Bu çalışma, bir binanın konut, ticaret, sanayi, kamu hizmeti veya karma kullanım işlevinin yalnızca bina biçimi ve çevresindeki yapı örüntüsü kullanılarak karakterize edilip edilemeyeceğini araştırmaktadır. Çin’in Shenzhen kentindeki Bao’an Bölgesi’ne ait bina taban izleri, bina yükseklikleri, kat bilgileri ve yol ağı verilerinden tek bina, binalar arası çevre ve peyzaj düzeylerinde 29 adet iki ve üç boyutlu indeks hesaplanmıştır. Korelasyon analizi, anlamlılık testleri ve temel bileşen analizi sonunda Bina Alanı, Bina Yüksekliği, Çevre-Alan Fraktal Boyutu, Bina Şekil Katsayısı, Ortalama Yama Alanı ve Kat Alanı Oranı olmak üzere altı temel indeks seçilmiş; bu indekslerle beş bina işlevi arasında K-means kümeleme temelli bir eşleme kurulmuştur. En belirgin morfolojik ayrım ticari ve konut yapıları arasında görülmüştür. Bununla birlikte çalışma bağımsız bir test kümesi, sınıflandırma doğruluğu veya farklı şehirlerde dış doğrulama sunmadığından ortaya konan sistem hazır ve doğrulanmış bir bina sınıflandırıcısı değil, gelecekte sınanması gereken bir morfolojik kural tabanıdır.

Araştırmanın Türkiye açısından önemi, belediyelerin veya planlama birimlerinin ayrıntılı sosyoekonomik bina kayıtlarına sahip olmadığı bölgelerde bina taban izleri, yükseklik modelleri ve yol ağları gibi daha erişilebilir mekânsal verilerden ön değerlendirme yapılabilecek bir çerçeve önermesidir. Ancak Shenzhen’de elde edilen indeks aralıkları Türkiye’deki yapılaşma koşullarına doğrudan aktarılamaz. Türkiye’deki konut siteleri, sanayi bölgeleri, tarihî kent dokuları, düşük katlı ticaret alanları ve karma kullanımlı yapılar farklı morfolojik özellikler gösterebileceğinden sistemin İstanbul, Ankara, İzmir, Bursa, Gaziantep veya farklı büyüklükteki kentlerde yerel verilerle kalibre edilmesi ve bağımsız doğruluk testlerinden geçirilmesi gerekir.

Araştırmanın temel sorusu nedir?

Araştırmanın temel sorusu, bina işlevlerinin insanların hareketliliği, işletme kayıtları, nüfus verileri, sosyal medya içerikleri veya saha anketleri kullanılmadan; yalnızca yapılı çevrenin geometrik ve mekânsal özelliklerinden tanımlanabilir bir “morfolojik imza” üretip üretmediğidir.

Çalışmada bina işlevinin yalnızca tek bir binanın alanı veya yüksekliğiyle açıklanamayacağı kabul edilmektedir. Bir binanın işlevi; kendi taban alanı, yüksekliği ve biçimi kadar komşu binaların büyüklüğü, kümelenme düzeni, yol ağlarıyla çevrelenen yapı adaları ve arazi kullanım yoğunluğuyla da ilişkili olabilir. Bu nedenle araştırmacılar tek bina, binalar arası çevre ve genel peyzaj olmak üzere üç kademeli bir indeks sistemi kurmuştur.

Çalışma neden önemlidir?

Geleneksel bina işlevi belirleme yöntemleri saha çalışmaları, resmî istatistikler, görsel yorumlama veya ayrıntılı sosyoekonomik veri gerektirebilir. Bu yöntemlerin geniş alanlarda güncellenmesi zaman ve iş gücü gerektirirken, bazı kentlerde bina düzeyinde işlev etiketi veya güncel kullanım kaydı bulunmayabilir.

