Kentsel büyüme ve yayılmanın ilçelerarası yolculuk dağılımı verileriyle modellenmesi: Sakarya ili örneği

Abstract

Bu çalışmada, kentsel büyüme ve yayılma, yolculuk dağılımı verileri ile modellenerek Sakarya İli özelinde incelenmiştir. Sakarya İli?nde, devam eden ve ülke ulaştırma sisteminin bir parçası olarak planlananlar hariç, 2012 yılı sonrasında hiçbir ulaşım altyapı yatırımının yapılmaması halinde, 2023 plan hedef yılında kentsel yapının ne şekilde değişeceğini ortaya koymak için yapılan bu çalışmada, 2012 ve 2023 yıllarına ait ilçelerarası yolculuk matrisleri hiyerarşik kümeleme analizi (HKA) ile modellenmiştir. Hiyerarşik kümeleme analizinde üç farklı benzerlik ölçütü (en yakın, en uzak ve ortalama komşuluk mesafesi) kullanılarak, içsel değerlendirme ölçütüne (cophenetic korelasyon) göre ilçelerin oluşturdukları kümeler arası mesafe matrisi (1-rij) ile cophenetic mesafe matrisi arasında en yüksek korelasyonu veren bağlantılılık ölçütünün sonuçları benimsenmiştir. Bu sonuçlara göre elde edilen 2012 ve 2023 yılı ilçe kümelenmeleri, ilçelerarası yolculuklar ve ilçelerin yolculuk üretim ve çekim değerleri ile tutarlılık göstermiştir. Ayrıca, 2012 ve 2023 yıllarına ait ilçeler arasındaki toplam yolculukları etkileyecek nüfus, hanedeki çalışan sayısı ve istihdam verilerindeki değişimler, 2023 yılına ait HKA sonuçlarıyla elde edilen ilçe kümelenmelerini doğrulamaktadır. Elde edilen sonuçlar, Sakarya?nın 11 yılık süreçte yaşaması muhtemel sosyo-ekonomik değişime bağlı olarak ortaya çıkan kentsel yayılma ve büyümeyi ortaya koymaktadır.

In this study, urban growth and expansion is modeled by the hierarchical cluster analysis (HCA) between 2012 and 2023 due to population and employment increases mainly caused by industrial and logistics investments using interdistrict travel data (i.e., OD travel matrices) as a case study of Sakarya Province, Turkey, without introducing additional urban transport infrastructure, except the ones which are already committed by the local as well as central government departments. In the HCA, three commonly used linkage rules (single or nearest neighbor, complete or furthest neighbor, and average) are employed to calculate the interdistrict distances when there are multiple districts clustered together. An internal cluster validation was performed using the cophenetic correlation, which is a popular evaluation measure for choosing the best hierarchical clustering among the alternatives created using the three linkage rules. The cophenetic correlation is calculated by the correlation between the correlation distance (1-rij) and the cophenetic distance matrices. The results of the hierarchical clustering for years 2012 and 2023 are seemed consistent with the interdistrict OD trip matrices and the trip productions and attractions. In addition, projected changes in population, number of workers, and employment data between 2012 and 2023 also approved the hierarchical clustering for year 2023. According to the modeling results, the province of Sakarya is likely to be experiencing urban sprawl and growth during the eleven-year period because of the projected socio-economic changes in the Transport Master Plan of the Sakarya Metropolitan Municipality.