Peyzaj tasariminda bir keşif araci: üretken yapay zeka temelli tasarim karar destek modeli
Ai-enabled generative decision support model as a predictive decoding tool for landscape design
- Tez No: 994756
- Danışmanlar: PROF. DR. MELTEM ERDEM KAYA
- Tez Türü: Doktora
- Konular: Peyzaj Mimarlığı, Bilim ve Teknoloji, Landscape Architecture, Science and Technology
- Anahtar Kelimeler: Dijital tasarım, Dinamik tasarım, Hesaplamalı tasarım, Performans esaslı tasarım, Peyzaj ekolojisi, Peyzaj tasarımı, Üretken tasarım, İnsan-yapay zeka etkileşimi, Dynamic design, Computational design, Performance based design, Landscape ecology, Landscape design, Generative design, Human-artificial intelligence interaction
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Peyzaj Mimarlığı Ana Bilim Dalı
- Bilim Dalı: Peyzaj Mimarlığı Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araştırmanın kavramsal çerçevesini, özellikle 1960'lı yıllardan itibaren disipline analitik bir altlık sunan, ekoloji bilim alanındaki teoriler ile sayısal tasarım metodolojileri oluşturmaktadır. Disiplinin gelişiminde öne çıkan bu iki konu başlığı, tasarım ve planlama yaklaşımlarını önemli derecede yönlendirmiştir. Öyle ki, peyzaj ekolojisinin ortografik fotoğraflama teknolojisiyle gelişmesi gibi, arazi dokusunun katmanlara ayrıştırılmasına dayanan analiz yöntemi de yine mekânsal verinin dijital düzlemde karşılık bulmasıyla ortaya çıkmıştır. Ancak bu metotların temelinde, arazinin var olan veya tasarlanmış durumdaki niteliklerini kontrol etme ve değerlendirme hedefi yatmaktadır. Buna bağlı olarak da peyzaj mimarlığı disiplininde dijitalleşme, ekoloji bilimininden temellenen ve karmaşık tasarım problemleri için, mekansal form arayışları ve tasarlama biçimlerinden ziyade; statik analiz üretim yöntemleri ve araçlarıyla ilişkili olarak öne çıkmaktadır. Ekolojik dinamiklerin ve mekansal verilerin, tasarımın ana yönlendiricileri olduğu peyzaj mimarlığında; doku-temelli analizler, dinamik ve süreç-temelli modellere göre çok daha baskındır. Öte yandan, peyzaj tasarımında arazinin değişimi ve dönüşümüne dair dinamik etkileşimleri temel alan yaklaşımların oldukça karmaşık ve süreç-temelli bir üretim pratiğini gerektirdiği savunulabilir. Bu durumun bir sonucu olarak, çağdaş peyzaj mimarlığı tasarımında halen daha doku-temelli modellerden temellenen analiz, sentez ve tasarım denemelerine dayalı bir üretim mekanizmasının hakim olduğu görülmektedir. Öyle ki, mimari formların üretiminde dinamik ve döngüsel tasarım yaklaşımları kullanılırken; peyzaj mimarlığının süreç temelli, değişken ve evrimsel yapısına rağmen, tasarlama biçimleri statik ve doğrusal bir sistemle çalışmaya devam etmektedir. Buna ek olarak, tasarımda dijitalleşme yaklaşımlarının disiplinle yeterince bütünleşememesi bu ayrımı giderek arttırmaktadır. Araştırmanın ortaya koyduğu en büyük eleştirilerden biri çağdaş peyzaj mimarlığı disiplininin odağına oturan dinamik, karmaşık ve çok girdili sistem kurgusunun, tasarım ölçeğinde yeterince temellendirilememesidir. Tasarımda dijitalleşme yaklaşımlarının literatürü incelendiğinde, formun üretimine dair anlam arayışları ve hesaplamalı tasarım metodolojileri paralellik göstermektedir. Öte yandan, başlı başına karmaşık ve neredeyse sayısız parametreden meydana gelen peyzajın, tümevarımsal bir bakış açısıyla iyi tanımlanmış fonksiyonlara indirgenmesi oldukça zorlayıcıdır. Bu nedenle araştırmanın metodolojisi, tümevarım yaklaşımları olan yapay zeka ve derin öğrenme modelleri kullanılarak strüktüre edilmiştir. Araştırmanın kavramsal altyapısı, peyzaj mimarlığında tasarım, ekoloji ve dijitalleşme ara kesitinde şekillendirilmiştir. Ekolojiden temellenen mekansal dinamizim ile tasarımda dijitalleşmenin sunduğu tümdengelim metodolojilerinin çalışma mekanizmalarının ortaklaşmasından yola çıkılmıştır. Özellikle dinamik ekolojik paradigma ve sibernetik ekoloji gibi kavramların sunduğu döngüsel ve geri beslemelere dayalı sistem yaklaşımının, derin öğrenme algoritmalarının karmaşık ilişkilerin