Afet Toplanma Alanlarının Belirlenmesinde Yapay Zekâ ve Voronoi Diyagramları Kullanılması: Bursa Karaman Mahallesi Örneği

Abstract

Afet ve acil durum süreçlerinde güvenli toplanma alanlarının planlanması, toplumsal güvenliğin sağlanması ve risklerin en aza indirilmesi açısından büyük bir öneme sahiptir. Özellikle kentleşme sürecinin hız kazandığı bölgelerde, bu alanların doğru bir şekilde belirlenmesi hem afet anındaki kaosun azaltılması hem de toplumun afet sonrası toparlanma sürecinin hızlanması için kritik bir gerekliliktir. Bu çalışma, Bursa Nilüfer ilçesi Karaman Mahallesi sınırlarında yer alan mevcut afet toplanma alanlarının, olası bir afet durumunda nüfus yoğunluğu ve erişilebilirlik açısından yeterliliğini değerlendirerek gerekli görülen bölgelerde yeni toplanma alanları önermektedir. Araştırmada, algoritmik-üretken bir yöntem olan Voronoi diyagramları ve mekân dizimi yöntemleri birlikte kullanılmıştır. İlk aşamada, Karaman Mahallesi’nin nüfus yoğunluğu verileri ile kentsel boşluklar arasında bir ilişki kurulmuş ve Voronoi diyagramları aracılığıyla bu boşlukların her birinin uygun erişim mesafelerine göre etki alanları belirlenmiştir. Bu analiz, boşlukların mevcut nüfus yoğunluğunu ne derece kapsayabildiğini ve mahalledeki yerleşim alanlarına olan mesafelerini değerlendirmeyi mümkün kılmıştır. İkinci aşamada, önerilen alanların ve mevcut toplanma alanlarının erişilebilirlik seviyeleri mekân dizimi yöntemi kullanılarak incelenmiştir. Çalışma sonucunda, Karaman Mahallesi’ndeki toplanma alanlarının bazı bölgelerde nüfus yoğunluğu ve erişilebilirlik açısından yetersiz olduğu tespit edilmiştir. Voronoi diyagramları ile elde edilen bulgular, özellikle yoğun nüfuslu bölgelerde daha fazla toplanma alanına ihtiyaç duyulduğunu ortaya koymuştur. Mekân dizimi analizleri ise mevcut kentsel boşlukların erişilebilirlik seviyelerindeki farklılıkları göstermiş ve bu boşlukların iyileştirilmesi gerektiğini vurgulamıştır.

Keywords

• Afet Toplanma Alanı
• Mekân Dizimi
• Voronoi Diyagramı
• Yapay Zekâ

Using Artificial Intelligence and Voronoi Diagrams in Determining Emergency Assembly Areas: Bursa Karaman District Example

Abstract

The planning of safe assembly areas in disaster and emergency management processes is of paramount importance for ensuring public safety and minimizing risks. Particularly in regions undergoing rapid urbanization, the accurate identification of such areas is critical to mitigating chaos during disasters and expediting the post-disaster recovery process. This study evaluates the adequacy of existing emergency assembly areas within the boundaries of Karaman Neighborhood in Nilüfer District, Bursa, in terms of population density and accessibility. Furthermore, it proposes new assembly areas where deemed necessary. The study employs a combination of Voronoi diagrams and space syntax methods. In the initial phase, a correlation between population density data and urban voids within Karaman Neighborhood was established. Using Voronoi diagrams, the influence areas of these voids were delineated based on appropriate accessibility distances. This analysis enabled the assessment of how effectively the urban voids accommodate the current population density and their spatial proximity to residential zones. In the subsequent phase, the accessibility levels of the proposed and existing assembly areas were analyzed through space syntax methods. The findings indicate that the existing assembly areas in Karaman Neighborhood are insufficient in certain regions in terms of both population density and accessibility. The results derived from the Voronoi diagrams underscore the necessity of additional assembly areas, particularly in densely populated zones. Spatial analysis further reveals significant disparities in the accessibility levels of the existing urban voids, highlighting the need for their enhancement to meet the requirements of disaster preparedness effectively.

Keywords

• Emergency Assembly Area
• Space Syntax
• Voronoi Diagram
• Artificial Intelligence

References

1. Afet ve Acil Durum Yönetimi Başkanlığı. (2014). TAMP Türkiye Afet Müdahale Planı. Afet ve Acil Durum Yönetimi Başkanlığı. https://www.afad.gov.tr/turkiye-afet-mudahale-plani
2. Aksoy, Y., Turan, A.Y. & Atalay, H. (2009). İstanbul Fatih İlçesi Yeşil Alan Yeterliliğinin Marmara Depremi Öncesi ve Sonrası Değerleri Kullanılarak İncelenmesi, Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 14(2), 137-150. https://doi.org/10.17482/uujfe.30331
3. Akyol, N., Akıncı, A., & Eyidoğan, H. (2002). Site amplification of S-waves in Bursa City and its vicinity, Northwestern Turkey: Comparison of Different Approaches. Soil Dynamics and Earthquake Engineering, 22(7), 579-587. https://doi.org/10.1016/S0267-7261(02)00030-1
4. Alexander, D. (2002). Principles of emergency planning and management. Terra Publishing.
5. Aurenhammer, F. (1991). Voronoi diagrams—A survey of a fundamental geometric data structure. ACM Computing Surveys (CSUR), 23(3), 345-405. https://doi.org/10.1145/116873.116880
6. Aurenhammer, F., & Klein, R. (2000). Voronoi diagrams. In J. R. Sack, & J. Urrutia (Eds.), Handbook of Computatioal Geometry (201-290). North- Holland Publ Co. https://doi.org/10.1016/B978-0-444-82537-7.X5000-1
7. Chang, D. & Penn, A. (1998). Integrated Multilevel Circulation in Dense Urban Areas: The Effect of Multiple Interacting Constraints on the Use of Complex Urban Areas. Environment and Planning B: Planning and Design, 25(4), 507-538. https://doi.org/10.1068/b250507
8. Chiu, Y.-H., Chuang, I.-T., & Tsai, C.-Y. (2020). Analyzing correlation of urban functionality and spatial configuration. Environment and Planning B: Urban Analytics and City Science, 0(11), 1-18. https://doi.org/10.1177/2399808320924673

