Doğa
Düşleri

Tianjin Örneğinde Kentsel Restorasyon Öncelik Alanları İçin Kapsamlı “Geçmiş-Gelecek” Çerçevesi

1. Hebei Teknoloji Üniversitesi, Mimarlık ve Sanat Tasarımı Fakültesi, Tianjin, Çin 2. Hebei Eyaleti Sağlıklı Yerleşim Yerleri Ana Laboratuvarı, Tianjin…

bekir 46 dk okuma

ÖZGELİŞTİRİLMİŞ ARAŞTIRMA MAKALESİ

Front. Ecol. Evol., 3 Kasım 2026

Sek. Kentsel Ekoloji

Cilt 14 – 2026 | https://doi.org/10.3389/fevo.2026.1961285

  • JH

    Jingyao Hao 1

  • XL

    Xuyang Li 1

  • YF

    Yifan Feng 1,2*

  • NQ

    Na Qian 1

  • 1. Hebei Teknoloji Üniversitesi, Mimarlık ve Sanat Tasarımı Fakültesi, Tianjin, Çin

  • 2. Hebei Eyaleti Sağlıklı Yerleşim Yerleri Ana Laboratuvarı, Tianjin, Çin

Makale ölçümleri

Özet

Kıyı şehirleri, zengin ekolojik kaynaklarla donatılmış ve ulaşım olanaklarının bulunduğu, ekolojik koruma ile ekonomik kalkınma arasındaki gerilimin en belirgin biçimde yaşandığı merkezlerdir. Restorasyon öncelikli alanların (RPAs) kesin biçimde belirlenmesi, ekolojik hizmet yönetimini iyileştirmek ve kıyı şehirlerinde sürdürülebilir kalkınmayı ilerletmek açısından kritik önem taşır. Ancak, tarihsel evrim ile gelecekteki eğilimlerin RPAs yönetimine nasıl entegre edileceği konusu yeterince ele alınmamıştır. Bu çalışmada, Tianjin örnek çalışma alanı olarak seçilmiş ve RPAs belirlemek için kapsamlı bir analiz çerçevesi geliştirilmiştir. Bu çerçeve, dört ekolojik hizmetin (ES) mekânsal-zamansal evrim özellikleri ve aralarındaki ilişkiler etrafında şekillenmekte; tam döngülü dinamik değerlendirme ve simülasyon yoluyla ekolojik restorasyon alanlarını (ERAs) belirlemekte ve çok tipli önerileri sunmaktadır. Bulgular, 2000-2020 yılları arasında su üretiminin (WY), toprak korumanın (SC), karbon depolamanın (CS) ve yaşam alanı kalitesinin (HQ) farklı zaman çizgileri sergilediğini göstermiştir; oysa halkasal yerleşim alanlarının çevre bölgelerinde ve kıyı bataklık bölgelerinde yerel düzeyde iyileşmeler gözlemlenmiştir. WY-HQ ilişkisi 2000-2020 arasında güçlü ve giderek güçlenen bir ödünleşim (trade-off) sergilerken, CS-SC nispeten kararlı bir uyum (synergy) ilişkisi korumuştur. Ekolojik Restorasyon Öncelikli İndeksi (ERPI) temel alınarak ekolojik ERAs sınırlanmış ve bunlar üçlü aşamalı farklılaşma gösteren bölgelere ayrılmıştır: Çekirdek Koruması Bölgeleri (RPAs olarak tanımlanan), Uyumlu Optimizasyon Bölgeleri ve Ekolojik İyileşme Bölgeleri. RPAs içindeki arazi kullanım bileşimi ve mekânsal dağılımın analizi temel alınarak, spesifik ekolojik restorasyon stratejileri ve mekânsal planlama önerileri sunulmuştur. Bu “geçmiş-gelecek” çerçevesi, geleneksel RPAs’ın sınırlamalarını aşmakta ve kıyı şehrinde kanıya dayalı arazi yönetiminde yeni bir bakış açısı sağlamaktadır.

1. Giriş

İnsan faaliyetleri günümüzde doğal ortamı daha önce hiç görülmemiş bir hızla değiştiriyor (Jones et al., 2018). Küresel kara alanlarının yaklaşık %30’unun bozulmuş olduğu tahmin ediliyor ve bu durum, iklim ısınması bağlamında gıda üretimini en az %10 oranında düşürmeye katkıda bulunuyor (Yin et al., 2024). Bu arada, toprak bozulmasının topluma doğrudan veya dolaylı maliyeti yaklaşık 300 milyar ABD doları (Feng et al., 2022). Bu sonuçlar dünyada üç milyar insanı doğrudan etkiliyor (Mace et al., 2018; Yu et al., 2025). Bu bağlamda ekolojik restorasyon giderek daha önemli bir hale geliyor. Sorunun boyutunun farkına varan Birleşmiş Milletler, 2020-2030 yıllarını “Ekosistem Restorasyonu On Yılı” olarak ilan etti (Fischer et al., 2021) ve ekolojik güvenliği ile iklim istikrarını güvence altına almak amacıyla ekosistem bozulmasını durdurmayı ve tersine çevirmeyi hedefledi. Ekolojik restorasyon alanları (ERAs), ekolojik bozulma, işlevsel gerileme veya olası ekolojik riskler nedeniyle farklı ekolojik restorasyon, koruma veya yönetim müdahaleleri gerektiren mekânsal birimlerdir (Cong et al., 2025). ERAs içinde, restorasyon öncelikli alanlar (RPAs), nispeten ciddi ekolojik baskılar veya daha büyük restorasyon aciliyeti nedeniyle öncelikli müdahale gerektiren alanları temsil eder. ERAs’ın sınırlanması, çeşitli restorasyon önlemlerinin uygulanması ve farklılıklarına dayalı bölgeleme ile yönetim stratejileri için mekânsal bir temel sağlar (Zhang et al., 2021a; Goldenberg et al., 2021). Ancak, bölgesal ekolojik risklerin mekânsal farklılaşmasını nasıl belirleyeceğimiz ve bu farklılıkları daha sonra farklılıklarına dayalı restorasyon bölgelemesi ile yönetim stratejilerine nasıl dönüştüreceğimiz, ekolojik restorasyon araştırmalarında çözülmesi gereken önemli bir konu olmaya devam ediyor (Lv et al., 2023; Ran et al., 2024; Luo et al., 2026).

Ekosistem hizmetleri (EH’ler), ekosistemlerin insan hayatta kalmasını ve gelişimini desteklemek amacıyla sağladığı maddi ve maddi olmayan yararları ifade eder (Xu ve Li, 2025; Schröter ve ark., 2014). EH’ler, insan toplumu ile doğal ekosistemler arasındaki boşluğu doldurur ve ekosistem yapıları ve işlevlerinden insan değerleri ve refahına kadar uzanır (Yu ve ark., 2024; Ahirwal ve Pandey, 2021; Birkhofer ve ark., 2015). Dolayısıyla EH’ler, GER’lerin belirlenmesi için etkili bir temel sağlayabilir. Günümüzde, GER’lerin belirlenmesine dayalı olarak geliştirilen üç ana yaklaşım bulunmaktadır. (1) EH değerlendirmesi: Su üretimi, toprak koruma ve biyoçeşitliliğin korunması gibi temel EH’ler, InVEST modeli ve eşdeğer faktör metodu gibi araçlar kullanılarak nicelendirilir. Düşük hizmet değerine sahip alanlar ve arz-talep dengesizliği bölgeleri potansiyel restorasyon alanları olarak belirlenir (Mukherjee ve ark., 2014; Yan ve ark., 2023; Huang ve ark., 2024). (2) Ekolojik güvenlik örüntülerinin oluşturulması: EH’lerin değerlendirmelerine dayanarak, GER’ler ekolojik güvenlik örüntülerinin oluşturulması yoluyla seçilir. Morfolojik Alan Örüntüsü Analizi (MSPA), Minimum Kümülatif Direnç (MCR) modeli ve devre kuramı kullanılarak ekolojik kaynaklar, koridorlar ve kritik ekolojik düğümler belirlenir. Bu temele dayanarak, ekolojik bağlantıların zayıf olduğu, koridor tıkanıklığının yaşandığı veya ekolojik işlevlerin bozulduğu alanlar ekolojik restorasyon öncelikli alanları olarak çizilir (Wang ve Liu, 2025; Jiang ve ark., 2023; Li ve ark., 2025c; Wang ve ark., 2022b). (3) Çok senaryolu simülasyon: Birden fazla gelecekteki senaryo altında, EH’lerin bozulacağı ve ekolojik risklerin birikeceği alanlar GER’ler için kritik bölümler olarak seçilir (Lu ve ark., 2024; Li ve ark., 2025a, 2025b). Mevcut çalışmalar, GER’lerin belirlenmesine yönelik çeşitli yöntemler geliştirmiştir, ancak bunlar çoğunlukla restorasyon bölgelerinin tanımlanmasına odaklanmaktadır. GER’lerin restorasyon önceliklerinin belirlenmesine yönelik sistematik bir çalışma şu anda mevcut değildir (Peng ve ark., 2025); bu, alan kullanımının ve ekolojik yönetimin sonuçlarını önemli ölçüde artırabilir.

Önceki çalışmalar, EP’lerin zamansal ve mekansal analizlerini ağırlıklı olarak RPaları belirlemeye odaklanmıştır. Örneğin, Peng ve ark. (2023), 2001’den 2018’e kadar birden fazla EP’yi nicelendirmiş, optimal EP durumunu ekolojik referans koşulu olarak tanımlamış, restorasyon uygunluğunu değerlendirmiş ve ardından ekolojik RPaları belirlemiştir. Benzer şekilde, Wen ve ark. (2024) ve Wang ve ark. (2023a), RPaları çizmek için birden fazla EP arasındaki zamansal ve mekansal analizlerle bu EP’ler arasındaki ödünleşim ilişkilerini incelemiştir. Son yıllarda, ekolojik bölgelerin belirlenmesi ve sürdürülebilir yönetim stratejilerinin oluşturulması için gelecekteki EP eğilimlerine artan ilgi gösterilmektedir (Guo ve ark., 2021). Ancak, mevcut çalışmalar hala RPaları belirlemek için dinamik ve kapsamlı bir çerçeveye sahip değildir (Yan ve ark., 2026). Geçmiş-gelecek bütünleştirmesi, EP’lerin uzun vadeli evrimini birden fazla senaryo altındaki gelecekteki simülasyonlarla birleştiren çok boyutlu bir analiz çerçevesidir (Brondízio ve ark., 2019). Bu çerçeve, yalnızca gelecekteki kentsel genişleme ve iklim değişikliğinden kaynaklanan potansiyel ekolojik baskıları belirlemeyi değil, aynı zamanda tarihsel ekosistem dinamikleri tarafından dayatılan kısıtlamaları da hesaba katarak etkili restorasyon stratejilerinin oluşturulmasını büyük ölçüde kolaylaştırmaktadır (Verburg ve ark., 2016; de Knegt ve ark., 2025; Xue ve ark., 2026).

Çin’in kıyı şeridi, ulusal gayri safi yurtiçi hasılın %60’ından fazlasına ev sahipliği yaparken, yaygın kara tahsili ve endüstriyel kirlilik ciddi ekolojik bozulmalara yol açmıştır (Xu ve ark., 2023a; Liu ve ark., 2023). Yarı kapalı bir deniz olan Bohai Kıyısı, zayıf hidrodinamik değişim ve sınırlı öz-arındırma kapasitesiyle karakterize olup, ekonomik kalkınma ile ekolojik koruma arasındaki çatışmayı özellikle belirgin hale getirmektedir (Tong ve ark., 2014). Kuzey Çin’in en büyük açık kıyı kenti olan Tianjin, dağlar, sulak alanlar ve tarım arazilerini içeren çeşitli ekosistemlere sahip olsa da, hızlı kentleşme nedeniyle dramatik bir arazi kullanımı dönüşümü yaşamıştır (Chen ve ark., 2023). Belirgin mekânsal heterojenliği ve Pekin-Tianjin-Hebei kentsel aglomerasının içindeki stratejik düğüm rolü nedeniyle Tianjin, kıyı alanlarda ekolojik restorasyon ile verimli arazi kullanımı arasındaki dengeyi kurmanın nasıl sağlanacağına dair çalışmalar için ideal bir örnektir. Bu nedenle bu çalışma, ekosistem hizmetlerinin (ES) mekânsal-zamansel özellikleri ve gelecekteki eğilimleri analiz edilerek RPaların (restorasyon öncelikli alanlar) belirlenmesi için Tianjin’i bir vaka çalışması olarak seçmiştir. Spesifik olarak bu çalışma üç boyutu kapsamaktadır: (1) 2000-2020 yılları arasında temsilci ES’lerin mekânsal-zamansel değişimlerini değerlendirmek, farklı ES çiftleri arasındaki ödünleşimler ve uyumları analiz etmek ve ekolojik işlev bozulması ile artan ödünleşim çatışmalarıyla karakterize alanları belirlemek; (2) çoklu senaryolar altında gelecekteki arazi kullanımı/arazi örtüsü (LULC) değişimlerini ve ES dinamiklerini simüle ederek ekolojik işlevlere yönelik potansiyel riskleri değerlendirmek; (3) ekolojik restorasyon önceliklerini kapsamlı biçimde değerlendirmek ve farklılaştırılmış bölgeleme ve yönetim stratejileri önermek. Bu çalışma, bölgesel ekolojik restorasyon önceliklerini ölçmeye yönelik sistematik bir çerçeve kurmayı ve mekânsal yönetimi desteklemeyi, böylece ekolojik restorasyon kaynaklarının tahsisinin optimize edilmesine ve ekolojik sürdürülebilirlikle sosyoekonomik gelişme arasındaki koordinasyonun teşvik edilmesine bilimsel bir dayanak sağlamayı amaçlamaktadır.

