Kentsel iklim değişiminin yapay sinir ağları ile simülasyonu

Abstract

Bugün dünya nüfusunun yarıdan fazlası kentlerde yaşamaktadır. Bu durum hızlı kentleşmeyi ve çevresel problemleri de beraberinde getirmektedir. Bu çevresel problemlerin en önemlilerinden birisi iklimsel değişimlerdir. Küresel iklim değişimleriyle beraber, etkisi daha da artan kentsel iklim değişimleri, insan hayatını tehdit etmektedir. Bunun en önemli nedenleri arasında, yeşil alanların tahribiyle yerine gelen beton gibi geçirimsiz yüzeyler, düzensiz kentsel geometrilerin oluşması ve insanların tüketim alışkınları gelmektedir. Dünyanın önemli metropolleri arasında olan İstanbul, artan nüfusu, kentleşmesi ile yaşanacak olan iklim değişimine karşı bir politikası olmaması nedeniyle bu durum karşısında savunmasız kalmaktadır. Bu tezde, İstanbul'daki kentsel değişimlerin en çok yaşandığı kuzey bölgesi ele alınarak, yaşanması beklenen iklimsel değişiklik yapay sinir ağları ile tahmin edilmeye çalışılmıştır. Tez kapsamında verilerin elde edilmesinde, uzaktan algılama ve coğrafi bilgi sistemleri (CBS) tekniklerinden yararlanılmış, simülasyonun yapılma aşamasında ise yapay sinir ağı (YSA) yönteminden yararlanılmıştır. Uzaktan algılama teknikleri ile elde edilen veriler; normalize edilmiş bitki örtüsü indeksi (NDVI), emissivite, birleşik termal etki indeksi ve yüzey sıcaklığıdır. Kullanılan uydu görüntüleri Landsat 7 ve Landsat 8'dir. CBS ile elde edilen veriler, ormana, kıyıya ve yola uzaklık verileridir. Yapay sinir ağları ile simülasyon yapımından geçmiş yıllardan yararlanarak geleceği ön görme modeli uygulanmıştır. Eğitimde kullanılan geçmiş yıllar 2010 ve 2011, tahmin edilecek yüzey sıcaklığı yılı ise 2017 yılı olarak seçilmiştir. Tezde simülasyon iki aşamalı olarak uygulanmıştır. İlki, mevcut kentsel değişimler meydana gelmeden önceki yıllardan (2010-2011) yararlanarak, kentsel değişim sonrası 2017 yılı yüzey sıcaklığının tahmin edilmesidir. Simülasyon sonucunda, elde edilen 2017 yılı tahmini yüzey sıcaklığı ile orijinal yüzey sıcaklığı karşılaştırılmıştır ve korelasyon başarısı test edilmiştir. Uygulanan ikinci simülasyon ise, ilk simülasyonda elde edilmiş en başarılı parametrelerden kullanılarak ve bölgede kentsel büyüme senaryoları yapılarak yüzey sıcaklığının tahmin edilmesi işlemidir. Bu tez çalışması ile kent ve çevresinde yapılması planlanan projelere bağlı olarak meydana gelebilecek mezo-mikro iklimsel değişikliklerin yapay sinir ağları kullanarak simüle edilebileceği ortaya konulmuştur.

Today more than half of the world's population lives in cities. This brings about rapid urbanization and environmental problems. One of the most important environmental problems is climatic changes. Global climate changes together with the increasing impact of urban climate change, threatens human life. Among the most important reasons for this are the construction of impermeable surfaces such as concrete instead of green areas; irregular urban geometries and people's consumption habits. Istanbul, which is one of the major metropolises of the world, is vulnerable because of its growing population and lack of policy towards climate change that urbanization will be bring. In this thesis the northern part of Istanbul, where urban changes are most encountered, was tackled. The climatic change that will be experienced after this urban change, of the scope of this thesis is tried to estimate using artificial neural networks. In the scope of the thesis, remote sensing and geographic information systems (GIS) techniques using to obtain the data. While artificial neural network (ANN) technique was used in the simulation stage. Data obtained by remote sensing techniques; normalized vegetation index (NDVI), emissivity, combined thermal effect index and surface temperature. The satellite imagery used is Landsat 7 and Landsat 8. The data obtained by GIS are distance to forest, shore and road. Benefiting from past years from the simulation made with artificial neural networks, foresight future model was applied. The past years used in education were selected as 2010 and 2011 and the predicted surface temperature year was selected as 2017. In this thesis, simulation is applied in two stages. The first, is to estimate the surface temperature of 2017 after urban change taking advantage of previous years (2010-2011) before existing urban changes occur. The first, is to estimate the surface temperature of 2017 after urban change taking advantage of previous years (2010-2011) before existing urban changes occur. The second simulation is the estimation of surface temperature by using the most successful parameters obtained in the first simulation and the urban growth scenarios in the region. With this thesis, it is revealed that meso-micro climatic changes that may occur depending on the projects planned to be made in and around the city can be simulated by using artificial neural networks.