Yapay zekâ yöntemleri ile bölgesel kentleşme ve iklim değişimi etkilerinin tahmini
Prediction of regional urbanization and climate change effects with artificial intelligence methods
- Tez No: 689816
- Danışmanlar: PROF. DR. ZAFER ASLAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Fen Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Batı ülkelerinde 19. yüzyılda başlayan sanayileşme süreci, sonraki yıllarda kentleşme sorununu da beraberinde getirmiştir. 2017 yılında Birleşmiş milletleri tarafından yayınlanan Dünya Nüfus Raporunda 7.6 milyar olan Dünya nüfusunun 2030 yılında 8.6 milyara ulaşmasının beklendiği belirtilmiştir. Kent yaşamının sağladığı avantajlardan dolayı kentsel nüfus hızla artmaktadır ve kentsel alanların büyümesi de kaçınılmaz olmaktadır. Birleşmiş Milletler tarafından 2018 yılında yayınlanan Kentleşme Raporuna göre 2050 yılında dünya nüfusunun üçte ikisinin kentlerde yaşayacağı tahmin edilmektedir. Bugün, hemen hemen her ülkede sanayileşme ve hızlı kentleşme, temel ekosistemimiz, bölgesel iklim farklılıkları ve küresel çeşitlilik gibi çevresel değerlerimizin çoğunu olumsuz yönde etkilemektedir. Yerleşim alanlarının hızla ve kontrolsüz büyümesi, arazi örtüsünün değişmesine, yeşil ve nem tutan alanların azalmasına neden olmaktadır. Bu tez çalışmasında, Türkiye' nin farklı coğrafi bölgelerinde bulunan İstanbul, İzmir, Antalya, Diyarbakır, Trabzon, Ankara, Bursa illerine ait 8 ilçe için bölgesel kentleşmenin vejetasyon üzerindeki etkileri uydu verileri ve atmosferik değişkenleri yardımıyla incelenmiştir. Bitki örtüsü analizinde 2005-2018 yılları arasında TERRA-MODIS uydusundan elde edilen, EVI (Geliştirilmiş Bitki Örtüsü İndeksi) ve LST (Kara Yüzey Sıcaklığı) çoklu zaman indeks değerleri kullanılmıştır. Hava sıcaklığı ve yağış miktarı atmosferik değişkenler olarak seçilmiştir ve EVI değerinin 2030 yılına kadar beklenen zamansal değişimi tahmin edilmiştir. Landsat 8 OLI/TIRS uydu algılayıcısı üzerinden elde edilen NDBI (Normalize edilmiş yerleşim alanı indeksi) verileri ile bitki örtüsü ve kentleşme arasındaki ilişki araştırılmıştır. Seçilen bölgeler üzerinde arazi örtüsü/ kullanım (AKAÖ) değişimlerini incelemek amacıyla 2006, 2012 ve 2018 yılları MODIS ve CORINE' e ait sınıflandırılmış arazi örtüsü haritalarından yararlanılmıştır. Çalışmada indeks değerleri ve atmosferik değişkenler arasındaki ilişkiyi incelemek için pearson korelasyon testi uygulanmış ve değişkenler arasında korelasyon matrisleri hesaplanmıştır. Tez çalışmasında gerçekleştirilen son analiz ise, çalışma kapsamındaki ilçelerin 2030 yılına kadar EVI değer değişiminin karşılaştırma ve performans değerlendirmesidir. EVI tahmini için NARX yapay sinir ağları modeli kullanılmıştır. Ayrıca tahmin performansını iyileştirmek için Dalgacık dönüşümü ve yapay sinir ağları kullanılarak hibrit bir model geliştirilmiştir. Önerilen D-YSA modelinin sadece NARX modeli ile yapılan tahminlere göre bütün ilçeler için EVI tahmininde başarıyı en az %1 ve en fazla %18 artırdığı görülmüştür.
Özet (Çeviri)
The industrialization process, which began in Western countries in the 19th century has brought about the problem of urbanization in the following years. In the World population report published by the United Nations in 2017, it was reported that the world population, which was 7.6 billion, is expected to reach 8.6 billion in 2030. Due to the advantages of urban life, the urban population is increasing rapidly and the growth of urban areas is inevitable. According to the urbanization report published by the United Nations in 2018, it is estimated that two-thirds of the world's population will live in cities by 2050. Today, industrialization and rapid urbanization in almost every country are negatively affecting many of our environmental values, such as our core ecosystem, regional climate differences and global diversity. The rapid and uncontrolled growth of residential areas causes the land cover to change and the green and moisture-holding areas to decrease. In this thesis, the effects of regional urbanization on vegetation for 8 districts of Istanbul, Izmir, Antalya, Diyarbakir, Trabzon, Ankara and Bursa, located in different geographical regions of Turkey, were examined using satellite data and atmospheric variables. EVI (Enhanced Vegetation Index) and LST (Land Surface Temperature) multiple time index values obtained from the TERRA MODIS satellite between 2005 and 2018 were used in the vegetation analysis. Temperature and precipitation were chosen as atmospheric variables, and expected variations of the EVI value up to 2030 were estimated. The relationship between vegetation and urbanization was investigated with the NDVI (Normalized settlement index) data obtained from the Landsat 8 OLI/TIRS satellite sensor. Classified land cover maps of MODIS and CORINE for the years 2006, 2012 and 2018 were used to examine the land use/land cover (LULC) changes over the selected regions. In the study, Pearson correlation test was applied to examine the relationship between index values and atmospheric variables, and correlation matrices were calculated between the variables. The final analysis performed in the thesis study is to estimate the EVI value change of the districts within the scope of the study until 2030. For EVI scenarios, NARX Artificial neural network model is used. In addition, a hybrid model has been developed using the Wavelet transform and artificial neural networks to improve the prediction performance. It was observed that the proposed W-ANN model increased the success of EVI estimation for all districts by at least 1% and at most 18%, according to the estimations made with only the NARX model.
Benzer Tezler
- Biyoçeşitliliğin korunmasında öncelikli alanların (sıcak-noktaların) belirlenmesi: Anadolu Diyagonali'nin Güneyi
Identification of priority areas (hotspots) for conservation of biodiversity: South of the Anatolian Diagonal
ENES KARADENİZ
- Gaziantep'te PM2.5 konsantrasyonunun zamansal ve mekânsaltahminine yönelik transfer öğrenme destekli hibrit yapay zeka modelleri
Spatio-temporal estimation of PM2.5 concentrations in gaziantepusing transfer learning-based hybrid artificial intelligence models
TÜRKAN ZENGİN GÖMLEKSİZ
Yüksek Lisans
Türkçe
2025
Meteorolojiİstanbul Teknik Üniversitesiİklim Bilimi ve Meteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Yapay zeka algoritmaları ile kriptoanaliz
Cryptoanalysis using artificial intelligence algorithms
ARKAN KH SHAKR SABONCHI
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BAHRİYE AKAY
- Şeffaf ve kara kutu makine öğrenmesi yöntemleri için nitelik analizi temelli gelişmiş açıklanabilir yapay zekâ modellerin geliştirilmesi
Development of advanced explainable artificial intelligence models based on attribute analysis for transparent and black-box machine learning methods
SELMAN UZUN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR YILDIRIM
- Tüketici kredisi taleplerinin yapay öğrenme modelleriyle değerlendirilmesi
Evaluation of consumer credit requests via machine learning models
NECATİ ALPEREN
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA KAYA