حسین آقامحمدی

مکان­یابی و تخصیص از نوع مسائل NP-Hard است که با افزایش تعداد نقاط تقاضا و مراکز خدماتی، پیچیدگی و حجم محاسبات مسئله به صورت نمایی افزایش می یابد. برای حل این گونه مشکلات، از روش های فراابتکاری متناسب با شرایط مسئله استفاده می شود. در این تحقیق، روش­های فراابتکاری جست وجوی ممنوع، ژنتیک و شبیه سازی بازپخت به عنوان روش های بهینه­سازی برای مکان­یابی مراکز آتش­نشانی و تخصیص مناطق شهری به آن ها استفاده شده اند. این روش­ها با توجه به معیارهای زمان حل مسئله، مقدار تابع هدف، تعداد تکرار و نحوة پوشش منطقه در سناریوهای مختلف ارزیابی شده اند. سناریوهای مختلف در روش ژنتیک بر اساس تغییر در تعداد تکرار و جمعیت اولیه و در روش شبیه­سازی بازپخت بر اساس تغییر در تعداد تکرار حرکات و تغییرات دما تولید شده اند. روش جست وجوی ممنوع دارای بیشترین زمان محاسباتی (38 دقیقه و 42 ثانیه) و کمترین (بهترین) مقدار تابع هدف (104×749/4) است و با توجه به نقشة تولید شده، بهترین پوشش را در منطقه توسط مکان های بهینة برگزیده ایجاد می کند. الگوریتم شبیه­سازی بازپخت، در بین روش های اجرا، دارای کمترین زمان حل مسئله است و هنگامی که تعداد تکرارها در این روش از اندازة مسئله (در اینجا تعداد پارسل ها) بزرگ تر باشد، جواب های مطلوبی تولید می شود. نتایج به دست آمده در سناریوی دوم روش SA در این تحقیق، صحّت این ادعا را اثبات کرده است. بر اساس یافته های این تحقیق، می توان نتیجه گیری کرد که در صورت نیاز به اجرای سریع (زمان بسیار کوتاه عملکرد الگوریتم) روش شبیه سازی بازپخت سریع ترین روش خواهد بود؛ در شرایط نیاز به سرعت و دقت مناسب و متوسط، الگوریتم ژنتیک گزینة مناسبی است و سرانجام در حالت نیاز به دقت و کیفیت بالای جواب و بدون محدودیت زمان، روش جست وجوی ممنوع گزینة برتر است.

بیشتر راه حل های مطرح شده برای مسائل مکان یابیوتخصیص- که در آن متقاضیان خدمات و مراکز خدماتی دارای ظرفیت مشخصی باشند- از لحاظ محاسباتی پیچیده اند.برای حل این مشکل، روش های ابتکاری متناسب با شرایط مسئله توسعه یافته اند. مکان یابی مراکز و تخصیص مصدومان زلزله به این مراکز درمانییکی از مسائل مهم در مدیریت بحران زلزله است؛ زیراتوسعة روشی مناسب برای بهینه سازیِ تخصیص مصدومان به مراکز درمانی می تواند در کاهش زمان امداد رسانی و در نتیجه کاهش آسیب های جانیاثر مهمی داشته باشد. در این مقاله، توسعة روشی ابتکاری بر پایةیک الگوریتم ژنتیک تو در تو برای بهینه سازی مکان یابی مراکز درمانی و تخصیص مصدومان زلزله به این مراکز، با استفاده از قابلیت های علم سیستم اطلاعات مکانی توضیح داده می شود. باتوجه بهاینکهمکان یابیوتخصیصمنابعدومسئلةجدااز هم نیستند وبرهمتأثیرمستقیمدارند،درروشپیشنهادی،ایندومسئلهبه صورتهم زمانحلمی شوند.با بررسیداده هایتحقیق و با توجه به نتایج آنمی توان گفت ساختار طراحی شده توانایی لازم جهت حل این نوع مسائل را با انتخاب میزان جمعیت اولیة مناسبداراست.