çözümünde kullandığı geri yayılım mekanizmasıyla benzerlik göstermektedir. Araştırma kapsamında bu kavramsal ilişki; tasarlama süreçlerinin geri beslemelerle dayalı döngüsel iterasyonların geliştirilmesiyle birlikte yorumlanmış ve çizgisel olmama (non-linearity) niteliğiyle çerçevelenmiştir. Buradan hareketle, tez kapsamında tasarım sürecinin çizgisel olmama niteliği temel alınarak, peyzaj tasarımı alanına özelleştirilmiş yeni bir tasarlama yaklaşımının geliştirilmesi önerilmektedir. Peyzaj formunu şekillendiren ve dönüştüren sosyo-ekolojik dinamikler/etmenler tez kapsamında ajanlar şeklinde adlandırılarak, tasarlamanın doğasına odaklanılmıştır. Mekansal formun üretimi ve tasarlama biçimlerine, sayısal tasarım teorilerinin yenilikçi bakış açısı sunma ve karmaşık problem çözme potansiyelleriyle yaklaşılmıştır. Araştırmanın temel amacı; arazi dinamiklerinin (mekansal kullanıma dayalı açıklık analizi ile yüzey suyu akış simülasyonu) ve zamana bağlı mekansal değişimleri temel alarak, geleceğe yönelik ilerici mekansal tahminler üretebilen, peyzaj tasarımına özelleşmiş, döngüsel bir karar destek modelinin geliştirilmesidir. Bu doğrultuda, peyzaj tasarımına süreç-temelli, yinelemeye ve evrimsel gelişime dayalı bir tasarlama mekanizması üretken bir yapay zeka modeli geliştirilmiştir. Literatür araştırmasına bağlı olarak, peyzaj formunun tasarımı için veri çiftleriyle çalışan üretken derin öğrenme modelleri temel alınmıştır. Peyzaj tasarımına özelleşen mekansal ilişkilerin çözümlenebilmesi için ise model inşası ve veri setlerinin oluşturulması aşamaları birbirine paralel yürütülmüştür. Bu hedefle, araştırma metodolojik olarak nitel ve nicel araştırma metotlarını barındıran beş aşamada strüktüre edilmiştir. Bunlar (1) literatür taraması, (2) vaka incelemeleri, (3) veri setlerinin oluşturulması, (4) tasarım karar destek modelinin geliştirilmesi aşamaları ve (5) tasarım stratejilerinin geliştirilmesi şeklinde sıralanmıştır. İlk olarak ekoloji, form ve dijitalleşme üzerinden üç eksenli bir literatür taraması yapılarak; ekolojik ve dijital tasarım paradigmalarının peyzaj mimarlığında tasarlama biçimleri ve form üretim pratikleri üzerindeki değiştirici ve dönüştürücü etkisi ortaya konmuştur. İncelemenin ana çerçevesini çizgisel olmama (non-linearity) kavramının tasarım, ekoloji ve dijitalleşmeyle ilişkileri üzerine kurulmuştur. Bu doğrultuda arazi üzerinde olagelen, sürekli, değişken ve örtük dinamiklerin mekansal izdüşümlerini çözümleyebilmek için birbirine bağlı, ilişkisel bir araştırma metodolojisi takip edilmiştir. Peyzajın üretken derin öğrenme modelleri ile tasarlanabilmesi; veri setlerinin oluşturulması, mekansal izlerin çözümlenmesi ve sosyo-ekolojik dinamiklerin temsil edilebilmesiyle ilişkilendirilmiştir. İlk olarak peyzaj tasarımında öne çıkan parametrelerin ortaya konabilmesi için vaka incelemesi metoduyla literatürde öne çıkan 60 farklı peyzaj tasarım örneği irdelenmiştir. Peyzajın zaman-mekan değişimi, ekolojinin bir altlık olarak kullanılmasıyla açılmış ve tasarımcının rolü de bu değişimin bir parçası olarak sorgulanmıştır. Peyzajın tasarımında çevresel ve toplumsal etkileşimlerin yanısıra, araziyi değiştiren dönüştüren ve bu değişimden etkilenen ana unsurlardan biri olarak, tasarımcı müdehaleleri ele alınmıştır. Sosyo-ekolojik ajanların, araziyi doğrudan veya dolaylı olarak etkileme biçimleri peyzaj ekolojisi prensipleri ile ele alınarak, şekillendirici ve tetikleyici ajanlar şeklinde tasarım öncesi, uygulanmış tasarım ve olgun tasarım olmak üzere üç dönem üzerinden incelenmiştir. Bu incelemeler sonucunda, çağdaş peyzaj tasarımına dair ajanlar, elemanlar, nosyonlar ile mekansal karakter ve tipolojiler üzerine temel çıkarımlar elde edilmiştir. Özellikle, dinamik ilişkilerin başında yüzey suyu akışı ve kullanıcı etkileşimleri öne çıkarken; mekansal formlar özelinde ise, fiziksel ve görsel erişilebilirliğin etkisi farkedilmiştir. Öncül değerlendirmeler ve çıkarımlar takip edilerek, üretken derin öğrenme modellerinde peyzajın mekansal