Araştırma bu soruna, yalnızca bina konturları, yükseklikler ve yol ağlarından hesaplanabilen bir morfolojik gösterge sistemiyle yaklaşmaktadır. Böyle bir sistem doğrulanabilirse kent planlaması, kamu hizmetlerinin mekânsal dağılımı, kentsel dönüşüm analizleri ve bina düzeyindeki çevresel hesaplamalar için başlangıç verisi sağlayabilir. Çalışma henüz bu uygulamaların başarıyla gerçekleştirildiğini göstermemekte; bunlara temel oluşturabilecek indeks–işlev ilişkisini araştırmaktadır.

Literatürde hangi boşluk hedeflenmiştir?

Araştırmacılara göre önceki çalışmaların önemli bir bölümü yalnızca iki boyutlu bina geometrisine, tekil bina yüksekliklerine veya tek bir mekânsal ölçeğe odaklanmaktadır. Ayrıca birçok bina işlevi sınıflandırma yöntemi, kullanılacağı bölgeden etiketli eğitim verisi gerektiren denetimli makine öğrenmesi modellerine dayanmaktadır.

Bu çalışmada hedeflenen boşluklar şunlardır:

• Tek bina ile yapı kümesi özelliklerini aynı sistemde birleştiren çok ölçekli bir indeks çerçevesinin bulunmaması,
• İki boyutlu taban izi özellikleriyle üç boyutlu yükseklik ve hacim özelliklerinin sistematik biçimde birlikte ele alınmaması,
• Çok sayıdaki peyzaj indeksi arasındaki yüksek korelasyon ve bilgi tekrarının yeterince elenmemesi,
• Yerel etiketli eğitim verisi bulunmayan bölgelerde kullanılabilecek şeffaf ve yorumlanabilir bir kural tabanına duyulan ihtiyaç.

Çalışma alanı ve veri kaynakları

Çalışma alanı, Çin’in Shenzhen kentinin kuzeybatısındaki Bao’an Bölgesi’dir. Bölge 113°44′–113°52′ doğu boylamları ile 22°32′–22°51′ kuzey enlemleri arasında yer almakta ve yaklaşık 397 km² alan kaplamaktadır. Konut, ticaret, sanayi ve kamu hizmeti bölgelerini bir arada içermesi nedeniyle farklı bina işlevlerinin morfolojik karşılaştırması için örnek alan olarak seçilmiştir.

Araştırmada kullanılan temel veri kaynakları şunlardır:

• Bina taban izleri: 0,3 metre mekânsal çözünürlüklü WorldView-3 görüntülerinden görüntü bölütleme, özellik çıkarımı ve elle düzeltme yoluyla elde edilen 202.915 bina konturu.
• Bina yükseklikleri: China Multi-Attribute Building (CMAB) veri setinden alınan ve saha gözlemleriyle yaklaşık ±1 metre doğruluk düzeyinde kontrol edildiği belirtilen yükseklik verileri.
• Kat bilgileri: Kat Alanı Oranı hesabında kullanılmak üzere Amap kaynağından alınan bina kat sayıları.
• Yol ağı: Binaları bağımsız peyzaj birimlerine ayırmak amacıyla OpenStreetMap yol verileri.
• Bina işlevi etiketleri: OpenStreetMap ve resmî araştırma verilerinden elde edilen konut, ticaret, sanayi, kamu ve karma kullanım sınıfları.

Tüm veriler WGS84 koordinat sisteminde birleştirilmiştir. Konturu eksik olan, işlev etiketi bulunmayan veya yüksekliği 2 metreden az ya da 100 metreden fazla görünen binaların veri kalite kontrolünde çıkarıldığı belirtilmiştir.

Veri setindeki bina işlevlerinin dağılımı

Dağılım, bina sayısı bakımından konut sınıfının; kaplanan alan bakımından ise sanayi sınıfının baskın olduğunu göstermektedir. Kamu ve karma kullanım sınıfları toplam örneklerin oldukça küçük bir bölümünü oluşturmuştur. Çalışma bu sınıf dengesizliğinin küme merkezleri ve sınıflandırma performansı üzerindeki etkisini bağımsız bir doğrulama analiziyle ölçmemiştir.

