Geri Dön

Comprehensive risk mapping and fire station optimization for forest fire management: An application in Antalya

Orman yangını yönetimi için kapsamlı risk haritalama ve yangın istasyonu optimizasyonu: Antalya uygulaması

  1. Tez No: 909019
  2. Yazar: ZÜHAL ÖZCAN YAVUZ
  3. Danışmanlar: PROF. DR. ÖZGÜR KABAK, DR. ÖĞR. ÜYESİ İNCİ ÇAĞLAYAN
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 216

Özet

Orman yangınları, iklim değişikliği, uzun süren kuraklıklar ve ormanlık alanlardaki insan faaliyetlerinin artması nedeniyle giderek daha büyük bir çevresel tehdit haline gelmiştir. Bu yangınlar, ekosistemlere ve biyoçeşitliliğe zarar vermenin ötesinde, insan yaşamını, altyapıyı ve doğal kaynakları da ciddi biçimde tehlikeye sokmaktadır. Orman yangını riski haritalandırması ve yangın istasyonu yerleştirme stratejilerinin etkin bir şekilde planlanması, bu risklerin yönetilmesi açısından kritik bir rol oynamaktadır. Ancak, mevcut yöntemler çoğunlukla geniş ormanlık alanların karmaşıklığını yeterince yansıtamamakta ve çevresel değişkenlerle yangın olaylarının öngörülemezliğini ele almakta yetersiz kalmaktadır. Bu tez, büyük ormanlık bölgelerde yangın riski yönetiminde karşılaşılan bu zorlukları aşmak amacıyla, çok kriterli karar verme teknikleri ve optimizasyon modellerini entegre eden kapsamlı bir çerçeve sunmaktadır. Çalışma, Antalya bölgesine odaklanarak yangın riski haritalandırması ve yangın istasyonu yerleştirme stratejilerinin geliştirilmesi için hem teorik hem de pratik çözümler önermektedir. Bu tez, orman yangını riski haritalandırması ve yangın istasyonu yerleştirme optimizasyonu için kapsamlı bir çerçeve sunmakta ve büyük, ormanlık bölgeler üzerine odaklanmaktadır. Çalışma, yangın yönetiminde karşılaşılan temel zorlukları çok kriterli karar verme teknikleri ile gelişmiş optimizasyon modellerini entegre ederek ele almakta ve yangın önleme ile kaynak tahsisi stratejilerinde hem teorik hem de pratik katkılar sağlamaktadır. Tez, üç ana bölümden oluşmaktadır: orman yangını riski değerlendirme metodolojilerinin ayrıntılı bir literatür taraması ve sınıflandırılması, Antalya bölgesi için AHP ve OWA yöntemlerinin seçilmesi ve uygulanması, ve yangın istasyonu yerleştirme için optimizasyon modellerinin geliştirilmesi ve uygulanması. Bu çalışmanın ilk aşaması, mevcut orman yangını riski değerlendirme metodolojilerinin kapsamlı bir literatür taramasını içermektedir. Literatür taraması, 2020-2022 yılları arasında yayımlanmış orman yangını risk haritalama çalışmalarını incelemiş ve sistematik bir analiz sürecine tabi tutulmuştur. Çalışmalar,“tanımlama”,“tarama”,“uygunluk”ve“dahil etme”olmak üzere dört aşamada incelenmiştir. Bu süreç sonucunda 170 araştırma belirlenmiş ve detaylı bir inceleme yapılarak kategorize edilmiştir. Bu çalışmalar, 8 ana başlık ve 23 alt başlık altında sınıflandırılmıştır. Ana başlıklar arasında veri tipi (hipotetik veri veya gerçek veri), veri yapısı (raster veya vektör), araştırılan coğrafya (ülke ve kıta bazında), ölçek (yerel, ulusal veya küresel), veri toplama yöntemleri, yangın analiz teknikleri ve metodolojileri, kullanılan model yapısı (deterministik veya olasılıksal), veri analiz ve modelleme yöntemleri (istatistiksel, makine öğrenmesi veya optimizasyon teknikleri) ve yangın yönetimi (risk değerlendirmesi, tehlike analizi ve yangın riskinin azaltılması) bulunmaktadır. Bu detaylı sınıflandırma, mevcut çalışmaların hem uygulama alanlarını hem de yöntemsel yaklaşımlarını ortaya koymaktadır. Bu inceleme sayesinde, literatürde hangi yöntemlerin daha yaygın kullanıldığı ve hangi alanlarda eksikliklerin bulunduğu net bir şekilde görülmektedir. Özellikle ormanlık alanlarda optimizasyon modellerinin kullanımında önemli boşluklar tespit edilmiştir. Yangın riski değerlendirme çalışmalarında sıkça kullanılan teknikler arasında Analitik Hiyerarşi Süreci dikkat çekmektedir. Bu yöntemin, risk haritalandırma süreçlerinde yaygın kullanılması nedeniyle bizim çalışmamızda da tercih edilmiştir. Bununla birlikte, daha az kullanılan ve karşılaştırmalı analiz sunması amacıyla Esnek Ağırlıklı Ortalama yöntemi de çalışmaya dahil edilmiştir. Bu iki yöntem, orman yangını riski haritalarının oluşturulması sürecinde temel araçlar olarak seçilmiştir. Tezin ikinci aşamasında, literatür taraması sonucunda elde edilen bulgular ışığında Antalya bölgesi için ayrıntılı orman yangını riski haritaları oluşturulmuştur. Çalışma alanı olarak Türkiye'nin güneyinde yer alan ve ormanlık alanların yoğun olduğu Antalya bölgesi seçilmiştir. Bu bölge, Antalya iline bağlı 19 ilçeyi kapsamakta olup toplamda 20.765 km²'lik bir alanı içermektedir. Bu alanın yaklaşık 13.000 km²'si ormanlarla kaplıdır. Bölgenin coğrafi yapısı, orman yangını riski açısından kritik öneme sahip olup, yangın riski haritalarının oluşturulmasında bu özellikler dikkate alınmıştır. Antalya bölgesinin bu özellikleri göz önünde bulundurularak, risk haritalandırma sürecinde kullanılacak kriterlerin belirlenmesi amacıyla literatürde yer alan çalışmalardan tekrar yararlanılmıştır. Rüzgar hızı, sıcaklık ve bitki örtüsü yoğunluğu gibi en sık kullanılan 14 çevresel faktör tespit edilmiştir. Bu 14 alt faktör, dört ana başlık altında toplanmıştır: topografik, meteorolojik, arazi örtüsü ve orman faktörleri. Topografik faktörler arasında eğim ve rakım gibi değişkenler yer alırken, meteorolojik faktörler rüzgar hızı, rüzgar yönü, sıcaklık ve nem oranını kapsamaktadır. Arazi örtüsü faktörleri, bitki örtüsü yoğunluğu ve yerleşim yerlerinin yakınlığı gibi unsurları içerirken, orman faktörleri yangın riski ile doğrudan ilişkili olan orman yoğunluğu ve tür kompozisyonu gibi özellikleri içermektedir. Bu faktörler, Antalya bölgesinin orman yangınına olan duyarlılığını anlamak için temel kriterler olarak seçilmiştir. Bu veriler toplanmış, normalleştirilmiş ve analiz edilmiştir. Coğrafi Bilgi Sistemi yazılımlarının vektör ve raster veri işleme yöntemleri kullanılarak bölgenin yangın riskini yansıtan haritalar oluşturulmuştur. Veriler hem Analitik Hiyerarşi Süreci hem de Esnek Ağırlıklı Ortalama yöntemleri kullanılarak farklı ağırlıklarla değerlendirilmiştir. İlk yöntemde, Analitik Hiyerarşi Süreci, öznel bir yöntem olarak uygulanmış ve yangın riski değerlendirme kriterlerine göre ağırlıklar atanmıştır. Bu süreçte, uzmanlardan oluşan bir panel ile ikili karşılaştırmalar yapılmış ve her bir kriterin göreceli ağırlığı belirlenmiştir. Uzmanlardan alınan geri bildirimler doğrultusunda kriterlere verilen ağırlıklar belirlenmiş ve bir duyarlılık analizi gerçekleştirilmiştir. İkinci yöntemde ise, Esnek