روابط توپولوژیک میان عوارض مکانی فازی یکی از اطلاعات مهم و اساسی در سیستم های اطلاعات جغرافیایی (GIS) است. استخراج این نوع روابط، در کنار اطلاعات مکانی و توصیفی، میتواند در بسیاری از فرایندهای تصمیم گیری مورد استفاده قرار گیرد. برای مدل کردن این روابط مسائل و مشکلاتی وجود دارد؛ مانند متحرک بودن پدیده های مکانی، عدم قطعیت و ابهام در عوارض و ماهیت میان خود عوارض. این مشکلات باعث میشود استخراج این روابط پیچیدگیهای زیادی داشته باشد. در این مقاله، روشی جدید برای مدل کردن این روابط و استخراج متغیرهای بیانی برای نواحی فازی ارائه میشود. در این روش از محاسبة میزان شباهت میان ماتریس های 9- اشتراکی کرسپ و فازی برای استخراج متغیرهای بیانی استفاده میشود. این متغیرها دربردارندة نوع روابط توپولوژیک و کمیت سنج هایی هستند که قدرت روابط را نشان میدهند. با توجه به اینکه استخراج این متغیرها به عمل گرهای فازی وابستگی مستقیم دارند، مقایسه ای میان عمل گرهای مختلف فازی برای به دست آوردن جواب بهینه انجام شده است. در پایان، سیستم استنتاج گر فازی بر اساس نوع روابط استخراج شده طراحی شده است. این سیستم میزان پیغام هشدار را برای یک کاربرد خاص براساس میزان فرکانس فازی به کاربر اعلام میکند.

   زمین لغزش از انواع مهم مخاطرات طبیعی است که امنیت جانی و مالی را مورد تهدید قرار می دهد و موجب تخریب محیط زیست و منابع طبیعی می شود. تهیه  نقشه های پهنه بندی از جمله اقداماتی است که از طریق آن می توان مناطق حساس به لغزش های آینده را شناسایی و از نتایج آن برای برنامه ریزی کاربری زمین، جلوگیری از فعالیت های عمرانی غیرمجاز، طرح ریزی زیرساخت ها و بهسازی و ترمیم آن ها استفاده کرد. این مطالعه با بهره گیری از سیستم اطلاعات مکانی و مدل های آنتروپی شانون و ارزش اطلاعاتی چارچوبی را برای تهیه نقشه مناطق حساس به زمین لغزش در منطقه رودبار الموت شرقی در استان قزوین که درگیر معضل زمین لغزش و ناپایداری های دامنه است، ارائه می دهد. در این راستا بعد از شناسایی عوامل مؤثر بر وقوع زمین لغزش و تهیه داده های مربوطه، نقشه های معیار شامل لیتولوژی، شیب، فاصله از گسل، کاربری اراضی، بارش، جهت شیب و ارتفاع برای محدوده مورد مطالعه با تفکیک پذیری مکانی سی متر تولید شد. برای تهیه لایه های اطلاعاتی و اجرای مدل از نرم افزار ArcGIS با توجه به قابلیت آن در تحلیل داده های مکانی، بهره گرفته شده است. ارزیابی نتایج با استفاده از شاخص احتمال تجربی نشان داد که هر دو مدل آنتروپی شانون و ارزش اطلاعات در برآورد پهنه های خطر متوسط، زیاد و خیلی زیاد می توانند به خوبی با مقدار شاخص احتمال تجربی 86 % در شناسایی مناطق مستعد زمین لغزش در منطقه مورد مطالعه عملکرد مناسبی داشته باشند. در برآورد پهنه های خطر زیاد و خیلی زیاد، مدل ارزش اطلاعات با مقدار شاخص احتمال تجربی 86 % در مقایسه با مدل آنتروپی شانون با مقدار شاخص احتمال تجربی 72 % از قابلیت بهتری برخوردار است. با توجه به نقشه های پهنه بندی لغزش، پهنه های با خطر زیاد و خیلی زیاد اغلب در باغ ها و مراتع فقیر و امتداد گسل های منطقه قرار دارند، لذا لازم است فعالیت های انسانی با هدف ساخت و ساز و توسعه را در این مناطق محدود کرد.