Örneklem sayısındaki açıklanmamış fark

Yöntem bölümünde 202.915 binanın tamamının indeks hesaplamasında ve eşleme ilişkisinin kurulmasında kullanıldığı, ayrıca bağımsız bir doğrulama kümesi ayrılmadığı belirtilmektedir. Buna karşılık sonuçlar bölümünde 29 indeksin 81.166 bina örneği için hesaplandığı yazılmıştır. Çalışma 202.915 kayıttan 81.166 kayda nasıl geçildiğini, ek bir örnekleme veya filtreleme uygulanıp uygulanmadığını açıklamamaktadır. Bu nedenle gerçek analiz örnekleminin büyüklüğü kaynak metinden tek anlamlı biçimde belirlenememektedir.

Hiyerarşik peyzaj indeks sistemi nasıl kurulmuştur?

Araştırmacılar toplam 29 indeksi üç düzeyde düzenlemiştir:

İndekslerin 18’i yalnızca iki boyutlu bina taban izlerinden hesaplanırken 11 indeks bina yüksekliği veya hacmi gibi üç boyutlu bilgi gerektirmektedir. Çalışmadaki hiyerarşik model diyagramı, tek binadan yapı kümesine ve genel kentsel peyzaja doğru genişleyen bu üç seviyeyi açıkça göstermektedir.

Temel indeksler ve formüller ne anlama gelmektedir?

Bina Alanı

Bina Alanı (Building Area, BA), binanın yatay düzlemde kapladığı taban izi alanını temsil etmektedir:

\[ BA = Pixel_{size} \times Pixel_{number} \]

Pixel_number, bina poligonu içindeki piksel sayısını göstermektedir. Kaynak tabloda Pixel_size ifadesinin pikselin doğrusal kenar uzunluğunu mu yoksa doğrudan piksel alanını mı temsil ettiği ayrıca açıklanmamıştır. Sonuçlar m² birimiyle verildiğinden hesaplamada alan karşılığının kullanıldığı anlaşılmaktadır.

Bina Hacmi

\[ BV = BA \times BH \]

Burada BV bina hacmini, BA bina taban alanını ve BH bina yüksekliğini göstermektedir. Taban alanı m², yükseklik metre ise hacim m³ birimindedir. Bu ilişki binayı düşey doğrultuda sabit kesitli bir prizma gibi yaklaşık olarak temsil etmektedir.

Kat Alanı Oranı

\[ FAR = \frac{\sum_{i=1}^{N} F_i \times S_i}{A} \]

F_i i’inci binanın kat sayısını, S_i bina taban alanını, A ise ilgili arazi veya peyzaj biriminin alanını göstermektedir. Kat Alanı Oranı (Floor Area Ratio, FAR), bir bölgedeki toplam tahmini kat alanının arazi alanına oranıdır. Birimsiz olan bu değer, arazinin ne kadar yoğun kullanıldığını ifade etmektedir.

Ortalama Yama Alanı

\[ MPA = \frac{\sum_{i=1}^{N} BA_i}{N} \]

Ortalama Yama Alanı (Mean Patch Area, MPA), bir peyzaj birimindeki bina taban alanlarının ortalamasıdır. Değer büyüdükçe ilgili yapı kümesinin daha geniş taban alanlı binalardan oluştuğu anlaşılır.

Spearman sıra korelasyonu

\[ r_s = 1 - \frac{6\sum_{i=1}^{n}(R(X_i)-R(Y_i))^2}{n(n^2-1)} \]

R(X_i) ve R(Y_i), iki değişkenin i’inci gözlemdeki sıralarını; n örnek sayısını göstermektedir. Bu katsayı, iki indeksin doğrusal olmak zorunda olmayan tekdüze ilişkisini ölçmek için kullanılmıştır. Mutlak korelasyonu 0,8’den büyük ve p değeri 0,05’ten küçük olan indeksler yüksek derecede ilişkili kabul edilmiştir.

