علی اکبر آبکار

داده های چندطیفی و چندزمانه برای آماده سازی اطلاعات مربوط به توزیع مکانی اراضی برنج از آن رو سودمند هستند که تمامی اراضی برنج با توجه به زمان در تقویم زراعی می توانند تحت پوشش مخلوطی از آب و خاک باشند. در این مطالعه به شرح و بسط الگوریتمی به منظور شناسایی و تفکیک شالیزارهای برنج، با استفاده از داده های سری زمانی NDVI و 2105LSWI مشتق شده از محصول شاخص های پوشش گیاهی 16 روزه MODIS با توان تفکیک مکانی 250 متر (1Q13MOD) پرداخته شده است. این الگوریتم بر مبنای حساسیت شاخص های 2105LSWI به افزایش رطوبت سطح در مرحله غرقابی، و نشاکاری و NDVI به افزایش محتوای کلروفیل و تاج پوشش گیاه برنج است. برطبق مشاهده ها، طی دوره نشاکاری برنج به دلیل غرقاب کردن زمین، شاخص 2105LSWI افزایش می یابد و بعد از رشد برنج از ارزش آن کاسته می شود، به گونه ای که در همان زمان شاخص NDVI رفتاری معکوس نشان می دهد. در این تحقیق دو روش برای تعریف این رابطه بین NDVI و 2105LSWI به منظور تفکیک مکان شالیزارهای برنج شهرستان آمل در استان مازندران (سال 1390) تکوین گردید. نتایج با استفاده از عملیات میدانی جامعی با برداشت 183 نقطه کنترلی برای دو کلاس (برنج ـ غیربرنج) انجام گرفت و دقت کلی روش ها به ترتیب 21/67 و 87/80 درصد بود. نتایج این مطالعه نشان از آن داشت که تهیه نقشه مکانی برنج مبتنی بر 1Q13MOD، بالقوه می تواند در مقیاس متوسط برای پایش اراضی کشاورزی برنج براساس زمان اجرا شود.

تالاب ها، پارکهای ملی و پناهگاههای حیات وحش از مهم ترین سرمایه های اکولوژیکی به شمار میروند، از این رو اطلاع از تغییرات آنها نقش اساسی در کیفیت مدیریت این گونه مناطق دارد. در اختیار داشتن اطلاعات جدید از تغییرات آنها به یافتن علل تغییر و اتخاذ برنامه ها و سیاست های لازم کمک میکنند. در این مقاله پارک ملی و پناهگاه حیات وحش بختگان در استان فارس که تالاب نیریز را شامل میشوند، در شرق شهر شیراز، مورد تحقیق قرار گرفته است. این تالاب امروزه کاملاً خشک شده است و متخصصان محیط زیست بر این باورند که فعالیت های انسانی از جمله ساخت سد های سیوند و ملاصدرا و همچنین خشکسالیهای اخیر دلایل اصلی این مسئله اند. به منظور یافتن مقدار و علت تغییرات به وقوع پیوسته در این تالاب در فاصلة سالهای 1998 تا 2009 از بهترین روشهای سنجش از دور در پردازش تصویر و تصاویر TM ماهواره Landsat استفاده شد. در طبقه بندی تصاویر، از روش طبقه بندی نظارت شده و الگوریتم حداکثر احتمال استفاده شد. نتایج حاصل نشان دهندة دقت کلی طبقه بندی تصاویر در سالهای 1998 و 2009 به ترتیب به میزان 67/91 درصد و 36/92 درصد است. همچنین پردازش اطلاعات، بیان کنندة افزایش 129 درصدی مساحت نمک و کاهش 52 درصدی مساحت آب به عنوان مهم ترین تغییرات این تالاب در بازة زمانی مورد مطالعه اند. نتیجة این تحقیق مبین بروز وگسترش بحران زیست محیطی در منطقه است، از این رو ضرورت در نظر گرفتن تمامی ملاحظات اجتماعی، زیست محیطی و اقتصادی و لحاظ کردن دید کلان در نگرش به مسائل زیست محیطی ضروری است

