ENGELLİ BİREYLERE ERİŞİM ÇÖZÜMLERİNDE COĞRAFİ BİLGİ SİSTEMLERİ VE AĞ ANALİZ YÖNTEMİNİN KULLANIMI; ESKİŞEHİR ÖRNEĞİ

Abstract

Uluslararası afet veri tabanına göre (UNISDR / EM-DAT) 2018 yılı içinde doğa kaynaklı afetlerden etkilenen kişi sayısı 61,772,617 kişi olarak raporlanmıştır. Dünya Sağlık Örgütü (World Health Organization- WHO) (2011) verilerine göre, dünya nüfusunun yaklaşık %15’i engelli bireylerden oluşmaktadır. Afet ve acil durum olaylarında, zarar görme olasılıkları diğer bireylere kıyasla çok daha yüksek olmasına karşın, risk azaltma çalışmalarında göz ardı edilen engelli bireyler için uluslararası sözleşmelere uygun çözümlerin geliştirilmesi son derece önemlidir.

Afet yönetimi çalışmalarında afetten etkilenen alanın ve nüfusun hızlı bir şekilde belirlenmesine yönelik çalışmalar kriz yönetimi evresinde önem taşımaktadır. Ayrıca olası bir afet öncesinde tehlike alanlarının belirlenmesi, risklerin ve afetlerden etkilenebilecek nüfusun ortaya konması, afetin boyutunu azaltmaya yönelik zarar azaltma çalışmalarının ilk aşaması olarak değerlendirilebilir.

Bu çalışmada, afetlerde özel gereksinimli bireylere erişme konusu coğrafi bilgi sistemleri kullanılarak değerlendirilmiştir. Afetzedeye, ihtiyaç duyulan hizmetlerin ulaştırılması veya hizmet noktalarına bu kişilerin erişebilmesi amacıyla çift yönlü bir erişebilirlik analizi risk azaltmaya yönelik çalışmalar için önemli veriler sağlayabilecektir. Bu çalışmada Eskişehir il örneğinde, engelli bireylerin yaşadığı adresler coğrafi konum bilgisi (enlem, boylam) ile ilişkilendirilmiş ve diğer öznitelik bilgileri ile birlikte veri tabanına aktarılmıştır. Bu verinin saklanması, sorgulanması ve analiz edilmesi aşamalarında Coğrafi Bilgi Sistemi (CBS) çözüm tekniklerinden yararlanılmıştır. CBS, ağ analiz yöntemleri kullanılarak zihinsel engelli, bedensel engelli, işitme engelli ve görme engelli bireylerin acil toplanma merkezlerine en hızlı erişebilecekleri ulaşım güzergahları belirlenmiştir. Bu kapsamda ağ analiz yöntemlerinden hizmet alanı yöntemiyle yol ağı üzerinde belirli zaman dilimleri içerisinde afet toplanma merkezlerine ulaşılabilirlik alanları oluşturulmuş ve bu alanlar içerisindeki engelli bireylerin konumları ve sayıları tespit edilmiştir. Elde edilen sonuçlar sayısal haritalar oluşturularak yorumlanmıştır. 

Keywords

• Engelli Bireyler,Mekânsal Veri,Coğrafi Bilgi Sistemi,Erişim

USING A GEOGRAPHIC INFORMATION SYSTEM AND NETWORK ANALYSIS METHOD TO DEVELOP ACCESSING SOLUTIONS FOR INDIVIDUALS WITH DISABILITIES: THE CASE OF ESKİŞEHİR

Abstract

The international disasters database (UNISDR / EM-DAT) puts the number of people affected by natural disasters in 2018 at 61,772,617. According to (1), people with disabilities account for somewhere in the region of 15% of the global population. Despite being the most vulnerable group during emergencies and disasters, people with disabilities tend to be overlooked in risk mitigation efforts, making it vital that solutions be developed for them within the framework of international conventions.

In Disaster Management, efforts to identify the area and population affected by the disaster are important factors in Crisis Management, and identifying danger zones and the segments of society who would be at the greatest risk in the event of a disaster in advance can be considered the first step in damage mitigation and lessening the impact of a disaster.

