Advancing urban climate analysis through uav-based thermal imaging, LCZ classification, and automated surface temperature prediction in GİS environments
İha termal verileri ve LCZ sınıflandırması kullanılarak CBS'de otomatik yüzey sıcaklığı modelleme: Kentsel iklim analizinin gelecek nesil yaklaşımı
- Tez No: 998990
- Danışmanlar: DOÇ. DR. AYŞE KALAYCI ÖNAÇ
- Tez Türü: Doktora
- Konular: Şehircilik ve Bölge Planlama, Urban and Regional Planning
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kentsel Dönüşüm Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kentsel ısı adaları (UHI), enerji tüketimi, hava kalitesi ve halk sağlığı üzerinde derin etkiler yaratarak sürdürülebilir kentsel planlama açısından kritik bir sorun oluşturmaktadır. Bu çalışma, UHI'nin doğru biçimde değerlendirilmesi ve azaltılmasına yönelik gereksinimi üç aşamalı bütüncül bir metodolojik çerçeveyle ele almaktadır. İlk aşamada, piksel düzeyinde sıcaklık verilerinin sınırlı olduğu senaryolara odaklanılarak insansız hava aracı (İHA) tabanlı termal görüntülerden türetilen yüzey sıcaklığı analizlerinin doğruluğu değerlendirilmiştir. İzmir'in Konak ilçesinde gerçekleştirilen ve Yerel İklim Bölgeleri (LCZ) sınıflandırmasını kullanan karşılaştırmalı analizler, basitleştirilmiş yöntemlerle doğrudan piksel tabanlı veriler arasında yüksek uyum olduğunu göstermiş, böylece erişilebilir yöntemlerin güvenilir UHI değerlendirmeleri için kullanılabilirliğini doğrulamıştır. İkinci aşamada, kentsel morfolojinin mikroklimatik koşullar üzerindeki etkisi, İHA tabanlı termal görüntüleme ile Coğrafi Bilgi Sistemlerinin (CBS) entegrasyonu yoluyla incelenmiştir. LCZ sınıflandırması ve yüzey sıcaklığı (LST) haritalaması, farklı kentsel dokular arasında belirgin termal farklılıklar olduğunu ortaya koymuş; özellikle bitki örtüsü ve geçirgen yüzeylerin UHI azaltımında kritik rol oynadığını vurgulamıştır. Son aşamada ise, sahadan alınan güncel verilerin işlenmesini otomatikleştirmek amacıyla ArcGIS ModelBuilder ve Python betikleri kullanılarak çalışan bir derin öğrenme modeli geliştirilmiştir. Bu model, LCZ ve ısı yükü haritalarının dinamik olarak güncellenmesini sağlayarak kentsel ısı örüntülerinin daha yüksek zamansal çözünürlükle izlenmesine imkân vermekte ve kent plancılarının zamanında, veri odaklı müdahalelerde bulunmasını desteklemektedir. Bu araştırma, termal görüntülerdeki veri sınırlılıklarının aşılmasından kentsel iklim dayanıklılığını artırmaya yönelik dinamik araçların geliştirilmesine kadar uzanan kapsamlı ve ölçeklenebilir bir UHI analiz metodolojisi sunmaktadır. İHA teknolojisi, CBS ve derin öğrenmenin bütüncül entegrasyonu, UHI etkilerinin daha iyi anlaşılması ve azaltılması için güçlü bir çerçeve oluşturarak sürdürülebilir ve yaşanabilir kentsel çevrelerin geliştirilmesine önemli katkılar sağlamaktadır.
Özet (Çeviri)
Urban Heat Islands (UHIs) present a salient challenge to sustainable urban planning, exerting profound effects on energy consumption, air quality, and public health. This study addresses the imperative for precise UHI assessment and mitigation strategies through a tri-partite methodological framework. Initially, the veracity of surface temperature analyses derived from Unmanned Aerial Vehicle (UAV) thermal imagery was evaluated, focusing on scenarios characterized by limited pixel-level temperature data. Comparative analyses employing Local Climate Zone (LCZ) classification within İzmir's Konak district revealed a robust correlation between simplified analytical methodologies and those predicated on direct pixel-level data, thereby substantiating the utility of accessible techniques for reliable UHI assessment. Subsequently, the influence of urban morphology on microclimatic conditions was analyzed by integrating UAV-based thermal imaging with Geographic Information Systems (GIS) to classify local climate zones (LCZs) and map land surface temperatures (LSTs). These findings underscore the heterogeneity in thermal behavior across diverse LCZs, highlighting the pivotal role of vegetation and permeable surfaces in UHI mitigation. Ultimately, the thesis culminates in the development of a deep learning model, operationalized through ArcGIS Model Builder and Python scripting, to automate the processing of real-time field data for the dynamic updating of LCZ and heat load maps. This innovative approach seeks to enhance the temporal resolution of urban thermal pattern monitoring, thereby empowering urban planners to implement data-driven interventions in a timely manner. This research contributes a comprehensive and scalable methodology for UHI analysis, spanning the resolution of data limitations in thermal imagery to the creation of dynamic tools for enhancing urban climate resilience. The synergistic integration of UAV technology, GIS, and deep learning offers a potent framework for the enhanced understanding and mitigation of UHI effects, with salient implications for the cultivation of sustainable and livable urban environments.
Benzer Tezler
- Endüstri etkisinde bir kentsel sistemin dinamik büyüme modeli
Dynamic growth model of an urban system under the in fluence of industrial growth
GÜLDEN ERKUT
- Grup teknolojisi imalat sistemi ve bu sistemin tasarımına yönelik yeni bir metot
Group technology manufacturing systems and a new method oriented to the design of these systems
M. BÜLENT DURMUŞOĞLU
- A Finite element simulation of frontogenesis by using the semi-implicit time integration scheme with a horizontal deformation field model
Başlık çevirisi yok
H.TURHAN TURHANGİL
- Dokuma kumaşların üretiminde optimazisyon için bir bilgisayar modelinin hazırlanması
Başlık çevirisi yok
FÜSUN TAN