Korelasyon katsayısının anlamlılığı için çalışmada aşağıdaki t istatistiği kullanılmıştır:

\[ t = r_s\sqrt{\frac{n-2}{1-r_s^2}} \]

Standartlaştırma

Temel bileşen analizinden önce farklı birimlerdeki indeksler standartlaştırılmıştır:

\[ Z = \frac{X-\mu}{\sigma} \]

X özgün değeri, μ değişken ortalamasını ve σ standart sapmayı göstermektedir. Bu işlem metre, metrekare ve birimsiz oranlarla ifade edilen değişkenlerin ortak ölçekte karşılaştırılmasını sağlamaktadır.

Bina Şekil Katsayısındaki yöntemsel belirsizlik

Kaynak tabloda Bina Şekil Katsayısı şu biçimde verilmiştir:

\[ BSC = \frac{H_i+S_i}{V_i} \]

Metindeki açıklamaya göre H_i bina yüksekliği, S_i bina taban alanı ve V_i bina hacmidir. Metre birimindeki yükseklik ile metrekare birimindeki taban alanının doğrudan toplanması boyutsal açıdan açık bir tanım oluşturmamaktadır. Çalışma formülün alternatif bir değişken tanımı içerip içermediğini açıklamamaktadır. Bu nedenle BSC hesaplamasının özgün kod veya yazar açıklaması olmadan aynen yeniden üretilmesi risklidir.

Çevre-Alan Fraktal Boyutundaki gösterim sorunu

Çevre-Alan Fraktal Boyutu (Perimeter-Area Fractal Dimension, PAFRAC), bina çevresi ile alanı arasındaki logaritmik ilişki üzerinden biçim karmaşıklığını temsil etmek üzere kullanılmıştır. Ancak kaynak tablodaki formülde bazı logaritma, çarpım, çıkarma ve toplam işaretlerinin dizilimi tek anlamlı değildir. Bu nedenle makalede formül yeniden düzenlenmemiş; çalışmanın bildirdiği PAFRAC sonuçları ve istatistiksel ilişkiler özgün biçimleriyle değerlendirilmiştir.

İndeks seçimi nasıl yapılmıştır?

İndeks seçimi üç ardışık aşamada gerçekleştirilmiştir:

1. Korelasyon analizi: Benzer bilgiyi taşıyan ve mutlak Spearman korelasyonu 0,8’den yüksek olan indekslerin aynı grupta değerlendirilmesi.
2. Anlamlılık testleri: İndeks değerlerinin beş bina işlevi arasında istatistiksel olarak farklılaşıp farklılaşmadığının sınanması.
3. Temel bileşen analizi: Kalan değişkenler arasındaki bilgi tekrarının azaltılması ve toplam varyansın büyük bölümünü açıklayan temel indekslerin seçilmesi.

Korelasyon analizi hangi indeksleri elemiştir?

Tek bina ölçeğinde Bina Alanı; Bina Çevresi, Bina Hacmi ve Bina Çevre-Alan Oranı ile yüksek korelasyon gösterdiği için bu grubun temsilcisi olarak tutulmuştur. Çevre-Alan Fraktal Boyutu, daireselliğe yakınlık ve peyzaj şekil indeksiyle ilişkili olmasına rağmen biçim karmaşıklığını temsil ettiği gerekçesiyle korunmuştur. Bina Yüksekliği ise düşey bilgiyi bağımsız biçimde taşıdığı için elenmemiştir.

Peyzaj ölçeğinde Bina Yama Yoğunluğu; Shannon Çeşitlilik İndeksi, Peyzaj Parçalanma İndeksi ve Kenar Yoğunluğu ile yüksek korelasyon göstermiştir. Ortalama Yama Alanı ile Ortalama Yama Alanı Değişim Katsayısı arasındaki korelasyon -0,997 olarak bildirilmiştir. Bu aşamanın sonunda beş tek bina ve altı peyzaj düzeyi olmak üzere toplam 11 indeks bırakılmıştır.

