Çanakkale İlinin Kentsel Alan Değişiminin SLEUTH Model ile Analizi

Year 2024, , 1206 - 1214, 01.10.2024

Ahmet Batuhan Polat , Özgün Akçay

https://doi.org/10.35414/akufemubid.1447334

Abstract

Kentsel alanların değişiminin tahmin edilmesi, kent planlaması ve yönetimi için kritik öneme sahiptir. Bu sebeple SLEUTH gibi uzamsal modelleme tahmin araçları bu alanda sıklıkla kullanılmaktadır. Özellikle hızlı gelişen kentlerden biri olan Çanakkale’nin güncel bir kentsel yayılma analizi uzamsal açıdan ele alınmadığı görülmektedir. Bu çalışmada Çanakkale ilinin 2025,2030,2035 ve 2040 yılları için kentsel alanların gelişimi incelenmiştir. Veri seti olarak eğim haritası, arazi örtüsü haritaları, gelişimden hariç tutulacak alanlar, kentsel alan, yol ulaşım ağı ve kabartma haritası kullanılmıştır. Modelin test aşaması gerçekleştirildikten sonra kalibrasyon aşamasında en uygun kentsel büyüme katsayılarını belirlemek amacıyla sırasıyla kaba, hassas ve final kalibrasyon işlemi gerçekleştirilmiştir. Yapılan kalibrasyon sonucu SLEUTH modelde kullanılacak olan kentsel büyüme katsayılarından difüzyon, cins, yayılma, eğim ve yol ağırlığı katsayı değerleri sırasıyla 75, 25, 46, 76, 75 olarak belirlenmiştir. Yapılan kentsel alan gelişim simülasyonları sonucunda 2019 yılından 2040 yılına kadar geçen 21 yıllık sürede kentsel alanlarda toplam %43lük bir artış beklenirken tarım/çıplak toprak alanlarında ise yaklaşık %23lük bir düşüş olacağı öngörülmüştür. Ayrıca oluşturulan senaryoyu doğrulamak için 2023 yılı referans arazi örtüsü verisi, SLEUTH model sonucu oluşturulan 2023 yılı tahmini kentsel gelişim haritası karşılaştırılmış ve %7 fark görülmüştür. Bu sonuçlar kentsel yayılımın olduğu bölgelerde altyapı çalışmalarına ve çevre düzenlemelerine ön hazırlık ve planlama yapılması açısından önem taşımaktadır.

Keywords

Kentsel büyüme, SLEUTH, Coğrafi Bilgi Sistemleri, Arazi kullanımı değişimi, Çanakkale, Uzamsal analiz

Ethical Statement

Yazarlar tüm etik standartlara uyduklarını beyan ederler.

Supporting Institution

Harita Genel Müdürlüğü

Project Number

-

Thanks

Bu araştırma Harita Genel Müdürlüğü tarafından “Yüksek çözünürlüklü hava fotoğrafları ile kentsel-kırsal gelişimin izlenmesi” projesi kapsamında desteklenmiştir.

Investigation of Urban Area Change in Çanakkale by SLEUTH-UGM Model

Abstract

Forecasting the change in urban areas is critical for urban planning and management. For this reason, geospatial modeling forecasting tools such as SLEUTH are frequently used in this field. It is observed that Çanakkale, which is one of the rapidly growing cities, has not been addressed in a recent urban sprawl analysis from a geospatial perspective. This study analyzes the development of urban areas of Çanakkale for the years 2025, 2030, 2035, and 2040. Slope maps, land cover maps, excluded areas, urban areas, transportation networks, and hillshade maps were used as data sets. After the testing phase of the model, coarse, fine, and final calibrations were performed to determine the most appropriate urban growth coefficients in the calibration phase. As a result of the calibration, the urban growth coefficients used in the SLEUTH model, diffusion, type, spread, slope, and road weight coefficient values were determined as 75, 25, 46, 76, and 75, respectively. As a result of the urban area development simulations, a total increase of 43% is expected in urban areas in the 21 years from 2019 to 2040, while a decrease of approximately 23% is predicted in agricultural/bare land areas. In addition, in order to validate the scenario, the reference land cover data for 2023 and the predicted urban growth map for 2023 generated by the SLEUTH model were compared and a 7% difference was observed. These results are important for the preliminary preparation and planning of infrastructure works and landscaping in areas with urban sprawl.