This study approaches the issue of accessibility among individuals with special needs during a disaster using a geographic information system-based approach. A two-way accessibility analysis is made of the level of access to service points and the delivery of services to disaster victims, providing valuable base data for risk mitigation efforts. This study has associated addresses of individuals with disabilities in Eskişehir with geographic location information (latitude and longitude), bringing the data together in a database, together with other attributes. Geographic Information System (GIS) analysis techniques were used to store, query and analyze the data. Using GIS and network analysis methods, the fastest routes to emergency assembly points were identified for intellectual disabilitity, physical disability, hearing disabilitiy, visual disability. To this end, the Service Area network analysis method was used to establish accessibility area on the road network that would allow the focus population group to reach disaster assembly points within specific time periods, and the numbers and locations of the individuals with disabilities in these areas were identified. The results were interpreted through the creation of digital maps. 

Keywords

• Individuals with Disabilities,Spatial Data,Accessing,Geographic Information Systems

References

1. 1- WHO, World Bank. World health statistics 2011. Geneva, Switzerland: World Health Organization; 2011.
2. 2- UNISDR U, editor Sendai framework for disaster risk reduction 2015–2030. Proceedings of the 3rd United Nations World Conference on DRR, Sendai, Japan; 2015.
3. 3- Han SC, Sauber J, Luthcke SB, Ji C, Pollitz FF. Implications of postseismic gravity change following the great 2004 Sumatra‐Andaman earthquake from the regional harmonic analysis of GRACE intersatellite tracking data. Journal of Geophysical Research: Solid Earth. 2008;113(B11).
4. 4- UNESCAP. Disability at a Glance 2012: Strengthening the Evidence Base in Asia and the Pacific. Social Development Division, Economic and Social Commission for Asia and the Pacific, United Nations, Bangkok, at http://wwwunescapsddorg/files/documents/PUB_Disability-Glance-2012pdf. 2012.
5. 5- Gökçe O, Özden Ş, Demir A. Türkiye'de afetlerin mekansal ve istatistiksel dağılımı afet bilgileri envanteri: Bayındırlık ve İskan Bakanlığı Afet İşleri Genel Müdürlüğü; 2008.
6. 6- Robinson A. Disability inclusion and disaster risk: Principles and guidance for implementing the Sendai Framework. . Norwegian Association of Disabled (NAD) in partnership with the Federation of Disability Organisations in Malawi (FEDOMA) and the National Union of Disabled People of Uganda (NUDIPU). 2017.
7. 7- Tiyek R, Eryiğit BH, Baş E. Engellilerin erişilebilirlik sorunu ve TSE standartları çerçevesinde bir araştırma. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 2016;12(2):225-61.
8. 8- Özmen HB. Eskişehir ili sismik tehlike analizi. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Anabilim Dalı: Anadolu Üniversitesi; 2018.