2 Çalışma alanı ve veriler

2.1 Çalışma alanı

Tianjin, Bohai Körfezi’nin batı kıyısında, Kuzey Çin Ovası’nın kuzeydoğu kısmında yer alır. Tipik bir ağız kıyı şehri olan Tianjin, genel olarak alçak arazi yapısına sahiptir. Yükselti kuzeybatıdan güneydoğuya doğru azalır ve dağlık Jizhou bölgesinden kıyı ovalarına kadar uzanan belirgin bir ekolojik gradyan oluşturur (Şekil 1). Tianjin, yaklaşık 11.917 km²’lik bir alanı, 16 ilçeyi ve yaklaşık 153 km’lik bir kıyı şeridini yönetir. Bileşen ekolojik sistemi, kuzeydeki Yanşan-Taihang ekolojik bariyeri, merkezdeki kentsel yerleşim alanları ve güneydeki kıyı tuzlaları dahil olmak üzere karasal peyzajları, Bohai Körfezi kıyı şeridi boyunca uzanan deniz ekolojik sistemleriyle bütünleştirir. 21. yüzyılın başlarından itibaren, ulusal ekonomik merkez ve uluslararası deniz taşımacılığı üssü statüsünden yararlanan Tianjin, hızlı kentleşme yaşayarak oldukça karmaşık ve heterojen bir ekolojik uzay deseni ortaya çıkarmıştır. Hızlı kentleşme bağlamında bu kıyı şehri, toprak erozyonu, yaşam alanlarının parçalanması ve tuzlaların bozulması gibi çoklu ekolojik baskılar altındadır. Kentleşme ile çevre koruması arasındaki denge, Tianjin’in sürdürülebilir büyümesi için kritik bir konu haline gelmiştir.

Şekil 1

2.2 Veri kaynakları

Bu araştırma çok değişkenli veriler kullanır (Tablo 1). Araştırma hedefleri ve yerel koşullar göz önüne alınarak, arazi kullanımı/arazi örtüsü altı kategoriye yeniden sınıflandırılmıştır: tarım arazisi, orman, mera, su alanları, inşaat arazisi ve kullanılmayan arazi. Tüm veri setleri Tianjin’in idari sınırları içinde kırpılmış, WGS_1984_Albers koordinat sistemine projelenmiş ve 1 km çözünürlüğe uniform olarak yeniden örneklenmiştir. Buna göre, sonraki analizlerin temel uzay birimi olarak 1 km × 1 km’lik bir ızgara benimsenmiştir (Shen ve ark., 2023; Xu ve ark., 2023b).

Tablo 1

Veri adı Veri türü Uzalsal çözünürlük Zamansal çözünürlük Veri kaynağı
LULC Raster 1 km Yıllık Çin Bilimler Akademisi Kaynak ve Çevre Bilimi ve Veri Merkezi
(https://www.resdc.cn/)
Yağış Raster 1 km Aylık Ulusal Yer Sistemi Bilimi Veri Merkezi Paylaşımlı Hizmet Platformu
(http://www.geodata.cn/)
Olası buharlaşma-terleme Raster 1 km Aylık Ulusal Yer Sistemi Bilimi Veri Merkezi Paylaşımlı Hizmet Platformu
(http://www.geodata.cn/)
Sıcaklık Raster 1 km Aylık Çin Bilimler Akademisi Kaynak ve Çevre Bilimi ve Veri Merkezi
(https://www.resdc.cn/)
Kök Kısıtlama Katmanı Derinliği Raster 100 m — (https://doi.org/10.1038/s41597-019-0345-6)
Bitkinin Kullanabileceği Su İçeriği Raster 1 km — FAO, IIASA Dünya Toprak Veritabanı
Büyük neirler Shp — — Açık Sokak Haritası
(https://www.openstreetmap.org)
DEM Raster 90 m — Jeospasial Veri Bulutu
(http://www.gscloud.cn)
NDVI Raster 1 km Yıllık Çin Bilimler Akademisi Kaynak ve Çevre Bilimi ve Veri Merkezi
(https://www.resdc.cn/)
Toprak türü Raster 1 km — Dünya Toprak Veriabanı
(https://www.ncdc.ac.cn/)

Veri kaynağı.

3 Yöntemler

Bu çalışmada, EPB’leri belirlemek için ekosistem evrim kalıplarını gelişim eğilimleriyle bütünleştiren kapsamlı bir çerçeve geliştirdik. Çerçeve dört teknik aşamadan oluşmaktadır. İlkin, üç tarihsel zaman noktasında (2000, 2010 ve 2020) dört temel HE’yi nicelendirdik. İkinciden, HE çiftleri arasındaki örtüşme ve uyumları nicelendirdik. Üçüncüden, üç geleceksenaryo altında HE’lerin mekânsal dağılımını simüle ettik ve öngördük. Son olarak, HE’lerin mekânsal dağılım kalıplarını bütünleştirerek, uyumlu ilişkilerini dengeleyerek ve gelecekteki eğilimleri dikkate alarak ekolojik restorasyon önceliklendirme çerçevesi geliştirdik ve ekolojik restorasyon alanlarını (ERA’lar) belirleyerek farklı öncelik düzeylerinde EPB’leri tespit ettik (Şekil 2).

Şekil 2

3.1 HE’lerin tahmini

Bu çalışma, Tianjin’deki HE’lerin mekânsal-zamansal özelliklerini sistematik değerlendirmek üzere su verimi (WY), karbon depolama (CS), toprak koruma (SC) ve yaşam alanı kalitesi (HQ) dahil olmak üzere dört modül kullanarak InVEST modelini temel nicelendirme aracı olarak kullandı. Orta düzey veri gereksinimlerine ve mekânsal açıdan açık temsillere sahip olan InVEST modeli, dünya çapında çok ölçekli ekolojik değerlendirmelerde kapsamlı biçimde geçerliliği sınanmıştır. Çıktıları, ekolojik bölgeleme yönetimi için kritik bir nicelendirme temeli sağlar (Kim ve ark., 2026; Zheng ve ark., 2025). Detaylı hesaplama yöntemleri Ek Malzeme 1’de sunulmaktadır. InVEST modeli https://naturalcapitalalliance.stanford.edu/software/invest adresinden herkese açıktır.

Çalışmanın doğruluğunu güvence altına almak için sonuçlar ilgili bölgesel çalışmalarla karşılaştırılarak doğrulandı (Wu ve ark., 2021; Liu ve ark., 2024; Li ve ark., 2022b; Rong ve ark., 2022). Önceki çalışmalar Tianjin için bildirilen ekosistem hizmetlerinin mekânsal dağılım kalıpları ve değer aralıkları, bu çalışmada elde edilenlerle karşılaştırılmış ve genellikle tutarlı sonuçlar göstermiştir.

3.2 Mekânsal istatistikler

Hotspot ve coldspot analizi, bir veri seti içinde istatistiksel açıdan anlamlı yüksek ve düşük değer kümelerini belirlemek için kullanılan bir alan verisi analiz tekniğidir (Jazdzewska ve ark., 2022; Geng ve ark., 2025). Bu çalışmada, çalışma alanında 2000–2020 yılları arasında farklı gelişim senaryoları altında ekosistem hizmetlerinin (ES) yoğunluk düzeyleri ve alan dağılımı örüntüleri belirlemek için hotspot ve coldspot analizi kullanılmıştır. Bu yöntem, her alan birimi için Getis-Ord Gi∗ istatistiğini hesaplar. Elde edilen z-puanları ve p-değerleri ardından istatistiksel açıdan anlamlı hotspot ve coldspotları belirlemek için kullanılır. Getis-Ord Gi∗ yerel istatistiği 1–3 numaralı denklemlerle ifade edilir:

Bu ifadelerde xj j alan ögesinin özellik değerini, wi,j i ve j ögeleri arasındaki alan ağırlığını ve n ögelerin toplam sayısını gösterir. Her öge için Gi∗ istatistiği bir z-puanı olarak döndürülür. Pozitif ve istatistiksel açıdan anlamlı bir z-puanı hotspotu işaret eder; daha yüksek değerler, yüksek özellik değerlerinin daha yoğun kümelenmesine karşılık gelir.

3.3 ES’ler arasındaki ödemeler ve sinerjilerin nicellenmesi

3.3.1 ES’ler arasındaki korelasyon analizi

Dört ES arasındaki ilişkilerin genel yönü ve büyüklüğü Pearson korelasyon analiziyle karakterize edilmiştir (Xia ve ark., 2023). 2000, 2010 ve 2020 yıllarına ait korelasyon katsayıları RStudio 4.5.1 içindeki “corrplot” paketi kullanılarak hesaplanmıştır. Alan bakımından komşu hücreler istatistiksel açıdan bağımsız olmayabileceğinden, Dutilleul’un düzeltmiş t-testi, etkin örneklem boyutunu ve alan düzeltmesi yapılmış p-değerlerini tahmin ederek alan otokorelasyonunu dikkate almak için uygulanmıştır. Etkin örneklem boyutu, başlangıçtaki 21.044 hücreden ES çiftleri ve çalışma yılları arasında 211,0–767,1’e önemli ölçüde düşmüştür. Birincil etki büyüklüğü ölçüsü olarak Pearson’s r korunmuştur.

Güvenilirliği değerlendirmek için Spearman sıralama korelasyon katsayısı () ayrıca hesaplandı. Her iki yöntemde de tutarlı yönlü ilişkiler nispeten güvenilir kabul edildi; zıt işaretler ise yöntem-duyarlı ilişkileri gösterdi ve bunlar kararlı ödünleşimler veya sinerjiler olarak yorumlanmadı. Pozitif katsayılar sinerjileri, negatif katsayılar ise ödünleşimleri işaret etti. , değerine sahip Pearson korelasyonları istatistiksel olarak anlamlı olsalar bile önemsiz kabul edildi. Alan heterojenliği, coğrafi ağırlıklı regresyon (GWR) kullanılarak ayrıca incelendi.

3.3.2 GWR ile alan ödünleşimi ve sinerji analizi

GWR (Coğrafi Ağırlıklı Regresyon), değişkenler arasındaki ilişkileri ve bu değişkenlerin alan heterojenliğini coğrafi bağlamda ortaya çıkarabilen bir alan istatistiksel analiz yöntemidir. GWR modeli, alan korelasyonunu lineer regresyonla birleştirerek, geleneksel regresyon modellerindekinden öteye giderek alan değişimini hesaba katar ve böylece coğrafi olguların karmaşıklığını daha iyi yakalar (Zhou ve Lin, 2019; Wei ve Liu, 2022). Tianjin’deki ESSDR‘nin sürücü mekanizmalarını analiz etmek için RStudio 4.0 içindeki GWmodel paketini kullandık. Alan çekirdeği olarak sabit bir Gauss fonksiyonu seçildi ve bant genişliği AICc kriterine göre optimize edildi. GWR modeli 4. denklem ile ifade edilir:

Burada: , gözlemlenen değerdir; , i hücresi için regresyon sabitidir; , i hücresinin coğrafi konumudur; , i hücresi için k’ncı regresyon parametresidir; , i hücresindeki bağımsız değişkenin değeridir ve , model artığıdır.

3.4 Çok senaryolu LULC simülasyonu ve ES’lerin öngörüsü

PLUS modeli, LULC simülasyonu için kritik bir araçtır ve kentsel genişleme tahmini ile ekolojik güvenlik desenlerinin oluşturulmasında yaygın olarak kullanılmıştır (Liang ve ark., 2021; Wang ve ark., 2023b; Wang ve ark., 2025). Bu model, Arazi Genişleme Analiz Stratejisi (LEAS) ile Rastgele Tohumlara Dayalı Hücrel Otomat (CARS) modelini birleştirir. LEAS, arazi kullanımının zamansal ve mekansal dinamiklerini ve bunları yönlendiren faktörleri iki zaman dilimi arasında nicel olarak incelemek için Rastgele Orman algoritmasını kullanır ve farklı arazi kullanım tipleri için büyüme olasılıklarını hesaplar (Zhai ve ark., 2021). CARS, rastgele tohumların oluşumunu kontrol etmek için eşik azaltma rekabet mekanizmasını kullanarak yeni arazi kullanım parçalarının doğal olarak gelişmesini sağlar, sınırsız parça genişleme olasılığını azaltır ve belirlenen kısıtlamalar altında esnek arazi dönüşümüne olanak tanır (Li ve ark., 2022a). Bu çalışmada, önce 2000 ve 2010 yıllarına ait LULC verileri kullanılmış ve LEAS modeline on üç yönlendirici faktör girilmiştir (detaylı faktörler Ek Malzeme 2’de sunulmuştur); ardından rastgele orman parametreleri ayarlanarak arazi kullanımının gelişim potansiyeli belirlenmiştir. Ardından, 2020 yılı için arazi kullanım talebi bir Markov zinciri kullanılarak tahmin edilmiştir (2030 yılı için talep de 2010 ve 2020 arazi kullanım verilerine dayanarak öngörülmüştür). Sonrasında, 2010 LULC’si, gelişim potansiyeli, dönüşüm kısıtlamaları, geçiş matrisi, LULC ağırlıkları ve arazi talebi CARS modülüne girilerek 2020 yılı LULC’si simüle edilmiştir. Simüle edilen ve gözlemlenen 2020 LULC’sinin karşılaştırılması Kappa katsayısının 0.835, genel doğruluğun (OA) %88.75 ve başarı ölçütünün (FoM) 0.180 olduğunu göstermiştir. Ek doğrulama metrikleri Ek Malzeme 1’de sunulmuştur. Bu metrikler modelin yüksek doğruluğunu ortaya koymaktadır. Son olarak, 2020 LULC’si taban yılı olarak kullanılmış ve LEAS ile CARS modülleri Tianjin’in 2030 yılı LULC’sini öngörmek için uygulanmıştır. PLUS modeli şu adreste halka açık durumdadır: https://github.com/HPSCIL/Patch-generating_Land_Use_Simulation_Model.