Ağırlıklı Ortalama operatörü nesnel bir yöntem olarak kullanılmıştır. Bu yöntemde, önceden belirlenen“ornez”değerlerine dayalı olarak ağırlıklar atanmış ve her bir pikselin puanları ile ilişkilendirilmiştir. İlerleyen aşamalarda, her iki yöntemle elde edilen ağırlıklar kullanılarak ayrı ayrı yangın riski haritaları oluşturulmuştur. Bu haritalar, Antalya bölgesinin orman yangınına olan duyarlılığını farklı kriterlerle değerlendirerek, bölgenin risk seviyelerini ortaya koymaktadır. Bu çalışmada kullanılan yöntemlerin sonuçlarına göre, Jenks Doğal Sınırlandırmalar Yöntemi, özellikle Analitik Hiyerarşi Süreci için daha homojen veri grupları oluşturarak daha gerçekçi ve anlamlı sonuçlar sağlamaktadır. Analitik Hiyerarşi Süreci ile elde edilen sonuçlar, Jenks yöntemiyle daha uyumlu hale getirilmiş ve gerçek dünya koşullarını daha iyi yansıtmaktadır. Esnek Ağırlıklı Ortalama yöntemi ise her iki sınıflandırma yönteminde de tutarlı sonuçlar üretmiş, farklı risk düzeylerini dengeleme konusunda esneklik sağlamıştır. Sonuç olarak, Jenks Doğal Sınırlandırmalar Yöntemi'nin, risk haritalarını değerlendirmede daha yüksek doğruluk ve etkinlik sunduğu ortaya konulmuştur. Çalışmanın bu aşamasında, daha dengeli bir risk dağılımı sunduğu ve geniş alanlardaki orman yangını riski değerlendirmelerinde daha uzun vadeli bir planlama sağladığı için Esnek Ağırlıklı Ortalama yöntemi tercih edilmiştir. Elde edilen bulgular, Esnek Ağırlıklı Ortalama yönteminin orta risk düzeylerini öne çıkardığını ve bu sayede yangın yönetimi stratejilerinde daha kapsamlı bir yaklaşım sunduğunu göstermektedir. Bu nedenle, çalışmanın bir sonraki aşaması olan yangın istasyonu yerleştirme optimizasyonu, Esnek Ağırlıklı Ortalama yöntemiyle oluşturulan risk haritaları kullanılarak gerçekleştirilmiştir. Bu yaklaşım, yangın istasyonlarının daha stratejik bir şekilde yerleştirilmesine olanak tanıyarak, yüksek riskli bölgelerde etkili bir yangın yönetimi planı oluşturmayı hedeflemektedir. Tezin üçüncü aşaması, yangın istasyonu yerleştirme optimizasyonuna odaklanmaktadır. Bu aşamada, yangın istasyonu yerleştirme problemlerine yönelik literatür taraması yapılmış ve mevcut çalışmaların çoğunun kentsel alanlara odaklandığı tespit edilmiştir. Ormanlık bölgeler için literatürde önemli bir boşluk bulunmaktadır. Bunun başlıca nedeni, ormanlık alanların çok geniş olması ve deterministik modellerin bu alanlarda yeterince etkin olamamasıdır. Bu boşluğu gidermek amacıyla, orman yangınlarının doğasındaki belirsizlikleri dikkate alan stokastik çözümler önerilmiş ve bu kapsamda Küme Kapsama Modelleri ve Maksimal Kapsama Modelleri kullanılarak hem deterministik hem de stokastik yaklaşımlar geliştirilmiştir. Literatür taramasının ardından, hem Küme Kapsama hem de Maksimal Kapsama modellerine odaklanılmış, ancak bu modeller problemimize uygun şekilde hem deterministik hem de stokastik olarak tasarlanmıştır. Bu modeller, sadece Antalya bölgesi için spesifik olarak değil, genel bir kullanım amaçlı geliştirilmiştir. Özellikle, stokastik yaklaşımlar için senaryo bazlı çözümler düşünülmüş ve orman yangınlarının doğasındaki belirsizlikleri yansıtacak şekilde senaryo üretimi gerçekleştirilmiştir. Bu süreçte, stokastik problemlerin yeterliliğini değerlendirmek için algoritmalar geliştirilmiş ve modellerin