Murat Başeğmez

Bu çalışma, iklimsel koşulların etkilerini de içeren bütüncül birçok kriterli karar verme (ÇKKV) yaklaşımı ile kentsel yürünebilirliğin değerlendirilmesini amaçlamaktadır. Yoğun kentsel dokuya ve çeşitlilik gösteren topoğrafyaya sahip olması nedeniyle İzmir’in Konak ilçesi çalışma alanı olarak seçilmiştir. Kriter ağırlıkları Analitik Hiyerarşi Süreci (AHP) ve Entropi Ağırlıklandırma Yöntemi (EWM) ile belirlenmiş, ardından öznellik ve nesnellik arasındaki dengesizlikleri gidermek için Oyun Teorisi (GT) ile bütünleştirilmiştir. Coğrafi Bilgi Sistemleri (CBS) ve Ağırlıklı Doğrusal Kombinasyon (WLC) yöntemi kullanılarak mekânsal karar haritaları üretilmiştir. Bulgular, ulaşım ve iklimsel koşul kriterlerinin yürünebilirliğin en etkili belirleyicileri olduğunu göstermektedir. Alt kriterler düzeyinde ana yol, eğim ve iklim koşulları göstergeleri öne çıkmıştır. Alan analizleri, iklim koşulları verilerinin eklenmesiyle yüksek uygunluklu alanların %56,41’den %50,20’ye gerilediğini, düşük uygunluklu alanların ise %1,38’den %11,03’e yükseldiğini ortaya koymuştur. Çalışma, yöntemsel açıdan uzman görüşü ve veri temelli yaklaşımları bütünleştiren özgün bir karar modeli sunmakta; uygulamalı açıdan ise kentsel yürünebilirlik planlamasında iklimsel dirençliliğin dikkate alınmasının gerekliliğini kanıtlamaktadır. Önerilen model, iklim hassasiyeti yüksek kentsel alanlarda sürdürülebilir ve adil gelişim için taşınabilir bir karar destek çerçevesi sunmaktadır.

Bu çalışma, Rize ili kıta sahanlığı için açık deniz rüzgâr santrali saha seçimine yönelik coğrafi bilgi sistemleri (CBS) destekli, çok kriterli ve entegre bir karar destek çerçevesi geliştirmiştir. Bulanık analitik hiyerarşi süreci (FAHP), analitik hiyerarşi süreci (AHP), entropi ağırlıklandırma yöntemi (EWM) ve yarı-karesel programlama (HQP) yöntemlerinin birlikte kullanılmasıyla hem öznel uzman görüşleri hem de nesnel veriler dengeli şekilde değerlendirilmiş, karar sürecine güvenilirlik ve tutarlılık kazandırılmıştır. CBS’nin mekânsal analiz kapasitesi sayesinde, uygunluk kriterlerinin coğrafi dağılımı yüksek doğrulukla görselleştirilmiş ve uygulanabilir, şeffaf sonuçlar elde edilmiştir. Çalışma alanının %13,5’i yüksek ve çok yüksek uygunluk düzeyinde bulunurken, özellikle Rize Merkez, Pazar ve Çayeli açıklarında yoğunlaşan bölgeler stratejik avantajlar taşımaktadır. Ancak bölgenin genel rüzgâr rejiminin zayıf olması, türbin seçiminin ve enerji üretim modellerinin dikkatli planlanmasını zorunlu kılmaktadır. Çalışmanın literatüre katkısı, teknik uygunluğun ötesinde çevresel, jeolojik ve lojistik faktörleri çok katmanlı biçimde ele alması ve hibrit ağırlıklandırma yaklaşımıyla saha seçim sürecini yenilikçi biçimde modellemesidir. Geliştirilen yöntem, farklı bölgesel ve iklimsel koşullarda da tekrarlanabilir bir referans çerçevesi sunmaktadır.

This study evaluates green space suitability in İzmir’s Konak district using the analytic hierarchy process, machine learning, weighted linear combination, and the technique for order preference by similarity to ideal solution methods, integrated with geographic information systems. The approach enhances reliability in green space identification by ensuring consistent integration of weights determined by different methods. Machine learning enables dynamic adjustments to criterion weights, yielding the best results with the random forest algorithm. The analysis revealed that 75% of green spaces were sub-optimally located, with optimal zones in the western and northern regions. The technique for order preference by similarity to ideal solution methodology prioritized area ZGS_6 as the most suitable area, while ZGS_4 ranked lowest. This method supports efficient resource allocation and improves budgeting processes. Hence, the integration of multi-criteria decision-making and machine learning with geographic information systems enhances the planning of sustainable cities and offers critical insights to decision-makers who prioritize sustainability and livability.