Sezgisel Ağ Tabanlı Konum Tahsis Analiz Algoritmaları ile Tesis Yeri Optimizasyonu: İtfaiye Tesisleri Yer Seçimi Örneği

Öz

Günümüzün kalabalıklaşan şehirlerinde yaşam kalitesini artırmak için kentsel hizmetlere erişebilirliğin sağlanması, acil durum yönetimi ve endüstriyel tesislerin uygun dağılımına yönelik planlama mekanizmalarının geliştirilmesi ihtiyacı ortaya çıkmıştır. Nüfus dağılımına ve ilgili alandaki taleplerin yoğunluğuna göre, Coğrafi Bilgi Sistemleri (CBS) tabanlı ağ analizi teknikleri ile ulaşım altyapısı birlikte kullanılarak en uygun erişimi sağlayacak tesis ve hizmet olanaklarının yer seçimi yapılabilir. Bu kapsamda şehirlerde yangın acil durum olaylarının yönetiminde, İstanbul ili örneği ile itfaiye istasyonlarının olay yerine en kısa sürede erişebilmesi ve itfaiye istasyonlarına ilişkin en uygun konumların tespiti için yer seçimi uygulama metodolojisi geliştirilmiştir. 2020 yılı İstanbul mahalle nüfusları ve mevcut yapıların dağılımı dikkate alınarak birim hekzagonal alandaki nüfus dağılım talebi belirlenmiştir. Kaynak Tahsis Alanı analizi ile mevcut itfaiye istasyonlarının olaya müdahale tipine göre, önerilen 5, 9, ve 11.5 dakikalık süre içerinde İstanbul’un birim alandaki talep noktalarına karşılık nüfusun %81’ine (15.306.945) erişim sağlanırken, %19’una (139.440) erişim sağlanamadığı tespit edilmiştir. Erişim sağlanamayan yerlerdeki talep yoğunluğu, yerleşim yerlerine yakınlık ve arazi kullanımı gibi kriterlere göre mevcut istasyonlara ek 18 aday itfaiye istasyonu önerilmiştir. Sezgisel ağ tabanlı konum tahsis analiz algoritmaları kullanılarak, 26326 sayılı Belediye İtfaiye Yönetmeliğine göre itfaiye istasyonları için en uygun konumların tespitine ek olarak mevcut ve aday itfaiye istasyonlarının tahsis etmesi gereken araç ve teçhizatlar belirlenmiştir.

Anahtar Kelimeler

• Ağ analizleri
• CBS
• Kaynak tahsis alanı analizi
• Tesis yeri optimizasyonu
• Konum tahsis analizi

Kaynakça

1. Aktaş, E., Özaydın, Ö., Ülengin, F., Önsel, Ş., & Ağaran, B. (2011). İstanbul’ Da İtfaiye İstasyonu Yerlerinin Seçimi İçin Yeni Bir Model. Endüstri Mühendisliği Dergisi, 2–12. Erişim adresi: https://hdl.handle.net/11376/144
2. Algharib, M. S. (2011). Distance And Coverage: An Assessment Of Location-Allocation Models For Fire Stations In Kuwait City, Kuwait. (PhD Thesis, Kent State University). Retrieved from https://www.semanticscholar.org/paper/DISTANCE-AND-COVERAGE%3A-AN-ASSESSMENT-OF-MODELS-FOR-Algharib/3f339bd307bf72254d79ef514bb6a0192cad072a
3. Alp, O., Erkut, E., & Drezner, Z. (2003). An Efficient Genetic Algorithm For The P-Median Problem. Annals of Operations Research, 122(1–4), 21–42. doi: https://doi.org/10.1023/A:1026130003508
4. Arifin, M. S. (2011). Problem Using Genetic Algorithm and Simulated Annealing: a Case Study Based on School in Enschede. Springer, 55(4), 445–470. Retrieved from https://www.semanticscholar.org/paper/LOCATION-ALLOCATION-PROBLEM-USING-GENETIC-ALGORITHM-Huisman/c255cb15ca78c176d0108e462c6ae9e8882479e7
5. Aydın, C. (2018). Makine Öğrenmesi Algoritmaları Kullanılarak İtfaiye İstasyonu İhtiyacının Sınıflandırılması. European Journal of Science and Technology, 14, 169–175. doi: https://doi.org/10.31590/ejosat.458613
6. Aydınoğlu, A. Ç., & Iqbal, A. S. (2020). A Gis-Based Parking Demand Analysis And Site Selection For Parking Area: Pendik-Istanbul Case. (Yüksek Lisans Tezi). Retrieved from https://ascelibrary.org/doi/10.1061/(ASCE)UP.1943-5444.0000650
7. Bastı, M. (2012). P-medyan Tesis Yeri Seçim Problemi ve Çözüm Yaklaşımları. AJIT-e: Online Academic Journal of Information Technology, 3(7), 47–75. doi: https://doi.org/10.5824/1309-1581.2012.2.004.x
8. Belediye İtfaiye Yönetmeliği. (2006). 11. Bölüm Araç, Teçhizat ve Malzeme. Erişim adresi: https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=1 0713&MevzuatTur=7&MevzuatTertip=5.

