🌍 EnvoAI | AI-Powered Environmental Suitability Analysis

🎯 Project Objective

AI supported sustainability project that analyzes the potential impacts of public/private sector projects on nature according to location, sector, scale and environmental parameters.

🧠 App Summary

TR

Projede yer verdiğimiz özellik değerleri ile yapılan bu çalışma, mevcut konum özelinde çevresel faktörleri değerlendiriyor. Mesela bir inşaat yapmak istiyoruz ve bir yapı oluşturmak için seçeceğimiz konum ne kadar elverişli? Bu sadece bir inşaat yapısı olmak zorunda değil. Metro hattı gibi ulaşım projeleri de olabilir. Ya da sadece konumunuzdaki çevresel verileri merak ediyor olabilirsiniz. Özellik örnekleri:

• 'fault_line_distance' fay hattına olan uzaklığı ifade eder.
• 'poi_density' ise çevredeki eczane, market, ofis gibi yapıların yoğunluğunu gösterir. Makine öğrenmesi ile eğitilen model, bu gibi parametreleri değerlendirerek konumun çevresel uygunluk skorunu verir.

EN

This project evaluates environmental factors at a specific location using the feature values we define. For instance, we may want to build a structure – how suitable is the location? It could be a building or a transport line. Or simply, we might be curious about the environmental quality of our current location. Feature examples:

• 'fault_line_distance' indicates the distance to the nearest fault line.
• 'poi_density' reflects the density of surrounding structures (pharmacy, market, etc). With a machine learning model trained on these features, the system returns a location suitability score.

📂 Project Library

pip install geopandas
pip install shapely
pip install rasterio
pip install osmnx
pip install geopy
pip install scikit-learn=1.1.3
pip install pyqt5

📂 Project Structure

envoai/
├── data/
│ ├── fault_lines.shp
│ ├── protected_area.shp
│ ├── ... (other data API)
├── features/
│ ├── elevation.py
│ ├── poi_density.py
│ ├── fault_line_distance.py
│ ├── green_area.py
│ └── ... (other feature scripts)
├── main.py

🔧 Installation & Setup

git clone https://github.com/yourusername/envoai.git
cd envoai

# Environment Setup
pip install -r requirements.txt
# or install individually:
pip install geopandas shapely rasterio osmnx geopy scikit-learn==1.1.3 pyqt5

🧪 Machine Learning Model

🎯 Objective: Predict a 0–100 "suitability score" based on 16+ environmental features.
📈 Algorithm: Customizable (e.g., Random Forest, XGBoost)
📊 Input: Feature set extracted from location (lon/lat)
📤 Output: Suitability score for infrastructure or settlement

🌍 Data Sources

https://resourcewatch.org/data/explore/dis016rw1-Active-Fault-Lines_1
https://viewer.esa-worldcover.org/worldcover
https://resourcewatch.org/data/explore/bio040-Protected-Area-Connectivity

🌐 Feature Descriptions

Feature	Description	Kütüphaneler	Fonksiyon Parametreleri	Çıktı Değeri	Değer Tipi
fault_line_distance	Fay hattına olan uzaklık (metre)	geopandas, shapely	point: list[lon, lat]	float (metre)	Sayısal
slope_degree	Arazinin eğimi (derece)	rasterio, numpy	point: list[lon, lat]	float (derece)	Sayısal
elevation	Rakım yüksekliği (metre)	elevation, SRTM, rasterio	point: list[lon, lat]	float (metre)	Sayısal
soil_type	Arazi tipi (tarım, çorak vb.)	geopandas	point: list[lon, lat]	string	Kategorik
land_use	Arazi kullanımı (konut, tarım vs.)	geopandas, osmnx	point: list[lon, lat], radius: int	string	Kategorik
green_area_coverage	Belirli yarıçapta yeşil alan yüzdesi	geopandas, osmnx	point: list[lon, lat], radius: int	float (%)	Sayısal
water_proximity	Su kaynağına uzaklık	geopandas, osmnx	point: list[lon, lat], radius: int	float (metre)	Sayısal
climate_zone	İklim sınıfı (Köppen-Geiger)	geopandas, rasterio	Yok	string	Kategorik
seasonal_accessibility	Tüm yıl boyunca erişilebilirlik	geopandas	Yok	string / boolean	Kategorik
disaster_risk_index	Afet riski skoru (deprem, sel...)	geopandas, custom_risk_data	point: list[lon, lat]	float (0-1 arası skor)	Sayısal
biodiversity_index	Biyoçeşitlilik skoru	geopandas, biodiversity_data	point: list[lon, lat]	float	Sayısal
protected_area_proximity	Koruma alanına uzaklık	geopandas, shapely	point: list[lon, lat]	float (metre)	Sayısal
air_quality_index	Hava kalitesi (PM2.5, PM10)	openaq, requests, geopandas	point: list[lon, lat]	float (AQI skoru)	Sayısal
noise_pollution_potential	Gürültü kaynağına yakınlık	geopandas, osmnx	point: list[lon, lat], radius: int	float (metre)	Sayısal
groundwater_pollution_risk	Yeraltı suyu kirliliği riski	geopandas, environmental_data	Yok	float / string (low/medium/high)	Kategorik
transport_accessibility	Ulaşım altyapısına yakınlık	osmnx, networkx	point: list[lon, lat], radius: int	float (mesafe veya erişim skoru)	Sayısal
infrastructure_availability	Altyapı varlığı	geopandas, infrastructure_data	point: list[lon, lat], radius: int	boolean / string	Kategorik
zoning_compliance	İmar planına uyum	geopandas, zoning_data	point: list[lon, lat], radius: int	boolean	Kategorik
poi_density	Market, okul vb. POI yoğunluğu	osmnx, geopandas	point: list[lon, lat], radius: int	int / float	Sayısal
socioeconomic_score	Gelir düzeyi ve sosyal seviye	geopandas, socioeconomic_data	point: list[lon, lat]	float (skor)	Sayısal

UI Views