değişime maruz kalmış tarafı olan Avrupa yakasına hitap etmek için seçilmiştir. Avrupa yakasında seçilen bu çalışma alanına, ulaşım ve son 20 yılda yapılan ulaştırma yatırımları kriterleri baz alınarak karar verilmiştir.İkinci bölümde veri ve arazi örtüsü/kullanımı tahmin metotları tanıtılmıştır. Yapay sinir ağları ve mantıksal regresyon yöntemleri detaylı bir biçimde açıklanmıştır. Ek olarak, çok katmanlı algılayıcı kavramı açıklanmıştır. Çok katmanlı algılayıcı bir yapay sinir ağları çeşidi olup, lineer olmayan yapıdaki verilerin esnek bir biçimde analiz edilmesi için kullanılır. Lineer bir ilişki içerisinde olmayan korelasyonları modelleyebilmede ÇKA uygun bir YSA çeşididir. Veri kaybı yaşanmaz. ÇKA, daha esnek bir ağ yapısına sahip olmak için geri beslemeli algoritmadan yararlanır. Üçüncü bölümde, 2007 ve 2014 yılları arasındaki arazi kullanım değişiminin sayısal analizinin gerçekleştirilmesiyle arazi kullanım sınıfları arasındaki kazanım ve kayıpların detaylı analizi incelenmiştir. Kazanım ve kayıplar net değişim grafiklerinde farklı bir açıdan tartışılmıştır. Net değişim ile şehir yapısına, endüstriyel ve ticari birimlere ve ekili alanlara katkı sağlayan sınıflar şekillerde gösterilmiştir. Şehir yapısı ile endüstriyel ve ticari birimlerin tarım alanları karşılığında en çok artan sınıflar olduğu anlaşılmıştır. Değişim analizi, 2023 yılının arazi örtüsü/kullanımının tahmin edilmesi yolunda geçiş olasılık haritalarının elde edilmesi için gerçekleştirilmiştir. 2007 ve 2014 yıllarına ait üretilen arazi kullanım haritaları, 2023 yılına ait arazi kullanım modelinin yapay sinir ağları ve mantıksal regresyon metotlarıyla tahmin edilmesi için kullanılmıştır. 1997 ve 2007 yılları sonucu 2014 yılının tahmin edilmesinde simüle edilen model, 2023 yılı arazi modelinin test edilmesinde doğruluk analizi görevi görmüştür. Çalışma için 2023 yılı, şehir ulaşım planlarında hedef yıl ve Cumhuriyetimizin 100. Yılı olması sebebiyle seçilmiştir. Mantıksal regresyon metoduyla iki farklı simülasyon modeli elde edilmiştir. Modellerden birincisi yerleşim yerlerinin tahminini ikincisi ise endüstriyel ve ticari birimlerin tahminini esas almıştır. Yapay sinir ağları ile simüle edilen tahmin modelinde şehir yapısı ile endüstriyel ve ticari birimlere geçiş bir arada modellenebilmiştir. Mantıksal regresyon metoduyla ortaya çıkarılan arazi kullanım modellerinin doğruluk analizi QGIS Molusce modülünde yapılmıştır. Molusce modülü, iki ayrı arazi modelinin bir modelde toplayabilme özelliğine sahiptir. Kappa ve ROC değerleri hem YSA'da hem de mantıksal regresyon modelleri için hesaplanmıştır. Bu tahmin modellerinin, karar vericilerin arazi yönetimi konusunda İstanbul'un sorunlarına kalıcı çözümler üretmelerinde yol göstermesi amaçlanmıştır. Son bölümde, 1997'den 2014 yılına kadar kademeli olarak artan tek sınıfın şehir yapısı sınıfı olduğu sonuçlandırılmıştır. Bu bölüm, üçüncü bölümde tartışılan sonuçların özetidir.