9. Çatay, B. (2011). İstanbul’ Da İtfaiye İstasyonu Yer Seçiminde Risk Faktörüne Dayalı Bir Çoklu Kapsama Yaklaşımı. Endüstri Mühendisliği Dergisi, 33–44. Erişim adresi: https://app.trdizin.gov.tr/makale/TVRFNE16QXhNUT09/istanbul-da-itfaiye-istasyonu-yer-seciminde-risk-faktorune-dayali-bir-coklu-kapsama-yaklasimi
10. D’brot, C., Bravo, W., & Arana V. (2019). Optimum Location And Amount Of New Fire Stations Based On Geographic Information System And Analytic Hierarchy Methods, IEEE Xplore, 3-8. doi: 10.1109/CONIITI48476.2019.8960912
11. Densham, P. J., & Rushton, G. (1991). Designing and Implementing Strategies for Solving Large Location-Allocation Problems with Heuristic Methods Department of Geography. Retrieved from https://www.researchgate.net/publication/2460286_Designing_and_Implementing_Strategies_for_Solving_Large_Location-Allocation_Problems_with_Heuristic_Methods
12. Erden, T. (2009). Coğrafi Bilgi Sistemleri ile Analitik Hiyerarşi Yönetemi’ne Dayalı İtfaiye İstasyon Yer Seçimi İstanbul Örneği. (Doktora Tezi). Erişim adresi: https://polen.itu.edu.tr/xmlui/handle/11527/1661
13. Erkal, T., & Değerliyurt, M. (2013). Eskişehir’de Acil Durum Yönetiminde Ağ (Network) Analizlerinin Kullanılması. Türk Coğrafya Dergisi, 11–20. Erişim adresi: https://dergipark.org.tr/tr/download/article-file/198404
14. ESRI. (2010). ArcGIS Uygulama Dokümanı. Erişim adresi: https://www.ktu.edu.tr/dosyalar/ormanamenajmani_e0cf3.pdf
15. ESRI.(2021). Location- Allocation. Retrieved from https://desktop.arcgis.com/en/arcmap/latest/extensio ns/network-analyst/location-allocation.htm.
16. ESRI. (2021). Solve Location Allocation. Retrieved from https://desktop.arcgis.com/en/arcmap/10.3/tools/netw ork-analyst-toolbox/solve-location-allocation.htm.
17. Hakimi, S. L. (1964). Optimum Distribution Of Switching Centers In A Communication Network And Some Related Graph Theoretic Problems. doi: https://doi.org/10.1287/opre.13.3.462
18. Hewitt, R. L. (2002). Siting A Fire Station By Leveraging Soft Constraints And Supporting Science. Interfaces, 32(4), 69–74. doi: https://doi.org/10.1287/inte.32.4.69.50
19. İstanbul Büyükşehir Belediyesi. (2021). İstanbul İtfaiyesi. Erişim adresi: http://itfaiye.ibb.gov.tr/tr/.
20. Jiang, B., & Claramunt, C. (2004). A Structural Approach To The Model Generalization Of An Urban Street Network. GeoInformatica, 8(2), 157–171. doi: https://doi.org/10.1023/B:GEIN.0000017746.44824.70
21. Karaş, İ. R. (2007). Objelerin Topolojik İlişkilerinin 3B CBS ve Ağ Analizi Kapsamında Değerlendirilmesi. 21(4), 256–263. (Doktora Tezi). Erişim adresi: https://avesis.yildiz.edu.tr/yonetilen-tez/a434bcc1-9d09-4c25-8994-5f25f9357773/objelerin-topolojik-iliskilerinin-3b-cbs-ve-ag-analizi-kapsaminda-degerlendirilmesi
22. Karim, A.A.E., & Awawdeh M.M. (2020). Integrating GIS Accessibility and Location-Allocation Models with Multicriteria Decision Analysis for Evaluating Quality of Life in Buraidah City, KSA, Sustainability, 12(4), 1-28. doi: https://doi.org/10.3390/su12041412
23. Kesik, O. A., Aydınoğlu, A. Ç., & Taştan, B. (2016). Ağ Anali̇z Tekni̇kleri̇ni̇ Kullanarak Afetlerle Başa Çıkabilme Eri̇şebi̇li̇rli̇k: İstanbul Fatih İlçesi̇ Örneği̇. Doğu Coğrafya Dergisi, 21(36), 79–94. doi: https://doi.org/10.17295/dcd.67726