9. Colaço, R. & Silva, J. d. (2023). Exploring the role of accessibility in shaping retail location using space syntax measures: A panel-data analysis in Lisbon, 1995–2010. Environment and Planning B: Urban Analytics and City Science, 50(5), 1345-1360. https://doi.org/10.1177/23998083221138570
10. Cutter, S. L. (2003). The vulnerability of science and the science of vulnerability. Annals of the Association of American Geographers, 93(1), 1-12. https://doi.org/10.1111/1467-8306.93101
11. Davis, D. (2013). Modelled on software engineering: Flexible parametric models in the practice of architecture. [Doctoral dissertation, RMIT University].https://www.danieldavis.com/papers/danieldavis_thesis.pdf
12. Ediz, Ö. M., Erbil, Y., & Akıncıtürk, E. N. (2010). Günümüz mimarlığının dinamikleri Iceberg in görünmeyen yüzü. Mimarlık, 47(354), 49-52. http://www.mimarlikdergisi.com/index.cfm?sayfa=mimarlik&DergiSayi=368&RecID=2438
13. Hillier, B. & Hanson, J. (1984). The social logic of space. Cambridge University Press. https://doi.org/10.1017/CBO9780511597237
14. Hillier, B., Penn, A., Hanson, J., Grajewski, T., & Xu, J. (1993). Natural movement: Or, configuration and attraction in urban pedestrian movement. Environment & Planning B: Planning & Design, 20, 29–66. https://doi.org/10.5694/j.1326-5377.1963.tb26584.x
15. Hillier, B. (2007). Space is the machine: a configurational theory of architecture. Space Syntax. Japonya Uluslararası İş birliği Ajansı & İstanbul Büyükşehir Belediyesi (2002). Türkiye Cumhuriyeti İstanbul İli Sismik Mikro-Bölgeleme Dahil Afet Önleme/Azaltma Temel Planı Çalışması Son Rapor Cilt V. https://depremzemin.ibb.istanbul/uploads/prefix-jica-turkce-raporu-66a39c6e9b70d.pdf
16. Kaplanoğlu, R. (2016, Nisan 4). Karamanköy Mahallesi. Turkhaber.com.https://www.turkhaber.com/wiki/Karamankoy_Mahallesi-4492.html
17. Karimi, K. (2012). A configurational approach to analytical urban design: 'Space syntax' methodology. Urban Design International, 17(4), 297-318. https://doi.org/10.1057/udi.2012.19
18. Lee, J. H., Ostwald, M. J., & Zhou, L. (2023). Socio-Spatial Experience in Space Syntax Research: A PRISMA-Compliant Review. Buildings, 13(3), 644. https://doi.org/10.3390/buildings13030644
19. Nowak, A. (2015). Application of Voronoi diagrams in contemporary architecture and town planning. Challenges of Modern Technology,6.
20. Okabe, A., Boots, B., Sugihara, K., & Chiu, S. N. (2000). Spatial tessellations: Concepts and applications of Voronoi diagrams. Wiley. DOI:10.1002/9780470317013
21. Oliveira, V. (2013). Morpho: a methodology for assessing urban form. Urban Morphology, 17(1), 21–33. https://doi.org/10.51347/jum.v17i1.2885
22. Özcan, B. (2010). Bursa Depremleri (2 Mart - 12 Nisan 1855). Güzel Sanatlar Enstitüsü Dergisi, (5). Penn, A., Hillier, B., Banister, D., & Xu, J. (1998). Configurational modelling of urban movement networks. Environment and Planning B: Planning and Design, 25(1), 59–84. https://doi.org/10.1068/b250059
23. Salt Research, Mühendishane-i Hümayun Archive. (1862). Retrieved January 5, 2025, from Salt Research: https://archives.saltresearch.org/handle/123456789/122041
24. Tabban, A. (2000). Kentlerin Jeolojisi ve Deprem Durumu. TMMOB Jeoloji Mühendisleri Odası.
25. Tarabanis, K. & Tsionas, I. (1999). Using network analysis for emergency planning in case of earthquake. Transactions in GIS, 3(2), 187–197. https://doi.org/10.1111/1467-9671.00015
26. Van Nes, A. & Yamu, C. (2021). Introduction to Space Syntax in Urban Studies. Springer International Publishing. Uyanık, O. (2006). Sıvılaşır ya da Sıvılaşmaz Zeminlerin Yinelemeli Gerilme Oranına bir Seçenek. Dokuz Eylül Üniversitesi Fen ve Mühendislik Dergisi, 8(2), 79-91.