اطلاع از پروفایل های قائم دما و دمای نقطه شبنم در زمرة مهم ترین پارامترها در مدل های عددی پیش بینی وضع آب وهوا جای دارند. در زمان حاضر در ایران پروفایل های قائم دما و دمای نقطه شبنم با رادیوسوندها تهیه می شوند؛ اما به دلیل گرانی رادیوسوندها، ارسال آنها به جو تنها محدود به زمان ها و مکان های خاصی است. به همین دلیل به کار بردن روش های جدید با قابلیت هزینه کم و پوشش وسیع برای تولید پروفایل ها اهمیت بسیار دارد. امروزه تلاش می شود تا با استفاده از ماهواره ها و فناوری سنجش از دور، کاستی های مربوط به اندازه گیری های رادیوسوند مرتفع گردد. در این تحقیق از محصول MYD07-L2 تصاویر سنجنده مادیس ماهواره Aqua با قدرت تفکیک مکانی 5 کیلومتر برای استخراج پروفایل های دما و دمای نقطه شبنم استفاده شده است. برای این کار با برنامه نویسی در محیط IDL، پروفایل های ایستگاه مهرآباد تهران از محصول MYD07-L2 سنجنده مادیس برای روزها و شب های مختلفی از سال 2007 استخراج گردید و سپس میزان Bias و RMSE داده های مذکور با داده های رادیوسوند محاسبه و مقایسه شد. نتایج نشان دادند که داده های پروفایل دمایی مادیس مطابقت مناسبی با داده های رادیوسوند دارند؛ و برای آنها Bias کل 95/1 و RMSE41/2 درجه کلوین، برای سطوح بالاتر از 780 میلی بار، به دست آمد. در سطوح بالاتر از 780 میلی بار پروفایل های دمای نقطه شبنم اختلاف بیشتری را با داده های رادیوسوند نشان دادند و برای آنها نیز مقدار Bias کل 77/5 و RMSE58/6 درجه به دست آمد.

یکی از پارامترهای فیزیکی دست یافتنی از داده های سنجش از دور، بازتابندگی سطح در نواحی مختلف طیف بازتابی الکترومغناطیسی است. تقریباً همه پیکسل های شهری تصویر شده به وسیله سنجنده هایی با قدرت تفکیک مکانی پایین یا متوسط، پیکسل های مختلط اند. بازتابندگی پیکسل مختلط، ترکیبی از بازتابندگی چندین عارضة جداست که درون میدان دید سنجنده قرار گرفته اند. یکی از روش های معمول برای توصیف محیط های شهری استفاده از روش های طبقه بندی و مدل های جداسازی است. از پرکاربردترین مدل های جداسازی نیز تحلیل اختلاط طیفی است، که بازتابندگی پیکسل مختلط را به صورت ترکیب خطی از بازتابندگی و درصد حضور هر یک از مواد موجود در آن پیکسل بیان می کند. تحلیل اختلاط طیفی به دو مدل جداسازی طیفی و مکانی تقسیم می شود. هدف در مدل جداسازی مکانی، تعیین طیف بازتابندگی کلاس های شهری است. در این مقاله، با استفاده از اطلاعات مکانی تصویر IKONOS با قدرت تفکیک مکانی 4 متر و تعداد 4 باند و اطلاعات طیفی تصویر Hyperion با قدرت تفکیک مکانی 30 متر و تعداد 242 باند و روش جداسازی مکانی خطی، طیف بازتابندگی برخی از مواد شهری تعیین گردید. برای ارزیابی نتایج، مقایسة پیکسل بازسازی شدة تصویر Hyperion و پیکسل واقعی به کار گرفته شد. پس از تعیین طیف مواد شهری، تصویری با قدرت تفکیک مکانی 4 متر و 136 باند تهیه گردید که تا حد ممکن تغییرپذیری مواد شهری در آن در نظر گرفته شده است.