Keywords

Urban growth, SLEUTH, Geographic Information System, Geospatial analysis, Çanakkale, Land cover change

Project Number

-

References

• Angel, S., Sheppard, S., Civco, D. L., Buckley, R., Chabaeva, A., Gitlin, L et al., 2005. The dynamics of global urban expansion (p. 205). Washington, DC: World Bank, Transport and Urban Development Department.
• Ayazli, I. E., 2019. Monitoring of urban growth with improved model accuracy by statistical methods. Sustainability, 11(20), 5579. https://doi.org/10.3390/su11205579
• Ayazlı, İ. E., 2022. Hızlı büyüyen yerleşim yerlerinde kentsel büyümenin yüksek doğruluklu simülasyon modelleri ile izlenmesi: Model kalibrasyonu için T-AFA yöntemi önerisi. Geomatik, 7(1), 1-9. https://doi.org/10.29128/geomatik.764579
• Ayazli, I. E., Yakup, A. E., & Bilen, O., 2022. Using the T‐EFA method in a cellular automata‐based urban growth simulation's calibration step. Transactions in GIS, 26(3), 1465-1484. https://doi.org/10.1111/tgis.12928
• Batty, M., Xie, Y., and Sun, Z., 1999. Modeling urban dynamics through GIS-based cellular automata. Computers, environment and urban systems, 23(3), 205-233. https://doi.org/10.1016/S0198-9715(99)00015-0
• Batty, M., 2008. The Size, Scale, and Shape of Cities. Science, 319(5864), 769-771. https://doi.org/10.1126/science.1151419
• Birleşmiş Milletler, Department of Economic and Social Affairs, Population Division, 2019. World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420). New York: United Nations.
• Clarke, K. C., Hoppen, S. and Gaydos, L., 1997. A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and planning B: Planning and design, 24(2), 247-261. https://doi.org/10.1068/b240247
• Cohen, B., 2004. Urban growth in developing countries: a review of current trends and a caution regarding existing forecasts. World development, 32(1), 23-51. https://doi.org/10.1016/j.worlddev.2003.04.008
• Çavuş, C. Z. ve Başaran Uysal, A., 2018. Çanakkale'de kentsel gelişme, yayılma ve kırsal alanlarla etkileşim. Planlama Dergisi, 28(Supp: 1), 105-117. https:/doi.org/10.14744/planlama.2018.85547
• Çavuş, C. Z., 2014. Çanakkale Boğazı doğusunda arazi kullanımı uygunluğunun yerleşme için değerlendirilmesi. Doktora Tezi, Çanakkale Onsekiz Mart Üniversitesi, Sosyal Bilimleri Enstitüsü, Çanakkale, 218.
• Dietzel, C. and Clarke, K. C., 2007. Toward optimal calibration of the SLEUTH land use change model. Transactions in GIS, 11(1), 29-45. https://doi.org/10.1111/j.1467-9671.2007.01031.x
• Glaeser, E., 2011. Cities, productivity, and quality of life. Science, 333(6042), 592-594. https:/doi.org/10.1126/science.1209264
• Kumar, V., and Agrawal, S., 2023. Urban modelling and forecasting of land use using SLEUTH model. International Journal of Environmental Science and Technology, 20(6), 6499-6518. https://doi.org/10.1007/s13762-022-04331-4
• Li, X., Zhang, X., Yeh, A., & Liu, X., 2010. Parallel cellular automata for large-scale urban simulation using load-balancing techniques. International Journal of Geographical Information Science, 24(6), 803-820. https://doi.org/10.1080/13658810903107464
• Portugali, J., and Stolk, E., 2016. Complexity, cognition, urban planning and design. In Post-Proceedings of the 2nd Delft International Conference. Switzerland: Springer. https://doi.org/10.1007/978-3-319-32653-5_12
• Saxena, A. and Jat, M. K., 2019. Capturing heterogeneous urban growth using SLEUTH model. Remote Sensing Applications: Society and Environment, 13, 426-434. https://doi.org/10.1016/j.rsase.2018.12.012
• Yakup, A. E. and Ayazlı, İ. E., 2021. SLEUTH İle Arazi Örtüsü Değişimi Simülasyon Modelinin Oluşturulması, İstanbul İli Örneği. Türkiye Coğrafi Bilgi Sistemleri Dergisi, 3(1), 40-47.
• Waddell, P., 2000. UrbanSim: Modeling Urban Development for Land Use, Transportation, and Environmental Planning. Journal of the American Planning Association, 68(3), 297-314. https://doi.org/10.1080/01944360208976274