Rapid population growth, economic development and industrialization have created many problems related to municipal solid waste management (MSWM) in developing countries like Turkey. Solid waste disposal has become mandatory because of increasingly common factors such as global warming and contamination of water resources. In recent years, this situation has revealed the need for effective management of solid waste. Suitable site selection requires evaluation and analysis of multiplefactor. Therefore, it is very important that the design of landfill site selection take into account environmental, economical and sociologicalfactors. In order to do this, the Geographical Information System (GIS) used with Multi Criteria Decision Making (MCDM) techniques is a useful tool for creating a model. One such MCDM is the Spatial-integrated Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). In this study, TOPSIS was applied to integrate environmental, economical and sociological sensitivity into determine alternative solid waste landfill sites for Bursa Province, Turkey. Using the data obtained by comparing the geo-statistics, six of the most suitable landfill areas were determined. In the final stage, as a result of this study, the Kayapa district was identified as the most suitable landfill area.

Forest fires are a significant global issue, devastating large forest areas each year. Effective prevention and control are essential. Geographic Information System (GIS)-based spatial clustering methods are commonly used to manage forest fire risks. However, these methods rely on different mathematical foundations and parameters, resulting in varied hotspot maps. Consequently, areas identified as hotspots by one method may not be significant or may even be classified as cold spots by another. This study utilized forest fire data from 2021 and 2022 in Türkiye to conduct spatial clustering analyses using three methods: Getis Ord Gi*, Anselin Local Moran's I, and Kernel Density Estimation. The aim was to identify high-risk forest fire areas. The effectiveness of these methods was evaluated based on Hit Rate (HR), Predictive Accuracy Index (PAI), and Recapture Rate Index (RRI). The study concluded which method was most suitable for detecting risky forest fire areas in the region. This research fills a gap in the literature by providing a comparative performance evaluation of spatial clustering methods for forest fire risk assessment, offering valuable insights for future studies in this field.

Forests are essential in contributing to the continuity of the natural balance. Therefore, their protection and sustainability are vital. However, all over the world, forest fires occur, and forests are destroyed due to both human factors and unknown causes. It is necessary to carry out studies to prevent this destruction. At this point, GIS‐based location–time relationship‐based hot spot clustering analysis can provide significant advantages in detecting risky spots of forest fires. In this study, GIS‐based emerging hot spot clustering analysis was carried out to determine the risky areas where forest fires will occur and to carry out preventive studies in the relevant areas. Turkey was chosen as the pilot region, and analyses were carried out using the data obtained from the official statistics of the Ministry of Agriculture and Forestry General Directorate of Forestry according to the causes of the fires (negligence, intentional, accidental, unknown cause and natural) between the years 2010 and 2020. Spatial autocorrelation analysis was conducted for each fire type, and threshold distances were determined {with a number of distance bands = 20,000, distant increment = 10,000}. Emerging hot spot analyses were then conducted, and the results were presented as maps and statistical outputs. According to all fire types, 15 new hot spots, 14 persistent hot spots, 33 sporadic hot spots, 9 consecutive hot spots, 15 intensifying, and 2 diminishing hot spot regions were obtained throughout the country.

İklim karakterlerinin bilinmesi, farklı iklim tiplerine sahip sınırların tespitine olanak sağlamakta; bu durum bölge kaynaklarının sürdürülebilir kullanımının sağlanması ve arazi kullanım planlarına yön verilmesi açısından önem arz etmektedir. İklimsel sınırların tespiti ayrıca iklimin mülkiyet üzerindeki etkilerinin belirlenerek önlenebilmesine ve mülkiyet üzerindeki kullanımın daha planlı ve kontrollü çerçevede ele alınmasına altlık oluşturabilmektedir. Bu bağlamda iklimsel sınırların tespiti noktasında iklim sınıflama yöntemleri geliştirilmiştir. Bu yöntemler, iklim tiplerinin bölgesel farklılığının tespit edilmesi, yıllara bağlı olarak değişiminin incelenmesi ve iklim tiplerine uygun olacak şekilde farklı sınırların oluşturulmasına imkân sağlamaktadır. Bu çalışmada iklimin mülkiyet kullanımında etkili rol oynaması ve dolayısıyla da planlama noktasında altlık oluşturacak olması gereksinimlerinden yola çıkarak, Karadeniz Bölgesi (Artvin, Ordu, Rize, Rize-Pazar, Trabzon, Şebinkarahisar, Akçaabat, Ünye, Bafra, Hopa, Giresun ve Samsun’da yer alan meteorolojik istasyon noktaları) iklim sınır haritasının oluşturulması esas alınmıştır. Bölgeye ait meteorolojik istasyon noktalarında 1988-2018 yılları arasında ölçümü yapılmış son 30 yıllık hava durumu parametreleri temin edilerek, konumla ilişkilendirilmiş ve Coğrafi Bilgi Sisteminde (CBS) bir veritabanında düzenlenmiştir. Ardından meteorolojik veriler Thornthwaite iklim sınıflaması yöntemine göre değerlendirilerek meteorolojik istasyon noktalarının iklim tipleri sınıflandırılmıştır. Son olarak iklim tipi belirlenmiş meteorolojik noktalar esas alınarak, Kriging enterpolasyon yöntemi ile tüm bölgeyi yansıtan iklim sınır haritaları üretilmiştir. Elde edilen sonuç ürünün başta iklim sınırlarını yansıtması, ayrıca mülkiyetin iklim yönünden kullanım vasfının etkilendiği ve değişim gösterdiği alanların tespit edilmesi; böylece yapılacak planlama ve koruma odaklı mülkiyet çalışmalarına altlık oluşturması hedeflenmektedir.