MARKOV ZİNCİRLERİ TEMELLİ ARAZİ ÖRTÜSÜ TAHMİN MODELİ GELİŞTİRİLMESİ: ANKARA İLİ ÖRNEĞİ

Öz

Arazi örtüsü, başta nüfusun sayısal büyüklüğü ve yoğunluğu olmak üzere, sahip olduğu sosyo-ekonomik özelliklerden teknolojiye, uygulanan arazi politikalarından doğal faktörlere kadar pek çok nedene bağlı olarak değişmektedir. Arazi örtüsü değişiminin büyük bölümü insan kaynaklıdır ve bünyesinde ekonomik, ekolojik pek çok problemi barındırır. Arazinin korunarak kullanılması, bu problemlerin büyümeden çözülmesi ve tedbir alınması açısından büyük önem taşımaktadır. Arazi örtüsü değişimlerinin zamansal izlenmesi ve gelişen Coğrafi Bilgi Sistemleri ile Uzaktan Algılama teknolojileri, bu değişimin geleceği yönünde karar vericilere pek çok imkânlar sunmaktadır. Geliştirilen tahmin modelleri ile arazi örtüsü değişiminin hızı, yönü ve türü ortaya konmakta böylece sürdürülebilir arazi kullanımı için planlamaya altlık oluşturulmaktadır. Arazi örtüsü tahminlerinin yapılmasında pek çok olasılık yöntemi kullanılmakla birlikte yaygın olan uygulamalardan biri de Markov Zincirleridir. Rassal süreçlerin özel bir sınıfı olan Markov Zincirlerinde, tekrarlanan gözlem dizisine bağlı olarak ortaya çıkan iki veya daha fazla sonuç, olasılık kanunları aracılığıyla belirlenebilmektedir. Bu çalışmanın ana hedefi Ankara ili 2018 yılı arazi örtüsünü Markov Zincirleri tekniği ile tahmin etmektir. Bu kapsamda CORINE 1990, 2000, 2006 ve 2012 veri setleri birinci düzey arazi örtüsü sınıflarına göre değerlendirilmiştir. 2012 yılı arazi örtüsü tahmini için modelde, ilk üç veri setine bağlı olarak %92 doğruluk sağlanmıştır. 2012 yılı CORINE verilerinin de modele eklenmesiyle 2018 değerlendirmesi yapılmış, eklenen veri setine bağlı olarak model doğruluğu 2018 yılı için %90 olarak bulunmuştur. Bu son tahmin verilerine göre ildeki arazi örtüsü değişimi yapay alanların lehine, tarımsal alanların aleyhine gelişmeye devam edecektir.

Anahtar Kelimeler

• Arazi Örtüsü Tahmin Modeli
• Markov Zincirleri
• CBS
• Ankara İli
• Türkiye

MARKOV CHAINS BASED LAND COVER ESTIMATION MODEL DEVELOPMENT: THE CASE OF ANKARA PROVINCE

Öz

Land cover changes due to many factors ranging initially from the numerical size and density of the population to socio-economic characteristics and technology, from land policies to natural factors. Most of the land cover change is human-induced and involves many economic and ecological problems. Using the land by protecting it is of great importance to solve these problems before they worsen and to take precautions. Temporal monitoring of land cover changes and improving Geographical Information Systems and Remote Sensing technologies provide decision makers with many opportunities for the future of this change. The speed, direction and type of land cover change are identified with the developed forecast models, thus forming a basis for planning for sustainable land use. Although many probability methods are used to make land cover estimations, one common practice is Markov chain model. In Markov chains, a special class of random processes, two or more results that emerge based on repeated observations can be determined by means of probability laws. The main objective of this study is to estimate the 2018 land cover of Ankara province with Markov chains technique. In this context, CORINE 1990, 2000, 2006 and 2012 data sets were evaluated according to first level land cover classes. In the model for 2012 land cover estimation, 92% accuracy was achieved based on the first three data sets. With the addition of 2012 CORINE data to the model, evaluation for 2018 was made and the accuracy of the model was found to be 90% for 2018 based on the added data set. According to these latest estimation data, the change of land cover in the province will continue to develop in favor of artificial areas and against agricultural areas.