تهران به عنوان بزرگترین کلانشهر ایران در زمره آلودهترین شهرهای جهان به حساب می آید. با توجه به تأثیرات آلودگی هوا بر سلامت و محیط زیست، ضرورت شناخت دقیق آلایندهها و مشخص نمودن پهنههای آلوده ضروری به نظر میرسد.هدف این پژوهش، بررسی توانایی داده های سنجنده مودیس، در سنجش آلودگی هوا در کلانشهر تهران و تولید نقشههای کیفی هوا با استفاده از این دادهها و داده های زمینی میباشد. : در این تحقیق داده های مربوط به آلاینده های PM₁₀، ازن، منو اکسید کربن، دی اکسید گوگرد، PM_2.5در سال 1394 با استفاده از روش کریجینگ ساده به عنوان یک روش زمین آماری در حالت های مختلف مورد ارزیابی قرار گرفت و نقشه های سطوح آلاینده ترسیم گردید. همچنین از تصاویر ماهوارهای سطح اول و داده های سطحدوم سنجنده مودیس، برای انجام تحلیلهای کیفی و کمی ذرات معلق هوا در سطوح وسیع استفاده شد. با بکار بردن شاخص اختلاف نرمال گردوغبارمربوط به داده های سطح اول و پارامتر هایی نظیر عمق اپتیکی و نمای انگستروم مربوط به داده های سطح دوم، میزان همبستگی با استفاده از باندهای 3 و 7 سنجنده ی مودیس محاسبه و مقدار RMSE آنها با داده زمینی مربوط به آلاینده PM₁₀ محاسبه گردید. : نتایح نشان داد که همبستگی مناسبی بین پارامترهای تصاویر ماهوارهای و اندازهگیری زمینی وجود دارد. این نوع همبستگی نشانگر توانایی تصاویر این سنجنده در شناسایی گردوغبار جوی است. همچنین در بخش دیگر این تحقیق نقش پارامترهای هواشناسی تأثیرگذار بر آلودگی هوا مورد بررسی قرار گرفته و مشخص شد که آلاینده شاخص غالب در سال 94، ذرات معلق PM_2.5وPM₁₀بوده است. از عوامل موثر در افزایش غلظت آلاینده ها، استمرار شرایط جوی پایداربوده است که باعث انباشت آلاینده ها شده است.

در زمینه مسائل تخصیص خدمات و مراکز خدماتی با ظرفیت مشخصی برای متقاضیان، مطالعات کمی صورت گرفته است و اکثر راه حل های ارائه شده برای این نوع مسائل، محاسباتی پیچیده دارند. برای حل این مشکل، روش های ابتکاری متناسب با شرایط مسئله شکل گرفته اند. همچنین در بیشتر کاربردها و مسائل تخصیص، بخش مهمی از اطلاعات و تحلیل ها جنبه مکانی دارد، ولی پژوهشگران تحقیق در عملیات و مدیریت که در این زمینه مطالعه بیشتری دارند، معمولاً به این موضوع کمتر توجه کرده اند. تخصیص مصدومان زلزله به مراکز درمانی را می توان در مسائل تخصیص های ظرفیت دار طبقه بندی کرد که اهمیت زیادی در مدیریت بحران زلزله دارند. از این رو، تکوین روشی مناسب برای بهینه سازی تخصیص مصدومان به مراکز درمانی اثر مهمی در کاهش زمان امداد رسانی و درنتیجه، کاهش صدمات جانی دارد. در این مقاله، ارائه روشی ابتکاری بر پایه الگوریتم ژنتیک برای بهینه سازی عملیات تخصیص مصدومان زلزله به مراکز درمانی، با استفاده از قابلیت های سامانه اطلاعات مکانی (GIS) توضیح داده می شود. به منظور بررسی کارایی الگوریتم طراحی شده، دو روش متفاوت برای تعداد و نحوه پراکندگی مکانی مصدومان زلزله برای منطقه مطالعه شده درنظر گرفته شد. مشکل دیگری که در پیاده سازی روش طراحی شده به آن توجه شده است، تأثیر میزان جمعیت اولیه الگوریتم ژنتیک در نحوه حل مسئله و زمان حل آن بود. با بررسی نتایج به دست آمده می توان گفت ساختار طراحی شده توانایی لازم برای حل این نوع مسائل را با انتخاب میزان جمعیت اولیه مناسب دارد.