Anlamlılık testleri ne göstermiştir?

Normal dağılım ve varyans homojenliği sırasıyla Shapiro-Wilk ve Levene testleriyle değerlendirilmiştir. Koşullar sağlandığında tek yönlü varyans analizi, sağlanmadığında Kruskal-Wallis testi uygulanmıştır. Anlamlı sonuçlar için Tukey HSD son testinin kullanıldığı belirtilmiştir.

Bina Yama Yoğunluğu ve Gökyüzü Görüş Faktörü bina işlevleri arasında anlamlı fark göstermediğinden elenmiş, dokuz indeks temel bileşen analizine aktarılmıştır.

Temel bileşen analizi hangi sonuçları vermiştir?

Tek bina ölçeğinde ilk iki temel bileşen toplam varyansın %82,40’ını açıklamıştır. Birinci bileşen %57,80, ikinci bileşen %24,60 açıklanan varyansa sahiptir. Bina Alanı ve Bina Yüksekliği birinci bileşende; Çevre-Alan Fraktal Boyutu ve Bina Şekil Katsayısı ikinci bileşende yüksek yükler göstermiştir. Toplanma İndeksinin katkısı daha sınırlı kabul edilerek bu indeks elenmiştir.

Peyzaj ölçeğinde ilk iki bileşen toplam varyansın %89,25’ini açıklamıştır. Birinci bileşen %61,25, ikinci bileşen %28,00 açıklanan varyansa sahiptir. Ortalama Bina Yüksekliği ve Ortalama Bina Hacminin taşıdığı bilginin Bina Yüksekliği, Ortalama Yama Alanı ve Kat Alanı Oranı tarafından büyük ölçüde temsil edildiği kabul edilmiş ve bu iki değişken elenmiştir.

Üç aşamanın sonunda kalan altı temel indeks şunlardır:

• Bina Alanı (BA),
• Bina Yüksekliği (BH),
• Çevre-Alan Fraktal Boyutu (PAFRAC),
• Bina Şekil Katsayısı (BSC),
• Ortalama Yama Alanı (MPA),
• Kat Alanı Oranı (FAR).

Şekiller ve mekânsal haritalar ne göstermektedir?

Çalışmadaki ilk iş akışı diyagramı; bina taban izleri, yükseklikler, yol ağları ve işlev etiketlerinin ön işlemden geçirilmesini; 29 indeksin hesaplanmasını; korelasyon, anlamlılık ve temel bileşen analiziyle altı indekse düşürülmesini; ardından K-means ile işlev–indeks eşleme tablosunun oluşturulmasını göstermektedir.

Çalışma alanı haritasında Bao’an Bölgesi’nin bina konturları, yol ağı, bina işlevleri ve bina yükseklikleri ayrı katmanlar hâlinde sunulmuştur. İşlev haritasında konut, ticaret, sanayi, kamu ve karma kullanım yapılarının aynı kent dokusunda farklı mekânsal kümeler oluşturduğu görülmektedir.

İki boyutlu indeks haritaları Bina Alanı, çevre, biçim, yoğunluk, parçalanma ve toplanma ölçülerinin kent içinde nasıl değiştiğini; üç boyutlu indeks haritaları ise bina yüksekliği, hacim, ortalama yükseklik, kat alanı oranı ve gökyüzü görüşü gibi değişkenlerin mekânsal dağılımını göstermektedir. Bu haritalar indekslerin kent içinde homojen olmadığını desteklemekte, ancak tek başına bina işlevi sınıflandırma doğruluğu sunmamaktadır.