در حال حاضر با در نظر گرفتن عوامل جغرافیایی، سیاسی، اجتماعی و فرهنگی، مکان ها و نواحی برای تجمع واحدهای صنعتی به صورت شهرک یا مجتمع، انتخاب و سازمان دهی میشوند. برای دستیابی به این مقصود، لازم است که پس از فرایند تعیین مکان های مناسب، تصمیم گیری مقتضی به منظور تشخیص مکان بهینه نهایی انجام شود. این موضوع با در نظر گرفتن شرایط نامعین جغرافیایی و عوامل گوناگون اثرگذار، پیچیده و مشکل میشود. مباحثی مانند تصمیم گیری چند معیاره از جمله تکنیکهای ریاضی است که در سیستم اطلاعات جغرافیایی قادر است مشکلاتی مانند نحوه ارزیابی گزینه های مکانی را در شرایط پیچیده و نامعین جغرافیایی حل کند. بنابراین در این مقاله هدف آن است که با استفاده از مفهوم تلفیق مدل های تلفیقی فازی روش جدیدی برای حل مسائل چند معیاره نامعین جغرافیایی اجرا شود. به این منظور مدل نوع دوم و سطح دوم مجموعه های فازی برای مسأله ارزیابی ده شهرک صنعتی استان آذربایجان شرقی انتخاب شد که در آن تابع تعلق فازی نهایی بر حامل گزینه های مفروض تعریف میشود. در نهایت، در ارزیابی نهایی مدل احتمالی فازی به جای مدل های کلاسیک برای مقایسه ارزش های فازی به کار گرفته شده و با نظرات کارشناسی مقایسه میشود.

هدف اصلی مقاله حاضر آن است که با طراحی و ارزیابی سامانه عامل مبنای مکانی، اطلاعات مربوط به توده های آلودگی زیست محیطی را به صورت آنی و از طریق تصاویر ماهواره ای NOAA استخراج کند و سپس تاثیر آنها را بر روی محدوده های زیست محیطی جنگلی به صورت مناطق ریسک مشخص گرداند. در این کاربرد، آلودگی هوا پدیده ای است که به اشکال گوناگون باعث به وجود آمدن ریسک در محدوده های جنگلی می گردد. لذا به دست آوردن تمامی تاثیرات آلودگی هوا بر محدوده های جنگلی امری دشوار قلمداد می شود. با این حال برخی از تاثیرات آن از قبیل تاثیر بر رشد پوشش گیاهی منطقه را می توان به عنوان عاملی ضروری تر در فرایند تصمیم گیری وارد ساخت. برای بررسی این موضوع، پیامد انتشار آلودگی ناشی از آتش سوزی چاه های نفت کویت در سال 1991 و تاثیر آن بر جنگل های جنوب غربی کشور در نظر گرفته شده است. بررسی تصاویر نیم روزانه NOAA-AVHRR به خوبی آشکار می سازد که آلودگی به سمت مرز ایران حرکت کرده و منابع طبیعی و جنگل های جنوب غربی کشور را تهدید کرده است. با در نظر گرفتن شواهد مذکور، ردیابی، تخمین و ارزیابی سریع و آنی محدوده های ریسک، امری ضروری به شمار می آید. این مقصود با طراحی سامانه هوشمند عامل مبنایی که در آن ابزارهای مرتبط با سامانه اطلاعات مکانی و سنجش از دور یکپارچه شده اند، محقق می گردد. در آن سامانه به منظور استنتاجگری، روش های مختلف یادگیری ژنتیکی قوانین ارزیابی می شوند و قوانین بهینه مشخص می گردند. با توجه به اینکه دو پدیده مورد نظر (آلودگی هوا و محدوده ریسک) دارای مرز نامعلوم و ماهیتی نامعین هستند، لازم است که وضعیتی قابل پیش بینی از قوانین برای آنها در نظر گرفته شود و مطابق آن برای هر دوره محاسباتی، فرایند تنظیم و یاد گیری قوانین استنتاج در شرایط نامعین، اجرا گردد. لذا مناطق ریسک به صورت آنی و هوشمند تعیین می شوند و روش های مختلف یادگیری ژنتیکی به همراه استنتاجگری مکانی فازی، با استفاده از داده های استخراجی از تصاویر ماهواره ای لندست TM مورد ارزیابی قرار می گیرند.