توسعه ناهمگون شهری و عدم پیش بینی صحیح در زمینه توسعه شهرها مشکلات متعددی را در شهرها ایجاد می کندف از جمله این مشکلات، کمبود تسهیلات شهری و نامناسب بودن مکان قرارگیری تسهیلات مانند بیمارستان، ایستگاه آتش نشانی و ... جهت خدمات رسانی به مردم است. در این میان منطقه 22 شهر تهران که بزرگ ترین قطعه پایتخت محسوب می شود، در سال های اخیر شاهد رشدی فزاینده بوده است. این منطقه که دربردارنده برج ها و ساختمان های بلندمرتبه است و جمعیت زیادی را در خود جای داده است، نیازمند توجه بیشتری از لحاظ نحوه خدمات رسانی تسهیلات اورژانسی و از آن جمله ایستگاههای آتش نشانی می باشد. با توجه به این که ایستگاههای آتش نشانی جهت خدمات رسانی بهینه باید در زمانی کمتر از 5 دقیقه به محل حادثه برسند، هدف این پژوهش کمینه کردن زمان رسیدن ماشین های آتش نشانی به محل حادثه و بررسی وضعیت تخصیص یا تعداد مردمی است که می توانند از خدمات بهره مند شوند. جهت حل این مسئله از رویکرد ترکیبی مدل میانه تخصیص برداری که رویکردی کاملا نو در زمینه مکانیابی و تخصیص است در محیط سیستم اطلاعات مکانی استفاده می شود. از آنجایی که مسائل تخصیص در زمره مسائل سخت قرار دارند، از الگوریتم جستجوی ممنوعه جهت حل مسئله استفاده گردید. پس از انجام آنالیز حساسیت و تنظیم بهترین پارامترها برای الگوریتم جستجوی ممنوعه، مدل تخصیص برداری در منطقه 22 اجرا شد. نتایج پژوهش نشان داد که 7 ایستگاه موجود قادر نیستند در کمتر از 5 دقیقه به تمام جمعیت منطقه خدمات رسانی کنند و 28040 نفر بدون دسترسی به خدمات باقی خواهند ماند. در نتیجه لازم است که حداقل 2 ایستگاه دیگر نیز جهت خدمات رسانی بهینه در منطقه ایجاد شود؛ همچنین با وجود دشوار بودن مدل میانه تخصیص برداری مشخص شد که این الگوریتم قادر است در حل مسائل با سایز متوسط جواب های راضی کننده ای را در مدت زمان کوتاهی فراهم کند.

در سال های اخیر، شهرنشینی یکی از قابل توجه ترین فرآیندهای تغییر در جامعه بوده که معمولا با نابودی اراضی کشاورزی و طبیعی همراه شده است. مدیران، در فرآیندهای تصمیم گیری، جهت حفاظت از محیط زیست شهری، نیاز دارند که به درستی میزان رشد و جهت شهرها را در نظر بگیرند. هدف از این پژوهش، پیش بینی تغییرات کاربری اراضی شهری در شهر تبریز، با استفاده از مدل رشد شهری SLEUTH  است. خروجی مدل، میزان و جهت رشد شهر را تا سال 2050 پیش بینی می کند. ضرایب پنج گانه به دست آمده برای منطقه مطالعاتی نشان می دهد که با توجه به سناریوی تاریخی، ضریب زایش و ضریب انتشار، غالب هستند. نرخ بالای ضریب زایش در این منطقه نشان می دهد که احتمال تبدیل هر سلول شهری به سلول مرکز انتشار شهر و در نتیجه میزان رشد مرکز انتشار جدید در منطقه تحت پوشش، زیاد است. بالا بودن ضریب انتشار، نشان دهنده احتمال بسیار زیاد به وجود آمدن لکه های شهری جدید حاصل از رشد خودبه خودی و تبدیل آن ها به مراکز جدید رشد شهری است. نتایج صحت سنجی با استفاده از ضریب کاپا، نشان می دهد که مدل سازی از دقت 72/97 درصد برخوردار است. از نتایج به دست آمده می توان برای پیش بینی تغییر کاربری اراضی شهری استفاده کرد. نتایج کسب شده حاصل عقلانیت ابزاری است و لذا بکارگیری آن ها مستلزم برخورد انتقادی با آن ها است.

رشد سریع جمعیت و شهرنشینی در دهه های اخیر مسائل متعددی را در زندگی روزمره بشر ایجاد کرده است. یکی از مسائل مهم در همین ارتباط مسئله حمل و نقل شهری است که بهترین شکل آن حمل و نقل عمومی است و امروزه بسیار مورد توجه است. مطالعه بر روی عوامل این انتخاب و ارزیابی مکان یابی پایانه ها یکی از مسائل مهم و ضروری در بافت شهری عصر حاضر می باشد. اهمیت و اعتبار هر شهر بستگی به خدمات شهری آن شهر دارد. هر چه این خدمات و تأسیسات در سطح ایده آل قرار داشته باشد، دارای شرایط راحت تری برای زندگی شهروندان می باشد و باعث افزایش رضایت شهروندان می شود که یکی از مهم ترین خدمات شهری حمل و نقل عمومی، خصوصا مترو شهری می باشد. بر همین اساس هدف علمی این تحقیق استفاده از تحلیل های GIS برای شناسایی محدوده های خدمات رسانی و استفاده از مدل های تصمیم گیری چند معیاره برای مکان یابی ایستگاه های جدید است. این تحقیق طی مراحلی از جمله شناسایی متغیرها، تهیه نقشه های نرمال استاندارد، بدست آوردن وزن لایه ها، اعمال وزن لایه ها، و همپوشانی فازی لایه ها انجام شده است. جهت وزن دهی معیارها از مدل فرآیند تحلیل شبکه ای (ANP) استفاده شد. در نتایج وزن دهی فاصله از گسل، فاصله از پارکینگ و جمعیت بدون خودرو بیشترین تاثیر را در مکان یابی داشته اند. نهایتاً مکان های مناسب جهت احداث ایستگاه مترو مشخص شدند.