nitelikleri ile örtük dinamiklerinin etkileşim biçimlerinin ortaya konabilmesi için veri setleri imaj çiftleri halinde oluşturulmuştur. Peyzajın mekansal kodu plan maskeleri ile çözümlenirken; bunların arazi üzerinde yarattığı etkileşimler ise, çeşitli analiz ve simülasyonların bütüncül bir temsili halinde yüzey işlev performansları şeklinde geliştirilmiştir. Vaka incelemeleri içinden özellikle tasarım öncesi ve sonrasına dair net mekansal verinin elde edilebildiği 10 örnek proje alanı seçilerek, üç dönem için de hava fotoğrafları toplanmış ve plan maskeleri üretilmiştir. Ardından, plan maskeleri temel alınarak her dönem için sırasıyla mekansal açıklığa bağlı kullanım önem dereceleri ve yüzey suyu akış simülasyonları üretilmiştir. Son olarak bu analiz ve simülasyonlar birleştirilerek de yüzey işlev performansı şeklinde sosyo-ekolojik dinamiklerin temsili elde edilmiştir. Veri setlerinin üretim süreci, birbirine bağlı ve ardışık bir üretim prosedürüne sahiptir. Bununla birlikte, hedeflenen üretken yapay zeka temelli tasarım karar destek modeli de bu prosedüre paralel olarak strüktüre edilmiştir. İlk olarak, peyzajın mekansal elemanlarına ayrıştırabilmesi ve 3B mekansal verinin 2B plan düzleminde açılabilmesi için, farklı imaj segmentasyonu yöntemleri karşılaştırılarak araştırmada kullanılan U-Net model performansı ortaya konmuştur. Mekansal açık analizlerinin tamamlanmasının ardından, literatürede GAN (Generative Adversarial Network) olarak anılan, U-Net tabanlı ikili Üretken Çekişmeli Ağ modeli inşa edilerek, önce hava fotoğraflarından mekansal açıklık analizinin geliştirilebildiği bir derin öğrenme modeli eğitilmiştir. Tüm veri setlerinin tamamlanmasının ardından ise, deneme-yanılmalara dayalı olarak ilerletilen model geliştirme süreci tamamlanmış; tasarımcının katalizör ve karar verici olduğu döngüsel model eğitilmiştir. Tasarım Karar Destek Modeli (TKDM) olarak adlandırılan bu döngüsel sistem, mekansal formların ve dinamik işlevlerin birbirlerine göre nasıl evrimleşebileceğine dair ilerici tahminler geliştirebilen iki GAN modelinin tasarımcı müdehaleleriyle değişip dönüşebilen adaptif bir keşif aracı niteliğindedir. Birbirine ters tahminler geliştiren iki GAN modeli, arada köprü görevi üstlenen tasarımcının her yeni müdehalesiyle meydana gelebilecek yeni formlar ve dinamik akışlarla oluşabilecek etkilerin değişimi ve dönüşümünün tahmin edilmesine dayanmaktadır. Model kullanılarak tasarlamanın deneme-yanılmaya dayalı döngüsel yaklaşımıyla, araziden bilgilenen bir tahminleme mekanizması tasarım prosedürü halinde ortaya konmuştur. Bu sayede, tasarımcının yaratıcı süreçleri yeni form ve yüzey işlevleriyle tetiklenerek, keşfe dayalı bir tasarlama pratiği farklı alanlar üzerinde test edilerek tasarım denemeleri elde edilmiştir. Bu şekilde, araştırmanın hedeflediği, peyzaj tasarımına özgü bir tasarım karar destek modeli elde edilirken; dijital tasarım metodolojileri peyzajın temel prensip ve teorileriyle birlikte değerlendirmiştir. Tasarımda dijitalleşmeyi müstekil bir araç veya metot olmaktan çıkarıp, dijital tasarım teorilerini, ekoloji gibi, peyzaj tasarımında kavramsal bir altlık olarak yerleştirmeyi hedeflemiştir. Bu niteliğiyle araştırma, peyzaj mimarlığı disiplini içinde peyzajın analitik arazi çözümleme gereksinimleri ile tasarlamanın yaratıcı üretim pratiklerini birleştirmeyi amaçlayan yenilikçi bir gelişim alanı sunmaktadır. TKDM, peyzaj tasarımında form üretimi ve tasarlama süreçlerine dair yeni teorik tartışma alanları açmayı ve metodolojik bir açılım sunma potansiyeline sahiptir. Bu doğrultuda, peyzajın mekansal kodunun çözümü ve örtük/muğlak dinamiklerin dijital ortamlarda temsili konusunda, çizgisel olmama durumundan türetilen çıkarımlar ve vaka incelemelerinden elde edilen sonuçların önemli göstergeler sunacağı öngörülmektedir.
Özet (Çeviri)
The discipline of landscape architecture addresses increasingly complex design problems due to various concurrances, such as the climate crisis and intense urbanization. This intersection necessitates an examination of how humans and nature coexist across different spatial scales and details. Landscape design centers on this issue, exploring typologies and strategies to reshape the areas, varying from private spaces to large public areas, where environmental and social interactions constantly intertwine. Therefore, the act of designing in landscape is directly linked with analyzing the ambiguous and shifting dynamics of socio-ecological interactions and transforming them into spatial forms. To this end, a systematic land decoding approach is needed to unfold the traces of the interplays upon the landscape, as well as a creative designer perspective in order to generate spatial forms. In this research, the ecological theories and the digital design methodologies, which have laid an analytical foundation for the discipline since the 1960s, were taken as a primer to create a framework. Building on this binary foundation, it can be said that landscape architecture has been strongly affected by the ecological theories conceptually and intellectually, and triggered by the digital innovations. To such an extent that landscape ecology has emerged by means of the technological developments in aerial photography, and proceeds through the overlaying method that associates ecological dynamics and spatial indexing approaches in digital media. However, these intentions are mostly built upon analyzing the existing characteristics of the land itself, rather than focusing on the design processes. Consequently, the relationship between ecology and digitalization in landscape architecture converges in static analysis techniques, instead of the design experimentations on spatial form and design procedures. In a correlation of this context, pattern-based methods are more prominent than the dynamic and process-based models, even though the spatial dynamics and ecological processes orient the main design agents of the landscape. It can be said that the fundamental factors stem from the core characteristics of the landscape, such as complexity in the parametrization of the tacid dynamics, and uncertainty caused by constant variability. Additionally, this distinction tends to be intensified due to the inadequacy of the integration of digital design approaches within the discipline. In fact, while dynamic and reciprocal design procedures and methodologies have long been integrated into the architectural form generation, mostly static analysis and linear designing approach still prevail in landscape design, despite its process-based, dynamic, and interchangeable characteristics. At this point, the research emphasizes the shortcomings in terms of grounding design practices that follow the multi-agent, dynamic, and complex system approach as the core of the contemporary landscape design. Arguably, the representation of the landscape as a complex system, by inductive reasoning methods, is quite challenging despite the numerous parameters and dynamics. In this regard, the potential of deductive reasoning approaches sourced from contemporary digital design methodologies stands out. While computational design methodologies focus on well-defined problems that can be explicitly formulated, artificial intelligence-based models, considered deductive approaches, can perform even with complex and ill-defined problems. By mimicking human intelligence with the thinking mechanism of neural neurons, AI models pursue the interpretation of patterns of spatial and relational context in a given dataset. This principle, referred to as the black-box, is based upon with a feedback-driven learning mechanism within the deep learning networks and seeks to generate the most plausible predictions as possible. In this respect, it was asserted that deep learning models can be used to decode the spatio-temporal and latent dynamics of landscapes and generate speculative form predictions as design alternatives. Within the scope of the thesis, landscape design was examined at the intersection of ecology and digitalization; by doing so, a new design approach was proposed in accordance with the notion of non-linearity as a theoretical common ground. In this regard, it was aimed to structure an innovative design practice tailored to landscape design that incorporates the dynamic and recursive mechanisms of both generative deep learning models and ecological principles. The innovative nature and ability to solve the complex problems of the digital design methodologies benefited the design processes. The main objective of this research was to develop a recursive design decision support model that is capable of generating progressive spatial predictions based on the dynamics and transformations of the landscape. Thus, the literature review was conducted in a three-axis amplification to reveal the modes of the changes and engagements among the paradigms of ecology and digital design form. As a conceptual background of this review, non-linearity, which became prominent in decoding the prevalent, implicit, and unstable interplays with their projections on the land, was used to structure a coherent step-by-step research methodology. These steps were associated with decoding the spatial traces of socio-ecological dynamics, transforming them into datasets, and then procuring the ability to design the landscape by using generative deep learning models, respectively. Initially, it was aimed to reveal the featured parameters of the contemporary landscape design by elaborating on 60 different prominent projects around the world. To this end, a new method of examination called the design wireframe model was introduced. Spatio-temporal changes of the landscape were unfolded, considering the designer as a part of this transformation. The role of the designer's interventions was evaluated along with all the environmental and social interactions that interplay and react with the landscape. In this regard, the influences of the socio-ecological agents that transform the land directly or indirectly were addressed in the context of landscape ecology, and categorized into molding and triggering types throughout three different phases: pre-design, implementation, and post-design. As a result of these examinations, fundamental inferences were interpreted relating to the contemporary landscape design operations and agents, along with the concepts, spatial characteristics, and elements. While surface run-off water and public usage tendencies stood out as the dynamic agents, the physical and visual accessibility became apparent in particular to the spatial forms. After preliminary examinations and insights, the decoding step was initiated in order to set forth the implicit dynamics of the landscape and represent them in the form of pairs of the dataset. While plan masks were generated as part of the decoding spatial characteristics of the landscape, the encountered interactions on land were translated as surface function performance via integrated analysis and simulations. To create the dataset, primarily, 10 projects were selected out of the design examination pool, considering their data availability, to represent the three phases of the design using aerial photos. Afterwards, plan masks were drawn based on those aerial photographs, following the insights from design examinations. Subsequently, the spatial openness analysis and surface run-off water simulations were conducted using various computational methods. To generalize the socio-ecological dynamics of the land, the outcomes of these were combined into surface function performance. The production of the dataset was developed with a consecutive and interconnected procedure. Similarly, the recursive generative AI-enabled decision support model was also structured sequentially in parallel with the dataset stride. At first, different image segmentation methods were compared in the literature, and the suitability of the U-Net was presented for the representation of the 