9. 9- Ketin I. Relations between general tectonic features and the main earthquake regions in Turkey. MTA Bull. 1968;71:129-34.
10. 10- Şaroğlu F, Emre Ö, Boray A. Active faults and sismicity in Turkey (Report No. 8174). MTA; 1987. Contract No.: 8174.
11. 11- Ocakoğlu F. A re-evaluation of the Eskişehir Fault Zone as a recent extensional structure in NW Turkey. Journal of Asian Earth Sciences. 2007;31(2):91-103.
12. 12- Koçyiğit A. The Denizli graben-horst system and the eastern limit of western Anatolian continental extension: basin fill, structure, deformational mode, throw amount and episodic evolutionary history, SW Turkey. Geodinamica Acta. 2005;18(3-4):167-208.
13. 13- Koçyiğit A. Orta Anadolu’nun genel neotektonik özellikleri ve depremselliği. Haymana-Tuzgölü-Ulukışla Basenleri Uygulamalı Çalışma (WORKSHOP), TPJD özel sayı2000a. p. 1-26.
14. 14- Ocakoğlu F, Altunel E, Yalçıner Ç. Eskişehir bölgesinin neotektonik dönemdeki tektono-stratigrafik ve sedimantolojik gelişimi. Osmangazi Üniversitesi Bilimsel Araştırma Projeleri Komisyonu: Osmangazi Üniversitesi; 2005.
15. 15- Tokay F, Altunel E. Neotectonic activity of Eskişehir fault zone in vicinity of İnönü–Dodurga area. Bulletin of the Mineral Research and Exploration Institute of Turkey. 2005;130:1-15.
16. 16- GözIer MZ, Cevher F, Küçükayman A. Eskişehir civarınının jeolojisi ve sıcak su kaynakları. Maden Tetkik ve Arama Dergisi. 1985;103(103,104).
17. 17- Altunel E, Barka A. Eskişehir fay zonimun İnönü-Sultandere arasında neotektonik aktivitesi. Geological Bulletin of Turkey. 1998;41(2):41-52.
18. 18- Seyitoğlu G, Ecevitoğlu GB, Kaypak B, Güney Y, Tün M, Esat K, et al. Determining the main strand of the Eskişehir strike-slip fault zone using subsidiary structures and seismicity: a hypothesis tested by seismic reflection studies. Turkish Journal of Earth Sciences. 2015;24(1):1-20.
19. 19- Pekkan E, Tun M, Guney Y, Mutlu S. Integrated seismic risk analysis using simple weighting method: the case of residential Eskişehir, Turkey. Natural Hazards and Earth System Science. 2015;15(6):1123-33.
20. 20- Bayar R, Turhan A, Çetin O, Akkurt M, Gürbüz DG, Eryiğit V, et al. Let’s overcome disabilities together against disasters. Afet ve Acil Durum İl Eskişehir Müdürlüğü; 2018. Report No.: 2016-1-TR01-KA204-034345.
21. 21- Clarke K. Getting started with GIS. 1999.
22. 22- Aronoff S. Geographic information systems: A management perspective. Geocarto International. 1989;4(4):58-.
23. 23- Enders A, Brandt Z. Using geographic information system technology to improve emergency management and disaster response for people with disabilities. Journal of Disability Policy Studies. 2007;17(4):223-9.
24. 24- Rigaux P, Scholl M, Voisard A. Spatial databases: with application to GIS: Elsevier; 2001.
25. 25- Aben J, Adriaensen F, Thijs KW, Pellikka P, Siljander M, Lens L, et al. Effects of matrix composition and configuration on forest bird movements in a fragmented Afromontane biodiversity hot spot. Animal Conservation. 2012;15(6):658-68.
26. 26- Chopin P, Blazy J-M. Assessment of regional variability in crop yields with spatial autocorrelation: Banana farms and policy implications in Martinique. Agriculture, ecosystems & environment. 2013;181:12-21.
27. 27- 2Isobe A, Uchida K, Tokai T, Iwasaki S. East Asian seas: a hot spot of pelagic microplastics. Marine pollution bulletin. 2015;101(2):618-23.
28. 28- Lepers E, Lambin EF, Janetos AC, DeFries R, Achard F, Ramankutty N, et al. A synthesis of information on rapid land-cover change for the period 1981–2000. BioScience. 2005;55(2):115-24.
29. 29- Prasannakumar V, Vijith H, Charutha R, Geetha N. Spatio-temporal clustering of road accidents: GIS based analysis and assessment. Procedia-Social and Behavioral Sciences. 2011;21:317-25.
30. 30- Menteşe S, Tağıl Ş. Türkiye’de Depremlerin Mekânsal Dağılımı: Jeo-İstatistiksel & Mekansal İstatistiksel Bir Yaklaşım. Uluslararası Sosyal Araştırmalar Dergisi, C: 9, S. 2016;45.
31. 31- Getis A, Ord JK. The analysis of spatial association by use of distance statistics. Perspectives on Spatial Data Analysis: Springer; 2010. p. 127-45.
32. 32- Ord JK, Getis A. Local spatial autocorrelation statistics: distributional issues and an application. Geographical analysis. 1995;27(4):286-306.
33. 33- Peeters A, Zude M, Käthner J, Ünlü M, Kanber R, Hetzroni A, et al. Getis–Ord’s hot-and cold-spot statistics as a basis for multivariate spatial clustering of orchard tree data. Computers and Electronics in Agriculture. 2015;111:140-50.
34. 34- Zeiler M. Modeling our world: the ESRI guide to geodatabase design: ESRI, Inc.; 1999.
35. 35- Uyguçgil H. Konumsal veritabanında ağ elemanları: Konumsal veritabanı-II. Uyguçgil H, editor: Anadolu Üniversitesi Yayın No: 3357, Açıköğretim Fakültesi Yayın No:2221; 2016.