قابلیت ها و توانایی های تصویربرداری راداری در بخش تکنولوژی تصویربرداری مایکروویو چشمگیر است. طبقه بندی، تشخیص و پایش محصولات زراعی به کمک سنجش از دور، امروزه به یکی از بخش های مهم در مدیریت کشاورزی تبدیل شده است. به سبب وجود مشکلات تصاویر اپتیک در مناطق شمالی کشور (به دلیل وجود ابر) و ناکارآمدی روش های سنتی استفاده از باند مرئی و مادون قرمز و همچنین با توجه به کوچک بودن اندازه قطعات شالی های برنج، تصاویر راداری SAR (رادار روزنه مصنوعی) با قابلیت های خاص خود (نفوذپذیری در هر شرایط آب وهوایی)، می توانند جایگزین (یا مکمل) مناسبی برای برآورد شاخص پوشش های گیاهی محصول برنج باشند. در پژوهش پیش رو با استفاده از تصاویر چندزمانه اپتیکی و راداری که در سه مرحله نشا، داشت و برداشت در منطقه بهشهرِ استان مازندران انجام گرفت، به بررسی و مقایسه پنج شاخص پوشش گیاهی محصول برنج در تصاویر اپتیک لندست با ضریب پراکندگی راداری ماهواره رادارست-1، در پلاریزاسیون HH پرداخته شده است. در این پژوهش، یک مدل ریاضی رگرسیون خطی با ضریب همبستگی ارائه شد و این نتیجه به دست آمد که شاخص پوشش گیاهی NDVI با ضریب همبستگی 92/0 و شاخص SR با ضریب همبستگی 86/0، به ترتیب دارای بالاترین ضریب همبستگی با ضریب پراکندگی راداری هستند.

در این مطالعه به بررسی کارایی سه شاخص ناپایداری TT، L و K به دست آمده از تصاویر سنجنده مادیس در ایستگاه هواشناسی ارومیه پرداخته شده است. با توجه به این موضوع که هسته بیشینه بارش بهاره در آذربایجان قرار دارد، از ایستگاه ارومیه در این مطالعه استفاده شد. مهارت پیش بینی هر یک از این شاخص های ناپایداری، بر اساس آستانه هر شاخص و به کمک جدول احتمال رویداد و پارامتر های امتیاز دهی مانند هایدک (HSS) مورد بررسی قرار گرفت. برای این کار، 181 تصویر مربوط به روزهای بدون ناپایداری و همراه با ناپایداری در دو ماه می و جولای از سنجنده مادیس استخراج شد. 26 مورد از این تصاویر مربوط به روزهایی می شدند که پدیده رگبار و طوفان گزارش شده بود. در بررسی مهارت این شاخص ها در پیش بینی طوفان ، بالاترین امتیاز HSS برای شاخص ناپایداری L با میزان 30/0 به دست آمد. بعد از L شاخص TT با 24/0 و K با 21/0 در رتبه های بعدی قرار گرفتند. بدین ترتیب ناپایداری نهان در پیش بینی ناپایداری جو در رده اول و ناپایداری های دینامیکی و پتانسیلی در رده های بعدی قرار گرفتند.

