| Popis: |
Dünyanın birçok bölgesinde kentleşme, insanın mekâna olan müdahalesini arttıran en önemli tetikleyici unsurlardan birine dönüşmüş durumdadır. Dolayısıyla kentleşme sürecinin, diğer beşeri faaliyetlere göre yönetilmesi ve planlanması öncelik arz etmektedir. Kentleşme konusundaki çalışmalar ağırlıklı olarak büyük şehirler üzerinde yoğunlaşmasına rağmen, küçük ölçekli kentler hem nüfus miktarı hem de sayı açısından, dünya genelinde oldukça fazladır. Ayrıca küçük kentler, kalkınmanın ulusal ve bölgesel düzeyde daha homojen dağılmasında etkili olabilecek alanlardır. Ancak bu yerleşmelerin büyümesinde, situasyonu, hinterlandı ve potansiyelin kullanılamaması gibi çeşitli sınırlılıklar engel oluşturabilmektedir. Tunceli kenti de küçük ölçekli ve hem doğal hem de beşeri faktörler tarafından büyümesinde kısıtlılıkları olan bir yerleşmedir. Bu çalışmada makine öğrenmesi algoritmalarından “destek vektör makineleri”, “yapay sinir ağları” ve “rastgele orman” modelleri kullanılarak kentsel büyümeye uygun alanlar tespit edilmiştir. Kentte içe doğru yığılmalı büyüme ile periferik büyümeye elverişli alanların öncelikli büyümeye uygun olduğu (12 km2) tespit edilmiştir. Kullanılan modellerde, %90’ın üzerinde tahmin doğruluğuna ulaşılmasına rağmen, sonuçların mekânsal karşılığı açısından en iyi sonuçların sırasıyla “rastgele orman”, “yapay sinir ağları” ve son olarak “destek vektör makinelerinde" elde edilmiştir. |