Korelasyon matrislerindeki büyük ve koyu renkli daireler bazı indeks çiftlerinin aynı bilgiyi taşıdığını göstermektedir. Özellikle alan, çevre, hacim ve çevre-alan oranı arasında; peyzaj ölçeğinde ise yama yoğunluğu, parçalanma ve çeşitlilik ölçüleri arasında güçlü ilişkiler bulunmuştur.

Son radar grafiklerinde her bina işlevi için altı indeksin ortalama, standart sapma, en düşük ve en yüksek değerleri gösterilmiştir. Grafikler ticari yapıların Bina Alanı, Bina Yüksekliği ve Kat Alanı Oranı bakımından dışa doğru genişleyen belirgin bir profil; konut yapılarının ise bu ölçütlerde daha düşük bir profil oluşturduğunu göstermektedir. Standart sapmaların dikkate değer büyüklükte olması, işlev sınıflarının kesin ve çakışmayan indeks aralıklarına sahip olmadığını da ortaya koymaktadır.

Ana sayısal bulgular nelerdir?

Ticari yapıların ortalama Bina Alanı konut yapılarına göre yaklaşık 4,1 kat, ortalama Bina Yüksekliği yaklaşık 3,2 kat ve Kat Alanı Oranı yaklaşık 3,4 kat daha yüksektir. Çalışmanın en açık ayrımı ticari ve konut yapıları arasında bulması bu sayısal farklarla uyumludur.

Sanayi yapılarının Ortalama Yama Alanı 7.836,25 m² olarak bildirilmiştir. Bu değer tek bir binanın alanını değil, ilgili peyzaj birimindeki ortalama bina yaması ölçeğini temsil etmektedir.

K-means eşleme sistemi nasıl çalışmaktadır?

Araştırmada küme sayısı, önceden tanımlanan beş bina işlevine karşılık gelecek biçimde beş olarak belirlenmiştir. Altı temel indeks bakımından birbirine benzeyen bina örnekleri K-means yöntemiyle kümelenmiş; her kümenin ortalaması, standart sapması ve değer aralığı hesaplanmıştır. Daha sonra kümeler konut, ticaret, sanayi, kamu ve karma kullanım işlevleriyle ilişkilendirilerek bir başvuru tablosu oluşturulmuştur.

Önerilen kullanım biçiminde yeni bir bina için altı indeks hesaplanacak ve bina, indeks uzayında merkezi en yakın olan işlev grubuna atanacaktır. Araştırmacılar bu yapıyı yerel eğitim etiketi gerektirmeyen aktarılabilir bir kural tabanı olarak tanımlamaktadır.

Ancak çalışma yeni bir şehirdeki binaları bu kuralla sınıflandırmamış, bağımsız test verisinde doğruluk ölçmemiş ve K-means sonuçlarını başka yöntemlerle karşılaştırmamıştır. Bu nedenle “aktarılabilirlik”, mevcut araştırmada gösterilmiş bir performans sonucu değil, sonraki çalışmalar için öne sürülen ve doğrulanması gereken bir varsayımdır.

Çalışmanın desteklediği sonuçlar

• İncelenen Shenzhen veri setinde bina işlevleri arasında anlamlı morfolojik farklılıklar bulunmaktadır.
• Bina alanı, yüksekliği, biçim karmaşıklığı ve arazi kullanım yoğunluğu işlev gruplarının ayrıştırılmasına katkıda bulunmaktadır.
• Ticari ve konut yapıları altı indeks bakımından en belirgin şekilde farklılaşan iki gruptur.
• 29 değişken, bilgi tekrarını azaltan istatistiksel bir süreçle altı temel indekse indirgenebilmiştir.
• Yalnızca bina konturu, yükseklik, kat ve yol verilerinden yorumlanabilir bir indeks–işlev tablosu kurulabilmiştir.