dc.description.abstractSustainability is an important concept that refers to the balance between consumers and producers that constitute the society and nature that depends on each step that humans (also consumers) take with respect to industrialization and urbanization. Nature that humans live in is highly affected by the actions humans perform. Maintaining the balance between consumers and producers and nature is crucial for instilling the notion of sustainability to the environment which is a home to every living being. There is a limit on the resistancy of soil, land use/cover, climate against all the actions that people perform. Therefore, the environment that people reside in is required to be adjusted such that it will alleviate the pressure on soil, land use/cover, climate and others. Cities in which bigger part of the world's population resides with the percentage of 54% according to report of United Nations are required to be adaptable sustainably in order to preserve the quality of life and serve people's needs better. The notion of sustainability is the main goal of municipalities who manage cities and city planners working with them. Administring cities in a planned and organized way is a common issue. In cities that grow with immigrations and striking population in addition to having unity with people with a wide range of social identities, in short, in cities that has a metropolitan structure; technology, scientific researches and the prosperity of cities needs to be evaluated collaboratively. İstanbul is prone to probable social and environmental changes resulting from the urbanization in a negative sense in addition that it is a kind of city in which population increases from early decades on. Pressure on the city resulting from the instability of the distribution of land use is generated with urbanization and expansion of motorization. Thus, infrastructural investments and land use that is affected by them must be monitored with geographic information systems for the purposes of creating smart cities, facilitating people's lives, mitigating environmental problems and increasing the utility that individuals gain from a controlled urbanization. Land use has a dynamic structure that is driven by a lot of external factors. The fact that land use distribution is instable is a spatial problem. Geographic information systems are the systems in which data cannot only be stored but also it can be analyzed and visualized afterwards within the same environment. İts ability to analyze is related to statistical inferences that one derives from the data itself. GIS makes possible that spatial data and other types of data linked with spatial data can be integrated and evaluated together within one platform so as to detect any relation that will lead to the crucial information needed for the decisions as the last phase. That is the major advantage of GIS compared to its other counterparts. In this regard, GIS is a beneficial tool in determination of spatial problems and mitigating the effects of them. Remote sensing assists on obtaining land use data and can be integrated with geographic information systems. Remote sensing coupled with geographic informations systems is a powerful combination for shortening the amount of time that goes to field work. Unlike losing a considerable amount of time on field work, remote sensing is time saving and cost effective. This thesis covers the steps of preprocessing of satellite images, classification of them in accordance with CORINE standards defined by European Environmental Agency for the determination of land use change in the chosen area in Istanbul in addition to the simulation of land use prediction model with classified land use images. Reclassifying of satellite images (post-classification) are done according to the first level defined in CORINE land use/cover standards. CORINE land use/cover standards are comprised of five levels (level of detail). Satellites images classified according to fifth level were reclassified as a part of post-classification process. At the end, first level is obtained in which only named as urban areas, industrial and commercial units, barren lands, forests and water structures. First chapter, covers the general outlook of the study, introduces the study area and points to similar studies made regarding land use/cover detection and the prediction of future land use/cover. İstanbul is a megacity that resides millions of people and it is at the key position on the issues of transportation, finance, economics. İstanbul is larger than most of the European countries' capital cities by population and it is estimated by Turkish Statistical Institute that İstanbul's population will be 16 million and 310 thousands by 2023. In this regard, chosen area was decided to address this large population and the part of Istanbul that has seen the biggest change, that is, European side of Istanbul. Chosen area at the European side of Istanbul were determined by the criteria of transport and the tranport investments made last two decades. Second chapter, data and land use/cover prediction methods are introduced. The methodology of artificial neural networks and logistic regression are explained in a detailed way. The concept of multi layer perceptron is explained. Multi-layer perceptron is a type of artificial neural networks that can be used to analyze data which has an unlinear structure in a flexible manner. MLP is convenient in terms of being able to model unlinear correlations. Data loss does not occur in MLP. MLP uses back propagation algorithm for having flexible network structure. On the third chapter, detailed analysis of gains and losses between land use classes are evaluated after implementing the quantitative analysis of land use/cover change for the years, 2007 and 2014. Gains and losses are discussed from another angle which is net change. Net change and contributions to urban areas, industrial and commercial units and barren lands were exemplified with illustrations. Urban areas and industrial and commercial units were understood to be the most expanding classes at the expense of barren lands. The change analysis were implemented for obtaining the transition probability maps so as to be used in predicting land use/cover of 2023. Land use/cover maps derived for the years of 2007 and 2014 were utilized in order to predict future land use/cover model of 2023 with the methods of artificial neural networks and logistic regression. Simulated model of 2014 with land use/cover maps of 1997 and 2007 were utilized for accuracy assessment of 2023. 2023 was determined as the simulated year due to the fact that it is the target year in transport policies and 100th anniversary of the foundation of Turkish Republic. Two land use models were created with the method of logistic regression. First model represents the transition to urban areas accompanying the second model representing the transition to industrial and commercial units. Urban areas in addition to industrial and commercial units were able to be simulated together in the model simulated with artificial neural networks. Validation of the models created with logistic regression method is performed in QGIS Molusce module. It has the ability to combine two models into one when implemented in Molusce module. Kappa and ROC values are calculated for both the ANN model and the logistic regression models that were predicted for 2023. These prediction models were intended to guide decision makers in producing permanent solutions to the problems of Istanbul regarding land management.On the final chapter, it was concluded that urban areas are the only class that expands steadily since 1997 up until 2014. This chapter is the wrap-up of the results that were discussed in third chapter.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectMühendislik Bilimleritr_TR
dc.subjectEngineering Sciencesen_US
dc.titleİstanbul 2023 yılı arazi örtüsü/kullanım tahmininin yapay sinir ağları ve mantıksal regresyon metotları ile modellenmesi
dc.title.alternativeModeling land use/cover prediction of istanbulfor 2023 with methods of artificial neuralnetworks and logistic regression
dc.typemasterThesis
dc.date.updated2019-10-03
dc.contributor.departmentBilişim Uygulamaları Anabilim Dalı
dc.identifier.yokid10254404
dc.publisher.instituteBilişim Enstitüsü
dc.publisher.universityİSTANBUL TEKNİK ÜNİVERSİTESİ
dc.identifier.thesisid564116
dc.description.pages57
dc.publisher.disciplineCoğrafi Bilgi Teknolojileri Bilim Dalı


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess