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.

Şehirler, artan nüfus yoğunluklarıyla sürekli gelişim halindedir. Bu durum kentlerin planlamasını ve sürdürülebilirliklerini sağlamak için plancılara çeşitli sorunlar oluşturmaktadır. Günümüz insanının şehirlerde en çok eksikliğini hissettiği alanlar yeşil alanlardır. İnsanların yaşam kalitesinin arttırılmasında ve ortaya çıkan sorunların giderilmesinde en önemli faktörlerden biri olan yeşil alanların planlanması oldukça önemlidir. Bu çalışmada, Ankara ili Çankaya ilçesine bağlı Emek, Bahçelievler ve Yukarı Bahçelievler mahalleleri çalışma alanı seçilmiş ve yeşil alan analizinin yapılabilmesi için on iki kriter belirlenmiştir. Bu kriterlerin birbirlerine göre ağırlıklarını tespit edilmesi için analitik hiyerarşi süreci (AHP) metodu kullanılmış ve kriterlerin konum analizleri için coğrafi bilgi sistemlerinden (CBS) yararlanılmıştır. En uygun yeşil alanların önem sıralarını belirlemek için ise TOPSIS metodu uygulanmıştır. TOPSIS yönteminde hem eşit ağırlıklı hem de AHP ağırlıklı hesaplar yapılmış ve analizler sonucunda, belirlenen dokuz bölgenin %44,4’ünün sıralamasının benzerlik gösterdiği tespit edilmiştir. Çalışma sonucunda, çalışma alanının yeşil alanlar bakımından yetersiz olduğu belirlenerek, uygulanan yöntemin sürdürebilir kent modelleri için kullanımı değerlendirilmiştir.

Bu çalışmada COVID-19 döneminde okul bahçelerinde ve sınıflarında Coğrafi Bilgi Sistemleri (CBS) kullanarak sağlık güvenliğini sağlayabilecek bir yaklaşım oluşturulmuştur. Çalışmanın yöntemi, okul alanlarına ve binalarına ait verilerin analizi, bahçe ve sınıflarda 4 m2’lik sosyal mesafelerin oluşturulması ve bu alanların sağlık önlemleri bakımından değerlendirilmesidir. Bu kapsamda, ilk olarak Türkiye'deki devlet kurumlarının salgın ile ilgili yayınladıkları genelgeler ve raporlar değerlendirilmiştir. Böylece okullardaki mevcut durumun eğitim politikalarına etkisi incelenmiştir. Uygulama aşamasında Emek, Bahçelievler ve Yukarıbahçelievler mahallelerinde 9 okul seçilmiş ve bu okullarda eğitimin sürdürülebilirliği değerlendirilmiştir. Çalışma sonucunda, okul bahçelerinin %33,3'ünün pandemi yönetmeliklerine uygun olduğu ve sınıfların sadece %44,4'ünün ikili gruplama yoluyla eğitimi destekleyebildiği belirlenmiştir. Ayrıca CBS’nin, sağlık önlemleri kapsamında okul alanlarının analizinde, okulların birbiriyle kıyaslanmasında, salgın yayılımının takibinde ve yüksek riskli okul alanlarının tespitinde etkin bir analiz aracı olduğu görülmüştür.

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.