24. Khan, M.U.H., Vaezi M., & Kumar, A. (2018). Optimal Siting Of Solid Waste-To-Value-Added Facilities Through A GIS-Based Assessment, Science of the Total Environment, 610(611), 1065-1075. doi: https://doi.org/10.1016/j.scitotenv.2017.08.169
25. Koyuncu, M., & Koyuncu, S. (2016). Osmanlı’da Afet Yönetimi. Journal of Contemporary Medicine, 6(4), 378–378. doi: https://doi.org/10.16899/gopctd.283333
26. National Fire Protection Association (NFPA). (2021). NFPA Codes and Standards.Retrieved from https://www.nfpa.org/Codes-and-Standards/All-Codes-and-Standards/List-of-Codes-and-Standards
27. National Fire Protection Association (NFPA). (2021). NFPA 1710. Retrieved from https://www.nfpa.org/codes-and-standards/all-codes-and-standards/list-of-codes-and-standards/detail?code=1710.
28. Richard, L., & Church, R. L. (1994). Integrating Normative Location Models into GIS Problems and Prospects With The P-Median Model. Retrieved from https://escholarship.org/uc/item/7nz7762k
29. Scaparra, P. M., & Scutella, M. G. (2001). Facilities, Locations, Customers: Building Blocks of Location Models. A Survey. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.21.4386&rep=rep1&type=pdf
30. Serra, D., & Marianov, V. (2011). New Trends in Public Facility Location Modeling. SSRN Electronic Journal. doi: https://doi.org/10.2139/ssrn.563843
31. Shahparvari, S., Fadaki, M., & Chhetri, P. (2020). Spatial Accessibility Of Fire Stations For Enhancing Operational Response İn Melbourne. Fire Safety Journal, 117(May), 103149. doi: https://doi.org/10.1016/j.firesaf.2020.103149
32. Şimşek, İ., Büyüksalih, İ., Taşpınar, S., Bayburt, S., & Buhur, S. (2012). İstanbul Halk Ekmek Satış Noktalarının CBS Ortamına Aktarılarak, Satış ve Ağ Analizleri ile Web Tabanlı Bir Sistemin Oluşturulması. IV. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 16-19 Ekim, Zonguldak-Türkiye. Türkiye İstatistik Kurumu. (2021). İstanbul Nüfus Bilgi Sistemi. Erişim adresi: https://biruni.tuik.gov.tr/medas/?kn=95&locale
33. Üstündağ, Ö., & Boyraz, Z. (2008). CBS Yardımı ile Kent İçi Yangın Analizi: Elâzığ Örneği. New World Sciences Academy, 3, 307–320. Erişim adresi: https://dergipark.org.tr/tr/pub/nwsanature/issue/10859/130578
34. Wikipedia. (2021). Location-Allocation. Retrieved from https://en.wikipedia.org/wiki/Location-allocation
35. Wikipedia. (2021). İstanbul. Erişim adresi: https://tr.wikipedia.org/wiki/%C4%B0stanbul.
36. Yaoa, J., Zhangb, X., & Murray, A.T. (2017). Location Optimization Of Urban Fire Stations: Access And Service Coverage, Computers, Environment and Urban Systems 73, 184-189. doi: 10.1016/j.compenvurbsys.2018.10.006
37. Yu, W., Chen ,Y., Chen, Z., Xia, Z.,& Zhou, Q. (2020). Service Area Delimitation Of Fire Stations With Fire Risk Analysis: Implementation And Case Study, International Journal of Environmental Research and Public Health (Int. J. Environ. Res. Public Health), 17(6), 1-24. doi: https://doi.org/10.3390/ijerph17062030
38. Zhao, L., Huiyong, L., Sun, Y., Huang, R., Hu, Q., Wang, J., & Gao F. (2017). Planning Emergency Shelters for Urban Disaster Resilience: An Integrated Location-Allocation Modeling Approach, Sustainability, 9(11), 1-20. doi: https://doi.org/10.3390/su9112098