بررسی خصوصیات انواع پوشش های گیاهی به عنوان یکی از پارامترهای مؤثر در تبادل انرژی بین جو و سطح زمین در مطالعات زیست محیطی، منابع طبیعی و کشاورزی اهمیت بسیاری دارد. امروزه فناوری سنجش از دور با ارائة اطلاعات طیفی گسترده و متنوع موجب تسهیل در مطالعة پوشش های گیاهی در سطح زمین و به ویژه تخمین پارامترهای بیوفیزیکی آنها شده است. یکی از مهم ترین پارامترهای فیزیکی به کار گرفته شده در تحلیل های مختلف مربوط به مطالعة پوشش های گیاهی، شاخص سطح برگ (LAI) است. در پژوهش حاضر ضمن تحلیل و مدل سازی ارتباط بین LAI و شاخص های گیاهی مختلف، با استفاده از مشاهدات طیف سنجی آزمایشگاهی، به بررسی محدودیت های مدل ریاضی موجود در برآورد LAI، ارائة راهکارهایی به منظور افزایش دقت و صحت نتایج این مدل و همچنین طراحی یک شاخص جدید پرداخته شده است. نتایج نشان دادند که از میان شاخص های گیاهی متداول، دو شاخص Simple Ratio و SAVI-2 دارای کمترین RMSE (حدود 08/0 در واحد LAI) بوده و شدت اشباع شدگی مدلی که برازش داده اند از شاخص های دیگر کمتر است. دو شاخص مذکور کارایی بالاتری در تخمین LAI به ویژه در مناطق با تراکم پوشش گیاهی آنها زیاد، دارند و می توان با اطمینان بالایی در مدل سازی خطی برآورد LAI از آنها استفاده کرد.

وارونگی دمایی زمانی رخ می دهد که در تروپوسفر و تا ارتفاعی مشخص، با افزایش ارتفاع، دما افزایش یابد. از مشخصه های وارونگی دمایی، پارامترهای قدرت و عمق وارونگی دمایی است. قدرت وارونگی به اختلاف دمایی بین قلة وارونگی و سطح زمین اطلاق می شود و ارتفاع متناظر با این اختلاف دمایی، عمق وارونگی نام دارد. راهکار متداول برای تعیین این مشخصه ها، اندازه گیری های میدانی به وسیلة رادیوساند است، که نوعی اندازه گیری نقطه ای در جو قلمداد می شود. به منظور مدل سازی برای استخراج مشخصه های وارونگی دمایی از تصاویر ماهواره ای می توان ارتباط بین اختلاف دمای درخشندگی زوج باندهای مختلف با قدرت و عمق وارونگی دمایی منتج از داده های رادیوساند را به دست آورد. در پی شایع بودن پدیدة وارونگی دمایی در شهر تهران، ایستگاه هواشناسی فرودگاه مهرآباد تهران به عنوان منطقة نخست مورد مطالعه انتخاب شد. ضرایب همبستگی خطی به دست آمده بین اختلاف دمای درخشندگی زوج باندهای مختلف با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بسیار ضعیف بود که می تواند ناشی از تغییرات زیاد بخارآب جو و قدرت و عمق وارونگی دمایی نسبتاً ضعیف روی داده در تهران باشد. برای اثبات فرضیة مذکور، در ادامة روند تحقیق حاضر، عوامل مؤثر در افزایش ضریب همبستگی خطی بین اختلاف دمای درخشندگی زوج باندهای مذکور با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بررسی شدند. با توجه به روی دادن وارونگی های عمیق و قدرتمند تر در منطقة کرمانشاه درمقایسه با تهران، این منطقه به عنوان منطقة دوم مورد مطالعه انتخاب شد. افزایش ضرایب همبستگی محاسبه شده برای کرمانشاه نشان دهندة تأثیر عامل میزان قدرت و عمق وارونگی دمایی است. برای مثال، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در تهران به ترتیب 16/0 و 32/0 و در کرمانشاه به ترتیب 51/0 و 70/0 است. به منظور بررسی تأثیر میزان بخار آب موجود در جو بر ضرایب همبستگی، با توجه به آنکه میزان بخار آب موجود در جو طی فصول سرد کمتر از فصول گرم است، داده های تهران و کرمانشاه به دو دستة تمام فصول و فصول سرد تقسیم شدند. افزایش ضرایب همبستگی محاسبه شده برای تهران و کرمانشاه طی فصول سرد نشان دهندة تأثیر عامل میزان بخار آب موجود در جو است. به عنوان نمونه، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در کرمانشاه برای تمامی فصول به ترتیب 51/0 و 70/0 و طی فصول سرد به ترتیب 78/0 و 85/0 است.