İzmir’in Sokak ve Cadde Ağlarının Çizge Teori Tabanlı Değerlendirilmesi

Abstract

Şehirlerin cadde ve sokak ağları insanların günlük faaliyetlerini ve yaşam kalitesini önemli derecede etkilemektedir. Bu çalışmada çizge teorisine dayanarak İzmir ve ilçelerinin sokak ve cadde ağının topolojik yapısı ve güvenilirliği incelenmiştir. İlçelerin sokak ve cadde ağları Open Street Map platformu aracıyla oluşturulup, çizge modeline dönüştürüldükten sonra düğüm derece dağılımı, çap ve yarıçap, dış merkezlilik, kümeleme katsayısı ve en küçük bağlı hakim küme gibi 17 farklı özellik hesaplanmıştır. Örneğin, İzmir ilçelerinin çıkmaz sokaklarının sayısı ve yoğunluğu, konumlar arası alternatif patikaların sayısı, en kısa patikaların uzunluğu, seçili konumlardan geçen en kısa yollar ve kritik caddeler ve kavşaklar gibi çeşitli veriler üretilmiştir. Bu veriler, ilçelerin gelişme durumunu değerlendirmek için alternatif ve somut ölçekler ortaya koyarak ilçeler arasında ve İzmir ile diğer şehirler arasında somut karşılaştırma olanaklarını sağlamaktadır. Yapılan hesaplamalara göre, İzmir’in ilçelerinde ortalama 4196.33 ve 6140.9 kenar bulunmaktadır. En çok düğüm ve kenara sahip Bornova ilçesinde 10223 düğüm ve 15772 kenar ve en az düğüm ve kenara sahip Beydağ ilçesinde 427 düğüm ve 557 kenar bulunmaktadır. Tüm ilçelerin ortalama düğüm derecesi 2.88, ortalama kritik düğüm sayısı 680.6, ortalama kritik kenar sayısı 808.56, çıkmaz sokakların ortalama sayısı ve oranı sırayla 657.26 ve %16.88, en küçük kapsayan ağaçların ortalama kenar sayısı 4195.33 ve bu ağaçların ortalama uzunluğu 591493.84 m olarak hesaplanmıştır. En az orana sahip Karabağlar ilçesinde kenarların %61.64’u en küçük kapsayan ağaçta kullanılırken en yüksek orana sahip Kiraz ilçesinde kenarların %78.49’u en küçük kapsayan ağacında kullanılmıştır. İlçelerinin sokak ve cadde ağında rastgele seçilen iki konum arasında ortalama 1.91 bağımsız patika bulunmaktadır.

Keywords

• Sokak ve Cadde Ağları
• Open Street Map
• Çizge Kuramı
• Karmaşık Ağlar

Roads And Street Networks Evaluation Of Izmir City based on Graph Theory

Abstract

Road and street networks significantly affect people's daily activities and quality of life. In this work, topological structure and reliability of the street and road network of İzmir and its districts were examined based on graph theory. After creating streets networks with the Open Street Map and converting the networks to the graph models, 17 different property such as node degree distribution, diameter and radius, eccentricity, clustering coefficient and dominating set have been calculated on the models. Various data such as the number and density of dead-end streets, the number of alternative roads and the length of the shortest roads, in İzmir districts have been calculated. These data may provide meaningful comparison opportunities between districts and between İzmir and other cities. Based to the calculations, there are an average of 4196.33 nodes and 6140.9 edges in the districts of İzmir. Bornova, with the most nodes and edges, has 10223 nodes and 15772 edges, and Beydağ has only 427 nodes and 557 edges. The average number of nodes degree is 2.88, critical nodes is 680.6 and critical edges is 808.56. The average number and ratio of dead-end streets is 657.26 and 16.88%, the average number of edges of the minimum spanning trees is 4195.33 and the average length of these trees is 591493.84 m. In Karabağlar district 61.64% and in Kiraz district, 78.49% of the edges were used in the minimum spanning tree. The average number of independent paths between two randomly selected locations is 1.91.