doğruluğu test edilmiştir. Geniş alanların çözümlemesinde karşılaşılan zorluklar ve yangın olaylarının öngörülemez doğası nedeniyle, beklenen yangın yerlerini belirlemek amacıyla ters dönüşüm örnekleme yöntemi kullanılarak bu alanlar tanımlanmıştır. Bu alanlarda, birbirine yakın olan yangın noktalarını kümeler haline getiren bir modelleme süreci uygulanmış, böylece hem yangın senaryolarının gerçekçi hem de yönetilebilir olması sağlanmıştır. Beklenen yangın yerlerini kullanarak geliştirilen stokastik modeller, deterministik çözümlerle karşılaştırılarak doğrulanmıştır. Modellerin sağlamlığını ölçmek için Stokastik Çözüm Değeri hesaplanmış ve bu süreçte Küme Kapsama Modeli'nden elde edilen sonuçlar referans olarak alınmıştır. Yangın istasyonu yerleştirme optimizasyonunda, Küme Kapsama Modeli'nde tam kapsama sağlamak için gereken senaryo sayısı belirlenmiş ve bütçe kısıtlarının olmadığı tam kapsama durumu incelenmiştir. Maksimal Kapsama Modeli'nde ise istasyon limitleri eklenerek, bu limitlerle ne kadar kapsama elde edilebileceği test edilmiştir. Her iki model de farklı boyutlardaki sorunlar için test edilmiş ve aynı zamanda Antalya bölgesine uygulanmıştır. Elde edilen tüm sonuçlar, senaryo sayısı arttıkça stokastik çözümlerin, orijinal çözüme yaklaştığını göstermektedir. Maksimal Kapsama Modeli, Küme Kapsama Modeli'ne kıyasla daha az istasyon kullanarak benzer bir kapsama oranı sağlamış, bu da modelin kaynak verimliliği açısından üstünlüğünü ortaya koymuştur. Bu çalışmada, optimizasyon modellerinin pratik uygulanabilirliğini artırmak amacıyla bir Karar Destek Sistemi geliştirilmiştir. Geliştirilen bu sistem, yangın yönetim kurumlarına farklı risk seviyelerine ve yangın senaryolarına dayalı olarak çeşitli yangın istasyonu yerleşimlerini simüle etme imkânı sunmaktadır. Sistem, stratejik planlama yetenekleri sağlayarak, karar vericilerin kaynak dağılımını optimize etmelerine ve yangına müdahale sürelerini iyileştirmelerine olanak tanımaktadır. Ayrıca, Karar Destek Sistemi'nin diğer bölgelere de uyarlanabilir olması, önerilen çerçevenin esnekliğini ve ölçeklenebilirliğini göstermektedir. Bu Karar Destek Sistemi, kullanıcıların belirli bir bölgeye ait risk haritalarını kullanarak x ve y eksenlerindeki piksel risk değerlerini sisteme girmesine olanak tanımaktadır. Kullanıcı, aynı zamanda yangın istasyonu türü ve sayısı, varsa maliyet kısıtları ve çözmek istediği senaryo sayısını sisteme tanımlayabilmektedir. Bu girdiler doğrultusunda sistem, kullanıcının belirlediği parametreler çerçevesinde yangın istasyonlarının atandığı noktaları ve istasyon sayısını görüntüleyebilmektedir. Bu esnek yapı, farklı yangın senaryolarını ve modellerini çözmek için karar vericilere geniş bir uygulama yelpazesi sunmakta ve yangın yönetimi stratejilerinin daha etkin bir şekilde planlanmasına olanak tanımaktadır. Sonuç olarak, bu tezin katkıları çok yönlüdür. İlk olarak, orman yangını riski değerlendirmesi ve yangın istasyonu yerleştirme optimizasyonundaki önemli boşlukları belirleyen kapsamlı bir literatür taraması sunar. Bu tez, hem deterministik hem de stokastik unsurları entegre eden sağlam bir çerçeve sunarak, büyük ormanlık alanlarda yangın istasyonu yerleştirme modellerinin esnekliğini ve gerçekçiliğini artırır. Senaryo bazlı yaklaşımların