Kent içi ulaşım planlamasına yeni yaklaşımlar: Erzincan ili örneği

Abstract

Kentsel ulaşım planlaması, kentlerde mevcut ve gelecekte oluşacak yolculukları dikkate alarak, ulaşım sisteminin oluşturulması, geliştirilmesi ve sorunların giderilmesi için yapılan zamansal ve mekânsal çözümler bütünüdür. Aynı zamanda, ulaştırma için yapılacak olan yatırımların, düzenlemelerin ve bunların işletilmesi için öngörülen uzun vadeli planlamalardır. Aynı zamanda kentlerin sağlıklı gelişebilmesi ve sürdürülebilir bir çevre oluşturulabilmesi için üzerinde önemle durulması gereken bir olgudur.Bu çalışmada, Erzincan ili örnek olarak alınmıştır. İlde oluşan tüm yolculuklar anketlerle belirlenerek mevcut ve gelecekte oluşacak yolculuklar dört farklı istatistiksel yöntemlerle (Lineer regresyon, Poisson regresyon, Negatif binomial regresyon ve Yapay sinir ağları) modellenerek birbirleriyle karşılaştırılmıştır. Ulaşım yatırımları, pahalı ve geri dönüşü zor olan yatırımlar olduğundan, istatistiksel modellerin kent içerisinde oluşacak trafiğe etkisini görebilmek için makro-simülasyon programı (VISUM) kullanılarak karşılaştırmaları yapılmıştır. Modeller karşılaştırıldığına, hane halkı anketleri için yapılan modellemelerde, en anlamlı modelin yapay sinir ağları ile elde edildiği, yurt anketleri için ise en anlamlı modelin lineer regresyon olduğu belirlenmiştir. Aynı zamanda, yapılan makro-simülasyon modellemelerinde, en az seyahat süresi üreten Poisson regresyon en uygun model olarak belirlenmiştir.

Urban transportation planning indicates whole spatial and temporal solutions offered to create, develop and overcome the problems of transportation system regarding current and possible trips in urbans. Moreover, it includes long-term planning predicted for investments and regulations for transportation, and operations of these. It is also a phenomenon to be emphasized for creating a sustainable environment and providing urbans to develop.In this study, the province of Erzincan was taken as the sample. All trips in the province were determined with questionnaires, and current and possible trips were compared with each other modelling with four different statistical methods (Linear regression, Poisson regression, Negative binomial regression and Artificial neural network). Because transportation investments were expensive and difficult for regression, comparisons were made using macro-simulation software (VISUM) in order to see the effect of statistical methods on traffic possible to appear in urbans. When the models were compared, it was determined that artificial neural network was the most significant model in modellings performed for household interview questionnaires, and linear regression was the most significant for domestic questionnaires. Furthermore, it was determined that Poisson regression was the most appropriate model due to producing the lest trip time among the macro-simulation modellings.