Çalışmanın kanıtlamadığı sonuçlar

• Önerilen yöntemin yeni binaları hangi doğrulukla sınıflandırdığı gösterilmemiştir.
• İndeks aralıklarının Shenzhen dışındaki şehirlerde aynı kaldığı kanıtlanmamıştır.
• Türkiye’deki bina işlevlerinin bu eşleme tablosuyla doğru biçimde belirlenebileceği gösterilmemiştir.
• K-means tabanlı yöntemin derin öğrenme, rastgele orman veya diğer sınıflandırıcılardan daha başarılı olduğu gösterilmemiştir.
• Bina biçiminin tek başına bina işlevine neden olduğu ileri sürülemez.
• Zaman içinde işlev değiştiren binaların mevcut yöntemle güvenilir biçimde izlenebildiği gösterilmemiştir.
• Her işlev türünün kesin ve birbirinden ayrık morfolojik sınırları olduğu kanıtlanmamıştır.

Türkiye ve uygulama açısından ne ifade etmektedir?

Türkiye’de birçok belediye bina geometrisi, imar adası, yol ağı ve bazı bölgelerde bina yüksekliği verisine sahip olabilirken bina düzeyinde güncel kullanım bilgisi her zaman aynı ayrıntıda bulunmayabilir. Çalışmadaki yaklaşım, bu tür durumlarda hangi bölgelerin konut, ticaret, sanayi veya karma kullanım özellikleri gösterdiğine ilişkin ön inceleme üretebilecek bir yöntemsel çerçeve sunmaktadır.

Uygulama için öncelikle Türkiye’ye ait güvenilir bina işlevi etiketleriyle yerel bir doğrulama veri seti oluşturulmalıdır. Tarihî merkezler, plansız gelişen bölgeler, organize sanayi bölgeleri, toplu konut alanları ve zemin katı ticaret üst katları konut olan karma yapılar ayrı ayrı değerlendirilmelidir. Ayrıca Türkiye’deki kat yüksekliği, parsel düzeni, imar mevzuatı ve yapı tipolojisi Shenzhen’den farklı olduğundan indeks eşikleri doğrudan kopyalanmamalıdır.

Geçmiş, bugün ve gelecek açısından önemi

Geçmişte bina işlevlerinin belirlenmesi büyük ölçüde saha gözlemi, resmî kayıt veya elle görüntü yorumlama süreçlerine dayanmıştır. Bu çalışma, peyzaj ekolojisinde kullanılan indeksleri bina düzeyindeki kentsel işlev analizine uyarlayarak biçimsel veriden işlev bilgisi çıkarma yönündeki gelişimi temsil etmektedir.

Bugün açısından araştırmanın katkısı, yalnızca yüksek doğruluk iddiası taşıyan kapalı bir makine öğrenmesi modeli sunmak yerine hangi morfolojik özelliklerin işlev ayrımına katkıda bulunduğunu görünür kılmasıdır. Bina alanı, yükseklik, biçim karmaşıklığı ve yoğunluk gibi değişkenlerin ayrı ayrı yorumlanabilmesi, yöntemin karar mantığını daha şeffaf hâle getirmektedir.

Gelecek araştırmalarda eşleme tablosunun farklı kentlerde sınanması, zaman serisi görüntülerinin eklenmesi, bina yenileme kayıtlarının kullanılması ve metro istasyonları, okullar, hastaneler veya diğer ilgi noktalarına yakınlık gibi çevresel özelliklerin sisteme katılması önerilmektedir. Bu doğrulamalar tamamlanmadan yöntem kentsel kararlar için tek başına kesin veri kaynağı olarak kullanılmamalıdır.

Çalışmanın Yöntemi ve Bulguları

Teknik iş akışı

Seçilen altı indeksin teknik rolü

Temel bulguların teknik özeti

• Altı temel indeksin tamamı bina işlevleri arasında p<0,05 düzeyinde anlamlı farklılık göstermiştir.
• En düşük BA, BH, PAFRAC ve FAR profili konut yapılarında görülmüştür.
• En yüksek BA, BH, PAFRAC ve FAR değerleri ticari yapılarda bildirilmiştir.
• Sanayi yapıları geniş taban alanı ve yüksek Ortalama Yama Alanıyla orta-yüksek morfolojik profil göstermiştir.
• Kamu yapıları alan, yükseklik ve yoğunluk bakımından orta aralıkta yer almıştır.
• Karma kullanım yapıları diğer dört sınıf arasında ara bir profil oluşturmuştur.
• Her sınıftaki standart sapmalar geniş olduğundan tek bir indeks veya kesin eşik kullanılarak güvenilir işlev ataması yapılamayacağı belirtilmiştir.