entegrasyonu ile Küme Kapsama Modeli ve Maksimal Kapsama Modeli gibi geleneksel optimizasyon modellerini geliştirerek, bu modelleri orman yangınlarının öngörülemez doğasına daha uygun hale getirir. Antalya bölgesi için Analitik Hiyerarşi Süreci ve Esnek Ağırlıklı Ortalama yöntemleri ile doğrulanmış orman yangını riski haritalarının geliştirilmesi, yangın yönetimi stratejileri için sağlam bir temel sağlar. Kümeleme ve senaryo üretimi algoritmalarının tanıtılması ise, yangın istasyonu yerleştirme işlemlerinin hesaplama verimliliğini ve uygulanabilirliğini artırır. Bu çalışma, özellikle Türkiye gibi Akdeniz iklimine sahip geniş orman alanları bulunan ülkelerde, yangın riskinin yönetilmesi konusunda büyük önem taşımaktadır. Antalya bölgesi için geliştirilen risk haritaları ve kaynak optimizasyonuna dayalı stratejiler, bölgenin çevresel ve ekonomik zorluklarını göz önünde bulundurarak kaynakların verimli kullanımını sağlayan bir çözüm sunar. Bütçe kısıtlamaları ve yüksek yangın riski taşıyan Türkiye gibi ülkeler için bu tezde önerilen Maksimal Kapsama Modeli, daha az kaynakla daha geniş alanlarda etkin yangın müdahalesi sağlayarak, kapsayıcı ve sürdürülebilir bir yangın yönetimi yaklaşımı sunar. Ayrıca, geliştirilen kullanıcı dostu Karar Destek Sistemi, yangın yönetim kurumlarının pratik ve hızlı uygulamalar geliştirmesine olanak tanıyarak, bölgesel farklılıklar göz önünde bulundurularak uyarlanabilir bir altyapı sağlar. Son olarak, bu araştırmada geliştirilen Karar Destek Sistemi, politika yapıcılar ve yangın yönetim kurumları için pratik içgörüler sunarak, yangın önleme ve müdahale stratejilerini daha esnek ve etkili hale getirmelerine yardımcı olur. Sistem, kullanıcıların kendi bölgesel haritalarını ve senaryo parametrelerini girerek optimal yangın istasyonu yerleşimlerini görüntülemelerine olanak tanıyan esnek bir altyapı sağlar. Türkiye'nin orman yangınlarına duyarlı bölgelerinde uygulanabilir olması, bu sistemin ulusal yangın yönetimi stratejilerine önemli bir katkı sağlamasına olanak tanır. Ayrıca, Akdeniz iklimine sahip diğer ülkeler için de kolayca uyarlanabilir olması, bu tezin yalnızca yerel değil, uluslararası yangın yönetimi çabalarına da katkı sunabileceğini göstermektedir. Özetle, bu tez, risk haritalandırma sürecinde Analitik Hiyerarşi Süreci ve Esnek Ağırlıklı Ortalama yöntemlerinin seçilmesiyle başlamakta, ardından risk haritalarının doğrulanması sonucunda daha dengeli bir risk dağılımı sunduğu için Esnek Ağırlıklı Ortalama yöntemi tercih edilmektedir. Yangın istasyonu yerleştirme optimizasyonu için ise Küme Kapsama Modeli ve Maksimal Kapsama Modeli geliştirilmiştir. Büyük ölçekli bölgelerdeki karmaşıklıklar göz önüne alındığında, beklenen yangın yerleri ve kümeleme algoritmaları ile desteklenen stokastik bir yaklaşım önerilmektedir. Stokastik modellerin sonuçları karşılaştırıldıktan sonra, daha az yangın istasyonu ile daha yüksek performans gösteren Maksimal Kapsama Modeli, özellikle Antalya bölgesi için önerilmektedir. Bu modelin, Türkiye'deki orman yangını yönetim stratejileri için uygunluğu, bölgeye özel çözüm sunabilme potansiyeliyle birlikte, diğer Akdeniz iklimine sahip ülkelerde de uygulanabilir olması, çalışmanın küresel yangın yönetimi açısından da değerli bir katkı sunduğunu göstermektedir.