Anahtar Kelimeler

• Land Cover Prediction Model
• Markov Chains
• GIS
• Ankara Province
• Turkey

Kaynakça

1. Bayar, R. & Karabacak, K. (2017). Ankara ili arazi örtüsü değişimi (2000-2012). Coğrafi Bilimler Dergisi, 15(1), 59-76.
2. Brown, D. G., Pijanowski, B. C. & Duh, J. D. (2000). Modeling the relationships between land-use and land-cover on private lands in the Upper Midwest, USA. Journal of Environmental Management, 59, 247-263.
3. Cengiz, S. & Yılmaz, B. (2016). Malatya'da arazi kullanımı/örtüsünün modellemesi, 2025-2045 arazi kullanımı/örtüsü simülasyonu. D. Maktav ve S. Berberoğlu (Ed.), UZAL-CBS 2016 Sempozyumu Bildiriler Kitabı içinde (s. 49-57). Adana.
4. Ching, W. K., Fung, E. S. & Ng, M. K. (2002). A multivariate Markov chain model for categorical data sequences and its applications in demand predictions. IMA Journal of Management Mathematics, 13, 187–199.
5. Cohen, J. (1960). A Coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37-46.
6. Çetin, N. G. & Alp, S. (2016). Cep telefonu marka tercihlerinin Markov zincirleri ile analizi. Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 9(3), 126-138.
7. Dawson, B. &Trapp, R. G. (2004). Basic and clinical biostatistics (4th ed.). Newyork: McGraw-Hill.
8. Geist, H. J. (2002). Causes and pathways of land change in Southern Africa during the past 300 years: Moving from simplifications to generality and complexity. Erdkunde, 56, 144-156.

9. Halaç, O. (2001). Kantitatif karar verme teknikleri (yöneylem araştırması) (5. Baskı). İstanbul: Alfa Basım Yayım Dağıtım.
10. Halmy, M. W. A., Gessler, P. E., Hicke, J. A. & Salem, B. B. (2015). Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA. Applied Geography, 63, 101-112.
11. Hamad, R., Balzter, H. & Kolo, K. (2018). Predicting land use/land cover changes using a CA-Markov model under two different scenarios. Sustainability, 10, 3421.
12. Han, H., Yang, C. & Song, J. (2015). Scenario simulation and the prediction of land use and land cover change in Beijing, China. Sustainability, 7, 4260-4279.
13. Iacona, M., Geneldy, E. A. M. & Rania, W. (2012). Markov chain model of land use change in the Twin Cities. Journal of Land Use, Mobility and Environment, 8(3), 1-24.
14. Karip Bozkaya, A. G. & Göksel, Ç. (2017). İğneada koruma alanının arazi örtüsü/arazi kullanımının zamana bağlı değişiminin Markov zincirleri ile modellenmesi. Journal of Geomatics, 2(2), 94-105.
15. Kılıç, S. (2015). Kappa testi. Journal of Mood Disorders, 5(3), 142-144.
16. Kurtuluş, K. (1983). İşletmelerde araştırma yöntembilimi (araştırma yöntemleri). İstanbul: İstanbul Üniversitesi İşletme Fakültesi Yayınları.
17. Levin, R. I., Kirkpatrick, C. A. & Rubin, S. D. (1982). Quantitave approaches to management (5th ed.). Newyork: McGraw-Hill.
18. Mckee, T. B., Doesken, N. J. & Kleist, J. (1993). The relationship of drought frequency and duration of time scales. Proceedings of eighth conference on applied Climatology American Meteorological Society (pp. 179-186). California.
19. Mondala, M. S., Sharmaa, N., Kappasb, M. & Gargc, P. K. (2013). Modeling of spatio-temporal dynamics of land use and land cover in a part of Brahmaputra River basin using geoinformatic techniques. Geocarto International, 28(7), 632–656.
20. Muller, M.R. & Middleton, J. (1994). A Markov model of land-use change dynamics in the Niagara region, Ontario, Canada. Landscape Ecology, 9, 151-157.
21. Sang, L., Zhang, C., Yang, J., Zhu, D. & Yun, W. (2011). Simulation of land use spatial pattern of towns and villages based on CA-Markov model. Mathematical and Computer Modelling, 54, (3-4), 938–943.
22. Soykan, Y. (2010). Markov zincirleri ile pazar payı araştırma modeli ve otomobil lastiği pazarında bir uygulama. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 27.