Senaryo analiz yöntemleri, mevcut arazi kullanım eğilimlerini geleceğe aktararak araştırmacıların arazi kullanım dinamiklerini daha iyi anlamalarına yardımcı olur ve doğal kaynak planlaması ile yönetimi için kuramsal bir temel sağlar (Feng ve ark., 2012; Wang ve ark., 2023b).

Bağlantılı Model Karşılaştırma Projesi 6. Faz (CMIP6), farklı küresel iklim değişimi bağlamları altında geleceğe dönük gelişme senaryoları oluşturmak için ortak sosyoekonomik yolları (SSP) temsili konsantrasyon yollarıyla (RCP’ler) birleştirir (Cai ve ark., 2023). SSP-RCP senaryolarını kullanarak Tianjin’de ekosistem hizmetlerinin (ES’ler) zamansal ve mekansal dağılımını birden fazla geleceğe dönük senaryo altında simüle ettik. Bu çalışmada, 2030 yılı için arazi kullanımı ve arazi örtüsü (LULC) talebi ile mekansal dağılımı üç SSP-RCP senaryosu altında öngörüldü: SSP126 senaryosu, ekolojik korumayı öncelikleyen ve fosil yakıt kullanımını en aza indirerek sürdürülebilir ve çevre dostu gelişime ulaşmayı hedefleyen, sosyal, ekonomik ve teknolojik büyüme yolunu temsil eder. SSP245 senaryosu, sosyal, ekonomik ve teknolojik eğilimlerin tarihsel kalıplarla uyumlu olduğu, yani “eski alışkanlıkların sürdürüldüğü” olarak adlandırılan bir geleceği yansıtır. SSP585 senaryosu ise enerji ve kaynaklara son derece bağımlı bir sosyoekonomik gelişme yolunu betimler (Liao ve ark., 2020; Dong ve ark., 2019).

Dönüşüm kuralları, PLUS parametre gereksinimlerine uygun olarak her arazi kullanım türüne 0 ve 1 değerlerini atar. 0 değeri, bir arazi türünün başka bir arazi türüne dönüştürülemeyeceğini; 1 değeri ise LULC (azi Kullanımı/Arazi Örtüsü) dönüşümünün izin verildiğini gösterir. Bu senaryolar için geçiş maliyet matrisleri Tablo 2‘de sunulmuştur. Bu matrisler, tarihsel arazi kullanım değişimlerine, dönüşüm uygulanabilirliğine ve bölgesel ekolojik koruma politikalarına dayanarak tanımlanmıştır (Ma ve ark., 2024). Farklı gelişim yollarını yansıtan senaryo özgü geçiş kuralları belirlenmiştir. SSP126 altında orman, çimlik ve su kütlelerinin dönüşümü daha sıkı biçimde kısıtlanmış, ekolojik koruma ve restorasyon vurgulanmıştır. SSP245, nispeten orta düzeyde kısıtlamalar benimsemiş ve tarım arazisi, çimlik, kullanılmayan arazi ve inşaat arazisi arasında daha geniş dönüşümlere izin vermiştir. SSP585 altında ise orman ve çimlikten tarım ve inşaat arazisine dönüşümler daha geniş biçimde izin verilmiş, mevcut inşaat arazisi büyük ölçüde korunmuştur (Cai ve ark., 2023). Ardından, üç senaryoya karşılık gelen arazi genişleme olasılıkları atanmıştır. SSP245 senaryosunda orijinal Markov geçiş matrisi kullanılmıştır. SSP126 ve SSP585 senaryolarında ise Xi ve ark. (2024)’nın önerdiği yöntem izlenerek arazi kullanım geçiş olasılıkları, önceden tanımlanmış politika yönelimlerine göre ayarlanmıştır. Senaryo simülasyonları, ampirik biçilde tanımlanmış geçiş kurallarına, projelenmiş arazi talebine ve rastlantısal parçak oluşturulmasına dayandığından, gelecekteki arazi kullanım değişimlerinin hem büyüklüğü hem de mekânsal dağılımında belirsizlik sürmektedir. Öznelliği azaltmak ve senaryolar arasında karşılaştırılabilirliği güvence altına almak için komşuluk ağırlıkları ve rastlantısal orman ayarları tüm senaryolar boyunca sabit tutulmuştur. Senaryo farklılaşması öncelikle senaryo özgü arazi talebi, geçiş kuralları ve geçiş olasılıklarına ilişkin karşılık gelen ayarlamalar aracılığıyla getirilmiştir. Parametre ayarları Ek Malzeme Tabloları A.6–11‘de sunulmuştur.

Tablo 2

SSP126
Zemin kullanım türü Ekili arazi Orman Çimlik Su İnşaat arazi Kullanılmayan arazi
ekili arazi 1 1 1 1 1 0
orman 0 1 0 0 0 0
çimlik 0 1 1 1 0 0
su 0 0 0 1 0 0
inşaat
arazi
0 1 1 0 1 0
kullanılmayan
arazi
1 1 1 1 1 1
SSP245
Zemin kullanım türü Ekili arazi Orman Çimlik Su İnşaat arazi Kullanılmayan arazi
ekili arazi 1 1 1 1 1 1
orman 0 1 0 0 1 0
çimlik 1 1 1 1 1 1
su 0 0 1 1 1 1
inşaat
arazi
0 0 1 0 1 0
kullanılmayan
arazi
1 1 1 1 1 1
SSP585
Zemin kullanımı türü Ekili arazi Orman Çim alanı Su İnşaat arazi Kullanılmayan arazi
ekili arazi 1 0 0 0 1 1
orman 1 1 1 0 1 0
çim alanı 1 1 1 1 1 1
su 1 1 1 1 0 1
inşaat
arazi
0 0 0 0 1 0
kullanılmayan
arazi
1 1 1 1 0 1

Farklı senaryolar arasında geçiş maliyet matrisi.

(Not: a—ekili arazi; b—orman; c—çim alanı; d—su; e—inşaat arazi; f—kullanılmayan arazi. SSP245 değerleri siyahda, SSP126 yeşilde ve SSP585 kırmızıda gösterilmiştir. Bir matris değeri 0, iki zemin kullanımı türü arasındaki dönüşümün izin verilmediğini; 1 değeri ise dönüşümün izin verildiğini belirtir.).

2030 için CMIP6 iklim projeksiyonları, gelecekteki ekosistem hizmeti (ES) simülasyonlarının doğruluğunu artırmak amacıyla InVEST modeline dahil edilmiştir. 2030 için 1 km çözünürlüklü yağış ve potansiyel evapotranspirasyon verileri https://data.tpdc.ac.cn/home/ adresinden elde edilmiştir. SSP126 senaryosu altında yağış verilerinin mevcut olmaması nedeniyle, bu çalışmada yerini doldurmak için SSP119 senaryosundan yağış verileri kullanılmıştır.

3.5 Ekosistem hizmeti restorasyon öncelik endeksi (ERPI) hesaplaması

RPA’ları kapsamlı biçimde belirlemek amacıyla bu çalışma; ekosistem hizmetlerinin tarihsel değişimleri, işlevsel ödünleşimler ve gelecekteki ekolojik riskler olmak üzere üç boyutu birleştiren bir ekolojik restorasyon öncelik değerlendirmesi çerçevesi geliştirmiştir.

3.5.1 Ekosistem hizmeti kayıp endeksi ( )

Çalışma döneminde ES’lerin tarihsel bozulmasını karakterleştirmek için, önce 2000 ile 2020 arasındaki her bir ES’in göreli değişim oranı 5. denklem kullanılarak hesaplanmıştır:

burada ve sırasıyla 2000 ve 2020 yılında i. ekosistem hizmetinin arz düzeyini; i ise WY, CS, SC ve HQ’yı içeren ekosistem hizmeti türünü belirtir.

Ekosistem hizmetlerinin azalan bileşenleri, ekosistem hizmeti kayıp endeksi () nicelendirilmek üzere çıkarılmış ve 6. denklem kullanılarak hesaplanmıştır:

Herhangi bir ES arttığında veya sabit kaldığında . Bir ES azaldığında ise azalmanın büyüklüğü arttıkça daha yüksek , dolayısıyla ekolojik işlevlerin geçmişte daha ciddi biçimde kaybedildiği ve buna bağlı olarak ekolojik restorasyona yönelik daha büyük ihtiyaç ortaya çıktığı gösterilir.

3.5.2 Ekosistem Hizmeti Takas Yoğunluğu Endeksi (ESTI)

Farklı ekosistem hizmetleri arasındaki işlevsel çatışmanın derecesini karakterize etmek için bu çalışma, dört ekosistem hizmeti arasındaki çiftli ilişkilere dayanan bir Ekosistem Hizmeti Takas Yoğunluğu Endeksi (ESTI) oluşturmuştur. D四个 ekosistem hizmeti altı çiftli kombinasyon oluşturmuştur: WY–CS, WY–SC, WY–HQ, CS–SC, CS–HQ ve SC–HQ.

İlk olarak, takas yoğunluğu, 7. denklem kullanılarak her ekosistem hizmeti çifti arasındaki korelasyondan çıkarılmıştır:

burada , . ve . ES’leri arasındaki korelasyon katsayısını; , aralarındaki takas yoğunluğunu belirtir. , durumunda iki ES arasında bir takas ilişkisi vardır ve takas yoğunluğunu temsil etmek için korelasyon katsayısının mutlak değeri kullanılır. , durumunda ise bir takas ilişkisinin var olmadığı kabul edilir ve dolayısıyla sıfır değeri atanır.

Her ES’in ortalaması alınan takas yoğunluğuna () dayanarak, dört ekosistem hizmeti için genel ESTI sonrasında 8 ve 9. denklemler kullanılarak hesaplanmıştır:

3.5.3 Geleceğe Dönük Ekolojik Risk Endeksi (FERI)

Gelecek gelişimine ilişkin belirsizliği, RPAs’ların belirlenmesine dahil etmek için bu çalışma, çok senaryolu simülasyon sonuçlarına dayanan bir Geleceğe Dönük Ekolojik Risk Endeksi (FERI) oluşturmuştur. İlk olarak, 2020 yılını temel yıl olarak alarak, farklı gelecek senaryoları altında her ES’deki göreli değişim 10. denklem kullanılarak hesaplanmıştır:

burada FESi2030 2030 yılında gelecek senaryosu altında i. ES’nin simüle edilmiş değerini, SSPj ise SSP126, SSP245 ve SSP585 gelişme senaryolarını temsil eder.

Tarihsi ekolojik işlev kaybının işlenmesiyle tutarlı olarak, Equation 11 kullanılarak yalnızca ES’nin olası gelecek bozulması çıkarılmıştır:

ERI‘nin daha yüksek bir değeri, ilgili gelecek senaryosu altında söz konusu ekosistem hizmetinin daha büyük bir bozulma riskine sahip olduğunu gösterir.

FERI, dört ES’nin üç gelecek senaryosu boyunca yaşanan bozulmasının Equation 12 ve 13 kullanılarak bütünleştirilmesiyle hesaplanmıştır:

3.5.4 Ekosistem hizmeti restorasyon öncelik indeksi (ERPI)

Tarihsi ekolojik bozulma, ES’ler arasındaki ticaret-zıtlık çatışmaları ve gelecek döneme ait ekolojik bozulma risklerini kapsamlı biçimde karakterleştirmek için bu çalışma, Bir Ekolojik Restorasyon Öncelik İndeksi (ERPI) oluşturmuştur.

ERI, ETZ ve FER birim ve değer aralıkları bakımından farklı olduğundan, Equation 14’te gösterildiği gibi bütünleştirmeden önce Min–Max yöntemiyle ayrı ayrı normalize edilmiştir:

Bu temelde, üç boyut Equation 15 kullanılarak bütünleştirilmiştir:

burada ERIi, ETZi ve FERi sırasıyla normalize edilmiş tarihsi ekolojik işlev kaybını, ekosistem hizmeti ticaret-zıtlık yoğunluğunu ve gelecek döneme ait ekolojik riski temsil eder. Daha yüksek bir ERPI değeri, alanın aynı anda daha şiddetli bir tarihsi ekolojik işlev kaybı, daha güçlü bir ekosistem hizmeti ticaret-zıtlık çatışması ve daha büyük bir gelecek bozulma riski yaşadığını, dolayısıyla ekolojik restorasyon için daha yüksek bir önceliğe sahip olduğunu gösterir.

4 Bulgular

4.1 ES’lerin mekansal-zamansal gelişim özellikleri

4.1.1 ES’lerin mekansal örüntüleri

Genel olarak, dört ES 2000–2020 yılları arasında farklı zaman içi eğilimler sergilemiştir. SC %41,38 oranında artarken, ES’lerdeki değişim büyüklüğü 2000–2010 döneminde 2010–2020 dönemindeki kadar büyük olmamıştır. İki yıllık dönemde HQ %12,28 oranında azalmıştır. CS önce artıp sonra azalmış, tüm dönemde toplam değişim %0,41 olmuştur.