Özet (Çeviri)

Forest fires are a significant environmental hazard, exacerbated by climate change, prolonged droughts, and increasing human activity in forested regions. These fires not only threaten biodiversity and ecosystems but also pose severe risks to human life, infrastructure, and natural resources. Efficient forest fire risk (FFR) mapping and strategic fire station placement are critical to mitigating these risks and ensuring rapid response in high-risk areas. However, traditional methods of fire risk assessment and resource allocation often fail to capture the complexity of large-scale forested regions, where environmental variables and fire occurrence probabilities vary widely. This thesis addresses these challenges by developing an integrated framework that combines advanced multi-criteria decision-making techniques and optimization models to enhance forest fire management. The thesis focuses on the Antalya region, offering both theoretical insights and practical applications to improve fire risk mapping and fire station deployment strategies in similarly vulnerable areas. This thesis presents a comprehensive framework for FFR mapping and fire station placement optimization, focusing on large, forested regions. By integrating multi-criteria decision-making techniques with advanced optimization models, the thesis addresses critical challenges in fire management, providing both theoretical advancements and practical applications in resource allocation. The thesis is structured into three main parts: a detailed literature review and taxonomy of FFR assessment methodologies, the selection and application of the Analytic Hierarchy Process (AHP) and Ordered Weighted Averaging (OWA) methods for the Antalya region, and the development and implementation of optimization models for fire station placement using Set Covering Model (SCM) and Maximal Covering Model (MCM). The first phase of this study involves a comprehensive literature review of existing FFR assessment methodologies. The review examines FFR mapping studies published between 2020 and 2022 and follows a systematic analysis process. As a result of this process, 170 studies are classified into 8 main categories and 23 subcategories. This detailed classification reveals both the application areas and methodological approaches of existing studies. Through this review, it becomes clear which methods are more commonly used in the literature such as AHP, and where significant gaps exist like optimization methods in FFR mapping. Techniques frequently used in FFR assessment studies include the AHP, which is chosen for this study due to its widespread use in risk mapping. Additionally, the less commonly used OWA method is included to provide a comparative analysis. These two methods are selected as the primary tools for developing FFR maps in this thesis. The review also identifies key factors, such as wind speed, temperature, and vegetation density, which are incorporated into the risk maps for the Antalya region. These factors are selected based on their relevance to both the literature and the local environmental conditions, ensuring that the risk maps accurately reflect the specific characteristics of the study area. In the second phase, the thesis develops detailed FFR maps for the Antalya region using both AHP and OWA. The region is divided into five distinct risk categories, and the accuracy of these maps is validated using Receiver Operating Characteristic (ROC) curves and the Area Under the Curve (AUC) metric. AHP highlights clear high-risk zones, particularly in coastal and central areas, while OWA distributes the risk more conservatively, identifying moderate risk across a broader area. These findings provide valuable insights into the strengths and limitations of each method for FFR assessment. Based on the validation results, the OWA-generated risk values are selected for the fire station placement optimization phase, as they provide a more balanced risk distribution for long-term planning. The third phase of the thesis focuses on fire station placement optimization. A literature review reveals that most existing optimization models focus on urban areas, leaving a significant gap in the literature for forested regions. To address this, SCM and MCM are selected for their effectiveness in facility location problems and their widespread use in fire station placement optimization. However, since these models are deterministic, they cannot fully capture the uncertainties inherent in forest fire occurrences. To overcome this, stochastic models are developed, incorporating scenario-based approaches to account for the variability and unpredictability of fire events in large-scale regions. A key finding of this thesis is that the MCM achieves similar coverage to the SCM, but with fewer fire stations. This result demonstrates that MCM is more efficient, requiring fewer resources without compromising coverage. Therefore, we recommend MCM for fire station placement in large forested areas where resource constraints are critical. Additionally, an algorithm is developed to identify expected fire locations using inverse transform sampling, focusing on high-risk areas identified by the risk maps. This approach reduces computational complexity by limiting the evaluation to high-risk zones, rather than analyzing every pixel in the study area. A clustering algorithm is then introduced to group expected fire locations, minimizing distances between them on two-dimensional risk maps. This step ensures that fire scenarios are both realistic and manageable, a key challenge in large-scale forested regions. To validate the effectiveness of the stochastic models, they are compared with deterministic solutions using expected fire locations. The Value of Stochastic Solution (VSS) is calculated to further validate the robustness of the models. Additionally, two approaches are used to determine the optimal number of scenarios: first, by evaluating the coverage results of the stochastic models, and second, by using the SCM to ensure that the scenario count is sufficient to achieve robust solutions. In the final phase, the optimization models are applied to the Antalya region using a 1 km by 1 km pixel resolution. The application of these models demonstrates that MCM efficiently achieves desired coverage with fewer fire stations compared to SCM, reinforcing the model's utility in large-scale planning. The stochastic models, in particular, show a high level of adaptability to the unpredictable nature of forest fires, highlighting their value in real-world fire management scenarios. These results underscore the importance of scenario-based planning for enhancing the robustness of fire station placement strategies, especially in regions with significant uncertainties related to fire occurrences. To further enhance the practical application of the optimization models, a Decision Support System (DSS) is developed. The DSS allows fire management agencies to simulate different fire station placements based on varying risk levels and fire scenarios. This tool provides strategic planning capabilities, enabling decision-makers to optimize resource deployment and improve response times in forested areas prone to wildfires. The DSS can also be adapted to other regions, demonstrating the scalability and flexibility of the proposed framework. The contributions of this thesis are multifaceted. First, it offers a comprehensive literature review that identifies key gaps in FFR assessment and fire station placement optimization, highlighting the need for more advanced methodologies. To address these gaps, the thesis introduces a robust framework that integrates both deterministic and stochastic elements, enhancing the flexibility and realism of fire station placement models in large forested areas. Scenario-based approaches are incorporated to improve traditional models like SCM and MCM, making them more applicable to the unpredictable nature of forest fires. The development of FFR maps for the Antalya region, validated through AHP and OWA, provides a strong foundation for fire management strategies. The introduction of clustering and scenario-generation algorithms further enhances the practicality and efficiency of fire station placement. Additionally, the DSS developed in this study offers actionable insights for policymakers, enabling more adaptive and effective strategies for fire prevention and response. This framework is particularly valuable for fire-prone regions like Turkey, where the Mediterranean climate, extensive forests, and limited resources pose significant challenges. The methodology developed, especially MCM, optimizes resource allocation under these constraints, making it suitable for countries with similar environmental and budgetary conditions. The user-friendly DSS allows fire management agencies to implement these strategies more efficiently, improving response times and resource deployment. Moreover, the scalability of this approach makes it applicable not only to Turkey but also to other Mediterranean regions and beyond, contributing to global fire management efforts. In summary, the thesis applies AHP and OWA for risk mapping, with OWA selected for its conservative risk distribution after validation. Optimization models like SCM and MCM are developed for fire station placement, with a stochastic approach supported by an algorithm for expected fire locations and clustering. Ultimately, MCM is recommended for the Antalya region due to its superior performance with fewer fire stations, demonstrating both resource efficiency and scalability.