Yöntemin güçlü yönleri

• Tek bina, binalar arası çevre ve peyzaj ölçeklerini aynı çerçevede birleştirmektedir.
• İki ve üç boyutlu morfolojik değişkenleri birlikte kullanmaktadır.
• Yüksek korelasyonlu indeksleri üç aşamalı bir seçim süreciyle azaltmaktadır.
• Sonuçları yalnızca kapalı bir model çıktısı olarak değil, yorumlanabilir indeks profilleri biçiminde sunmaktadır.
• Sosyoekonomik veri bulunmayan alanlarda kullanılabilecek veri kaynaklarına odaklanmaktadır.

Yöntemin temel sınırlılıkları

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: From Building Form to Functional Signatures: A Feature Selection and Characterization Approach Using Hierarchical Landscape Indices

Yazarlar: Duanguang Cao, Yanying Wang, Jieming Kang, Hongkuan Hui, Honglei Guo, Bing Zhang, Baolei Zhang ve Hanfa Xing.

İletişim yazarı: SSRN kayıt sayfasında Duanguang Cao iletişim yazarı olarak gösterilmektedir.

Eş birinci yazar veya eş katkı: Yüklenen sürümde ve resmî SSRN kaydında eş birinci yazarlık ya da eş katkı bilgisi belirtilmemiştir.

Kurumsal bağlantılar: Duanguang Cao, Jieming Kang ve Baolei Zhang: Shandong Normal University; Yanying Wang: Qilu Normal University; Hanfa Xing: South China Normal University. Hongkuan Hui, Honglei Guo ve Bing Zhang için SSRN kaydında kurum bilgisi sunulmamıştır.

DOI: 10.2139/ssrn.6945293

Dergi: Hakemli bir dergide yayımlanmış sürüm doğrulanmamıştır.

Yayın platformu: SSRN.

Özgün yayın sağlayıcısı: SSRN/Elsevier.

Yayın tarihi: SSRN kayıt sayfasında 15 Haziran 2026 yükleme tarihi verilmektedir.

Kaynak türü: Preprint araştırma makalesi; veri analizi, coğrafi bilgi sistemi ve modelleme çalışması.

Hakemlik durumu: Bu çalışma hakem değerlendirmesinden geçmemiştir. Sonuçlar bu sınırlılık dikkate alınarak okunmalıdır.

Resmî kaynak:SSRN resmî kayıt sayfası

DOI bağlantısı:https://doi.org/10.2139/ssrn.6945293

Bu Türkçe açıklama, yüklenen 22 sayfalık preprintin metni, formülleri, tabloları, yöntem diyagramları, iki ve üç boyutlu indeks haritaları, korelasyon matrisleri, temel bileşen analizi tabloları ve K-means eşleme grafiklerinin incelenmesiyle hazırlanmıştır. Çalışmada bulunmayan sınıflandırma doğruluğu, saha başarısı, Türkiye uygulaması veya farklı şehirlerde aktarılabilirlik sonucu eklenmemiştir.

Kaynak metindeki 202.915 ve 81.166 örnek ifadeleri arasındaki açıklanmamış fark ile BSC ve PAFRAC formüllerindeki gösterim sorunları sessizce düzeltilmemiştir. Çalışmanın önerdiği eşleme sistemi bağımsız test verisinde doğrulanmadığından hazır ve kanıtlanmış bir bina işlevi sınıflandırıcısı olarak değerlendirilmemelidir.