Alan bazında CS, SC ve HQ’nun tümünde güneyde daha düşük, kuzeyde daha yüksek değerler belirgin bir örüntü oluştururken (Figure 3), WY’nin güneydoğuda daha yüksek, kuzeybatıda daha düşük değerler gösterdiği ve bu dağılım örüntüsünün kıyı nehir kuşağına benzediği görülmüştür. Yüksek WY değerleri, altı merkez şehir ilçesinde, Beidagang Baraj Gölü’nde ve Binhai Yeni Alanı’nda yoğunlaşmıştır. Merkez şehir alanında simüle edilen yüksek WY değerlerinin düşük evapotranspirasyon ve geniş kapsamlı geçirgensiz yüzeylerden kaynaklanıyor olması muhtemeldir. Bu nedenle yüksek WY, her zaman faydalı bir kaynak suyu sağlanması anlamına gelmemektedir; bunun yerine artan yüzey akışını ve yükselmiş sel riskini yansıtıyor olabilir. CS ve HQ kuzeydeki dağlık alanlarda ve altı şehir ilçesinde en yüksek değerlere ulaşırken, güneybatı kıyısında düşük değerler gözlemlenmiştir. SC de kuzeydeki dağlık alanlarda maksimum değerine ulaşmıştır. Hızlı kentselleşmeyle tetiklenen WY değişiklikleri öncelikle altı şehir ilçesinde ve kıyı alanlarında yoğunlaşırken, SC, CS ve HQ’daki değişimler mainly Xiqing İlçesi ve Jinghai İlçesi’nde gözlemlenmiştir.

Figure 3

4.1.2 EK’lerin Evrimi

2000-2020 yılları arasında Tianjin’deki EK’ler belirgin mekânsal-zamansal farklılaşma göstermiştir. WY, CS, SC ve HQ farklı dönemlerde ayrışan evrim eğrileri izleyerek, doğal ortam değişiklikleri ile kentselleşme süreçlerinin etkileşimli etkilerini yansıtmıştır (Figure 4). Bu arada farklı EK’lerin toplam değerleri belirgin zamansal değişimler sergilemiştir (Table 3). Genel eğilimler şöyle özetlenebilir: WY belirli yerel alanlarda iyileşmiş olsa da, bölge genelinde düşüş eğilimi gösterirken, CS genel olarak istikrarını korumuştur. SC endeksi tüm çalışma alanında yıldan yıla artarken, HQ endeksi belirgin biçimde bozulmuştur. Bir kıyı şehri olarak Tianjin’in EK’lerin evrimi, kıyı bataklıklarının korunması ile çift-kent geliştirme planının uygulanmasıyla ilişkili olmuş olabilir.

Figure 4

Table 3

ES type 2000 2010 2020 2000-2020
WY (108 m³) 3.19 7.91 9.76 +206%
CS (107t) 14.11 14.18 14.05 -0.43%
HQ 1701 1623 1491 -12.34%
SC (104t) 5.45 7.61 9.17 +68.25%

2000’den 2020’ye kadar her bir ES’in toplam değerleri ve değişimleri.

Son 20 yılda WY, önce daralma ardından yerel genişleme örüntüsü sergilemiştir. 2010-2020 arasında WY tedarik kapasitesi, şehrin yaklaşık %20’lik alanında önemli ölçüde artmış; özellikle Binhai Yeni Alanının güneyinde ve merkez kentsel alanın dışındaki su yolları boyunca yeşil alanlarda görülmüştür; ancak WY şehrin tamamında düşmeye devam etmiştir. Dört hizmet türü arasında CS, yerel düzeyde en büyük büyümeye tanık olmuştur. Mekânsal örüntüsü, merkez kentsel alanda belirgen büyüme, kuzey ve güney banliyölerinde ise istikrar özelliği taşır. Buna karşılık, kıyı tahsis alanları CS’in bozulduğu başlıca bölgeleri temsil etmektedir. SC, iki on yıllık dönemde bölgenin tamamında süreklilik arz eden büyüme yaşamış; büyüme merkez kentsel alanlarda ve belirli kıyı bölgelerinde daha belirginleşmiştir. HQ için yalnızca bölgenin %18’i 2000-2010 arasında kısa süreli, hafif bir iyileşme göstermiştir. Uzun dönemde ise bölgenin tamamı düşüş eğilimi sergilemiştir.

Şekil 5

4.1.3 ES’lerde mekânsal otokorelasyon analizi

Tianjin’in 2000-2020 arasındaki ES’lerine dayanarak, ES’lerin sıcak ve soğuk noktalarının 2000, 2010 ve 2020 yıllarındaki mekânsal dağılımını belirlemek için ArcGIS içinde Getis-Ord Gi* sıcak nokta analiz aracını kullanmışızdır.

6 numaralı şekle göre, WY sıcak noktaları merkez şehir alanında yoğunlaşmış ve dışarıya doğru yayılmıştır. Güneydeki Tianjin Beidagang Sulak Alanı Doğal Korma Alanı’nda ve doğudaki Tianjin Binhai Ulusal Deniz Parkı’nda daha yüksek sıcak nokta değerleri gözlemlenmiş ve bu değerler zamanla artmıştır. Merkez şehir alanının etrafındaki WY sıcak noktalarının dışarıya doğru genişlemesi, inşaat arazisinin genişlemesiyle mekânsal olarak uyumludur. Bu desen, kentleşmeye bağlı LULC ve buharlaş-transpirasyon (evapotranspirasyon) değişiklikleriyle ilişkili olabilir (Zhang ve ark., 2021b). CS, metropol bölgelerde daha fazla sıcak nokta, kıyı bölgelerde ise daha az sıcak nokta göstermiştir. Kuzeyde, yüksek sıcak nokta değerleri Ji County Ulusal Jeolojik Doğal Korma Alanı, Panshan Manzara Alanı ve Tianjin’deki Jixian Orta-Üst Proterozoy Ulusal Doğal Korma Alanı’nda bulunmuştur. Doğudaki kıyı şeridi boyunca soğuk nokta değerleri zamanla kademeli olarak azalmıştır. SC ve HQ için ES sıcak ve soğuk noktaların mekânsal desenleri 2000’den 2020’ye kadar çoğunlukla aynı kalmış ve her ikisi de kümelenmiş dağılımlar göstermiştir. SC sıcak noktaları çoğunlukla kuzey bölgesinde, özellikle Tianjin Jizhou Ulusal Jeoparkı, Tianjin Jizhou Xiaying Huanxiu Gölü Ulusal Sulak Alanı ve Tianjin Panshan Ulusal Manzara Alanı çevresinde yer almıştır. HQ sıcak noktaları çoğunlukla kuzey ve merkez alanlarda, Tianjin Tuanbo Kuş Doğal Korma Alanı ve Tianjin Eski Kıyı ve Sulak Alan Ulusal Doğal Korma Alanı’nı içeren bölgelerde bulunmuştur. Bunlar aynı zamanda doğudaki kıyı şeridi boyunca, Tianjin Binhai Ulusal Deniz Parkı’nı da içerecek şekilde görülmüştür. Bu sıcak noktalar çoğunlukla ekolojik koşulların elverişli olduğu alanlarda bulunmuştur. Ancak, doğudaki kıyı şeridi boyunca sıcak nokta yoğunluğu zamanla azalmıştır.

6 numaralı şekil

4.2 ES’lerin ödünleşimleri ve uyumları

4.2.1 Korelasyon analizi

Pearson ve Spearman analizleri, 2000-2020 yılları arasında ekosistem hizmetleri arasındaki ilişkilerin farklı düzeyde dayanıklılık gösterdiğini ortaya koydu (Şekil 7; Eklese Malzeme Tabloları A.16-A.17). WY–HQ, en dayanıklı ödünleşimi gösterdi; Pearson korelasyonu −0,30’dan −0,37’ye güçlenirken (r), Spearman korelasyonu güçlü biçimde olumsuz kaldı (−0,707’den −0,670’e). CS–SC her iki yöntemde de tutarlı biçimde olumlu oldu; Pearson korelasyonu yaklaşık 0,28 civarında, Spearman korelasyonu ise 0,252’den 0,198’e değişerek nispeten stabil bir uyum işaret etti.

Şekil 7

Buna karşılık, WY–CS ve WY–SC zayıf olumlu Pearson korelasyonları ancak olumlu Spearman korelasyonları gösterdi; bu da ilişkilerin yönteme duyarlı olduğunu işaret etti. WY–CS zamanla hafif biçimde daha olumsuz hale geldi (r) ve 2020’de istatistiksel olarak anlamlı oldu, oysa WY–SC yalnızca sınırlı biçimde değişti (r); bu nedenle ikisi de stabil bir bölgesi ödünleşimi veya uyum olarak yorumlanmadı.

HQ–SC Pearson analizinde olumlu biçimde korelasyonunu korudu (yaklaşık 0,26-0,27; r), ancak Spearman katsayıları sıfıra yakındı; bu da sınırlı dayanıklılık işaret etti. CS–HQ Pearson korelasyonunda en büyük olumlu değişimi gösterdi; −0,07’den 0,08’e değişti (r), Spearman korelasyonu ise 0,076’dan 0,262’ye yükseldi. Zayıf Pearson etki boyutu göz önüne alındığında, bu stabil bir uyumdan çok artan bir olumlu eğilim olarak yorumlandı.

4.2.2. ES çiftleri arasındaki ödünleşim ve uyumların mekânsal-zamansal örüntüleri

ES’ler arasındaki yerel etkileşimlerde belirgin mekânsal-zamansal heterojenlik gözlemlendi (Şekil 8). Yukarıda betimlenen bölgesi korelasyonlar ile GWR ile ortaya çıkan yerel ilişkiler farklı analiz ölçeklerini temsil eder. Bu nedenle zayıf veya yönteme duyarlı bölgesi korelasyonlar, belirgin yerel ödünleşimler veya uyumların önünü kesin olarak kapatmaz. GWR sonuçlarına göre, mekânsal ödünleşimler yaygın biçimde sürerken, birkaç alanda 2000-2020 arasında yerel uyum ilişkileri güçlendi.

Şekil 8

Özellikle, WY-SC için yüksek ödünleşim alanları büyük ölçüde Binhai Yeni Alanı’nın güneyindeki Taiping Kasaba’sında yoğunlaşmıştı. Tianjin Binhai Douzhuang Genel Havacılık Havalimanı’nın inşası, çevre alanda arazi kullanımı değişimini ve insan faaliyetlerini yoğunlaştırmış olabilir; bu da yerel ekosistem işlevlerini etkilemiş olabilir (Niu ve ark., 2021). Zayıf ve yöntem-duyarlı bölgesel korelasyona rağmen, WY–SC çalışma alanında zaman içinde birkaç bölgede genişleyen yerel uyum bölgeleri gösterdi. 2020 yılına gelindiğinde, güçlü WY-SC uyumunun kesintisiz alanları batı ekolojik bariyer bölgesi ve doğu kıyı alanlarında dağılmıştı. Buna karşılık, WY-HQ için genel alansal uyum ilişkisi iyileşirken, Beidagang Sulak Alanı’nda, Haihe Nehri boyunca ve doğu kıyısındaki yerel alanlarda ödünleşimler yoğunlaştı. Öte yandan, WY-CS için alansal ödünleşim etkisi belirgin biçimde arttı. Ji İlçesi, Wuqing İlçesi, Xiqing İlçesi, Jinnan İlçesi ve Jinghai İlçesi’nde inşaat arazileri büyük ölçüde yüksek WY-CS ödünleşim alanlarında yer alıyordu. Bu ödünleşimlerin hem alanı hem de yoğunluğu zaman içinde büyük ölçüde arttı. SC-HQ için alansal uyum başlıca örüntü olmaya devam ederken, ödünleşimler Dahuangbao Sulak Alanı, Tuanbo Sulak Alanı ve Beidagang Baraj Gölü çevresinde güçlendi. Ayrıca, SC-CS etkileşimlerinin alansal örüntüleri daha parçalı bir hal aldı. Tianjin’in ana şehir merkezinin güney kısmında ödünleşim ilişkisi kötüleşirken, Panshan bölgesinde uyum iyileşti. HQ-CS etkileşimleri de açık alansal farklılıklar gösterdi. Çalışma döneminin başında, güçlü alansal uyum kuzeydeki dağlık alanlarda ve doğu kıyısında gözlemlendi, ancak zaman içinde kademeli olarak azaldı. Çalışma döneminin sonunda, HQ-CS ödünleşim alanları büyük ölçüde şehirsel yerleşim alanları çevresinde yoğunlaştı. Ekosistem hizmeti çiftleri arasındaki uyumlar her zaman doğrudan ekolojik ilişkileri veya nedenleri göstermez (Dade ve ark., 2019). Bunun yerine, farklı ekosistem hizmetlerinin eşzamanlı değişimleri topoğrafya, yağış ve bitki örtüsü örtüsü gibi ortak faktörlerden kaynaklanmış olabilir (Sun ve ark., 2020).

4.3 Çok Senaryolu Arazi Kullanımı Simülasyonu ve Ekosistem Hizmeti Projeksiyonu

4.3.1 Çok Senaryolu LULC simülasyonu

Tianjin’deki 2020 LULC ile karşılaştırıldığında, üç farklı gelişme senaryosunda 2030 yılında tarım arazisi ve kullanılmayan arazinin farklı oranlarda azalırken, inşaat arazisinin tüm senaryolarda artması bekleniyor (Şekil 9). SSP585 senaryosunda tarım arazisi en keskin düşüşü göstererek 542 km² azalırken, inşaat arazisi 735 km² ile büyük ölçüde genişliyor. Orman ve mera arazisi SSP126 ve SSP245 senaryolarında artarken, su alanları yalnızca SSP126 senaryosunda yükseliyor. Üç senaryonun tümünde inşaat arazisi öncelikle tarım arazisinden dönüştürülerek kentsel kıyı şeritleri ve kıyı bölgeleri boyunca genişliyor. SSP126 ve SSP245 senaryolarında artan orman ve mera arazisi kuzeydeki dağlık bölgelerde yoğunlaşacak.