Benzer Tezler

  1. Tez No

    907474

    Identifying an effective framework for guiding fire models in forestry

    Ormancılıkta yanma / yangın modellerine esas teşkil edecek etkili bir sistem belirlenmesi

    SOUAD GHOUZLANE

    Doktora

    İngilizce

    İngilizce

    2024

    Çevre MühendisliğiDokuz Eylül Üniversitesi

    Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. OKAN FISTIKOĞLU

  2. Tez No

    520096

    Uydu görüntü verileri kullanılarak orman yangın analizi

    Forest fire analysis using satellite images

    ÇİĞDEM İNAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  3. Tez No

    736444

    Comprehensive flood risk assessment and identification of the potential flood mitigation strategies

    Kapsamlı bir taşkın risk değerlendirmesi ve olası risk azaltma stratejilerinin belirlenmesi

    ÖMER EKMEKCİOĞLU

    Doktora

    İngilizce

    İngilizce

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ÖZGER

  4. Tez No

    659935

    Kentsel koruma alanlarında risk analizi ve azaltımına yönelik bir yönetim modeli önerisi, Isparta - Eğirdir örneği

    A management model suggestion for risk analysis and mitigation in urban conservation areas – case of Isparta – Eğirdir

    AYŞE BETÜL GÖKARSLAN

    Doktora

    Türkçe

    Türkçe

    2021

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ZEHRA GEDİZ URAK

  5. Tez No

    829390

    Kanserin beslenme epidemiyolojisine moleküler bir bakış: Diyet fiber, mikro-besin alımı ve kanser riski: meta-meta analizi ile kapsamlı bir haritalama incelemesi

    A molecular overview of the nutritional epidemiology of cancer: dietary fiber, micronutrient intake, and cancer risk: A comprehensive mapping review with meta-meta analysis

    MEHMET EMİN ARAYICI

    Doktora

    Türkçe

    Türkçe

    2023

    BiyoistatistikDokuz Eylül Üniversitesi

    Onkoloji Ana Bilim Dalı

    PROF. DR. HÜLYA ELLİDOKUZ

Geri Dön