3D spatial data into a 2D projection. Following the completion of the openness analysis, a dual generative adversarial network (GAN) model was trained in a linear mechanism that can generate spatial openness analysis directly from the aerial images. Consequent to the dataset finalization, the trial-and-error-based model procedure was finalized. As a result, a reciprocal deep learning model was structured, where the designer is not only a decision-maker but also a catalyst as part of the predictive design decision support tool. The proposed recursive system was named the Design Decision Support Model (DDSM), which is AI-enabled to generate progressive spatial predictions regarding how landscape forms may shift through implicit interplays. DDSM has been shown the ability to work as a predictive decoding tool for landscape design processes by adapting and reacting depending on every designer's interventions in an evolving manner. The working principle is based on a reciprocal dual GAN model, which works in opposition to generate new forms as plan masks and new dynamic flows as surface function performances, by connecting through the designer's interventions as a bridge. By courtesy of the recursiveness of DDSM, a new way of design procedure has been established with a heuristic approach that is informed by the land. Herewith, the designer's creativity was triggered by means of this trial-and-error mode of design procedures with new spatial forms and potential interplays, and design speculations have been generated. Eventually, a new way of designing, as an AI-enabled decision support system, tailored to the landscape architecture, was structured by integrating and embodying the digital modes of thinking into the discipline. Within the scope of this thesis, digitalization in design has been prioritized as a conceptual foundation by affiliating with the ecological principles and the nature of designing, rather than a secondary tool or a method. It is believed that the research will provide a new development field for landscape design by combining the requirements of analytical analysis and creative design practices. With the methodology of this research, which is interdependent and cumulatively structured, it is promised to unfold new theoretical grounds and innovative digital methods in landscape architecture. Accordingly, it is believed that the research will provide key indicators and guidance to unfold the spatiality and the dynamism of the landscape, owing to secondary outputs such as a design wireframe model and a dataset creation approach. Especially, the insights sourced from the design examination technique based on the non-linearity context paved the way for the representation of both spatial decoding of the landscape and the implicit encounters that occur on land.
Benzer Tezler
- Taxonomy and visualization of digital architecture knowledge: Proposal for a scientific online encyclopedia
Dijital mimarlık bilgisinin taksonomisi ve görselleştirilmesi: Bilimsel bir çevrim içi ansiklopedi önerisi
ESRANUR KARACİF
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- İzmir'de Mustafa Kemal Bulvarı'nın peyzaj mimarlığı açısından etüdü ve peyzaj projesi
Başlık çevirisi yok
ENGİN ALPARSLAN
Yüksek Lisans
Türkçe
1985
Peyzaj MimarlığıEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
YRD. DOÇ. DR. ÜMİT ERDEM
- Peyzaj düzenleme çalışmalarında kullanılan ve kullanılmaya uygun çeşitli taşların özellikleri ile İzmir ve yakın çevresinde bunlara ilişkin kaynaklar üzerinde araştırmalar
Başlık çevirisi yok
E. VECDİ KÜÇÜKERBAŞ
Yüksek Lisans
Türkçe
1985
Peyzaj MimarlığıEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. İLÇİN ASLANBOĞA
- Makro besin elementlerinin (NPK) İzmir'de Mayıs ayında açığa dikilen 4-6 cm çevre büyüklüğündeki Gladiolus cinsine ait“hunting song”ve“Novalüx”kültür çeşitlerinin yumrularının gelişmeleri üzerine etkileri
Başlık çevirisi yok
TAHA ALİ AMEN
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ADNAN HATİPOĞLU