Şekil 9

4.3.2 Farklı senaryolar altında ESler

Farklı senaryolar arasında ekosistem hizmetlerinin (ES’ler) toplam değerleri ve değişimleri belirgin biçimde farklılık göstermiştir (Tablo 4). Özellikle Şekil 10‘da görüldüğü gibi, SSP245 senaryosunda WY kentsel alanlarda kümelenmiş, büyük ölçekli bir biçimde azalırken, diğer bölgelerdeki azalmalar dağınık ve yerel ölçekli bir örüntü izlemiştir. CS, SSP245 ve SSP126 senaryolarında hem azalan hem de artan eğilimlerin nispeten düzgün uzaysal dağılımlarına sahipken, düşüş eğilimi SSP585 altında daha belirgindir. Üç senaryonun tümünde, Tianjin’in güneyindeki Beidagang Sulak Alan Doğal Korma Alanı’nı çevreleyen alanlar, büzüşen kuşak biçiminde kümelenme örüntüsü göstermiştir; merkez ve doğu bölgeler SSP585 altında daha belirgin bir genel azalma yaşamıştır. SC, SSP245 altında yaygın ve kümelenmiş bir azalma sergilemiştir. SSP585 altında, Tianjin’in kuzeyindeki Panshan Manzara Alanı, Yuqiao Baraj Gölü bölgesi ve Tianjin kentsel alanlarında yerel ölçekli azalmalar görülmüştür. SSP126 altında hem artan hem de azalan eğilimler birlikte varlığını sürdürmüş, büyük ölçekli azalmalar kuzey ve güneybatı bölgelerde yoğunlaşmıştır. SSP585 senaryosunda HQ, daha belirgin nokta biçiminde bir azalma göstermiştir. WY ve SC, SSP585 altında belirgin artışlar kaydetmiştir.

Tablo 4

ES türü SSP126 Değişim SSP245 Değişim SSP585 Değişim
WY (108m³) 17.59 +80.2% 7.19 -26.3% 60.81 +523.1%
CS (107t) 13.66 -2.8% 13.81 -1.7% 13.51 -3.8%
HQ 1443 -3.2% 1363 -8.6% 1321 -11.4%
SC (104t) 9.70 +5.8% 6.13 -33.2% 25.04 +173.1%

Farklı senaryolar altında her bir ES’in değerleri ve değişimleri.

Şekil 10

4.4 ERPI’nin uzaysal örüntüleri

ERPI’nin mekânsal dağılımı belirgin heterojenlik gösteriyor; yüksek değerli alanlar büyük ölçüde çalışma alanının merkez ve güneyindeki kentsel yayılma sıraları boyunca ve birkaç ekolojik açıdan hassas alanda yoğunlaşırken, kuzay kısmında genel olarak düşük ERPI değerleri baskındı (Şekil 11A). LISA kümelemesi sonuçları, ERPI’nin yerel düzeyde anlamlı mekânsal kümelemeler gösterdiğini daha da ortaya koydu (Şekil 11B). Toplam 1.919 Yüksek–Yüksek (HH) kümesi belirlendi; bunlar çalışma alanının merkez ve güneyindeki birkaç bitişik alanda dağılıyor. Bu alanlar hem kendileri yüksek ekolojik restorasyon önceliğine sahip hem de benzer şekilde yüksek restorasyon gereksinimine komşu birimlerle çevrili; dolayısıyla sonraki öncelikli restorasyon ve koordineli ekolojik yönetim için çekirdek alanlar olarak değerlendirilmelidir. Düşük–Düşük (LL) kümeleri en yaygın olanlarıydı; 3.874 birimle çoğunlukla çevre ve kuzay alanlarda dağılıyor ve bu da görece düşük genel ekolojik restorasyon baskısını işaret ediyor. Toplam 1.216 Düşük–Yüksek (LH) birim belirlendi; bunlar yüksek öncelikli alanlarla çevrili düşük öncelikli birimler olup belirgin mekânsal geçiş özellikleri sergiliyor. Buna karşılık yalnızca 11 Yüksek–Düşük (HL) birim belirlendi; bu da yüksek restorasyon talebine sahip izole parçaların yaygın olmadığını gösteriyor. Genel olarak yüksek ERPI alanları güçlü mekânsal kümelemeler gösteriyor; bu da ekolojik restorasyonun HH kümelerini önceliklendirmesi, bitişik LH geçiş alanlarını da dahil ederek ardışık ve sistematik restorasyonu teşvik etmesi gerektiğini işaret ediyor.

Şekil 11

5 Tartışma

5.1 ES’lerin Mekânsal Kalıpları ve Zamansal Değişikliklerinin Analizi

İklim faktörleri ve LULC değişiklikleri, ES’lerin mekânsal-zamansal gelişiminin önemli sürücüleridir (Braun et al., 2019). Bulgularımız, WY, CS, HQ ve SC’nin belirgin mekânsal örüntüler ve zamansal izler sergilediğini göstermektedir. Dikkat çeken biçimde, Tianjin’in yüksek derecede kentselleşmiş alanlarında nispeten yüksek WY değerleri gözlemlenmiştir. Bu örüntü, InVEST modelinin su dengesi mekanizmasıyla yakından ilişkilidir; burada WY öncelikle yağış ile gerçek buharlaşma-transpirasyon farkı tarafından belirlenir. Yüksek derecede kentselleşmiş alanlar, genellikle yüksek geçirgensiz yüzey oranı ve nispeten düşük bitki örtüsü kaplamasıyla karakterize edilir; bunlar tutulum ve buharlaşma-transpirasyonu azaltarak modellenmiş WY’yi artırır (Wang et al., 2023c). Dolayısıyla, yoğun yapılaşmış alanlardaki yüksek WY değerleri, zorunlu olarak daha büyük ekolojik su düzenleme kapasitesini veya daha yüksek düzeyde kullanılabilir su kaynaklarını göstermez; bunun yerine kentsel land-cover özellikleriyle ilişkili bölgesel su dengesinin yeniden dağılımını yansıtır. Bu yorum, aynı zamanda WY sıcak noktalarının genişlemesi ile inşaat arazisi arasındaki gözlemlenen mekânsal uyumlulukla da tutarlıdir. Buna karşılık, hem kendi bulularımız hem de önceki çalışmalar temel alındığında, SC’deki değişikliklerin iklim faktörleriyle, özellikle de yağışla daha yakın ilişkilidir. Yağıştaki değişimler, yağış erozyon gücünü ve toprak erozyonu süreçlerini değiştirerek SC’yi etkileyebilir; etkileri ise bitki örtüsü ve arazi kullanımı değişikliği tarafından daha da düzenlenir (Hu et al., 2025).

5.2 ERAs’ların belirlenmesi ve optimize edilmesi

Bu buluları Tianjin’in Topraklı Alan Planlaması ile birleştirerek üç ERA belirledik: temel koruma bölgeleri (CPZ’ler), sinerjik optimizasyon bölgeleri (SOZ’ler) ve ekolojik iyileştirme bölgeleri (EIZ’ler). CPZ’ler RPAs olarak işaretlendi (Şekil 12). Aynı zamanda, farklı ERAs’ların LULC bileşimini de gösterdik (Şekil 13).

Şekil 12

Şekil 13

Ekolojik İyileştirme Bölgeleri (EİB’ler) 6.939 km² alanı kapsıyor ve belediyenin çevresel ve tarımsal alanlarında geniş bir şekilde dağılmış durumdadır; kuzey ve batı kısımlarında nispeten sürekli parçalar, ayrıca kentsel saçakların etrafında ek alanlar bulunmaktadır. Bu bölgelerdeki LULC başlıca tarımsal araziden oluşmaktadır. CS ve HQ yüksek değerli kümeler oluşturmaktadır. WY sürekli bir yüksek değerli bölge meydana getirmektedir. Bu alanda WY ile SC arasındaki ve CS ile HQ arasındaki sinerjik ilişkiler en güçlü düzeydedir.

EİB’ler için yönetim stratejisi, “tarımsal ekolojik güçlendirme + bitki örtüsü restorasyonu” ilkesini izmelidir. İlk olarak, yoğun tarımsal üretimle ilişkili olumsuz ekolojik etkileri hafifletmek için azot gübreleri girişinin azaltılması. İkinci olarak, dar boğaz noktalarındaki bozulmuş ormanların ekolojik restorasyonu ile orman örtüsünün artırılması. Üçüncü olarak, su restorasyonu ve yönetimi güçlendirilmeli, kirlilik kontrolü ve derinleştirme (mavna) işlemleri yürütülmeli ve korucu alanlar oluşturulmalıdır.

Sinerjik Optimizasyon Bölgeleri (SOB’ler) 3.336 km² alanı kapsıyor ve nispeten dağınık bir yapı gösteriyor; başlıca kent, tarım ve su peyzajları arasındaki geçiş alanlarında ortaya çıkıyor. Bu bölgelerdeki LULC başlıca tarımsal arazi, su ve inşaat arazinden oluşmaktadır. Bu bölgelerde SOB’ler, özellikle inşaat arazisi çevresinde WY ile CS arasında belirgin ödünleşimler sergilemektedir. Bununla birlikte, sinerjik optimizasyon yoluyla hem ekolojik hem de üretken işlevleri iyileştirmede büyük bir potansiyel taşımaktadırlar.

SOB’ler için ekolojik restorasyon stratejisi, “nitelik ve verimlilik artırımı ile işlevsel koordinasyon” ilkesini izlemektedir. İlk olarak, toprak kalitesini ve karbon depolama kapasitesini iyileştirmek için tarımsal arazilerin ekolojik dönüşümü teşvik edilmektedir. İkinci olarak, su kütleleri, tarım arazileri ve çevresindeki ekolojik parçalar arasındaki bağlantıyı güçlendirmek için kıyı tamponları ve ekolojik koridorların restorasyonu. Üçüncü olarak, dağınık inşaat arazilerinin mera arazisine dönüştürülmesiyle arazi kullanım kalıpları iyileştirilmektedir.

1.597 km²’lik Kapsamlı Koruma Bölgeleri (KKB), esas olarak Tianjin’in son derece kentselleşmiş merkez ve güneydoğu kısımlarında yoğunlaşmıştı. İnşaat arazisi toplam alanın yaklaşık %85’ini oluşturarak baskın konumdaydı. CS ve HQ orta-düşük düzeyde kaldı.

KKB’ler için yönetim stratejisi “katı kontrol + işlev güçlendirme” ilkesini izemelidir. İlk olarak, mevcut ekolojik alanlara yönelik inşaat arazisi genişlemesi katı şekilde kısıtlanmalıdır. İkinci olarak, kentsel mavi-yeşil altyapının kalitesi ve bağlantılılığı güçlendirilmelidir. Üçüncü olarak, mevcut yerleşim alanlarının ekolojik yenilenmesi; eski sanayi arazilerinin yeniden geliştirilmesi, kentsel yeşil alanların artırılması ve düşük etkili geliştirme önlepleriyle desteklenmelidir.

5.3 Kıyı şehirleri ve bölgeleri üzerine yapılan diğer çalışmalarla karşılaştırma

Ekosistem hizmeti sağlamanın yüksek düzeyde olduğu ve güçlü sinerjilerin görüldüğü bölgelerde ekosistem hizmetlerinin (ES’ler) mekânsal dağılımı, topoografi, hidroloko koşullar ve bitki örtüsü örtüsü ile yakından ilişkilidir (Ren ve ark., 2024; Wang ve ark., 2022a). Uygun çevre koşullarına sahip dağlık bölgeler genellikle birden fazla ES için nispeten yüksek düzeyleri destekler (Hu ve ark., 2026). Dikkat çeken bir nokta ise, Liu ve ark.’nın (2021) ES’lerin kıyı bölgelerde yüksek değerlere ulaştığını göstermesine rağmen, Tianjin’in kıyı bölgelerinin birkaç ES için düşük değerler sergilemesidir. Bu mekânsal örüntü, bitki örtüsünün büyümesini kısıtlayan ve düşük bitki örtüsü ile yüksek ekolojik kırılganlığa katkıda bulunan Binhai bölgesindeki tuzluluk ve tuzlulaşma ile ilişkilendirilebilir (Li ve ark., 2020). Tuzluluk InVEST modelinde bağımsız bir giriş değişkeni olarak açıkça temsil edilmemiş olsa da, ekolojik etkileri kısmen arazi örtüsü özellikleri ve diğer göstergeler aracılığıyla yansıyabilir. Bu nedenle, kıyı tuzluluğunun bu çalışmada gözlemlenen ES örüntülerinin altında yatan potansiyel bir mekanizma olarak değerlendirilmesi gerekir. Yönetim açısından, kıyı ekosistemlerinin direncini güçlendirmek için kıyı bölgelerde toprak iyileştirme ve ekolojik gelişime, ayrıca habitat bağlantılığının ve sulak alanların istikrarının artırılmasına daha fazla önem verilmelidir (Ni ve Xu, 2025).

