Developing a GIS tool to analyze housing price variability in urban regions case study: Ankara
Kentsel bölgelerde konut fiyat değişkenliğini analiz etmek için bir GIS aracı geliştirme vaka çalışması: Ankara
- Tez No: 907863
- Danışmanlar: PROF. DR. ZUHAL AKYUREK, DOÇ. DR. TUNCAY KÜÇÜKPEHLİVAN
- Tez Türü: Yüksek Lisans
- Konular: Coğrafya, Yönetim Bilişim Sistemleri, Jeodezi ve Fotogrametri, Geography, Management Information Systems, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ankara'nın nüfusu 2020 yılında 5.118.000'den 2023 yılında 5.397.000'e, %5,35 oranında artmış, yerleşim alanlarını genişletmiş ve ileri düzey kentsel analiz araçlarına ihtiyaç duyulmuştur. Bu tez, konut fiyatı dağılımlarını analiz etmek ve görselleştirmek için MapInfo, Visual Studio ve C# kullanılarak geliştirilen özelleştirilmiş bir Coğrafi Bilgi Sistemi (CBS) uygulamasını tanıtmaktadır. Isı haritaları, Thiessen poligonları ve çeşitli faktörlerin konut fiyatlarını nasıl etkilediğini ortaya koyan karşılaştırma araçları ile analizler yapılmaktadır. CBS uygulaması, fiyat aralıkları ve ilçeler arasındaki değişkenlerin histogramlarını görselleştirme, belirli mahalleleri sıralama ve yakınlaştırma gibi özellikler sunarak şehir planlamacıları, gayrimenkul geliştiricileri ve araştırmacıları için önemli bir araç sunmaktadır. Bu araçlar, konut piyasasındaki mekânsal heterojenliği ayrıntılı bir şekilde inceleyerek karmaşık dinamiklerin daha iyi anlaşılmasını sağlamaktadır. CBS uygulamasının analitik yeteneklerini gelişmiş mekânsal analiz yöntemleri olan En Küçük Kareler (OLS) ve Coğrafi Ağırlıklı Regresyon (GWR) modellezi entegre edilerek geliştirmek amaçlanmıştır. Bu modeller, konut fiyatları ile ulaşım, hastaneler, üniversiteler, alışveriş merkezleri, bankalar, okullar ve süpermarketler gibi faktörler arasındaki ilişkileri ortaya koymaktadır. Uygulama aracılığıyla görselleştirilen sonuçlar, Ankara genelinde konut satış verilerinde mekânsal heterojenliği doğrulamakta, özellikle ulaşım gibi önemli olanaklara yakınlık nedeniyle batı bölgelerinde daha yüksek konut fiyatları görülmektedir. Uygulama, Çankaya ilçesinin kendine özgü özelliklerini vurgulayarak, ayrı bir analiz yapılmasını gerektirmiştir. Ayrıca, Kızılay ve Çayyolu'nun yerel analizleri, ulaşım erişimi ve okullara yakınlık gibi faktörlerin özellikle Çayyolu'nda konut fiyatlarını arttırdığını göstermektedir. Bu, Ankara'nın farklı bölgelerindeki konut fiyatlarını etkileyen dinamikleri anlamak için mahalle düzeyinde incelemelerin önemini vurgulamaktadır.
Özet (Çeviri)
Ankara's population has grew by 5.35%, from 5,118,000 in 2020 to 5,397,000 in 2023, expanding the inhabited areas and requiring advanced urban analysis tools. This study introduces a customized Geographic Information System (GIS) application, developed with MapInfo, Visual Studio, and C#, to analyze and visualize housing price distributions through heat maps, Thiessen polygons, and comparison tools that reveal how various factors influence housing prices. The GIS application is a key tool for urban planners, real estate developers, and researchers, offering features like visualizing histograms of variables across price intervals and districts, and options to sort and zoom into specific neighborhoods. These tools enable a detailed exploration of spatial heterogeneity in the housing market, clarifying complex dynamics. It is aimed to present the GIS application's analytical capabilities by integrating advanced spatial analysis methods, including Ordinary Least Squares (OLS) and Geographically Weighted Regression (GWR). These models reveal the relationships between housing prices and factors like proximity to transportation, hospitals, universities, shopping malls, banks, schools, and supermarkets. The results, visualized through the application, confirm spatial heterogeneity in housing prices across Ankara, particularly higher prices in the western regions due to key amenities such as proximity to transportation. The application highlights Çankaya's unique characteristics, requiring separate analysis. As well as, a local analysis of Kızılay and Çayyolu shows that factors like transportation access and proximity to schools drive higher housing prices, especially in Çayyolu. This emphasizes the importance of neighborhood-level investigations to understand the dynamics influencing housing prices in different areas of Ankara.
Benzer Tezler
- A conceptual model for lean and green marketing in the housing industry
Konut sektörü için yalın ve yeşil pazarlama kavramsal modeli
AHMET TUZ
Doktora
İngilizce
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. BEGÜM SERTYEŞİLIŞIK
- Kentsel alanlardaki fiziksel ve sosyoekonomik belirleyicilerin çocuk sağlığına etkilerinin CBS ile araştırılması
Investigating the effects of physical and socio-economic determinants on children health through GIS
ASLI KAHRAMAN
Yüksek Lisans
Türkçe
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. AHMET ÖZGÜR DOĞRU
- Smart sustainable building-city integration evaluation model (SSB-CIEM)
Akıllı sürdürülebilir bina-şehir bütünleşmesi değerlendirme modeli (ASB-ŞBDM)
FATMA HANDAN SARIGÜL
Doktora
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HÜSNÜ MURAT GÜNAYDIN
- Social vulnerability analysis of the cities affected by the february 6 kahramanmaras earthquakes
6 şubat Kahramanmaraş depreminden etkilenen şehirlerin sosyal hasar görebilirlik analizi
HİLAL AKIN
Yüksek Lisans
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HİMMET KARAMAN
- Endüstri etkisinde bir kentsel sistemin dinamik büyüme modeli
Dynamic growth model of an urban system under the in fluence of industrial growth
GÜLDEN ERKUT