Keywords

• Road and Street Network
• Open Street Map
• Graph Theory
• Complex Networks

References

1. Ramm, F., Topf, J., & Chilton, S. 2011. "OpenStreetMap: using and enhancing the free map of the world", Cambridge: UIT Cambridge.
2. Boeing, G. 2017. "OSMnx: New methods for acquiring, constructing, analyzing, and visualizing complex street networks", Computers, Environment and Urban Systems, 65, 126-139.
3. Jiang, B. 2007. "A topological pattern of urban street networks: universality and peculiarity" Physica A: Statistical Mechanics and its Applications, 384(2), 647-655.
4. Masucci, A. P., Arcaute, E., Hatna, E., Stanilov, K., & Batty, M. 2015. "On the problem of boundaries and scaling for urban street networks", Journal of the Royal Society Interface, 12(111), 20150763.
5. Wang, F., Antipova, A., & Porta, S. 2011. "Street centrality and land use intensity in Baton Rouge, Louisiana". Journal of Transport Geography, 19(2), 285-293.
6. Jiang, B., Duan, Y., Lu, F., Yang, T., & Zhao, J. 2014. "Topological structure of urban street networks from the perspective of degree correlations". Environment and Planning B: Planning and Design, 41(5), 813-828.
7. Boeing, G. 2018. "A multi-scale analysis of 27,000 urban street networks: Every US city, town, urbanized area, and Zillow neighborhood", Environment and Planning B: Urban Analytics and City Science, 47(4) 590–608.
8. Han, B., Sun, D., Yu, X., Song, W., & Ding, L. 2020. "Classification of urban street networks based on tree-like network features". Sustainability, 12(2), 628.

9. Erdem, U., & Cubukcu, K. M. 2019. "Visualizing the road network topology differences of Istanbul city". Environment and Planning A: Economy and Space, 51(4), 827-830.
10. Alakaş, H. M., Kızıltaş, Ş., Eren, T., & Özcan, E. 2018. "Sıfır atık projesi kapsamında atıkların toplanması: kırıkkale ilinde homojen çok araçlı araç rotalama uygulaması", Harran Üniversitesi Mühendislik Dergisi, 3(3), 190-196.
11. Kahraman, M. 2018. "Muğla şehrinin cadde ve sokak sistemleri üzerinde etkili olan faktörler". Journal of International Social Research, 11(61).
12. Deniz, M., & Topuz, M. 2018. "Coğrafi Bilgi Sistemleri (CBS) Destekli Çok Kriterli Karar Verme Yöntemleri ve Analitik Hiyerarşi Tekniği Kullanarak Uşak Merkez İlçede Alternatif Çöplük Alanlarının Belirlenmesi". Journal of History Culture and Art Research, 7(5), 544-578.
13. Cubukcu, E., & Cubukcu, K. M. 2017. "The urban patterns in informal and formal neighborhoods: a graph theory-based study", International Contemporary Urban Issues Conference 16, 94.
14. Deniz, M., Topuz, M., & Akbay, H. M. 2019. "Ödemiş ilçesinde okul lokasyonlarının coğrafi bilgi sistemleri (CBS) ile analizi". Social Sciences, 14(6), 3009-3029.
15. Sezer, A., Deniz, M., Kocaman, E., & Topuz, M. 2019. Turgutlu şehrinde okullara erişilebilirliğin cbs ile analizi. lnternational Journal of Geography and Geography Education, (40), 190-207.
16. Deniz, M. 2018. "Uşak şehrinde aile sağlığı merkezlerine erişilebilirliğin CBS ile analizi". Electronic Turkish Studies, 13(26).
17. Asami, Y., Kubat, A. S., & Istek, C. 2001. "Characterization of the street networks in the traditional Turkish urban form". Environment and Planning B: Planning and Design, 28(5), 777-795.
18. Hacar, M., Kılıç, B., & Şahbaz, K. 2018. "Analyzing openstreetmap road data and characterizing the behavior of contributors in Ankara", Turkey. ISPRS International Journal of Geo-Information, 7(10), 400.
19. Floyd, R. W. 1962. "Algorithm 97: shortest path", Communications of the ACM, 5(6), 345.
20. Henzinger, M. R., Rao, S., & Gabow, H. N. 2000. "Computing vertex connectivity: New bounds from old techniques". Journal of Algorithms, 34(2), 222-250.
21. Stoer, M., & Wagner, F. 1997. "A simple min-cut algorithm", Journal of the ACM (JACM), 44(4), 585-591.
22. Brandes, U. 2001. "A faster algorithm for betweenness centrality". Journal of mathematical sociology, 25(2), 163-177.
23. Prim, R. C. 1957. "Shortest connection networks and some generalizations", The Bell System Technical Journal, 36(6), 1389-1401.
24. Ruan, L., Du, H., Jia, X., Wu, W., Li, Y., & Ko, K. I. 2004. "A greedy approximation for minimum connected dominating sets". Theoretical Computer Science, 329(1-3), 325-330.
25. Eppstein, D. 1998. "Finding the k shortest paths". SIAM Journal on computing, 28(2), 652-673.
26. Edmonds, J., & Johnson, E. L. (1973). Matching, Euler tours and the Chinese postman. Mathematical programming, 5(1), 88-124.