Kıyı şehirlerindeki hizmetlerin sunu ve uyumları, kentsel–kırsal gradyanla yakından ilişkili olup bu bulgu, diğer kıyı bölgelerinde yürütülen ilgili çalışmalarla uyumludur (Nardella ve ark., 2024; Kim ve ark., 2020). Kıyı şehirleri, taşımacılık avantajları ve doğal koşulların elverişliliği nedeniyle kademeli olarak önemli ekonomik merkezler haline gelmiştir. Ancak hızlı ekonomik gelişme, genellikle arazi kullanımı ve land kaplamasında sık sık değişimlere yol açıp hizmetleri azaltmaktadır (Xin ve ark., 2023). Tianjin’de, yüksek düzeyde sunu içeren alanlar çoğunlukla yerleşim alanlarının dış kenarlarında yer alır; burada ekolojik alanlar kentsel genişlemenin baskısıyla giderek daralmaktadır. Çoklu senaryo simülasyonları, kentsel arazi kullanımı planlamanın bilimsel sağlamlığını artırabilir ve kritik ekolojik alanların sürdürülebilir gelişimini destekleyebilir. Bu nedenle, ekolojik alanların bilimsel planlanması ve verimli yönetimi için metodolojik destek sağlayabilecek, RPaları “geçmiş–gelecek” perspektifinden tanımlama ve optimize etme yöntemleri önem taşır. Kıyı şehirleri ve bölgelerinde hizmet dağılımındaki benzerlikler göz önüne alındığında, bu ekolojik alan planlama yöntemleri ve yönetim stratejileri, belirli bir düzeyde uygulanabilirlik gösterebilir ve diğer bölgelerdeki kıyı kentsel ekosistemlerin sürdürülebilir yönetimine yararlı bir referans sunabilir.

5.4 Sınırlamalar ve gelecekteki araştırmalar

Bu çalışma, kıyı şehirlerindeki ekolojik alanların bölümlendirilmesi ve hiyerarşik yönetimi için önemli içgörüler sunmaktadır. Ancak, dikkate alınması gereken birkaç sınırlama bulunmaktadır.

İlk olarak, nicel değerlendirmeye yalnızca dört temsilci hizmet dahil edilmiştir; bu durum, ürün üretimi ve kültürel hizmetler gibi diğer hizmetlerin etkilerini görmezden gelmiş olabilir. Ayrıca, yaygın olarak kullanılan InVEST modelinin uygulanmasına rağmen, bulgular modelin doğuştan gelen belirsizliklerine ve saha temelli doğrulamanın eksikliğine tabi kalmaktadır.

İkinci olarak, LULC simülasyonu genel SSP–RCP politika varsayımlarına dayanıyordu ve güncel ya da yerel politika değişikliklerini dikkate almadı. Ayrıca, ampirik olarak belirlenen LEAS parametreleri, simüle edilen LULC modellerinde belirsizliğe yol açabilir; bu da InVEST tabanlı ES tahminlerini daha da etkileyebilir. ERA belirleme ve RPA belirleme, bu simüle edilen sonuçlardan past–future çerçevesi içinde türetildiği için, böyle bir belirsizlik nihai alan kullanımı sonuçlarına yansıyabilir.

Üçüncü olarak, ES çiftleri arasındaki tedarik seviyeleri, ödünleşimler ve uyumlar; doğal çevre koşulları ve sosyoekonomik faktörler dahil olmak üzere çok boyutlu faktörlerden etkilenir. Bu çalışma, ES çiftleri arasındaki ödünleşim ve uyumların ardındaki nedensel mekanizmaları tam olarak ortaya koymaz. Daha gerçekçi ve hedefe yönelik alan yönetim politikalarının oluşturulmasını desteklemek amacıyla, gelecek çalışmalar ekosistem hizmetleri arasındaki etkileşimler ve doğal-sosyal sürücülerin ERA’lara etkileri hakkında daha derinlemesine incelemeler yapmalıdır.

Son olarak, bu çalışma 1 km × 1 km’lik ızgara ölçeğinde yürütüldü ve alan uzay planlaması ile yönetimi için nispeten ayrıntılı yol gösterme sağladı. Ancak, ES değerlendirme sonuçları uzay ölçekleri arasında değişebilir. Bu nedenle, gelecek çalışmalar bu farkların ardındaki etkileyici faktörleri daha iyi ayırt etmek için ızgara, alt havza ve ilçe düzeyleri gibi çoklu ölçeklerde karşılaştırmalı analizler yürütmelidir.

6 Sonuç

Bu çalışma, RPaları belirlemek için geçmiş modelleri, ödünleşimleri ve uyumları ile ES’lerin gelecek projeksiyonlarını birleştiren sistematik bir “past-future” (geçmiş-gelecek) çerçevesi geliştirdi. Tianjin’e uygulanan bu çerçeve, uzun vadeli dinamikleri gelecek baskılarıyla bağlantılı kılarak, yalnızca tek bir döneme sıkışmış değerlendirmelerden daha kapsamlı bir temel sağlayarak RPaların belirlenmesine olanak tanır.

Araştırmamız aşağıdaki bulguları ortaya koydu: (1) CS, SC ve HQ genellikle güneyde daha düşük, kuzeyde daha yüksek değerler gösterirken, WY tersi bir mekânsal eğilim sergiledi. WY–HQ en güçlü ve kalıcı ticari dengelenmeyi (trade-off), CS–SC ise nispeten kararlı bir uyum (synergy) ilişkisi korudu. Diğer ES ilişkileri daha zifif ya da korelasyon yöntemine göre değişkendi; ancak CS–HQ zamanla artan bir pozitif eğilim gösterdi. (2) Çoklu senaryo simülasyonlarında ES değişiklikleri mekânsal açıdan heterojendi: SSP245 WY ve SC’de kümelenmiş azalmalar üretirken, SSP126 CS ve SC’de karmaşık değişiklikler gösterdi. SSP585 özellikle Beidagang Sulak Alanı yakınlarında en güçlü CS ve HQ azalmasını üretirken, genel olarak WY ve SC’de artış sağladı; bu durum bu türlerin artan yağışa duyarlılıklarıyla uyumluydu. (3) “Geçmiş-gelecek” çerçevesi altında ERAs belirledik ve RPAs’ları tespit ettik: CPZ’ler (RPAs olarak tanımlananlar), SOZ’ler ve EIZ’ler. Bu bölgeler için farklılaştırılmış stratejiler önerildi; bunlar sırasıyla katı koruma ve işlevsel güçlendirme, ekolojik koordinasyon ve arazi kullanımı optimizasyonu ile bitki örtüsü restorasyonu ve yaşam alanı bağlantılığını vurguladı.

“Geçmiş-gelecek” çerçevesi, ES’lerin mekânsal-zamansal dinamiklerinin ve geleceğe yönelik risklerinin daha sistematik biçimde betimlenmesini sağlar. Aynı zamanda Tianjin’in çeşitli ekolojik alanlarında hiyerarşik koruma, uyumlu optimizasyon ve hedefli restorasyon için bilimsel bir temel sunar. Araştırma, hızla kentselleşen kıyı şehirlerinde ekolojik koruma ile LULC planlamasının uyumlandırılmasında metodolojik bir referans sunar; ancak bölgesel uygulamalar yerel kalibrasyon gerektirir.

Açıklamalar

Veri erişilebilirliği açıklaması

Araştırmada sunulan özgün katkılar makale/Ekleme Materyali içinde yer almaktadır. Daha ayrıntılı başvurular ilgili/yazışma sorumlusu yazarlara yapılabilir.

Yazar katkıları

JH: Kavramsal çerçeve, Biçimsel analiz, Metodoloji, Yazılım, Yazım – taslak. XL: Biçimsel analiz, Metodoloji, Yazılım, Görselleştirme, Yazım – taslak. YF: Veri düzenlemesi, Finansman edinme, Yönetim, Doğrulama, Yazım – inceleme ve düzenleme. NQ: Soruşturma, Kaynaklar, Yazılım, Görselleştirme, Yazım – inceleme ve düzenleme.

Fisman

Yazar(lar), bu çalışma ve/veya yayının finansal destek aldığını beyan etti. Bu araştırma, Hebei Eyaleti Doğal Bilimler Vakfı tarafından E2025202167 hibe numarasıyla ve Hebei Eyaleti Yükseköğretim Kurumları Bilimsel Araştırma Projesi tarafından QN2026320 hibe numarasıyla desteklenmiştir.

Çıkar çatışması

Yazar(lar), bu çalışmanın ticari veya olası bir çıkar çatışması olarak değerlendirilebilecek herhangi bir finansal ilişki olmadan yürütüldüğünü beyan etti.

Üretken yapay zeka beyanı

Yazar(lar), bu el yazısının oluşturulmasında üretken yapay zeka kullanılmadığını beyan etti.

Bu makaledeki figürlerle birlikte sağlanan alternatif metin (alt text) Frontiers tarafından yapay zeka desteğiyle oluşturulmuş olup, yazarların mümkün olduğunca gözden geçirmesi de dahil olmak üzere doğruluğun sağlanması için makul çabalar sarf edilmiştir. Herhangi bir sorunu tespit ederseniz, lütfen bizimle iletişime geçin.

Yayıncının notu

Bu makalede ifade edilen tüm iddialar yalnızca yazarların görüşlerini yansıtır ve bağlı oldukları kuruluşların, yayıncının, editörlerin veya hakemlerin görüşlerini mutlaka yansıtmaz. Bu makalede değerlendirilebilecek herhangi bir ürün veya üreticisinin yapabileceği herhangi bir iddia, yayıncı tarafından garanti edilmez veya desteklenmez.

Ekleme materiali

Bu makalenin Ekleme Materiali çevrimiçi olarak şu adresten bulunabilir: https://www.frontiersin.org/articles/10.3389/fevo.2026.1961285/full#supplementary-material

  • Ahirwal, J. ve Pandey, V. C. (2021). Sürdürülebilir çevresel gelişim için madencilikten zarar görmüş arazilerin restorasyonu. Restor. Ecol. 29, 13268. doi: 10.1111/rec.13268

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
    • View reference in article
  • Birkhofer, K., Diehl, E., Andersson, J., Ekroos, J., Früh-Müller, A., Machnikowski, F. ve ark. (2015). Ekosistem hizmetleri—ekolojik araştırmalar için güncel zorluklar ve fırsatlar. Front. Ecol. Evol. 2, 87. doi: 10.3389/fevo.2014.00087

    • CrossRef
    • Google Scholar
    • View reference in article
  • Braun, D., de Jong, R., Schaepman, M. E., Furrer, R., Hein, L., Kienast, F. ve ark. (2019). İklimsel ve iklimsel olmayan sürücüler nedeniyle ekosistem hizmetlerinde değişim: İsviçre örneği. Ecol. Appl. 29, e01901. doi: 10.1002/eap.1901

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
    • View reference in article
  • Brondízio, E. S., Settele, J., Díaz, S. ve Ngo, H. T. (2019). Biyoçeşitlilik ve ekosistem hizmetleri için Hükümetlerarası Bilim-Politika Platformu (IPBES) tarafından hazırlanan biyoçeşitlilik ve ekosistem hizmetleri küresel değerlendirme raporu. IPBES. secretariat. 1–1082. doi: 10.5281/zenodo.3831673

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Cai, G., Xiong, J. F., Wen, L. S., Weng, A. F., Lin, Y. Y. ve Li, B. Y. (2023). Gelecekteki değişen arazi kullanım kalıplarında ekosistem hizmet değeri tahmini ve ekolojik güvenlik örüntülerinin oluşturulması. Ecol. Indic. 154, 110787. doi: 10.1016/j.ecolind.2023.110787

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Chen, X. Q., Kang, B. Y., Li, M. Y., Du, Z. B., Zhang, L. ve Li, H. Y. (2023). Ekolojik ağlara dayalı olarak bölgesel ekolojik koruma ve restorasyon için öncelikli alanların belirlenmesi: Çin’in Tianjin şehri örneği. Ecol. Indic. 146, 109809. doi: 10.1016/j.ecolind.2022.109809

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Cong Z., Yang Y., Shi B., Wang K., Liu Y. X., Jiang J. H. (2025).
    Ekolojik güvenlik kalıpları ve bölgesel alan ekolojik restorasyon zonlaması temelinde ekolojik restorasyon için kritik alanların belirlenmesi: Çin’deki Sarı Nehrin orta ve alt kesiminde vaka çalışması. J. Nat. Conserv.84, 126793. doi: 10.1016/j.jnc.2024.126793

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Dade M. C., Mitchell M. G., McAlpine C. A., Rhodes J. R. (2019).
    Ekosistem hizmeti karşılıklı gerilim ve uyumların değerlendirilmesi: Daha mekanistik bir yaklaşıma ihtiyaç. AMBIO48, 1116–1128. doi: 10.1007/s13280-018-1127-7

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • de Knegt B., Lof M. E., Le Clec’h S., Alkemade R. (2025).
    Hollanda’da ekosistem hizmeti arzı ve talebi arasındaki büyüyen uyumsuzluklar. J. Environ. Manage.373, 123442. doi: 10.1016/j.jenvman.2024.123442

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Dong N., Liu Z., Luo M., Fang C. Y., Lin H. (2019).
    küresel sosyoekonomik ve emisyon senaryoları tarafından yönlendirilen Çin’de insan kaynaklı arazi kullanım değişikliklerinin iklim üzerindeki etkileri. Earths. Future7, 784–804. doi: 10.1029/2018EF000932

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Feng H. H., Liu H. P., Lü Y. (2012).
    SLEUTH modeli kullanarak kent büyümesinin senaryo tahmini ve analizi. Pedosphere22, 206–216. doi: 10.1016/S1002-0160(12)60007-1

    • CrossRef
    • Google Scholar
  • Feng S., Liu X., Zhao W., Yao Y., Zhou A., Liu X. ve ark. (2022).
    Ekosistem hassasiyeti ve ekosistem hizmeti temelinde İç Mongolya’da ekolojik restorasyon için kritik alanlar. Remote Sens.14, 2729. doi: 10.3390/rs14122729

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Fischer J, Riechers M, Loos J, Martin-Lopez B, Temperton V. M. (2021). UN ekosistem restorasyon on yılını sosyal-ekolojik bir çabaya dönüştürmek. Trends Ecol. Evol. 36, 20–28. doi: 10.1016/j.tree.2020.08.018

