Geri Dön

Yapay zekâ yöntemleri ile bölgesel kentleşme ve iklim değişimi etkilerinin tahmini

Prediction of regional urbanization and climate change effects with artificial intelligence methods

  1. Tez No: 689816
  2. Yazar: BUKET İŞLER
  3. Danışmanlar: PROF. DR. ZAFER ASLAN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Fen Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 218

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

  1. 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

    Doktora

    Türkçe

    Türkçe

    2024

    CoğrafyaFırat Üniversitesi

    Coğrafya Ana Bilim Dalı

    PROF. DR. MUSTAFA TANER ŞENGÜN

  2. Ege bölgesi doğal akarsularında katı madde taşınımı için ampirik, regresyon ve yapay zeka yöntemlerinin uygulanması

    Application of empirical, regression and artificial intelligence methods for the sediment transport in natural streams of the Aegean region

    ASLI ÜLKE

    Doktora

    Türkçe

    Türkçe

    2010

    İnşaat MühendisliğiDokuz Eylül Üniversitesi

    Hidrolik Hidroloji ve Su Kaynakları Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ ÖZKUL

    PROF. DR. GÖKMEN TAYFUR

  3. Türkiye'nin dış turizm talebinin yapay sinir ağları ile tahminlenmesi ve diğer tahmin yöntemleri ile karşılaştırmalı analizi

    Forecasting Türkiye's outbond tourism demand with artificial nueral networks and comparative analysis with other forecastiong methods

    ZEYNEP KURTULAY

    Doktora

    Türkçe

    Türkçe

    2024

    Turizmİstanbul Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    PROF. DR. İSMAİL KIZILIRMAK

  4. Makine öğrenmesi yöntemleri ile satış analizi uygulamaları

    Sales analysis applications with machine learning methods

    AHMET SELÇUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiEskişehir Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE ÇİMEN

  5. Küresel güneş radyasyonun makine öğrenmesi yöntemleri ile tahmini: Örnek bir uygulama

    Prediction of global solar radiation by machine learning methods: A case study

    MEHMET DURSUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiGAZİANTEP İSLAM BİLİM VE TEKNOLOJİ ÜNİVERSİTESİ

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN AÇIKGÖZ