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Geng J. X, Li L, Guo S. S, Cheng M. Y, Qu B. R, Huang J. C. (2025). Henan Eyaleti kaynak şehirlerinin ekosistem hizmeti değerinin mekansal-zamansal evrimi ve çok senaryolu öngörüsü: PLUS modeli temelinde. Environ. Sci. 46, 7878–7888. doi: 10.13227/j.hjkx.202411170

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Goldenberg R, Kalantari Z, Destouni G. (2021). Avrupa’daki şehirlerde yeşil ve mavi kentsel alanların yerel iklim düzenlemesinin karşılaştırmalı niceliksel değerlendirmesi. Sci. Rep. 11, 23872. doi: 10.1038/s41598-021-03140-y

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Guo M, Ma S, Wang L. J, Lin C. (2021). Gelecek iklim değişimi ve farklı yönetim senaryolarının suyla ilgili ekosistem hizmetlerine etkileri: Çin Jianghuai ekonomik-ekolojik Bölgesinden bir vaka çalışması. Ecol. Indic. 127, 107732. doi: 10.1016/j.ecolind.2021.107732

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Hu Y, Xu X, Huang X, Li Y, Cao J, Yan Y. et al. (2025). Ekosistem hizmetleri arasındaki etkileşimlere dayalı kentsel mekansal yönetim ve planlama: Beijing–Tianjin–Hebei kentsel aglomerasyonundan bir vaka çalışması. Remote Sens. 17, 1258. doi: 10.3390/rs17071258

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Hu F. Y, Zhang Y. Y, Ren Q, Liu W. Y, Cui Y. (2026). Deniz kıyısındaki bir şehirde kültürel ekosistem hizmetlerinin mekansal açıdan açık arz-talep eşleştirmesi: Qingdao şehri vaka çalışması. Ocean. Coast. Manage. 278, 108215. doi: 10.1016/j.ocecoaman.2026.108215

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Huang, J., Yang, S., Zhu, W., Lin, J., Zhu, Y., Ren, J. ve ark. (2024). Çin karasal alanında kritik ekosistem hizmetlerinin mekansal ve zamansal karakterizasyonu 2000–2020: ödün, uyum, sürücü mekanizmalar ve işlevsel bölgeleme. Front. Ecol. Evol. 12, 1443683. doi: 10.3389/fevo.2024.1443683

    • CrossRef
    • Google Scholar
  • Jazdzewska, I. A., Lechowski, L., Babuca, D. (2022). Coğrafi eğitim yollarının analizinde GIS tabanlı yaklaşım. ISPRS. Int. J. Geo-Inf. 11, 41. doi: 10.3390/ijgi11010041

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Jiang, Z. T., Gan, X., Liu, J., Bi, X. Y., Kang, A., Zhou, B. (2023). Ekosistem hizmet değeri bazlı peyzaj ekolojik risk değerlendirmesi ve bölgeleme kontrolü: Sichuan Eyaleti örneği. Appl. Sci.-Basel. 13, 12103. doi: 10.3390/app132212103

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Jones, H. P., Jones, P. C., Barbier, E. B., Blackburn, R. C., Benayas, J. M. R., Holl, K. D. ve ark. (2018). Dünya’nın hasar görmüş ekosistemlerinin restorasyonu ve onarımı. Proc. R. Soc. B-Biol. Sci. 285, 20172577. doi: 10.1098/rspb.2017.2577

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Kim, I., Kwon, H., Kim, S., Jun, B. (2020). Güney Kore kıyı şehirlerinin kentsel-kırsal gradyanı boyunca peyzaj çok işlevselliğinin belirlenmesi. Urban. Ecosyst. 23, 1153–1163. doi: 10.1007/s11252-020-00993-5

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Kim, S. H., Yoo, Y., Choi, Y. (2026). Uzman görüşünün ötesinde: Yaşam alanı kalitesi değerlendirmesi için ölçeklenebilir, veriye dayalı model. Ecol. Modell. 515, 111523. doi: 10.1016/j.ecolmodel.2026.111523

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • LiL.FengY.HeJ. J.YangZ.HeY. W. (2025a).
    Arazi kullanımının ve karbon yığınlarının çoklu senaryolar altında mekân-zaman boyutundaki gelişimi: PLUS-InVEST modeline dayalı Chengdu örneği. Sustainability17, 9903. doi: 10.3390/su17219903

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • LiX.FuJ. Y.JiangD.LinG.CaoC. L. (2022a).
    GA ve PLUS modelinin eşzamanlı kullanımıyla Ningbo şehrinde arazi optimizasyonu. J. Cleaner. Prod.375, 134004. doi: 10.1016/j.jclepro.2022.134004

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • LiZ.JiangW. G.WangW. J.ChenZ.LingZ. Y.LvJ. X. (2020).
    Beijing-Tianjin-Hebei kentsel toplulaşmasının sulak alanlarında ekolojik risk değerlendirmesi. Ecol. Indic.117, 106677. doi: 10.1016/j.ecolind.2020.106677

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • LiX.LiuZ.LiS.LiY. (2022b).
    PLUS modelinin InVEST modeliyle eşzamanlı kullanımıyla Tianjin’de arazi kullanımının yaşam alanı kalitesi üzerindeki etkilerinin çoklu senaryo simülasyon analizi. Sustainability14, 6923. doi: 10.3390/su14116923

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • LiY.PengY. L.PengH. N.ChengW. Y. (2025b).
    Makine öğrenmesi ve PLUS modeline dayalı Yunnan-Guizhou platosunda ekosistem hizmetlerinin değerlendirmesi ve çoklu senaryo tahmini. Front. Ecol. Evol.13, 1539547. doi: 10.3389/fevo.2025.1539547

    • CrossRef
    • Google Scholar
  • LiY.QiuL.LuoG. J.WuL. H. (2025c).
    Çin’in güneybatısındaki tipik karst alanlarında ekosistem hizmeti değeri ve peyzaj ekolojik riskinin bölgeleme optimizasyonu. Sci. Rep.15, 33374. doi: 10.1038/s41598-025-17904-3

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Liang, X., Guan, Q., Clarke, K. C., Liu, S., Wang, B., Yao, Y. (2021). PATCH-ÜRETEN KULLANIM SİMÜLASYONU (PLUS) MODELİ İLE SÜRDÜRÜLEBİLİR ARAZİ GENİŞLEMESİNİN SÜRÜCÜLERİNİN ANLANMASI: ÇİN’İN WUHAN ŞEHİRİ ÖRNEĞİ. Comput. Environ. Urban. Syst. 85, 101569. doi: 10.1016/j.compenvurbsys.2020.101569

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Liao, W. L., Liu, X. P., Xu, X. Y., Chen, G. Z., Liang, X., Zhang, H. H., et al. (2020). ÇİN’DE FARKLI SSP-RCP SENARYOLARI ALTINDA BITKİ FONKSİYONEL TÜR SINIFLANDIRMASI İLE ARAZİ KULLANIMI DEĞİŞİKLİKLERİNİN PROJEKSİYONLARI. Sci. Bull. 65, 1935–1947. doi: 10.1016/j.scib.2020.07.014

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Liu, J., Chen, W., Ding, H., Liu, Z., Xu, M., Singh, R. P., et al. (2024). ÇİN’İN BOHAI KIYISI BÖLGESİNDEKİ ARAZİ ÖRTÜSÜ, PEYZAJ PATERNİ VE EKOSİSTEM HİZMETLERİNİN DEĞİŞİM ÖZELLİKLERİ. Front. Environ. Sci. 12, 1500045. doi: 10.3389/fenvs.2024.1500045

    • CrossRef
    • Google Scholar
  • Liu, C., Liu, D. H., Li, P., Li, X. X., Liu, Z. H., Zhao, Y. N. (2023). ŞEHİR GENİŞLEMESİNİN DOĞAL YAŞAM ALANLARINI İŞGALİ VE ÇİN’İN KIYI BÖLGELERİNDEKRİTİK EKOSİSTEM HİZMETLERİNE ETKİSİNİN DEĞERLENDİRİLMESİ. Ecol. Indic. 154, 110682. doi: 10.1016/j.ecolind.2023.110682

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Liu, C., Yang, M. H., Hou, Y. T., Xue, X. Z. (2021). ÇİN’İN KIYI BÖLGELERİNDEKİ EKOSİSTEM HİZMETLERİ ÇOKLU İŞLEVİ DEĞERLENDİRİLMESİ VE ARAZİ KULLANIMI/ARAZİ ÖRTÜSÜ DEĞİŞİKLİĞİ İLE İLİŞKİLİ EŞGÜDÜM ANALİZİ. Sci. Total. Environ. 797, 149033. doi: 10.1016/j.scitotenv.2021.149033

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Lu, Z. Y. F., Li, W., Yue, R. W. (2024). ÇİN’İN EN BÜYÜK ŞEHİR BÖLGESİNDE EKOSİSTEM SÜRDÜRÜLEBİLİRLİĞİNİ DESTEYLEMEK AMACIYLA SSP–RCP SENARYOLARI ALTINDA ÇOK ÖLÇEKLİ UZUN SÜRELİ EKOSİSTEM HİZMETLERİ ARASI TİCARİ İLİŞKİLERİN ARAŞTIRILMASI. Sustain. Cities. Soc 104, 105295. doi: 10.1016/j.scs.2024.105295

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Luo L, Yin C, Liu X. (2026).
    Qinling Dağları’nın ekolojik restorasyon bölgelemesi ve stratejisi üzerine bir çalışma. Sci. Rep.16, 508. doi: 10.1038/s41598-025-30190-3

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Lv T, Zeng C, Lin C, Liu W, Cheng YP, Li YB. (2023).
    Ekosistem sağlığı değerlendirmesine dayalı arazi mekânsal ekolojik restorasyon bölgelemesi için entegre bir yaklaşıma doğru. Ecol. Indic.147, 110016. doi: 10.1016/j.ecolind.2023.110016

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Ma X, Li J, Li G. (2024).
    Çin’de Sarı Nehir Havzası’nın Gansu bölümünde arazi kullanımı değişiminin simülasyonu ve çoklu senaryo tahmini. Front. Environ. Sci.12, 1403248. doi: 10.3389/fenvs.2024.1403248

    • CrossRef
    • Google Scholar
  • Mace G, Barrett M, Burgess ND, Cornell SE, Freeman R, Grooten M, et al. (2018).
    Biyçeşitlilik kaybının eğrisini bükme hedefini yükseltmek. Nat. Sustainability.1, 448–451. doi: 10.1038/s41893-018-0130-0

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Mukherjee N, Sutherland WJ, Dicks L, Hugé J, Koedam N, Dahdouh-Guebas F. (2014).
    Karar vermeye ve gelecekteki değerlendirme çalışmalarına yön vermek için mangrov ekosistemlerinin ekosistem hizmeti değerlendirmeleri. PloS One9, e107706. doi: 10.1371/journal.pone.0107706

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Nardella L, Sebastiani A, Stafoggia M, Buonocore E, Franzese PP, Manes F. (2024).
    Kentsel–kırsal gradyan boyunca düzenleyici ekosistem hizmetlerinin modellenmesi: yedi İtalyan kıyı şehrinde kapsamlı bir analiz. Ecol. Indic.165, 112161. doi: 10.1016/j.ecolind.2024.112161

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • NiJ. Y.XuF. (2025).
    İklim ve arazi kullanımındaki değişimlerin gelecekteki ekosistem dayanıklılığı üzerindeki birleşik etkilerinin uzak algılama temelli analizi: Pekin-Tianjin-Hebei bölgesi örneği. Remote Sens.17, 2546. doi: 10.3390/rs17152546

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • NiuY.XieG.XiaoY.QinK.GanS.LiuJ. (2021).
    Çin’deki havalimanı ekonomik bölgelerinde ekosistem hizmeti değerindeki mekânsal ve zamansal değişimler. Land10, 1054. doi: 10.3390/land10101054

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • PengH.LouH.ZhangY.WangW.HeQ.LiuP.et al. (2025).
    Peyzâz ekolojik riski ve ekosistem sağlığının entegrasyonu aracılığıyla ekolojik bölgelemenin belirlenmesi ve simülasyonunun incelenmesi. Front. Ecol. Evol.13, 1662739. doi: 10.3389/fevo.2025.1662739

    • CrossRef
    • Google Scholar
  • PengJ.TangH.SuC.JiangH.DongJ. Q.XuD. M. (2023).
    Kars bölgelerinde ekolojik restorasyon öncelikli alanların belirlenmesinde referans durumu kavramının incelenmesi. J. Environ. Manage.348, 119214. doi: 10.1016/j.jenvman.2023.119214

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • RanY.ZhaoX.YeX.WangX.DongW.QuG.et al. (2024).
    “Karbon nötrlüğü” ve “İnsan-jeoloji-ekoloji”yu bütünleştiren alan salınımı ekolojik restorasyon bölgelemenin bir çerçevesi: Kuram ve uygulama. Sustain. Cities. Soc115, 105824. doi: 10.1016/j.scs.2024.105824

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • RenQ. R.LiuD. D.LiuY. F.LiuY. L. (2024).
    Shandong Eyaleti kıyı bölgesinde ekosistem hizmeti etkileşimlerinin mekânsal-zamansal dinamikleri ve sosyo-ekolojik belirleyicileri (2000–2020): Çevre koruma ve sürdürülebilir ekosistem yönetimi için çıkarımlar. Environ. Res.243, 117824. doi: 10.1016/j.envres.2023.117824

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Rong Y, Li K, Guo J, Zheng L, Luo Y, Yan Y ve ark. (2022). Toprak koruma hizmetinin çok ölçekli mekânsal-zamansal analizi: MGWR modeli temelinde Çin’de Pekin-Tianjin-Hebei örneği. Ecol. Indic.139, 108946. doi: 10.1016/j.ecolind.2022.108946

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Schröter M, Barton D. N, Remme R. P, Hein L. (2014). Ekosistem hizmetlerinin kapasite ve akışının hesaba katılması: Telemark, Norveç için kavramsal bir model ve bir vaka çalışması. Ecol. Indic.36, 539–551. doi: 10.1016/j.ecolind.2013.09.018

    • CrossRef
    • Google Scholar
  • Shen J, Li S, Wang H, Wu S, Liang Z, Zhang Y ve ark. (2023). Sosyal-ekolojik sistemin mekânsal açıdan hedeflenen yönetimi yönünde ekosistem hizmeti arz-talep uyumsuzluklarının mekânsal ilişkilerinin ve sürücülerinin anlaşılması. J. Cleaner. Prod.406, 136882. doi: 10.1016/j.jclepro.2023.136882

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Sun X, Shan R, Liu F. (2020). Farklı topoğrafik havzalarda çoklu hidrolojik ekosistem hizmetlerinin örüntüleri, ödemeler ve sinerjilerinin mekânsal-zamansal niceliksel analizi. J. Cleaner. Prod.268, 122338. doi: 10.1016/j.jclepro.2020.122338

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Tong S. Q, Song N. Q, Yan H. K, Fu Q. (2014). Son çeyrek yüzyılda Bohai Denizi çevresinin iyileştirilmesinde yönetim önlemleri ve öneriler. Ocean. Coast. Manage.91, 80–87. doi: 10.1016/j.ocecoaman.2014.01.002

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Verburg P. H, Dearing J. A, Dyke J. G, van der Leeuw S, Seitzinger S, Steffen W ve ark. (2016). Antroposeni modellemek için yöntemler ve yaklaşımlar. Global Environ. Change-Human. Policy Dimensions.39, 328–340. doi: 10.1016/j.gloenvcha.2015.08.007

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang Q, Guan Q, Sun Y, Du Q, Xiao X, Luo H ve ark. (2023b). Çoklu senaryolar altında kurak bölgelerdeki tipik havzalarda gelecekteki arazi kullanımı/örtü değişiminin (LUCC) modellenmesi. J. Environ. Manage. 335, 117543. doi: 10.1016/j.jenvman.2023.117543

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang R. Y, Huang G. X, Zi P, Li T. H, Liang Q. S. (2025). Çin’de tipik kayalık çölleşme bölgelerinde ekolojik risk senaryo simülasyonunun ve sürücü mekanizmalarının uygulanması: Çoklu modelleri birleştiren bir ekolojik değerlendirme çerçevesi. Ecol. Indicator. 174, 113464. doi: 10.1016/j.ecolind.2025.113464

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang Z, Li Q, Liu L, Zhao H, Ru H, Wu J ve ark. (2023c). InVEST modeli bazlı Xiangjiang Havzası’nda (XRB) su üretiminin mekânsal-zamansal gelişimi ve atırım analizi. Water 15, 514. doi: 10.3390/w15030514

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang K, Li S, Zhu Z, Gao X, Li X, Tang W ve ark. (2023a). Ekosistem hizmetleri ve sistematik koruma planlaması analizine dayalı öncelikli koruma alanlarının belirlenmesi. Environ. Sci. pollut. Res. 30, 36573–36587. doi: 10.1007/s11356-022-24883-9

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang Y. F, Liu H. (2025). Wuling Dağı Bölgesi’nde ekolojik bölgeleme ve yönetim için ekolojik risk ve ekosistem hizmetlerinin bütünleştirilmesi. Ecol. Indic. 179, 114179. doi: 10.1016/j.ecolind.2025.114179

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang P. J, Wang J. W, Zhang J. H, Ma X. B, Zhou L. Y, Sun Y. (2022a). Tipik bir kıyı turizm şehrinde ekosistem hizmetleri ve sosyal-ekolojik sürücülerin mekânsal-zamansal değişimleri: Çin’in Sanya şehri örneği. Ecol. Indic. 145, 109607. doi: 10.1016/j.ecolind.2022.109607

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
  • Wang R, Zhao J S, Chen G P, Lin Y L, Yang A R, Cheng J Q. (2022b).
    PLUS–InVEST modelinin Çin’in Yunnan Eyaleti’ndeki ekosistem hizmetleri araştırmalarında birleştirilmesi. Sustainability15, 271. doi: 10.3390/su15010271

    • Pubmed Abstract
    • CrossRef
    • Google Scholar
    • Wei L, Liu Z. (2022).
      Nüfus yapısının kentsel karbon emisyonları üzerindeki etkilerinin mekânsal heterojenliği. Environ. Impact Assess. Rev.95, 106790. doi: 10.1016/j.eiar.2022.106790

      • CrossRef
      • Google Scholar
      • Wen X, Zhen L, Xiao Y. (2024).
        Çoklu ekosistem sistemleri arasındaki dinamik mekânsal-zamansal ilişkileri keşfederek öncelikli restorasyon alanlarını belirleme: Çin’in Loess Platosu örneği. Environ. Res. Commun.6, 111001. doi: 10.1088/2515-7620/AD8B17

        • CrossRef
        • Google Scholar
        • Wu J, Jin X, Feng Z, Chen T, Wang C, Feng D ve ark. (2021).
          Üretim olanaklılık sınırı temelinde Pekin–Tianjin–Hebei Bölgesi’nde ekosistem hizmetleri arasındaki ilişki. Land10, 881. doi: 10.3390/land10080881

          • Pubmed Abstract
          • CrossRef
          • Google Scholar
          • Xi H, Yuan Y B, Dong H, Zhang X P. (2024).
            Hanjiang Havzası’nda arazi kullanımı ve arazi örtüsü değişikliklerinin suyun mekânsal-zamansal dinamikleri üzerindeki etkisinin nicelendirilmesi. Remote Sens.16, 4136. doi: 10.3390/rs16224136

            • Pubmed Abstract
            • CrossRef
            • Google Scholar
            • Xia H, Yuan S, Prishchepov A V. (2023).
              Ekosistem hizmetleri etkileşimlerinin ve bunların sosyo-ekolojik sürücülerinin mekânsal-zamansal heterojenliği: alan planlaması ve yönetimi için çıkarımlar. Resour. Conserv. Recycl.189, 106767. doi: 10.1016/j.resconrec.2022.106767

              • Pubmed Abstract
              • CrossRef
              • Google Scholar
              • Xin X, Zhang T, He F, Zhang W, Chen K. (2023).
                Kıyı şehirlerinde arazi kullanımı/kapak değişimine dayalı ekosistem hizmeti değerinin değerlendirilmesi ve modellenmesi: Çin’in Şanghay örneği. Ocean. Coast. Manage.239, 106591. doi: 10.1016/j.ocecoaman.2023.106591

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Xu F, Chen S, Wang X, Wang X. (2023b).
                2000-2020 arasında Pekin’de ekosistem hizmetleri arasındaki mekânsal-zamansal değişimler ve ötelenmeler/sinerjiler. Forests14, 2314. doi: 10.3390/f14122314

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Xu L, Huang J C, Chen J H. (2023a).
                21. yüzyıl deniz ipekyolu girişimi Çin’in kıyı bölgesinde lojistik gelişimi nasıl teşvik etmektedir? Ocean. Coast. Manage.239, 106606. doi: 10.1016/j.ocecoaman.2023.106606

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Xu Y F, Li C. (2025).
                Ekosistem hizmeti arz-talep ilişkilerinde sürücü mekanizmalarının heterojenliği ve çok boyutlu politika yollarının incelenmesi: Shandong Yarımadası kentsel aglomerasi örneği. J. Cleaner. Prod.505, 145523. doi: 10.1016/j.jclepro.2025.145523

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Xue J, Liu T, Xiong X, Liu H. (2026).
                Net radyasyon Zoige Sazlığı’nda ekosistem hizmetleri arasındaki ötelenmeleri yoğunlaştırıyor. Front. Ecol. Evol.14, 1846792. doi: 10.3389/fevo.2026.1846792

                • CrossRef
                • Google Scholar
              • Yan X L, Liu C H, Han Z L, Li X Y, Zhong J Q. (2023).
                Kıyı şehri Dalian’da ekosistem hizmeti arz-talep ilişkilerinin mekânsal-zamansal değerlendirilmesi yoluyla ekolojik yönetim bölgelendirmesinin belirlenmesi: Çin’in Dalian örneği. Environ. Sci. pollut. Res.30, 63464–63478. doi: 10.1007/s11356-023-26704-z

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • YanS. J.ZhangX. P.YanR.LuoY. L.WangH. Z.XingB. K.et al. (2026).
                Identification of ecological restoration zones based on ecological security pattern and ecological risk assessment—A case study of liaoning province. Sustainability18, 204. doi: 10.3390/su18010204

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • YinX.LuZ.ZhangB. (2024).
                Study on the factors influencing ecological environment and zoning control: a study case of the Dongting Lake area. Front. Ecol. Evol.11, 1308310. doi: 10.3389/fevo.2023.1308310

                • CrossRef
                • Google Scholar
              • YuZ. Y.DengX. Z.CheshmehzangiA.GaoY. X. (2025).
                Assessing future land use demands in response to land degradation risk and Socio-Economic impacts. Ecol. Indic.175, 113529. doi: 10.1016/j.ecolind.2025.113529

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • YuK.DuanC. C.ChenB.SongD.SuR.YangX. (2024).
                Ecological restoration effectiveness assessment based on social media analytics: A case study of Yongding River, China. J. Cleaner. Prod.448, 141604. doi: 10.1016/j.jclepro.2024.141604

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • ZhaiH.LvC. Q.LiuW. Z.YangC.FanD. S.WangZ. K.et al. (2021).
                Understanding spatio-temporal patterns of land use/land cover change under urbanization in Wuhan, China 2000–2019. Remote Sens.13, 3331. doi: 10.3390/rs13163331

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • ZhangX.MouX.WangX.ZhuZ.YuY.HuangJ. (2021a).
                Study on the ecological restoration zoning of territorial space: Taking Hainan Island as an example. Ecol. Economy.37, 183–189.

                • Google Scholar
              • Zhang X, Zhang G, Long X, Zhang Q, Liu D, Wu H ve ark. (2021b).
                Water yield ekosistem hizmetinin sürücülerinin belirlenmesi: Çin’deki Yangtze Havzası’ndan bir vaka çalışması. Ecol. Indic. 132, 108304. doi: 10.1016/j.ecolind.2021.108304

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Zheng Y, Yang H, Gong H, Shi J, Zhang Y, Wang J ve ark. (2025).
                Suların kıyısındaki ekosistem hizmetlerinin küresel düzeyde zamansal ve mekansal değişimleri ve ötelenme/sinerjileri. Sustainability 17, 472. doi: 10.3390/su17020472

                • Pubmed Abstract
                • CrossRef
                • Google Scholar
              • Zhou S, Lin R. (2019).
                Hava kirliliğinin mekansal-zamansal heterojenliği: mikro ölçekte inşa edilen çevre ile kara yolu üzerinde PM2.5 arasındaki ilişki. Transp. Res. Part D Transp. Environ. 76, 305–322. doi: 10.1016/j.trd.2019.09.004

                • CrossRef
                • Google Scholar

              Özet

              Anahtar kelimeler

              kıyı şehri, ekosistem hizmetleri, çok senaryolu simülasyon, plus modeli, öncelikli restorasyon alanları

              Başvuru

              Hao J, Li X, Feng Y ve Qian N (2026) Kıyı bir şehirde öncelikli restorasyon alanlarının belirlenmesi için kapsamlı bir “geçmiş-gelecek” çerçevesi: Tianjin’den bir vaka çalışması. Front. Ecol. Evol. 14:1961285. doi: 10.3389/fevo.2026.1961285

              Müracat tarihi

              07 Ağustos 2026

              Düzelleme tarihi

              27 Eylül 2026

              Kabul tarihi

              13 Ekim 2026

              Yayınlanma tarihi

              03 Kasım 2026

              14 – 2026

              Junxue Zhang, Jiangsu Bilim ve Teknoloji Üniversitesi, Çin

              Yingnan Li, Jiangsu Üniversitesi, Çin

              Zhongjian Shen, Shandong Üniversitesi, Çin

              © 2026 Hao, Li, Feng ve Qian.

              Bu erişime açık makale, Creative Commons Atıf Lisansı (CC BY) koşulları altında dağıtılmaktadır. Orijinal yazar(lar)ın ve telif hakkı sahib(lar)ının belirtildiği ve bu dergideki orijinal yayının, kabul edilen akademik uygulama uygunluğunda atıf edildiği sürece, diğer platformlarda kullanım, dağıtım veya çoğaltma izinlidir. Bu koşullara uymayan herhangi bir kullanım, dağıtım veya çoğaltma izinlidir.

              *İletişim: Yifan Feng, 2024041@hebut.edu.cn

              Frontiers | A comprehensive “past-future” framework for restoration priority areas identification in a coastal city: a case study of Tianjin
              Frontiers | A comprehensive “past-future” framework for restoration priority areas identification in a coastal city: a case study of Tianjin

              Bu makalede ifade edilen tüm iddialar yalnızca yazarlara aittir ve bağlı oldukları kuruluşların, ya da yayıncının, editörlerin ve hakemlerin görüşlerini kesin olarak yansıtmaz. Bu makalede değerlendirilebilecek herhangi bir ürün veya üreticisinin yapabileceği herhangi bir iddia, yayıncı tarafından garanti edilmez veya desteklenmez.

              İlginizi Çekebilir: Liaohe Deltasında Mavi Karbon Stokları ve Sulak Alan Peyzaj Değişimi →
              Kaynak: Frontiersin ↗