در بسیاری از کشورها به ویژه ایران، برنج به یکی از اقلام اساسی به لحاظ امنیت غذایی تبدیل شده است. در این تحقیق، به منظور تهیه نقشه سطوح شالیزاری، با توجه به ویژگی های فنولوژیکی گیاه برنج و به کمک داده های سالیانه دمای سطح زمین سنجنده مادیس، ابتدا برنامه زمانی برای انتخاب تصاویر سری زمانی ماهواره لندست 8 تنظیم شد. پس از دریافت داده های ماهواره ای، به روش شیء مبنا و با بهره گیری از توابع فازی، به طبقه بندی تصاویر و در نهایت، استخراج اراضی شالیزاری در حوزه شهرستان رشت پرداخته شد. به منظور بهبود و ارتقای نتایج، در این تحقیق طی فرایند طبقه بندی تصاویر ماهواره ای، از داده های متنوعی مانند مدل رقومی زمین، داده های دمای سطح زمین و شاخص های طیفی همچون NDVI، EVI، NDBI و LSWI در کنار اطلاعاتی درباره ویژگی های خاص عوارض و اشیای داخل تصویر، استفاده شد. با توجه به خصوصیات ویژه اراضی شالیزاری، از مدل رقومی ارتفاعی 12.5متری برای تشخیص بهتر اراضی شالیزاری از دیگر پوشش های گیاهی، بهره گرفته شد. همچنین بین نتایج حاصل از طبقه بندی به روش شیء مبنا و پیکسل مبنا، مقایسه ای صورت گرفت؛ در نهایت، مشخص شد که روش طبقه بندی شیء مبنا می تواند، با ملاحظات خاصی، نتایجی بهتر از روش پیکسل مبنا دربر داشته باشد. نتیجه طبقه بندی با روش پیکسل مبنا، پس از اعتبارسنجی، دقت کلی 92% را نشان داد و ضریب کاپا در این روش 89/0 برآورد شد. طبق روش طبقه بندی شی ء مبنا، نتایجی با دقت کلی 94% به دست آمد و ضریب کاپا نیز 92/0 حاصل شد.

انتخاب محل مناسب برای احداث یک مرکز خرید جدید، یک مسئله تصمیم گیری چندمعیاره می باشد که در عین حال افراد و سلایق مختلف در آن دخیل اند. در این پژوهش از سیستم اطلاعات جغرافیایی (GIS) و مدل های تصمیم گیری چند معیاره برای انجام برخی مراحل تحلیل مکانی استفاده و سپس توسعه یک سیستم پشتیبان تصمیم گروهی جهت تجمیع و انتخاب گزینه نهایی پرداخته شده است. برای ایجاد گزینه های محدود تصمیم گیری یک روش دو مرحله ای در این پژوهش پیشنهاد گردید. در مرحله اول، ایجاد نقشه های معیار استاندارد شامل پنج مورد با تحلیل های مکانی و نرمال سازی در نرم افزار ArcGIS انجام گرفت. با توجه به مطالعات صورت گرفته وزن هر معیار مشخص شد و همپوشانی وزن دار لایه ها انجام شد. پس از اعمال گزینه های محدود کننده، شش محدوده به منظور انجام مکان گزینی تحت وب مشخص شد. در مرحله دوم یک سیستم پشتیبان تصمیم گیری مکانی گروهی توسعه یافت. با استفاده از محیط Visual Studio و زبان برنامه نویسی C# و فناوری .NET وب گاهی جهت مشارکت کارشناسان خبره در این زمینه طراحی شد. در معماری این سیستم فناوری AspMap، شامل مجموعه ای از کنترل ها و مؤلفه های نقشه و ابزارهای مکان محور در سمت سرور برنامه اضافه شد. وزن دهی کاربران به معیارها در قالب فرم های طراحی شده به روش فرآیند تحلیل سلسله مراتبی (AHP) انجام گرفته و به کمک stored procedure ها در یک پایگاه داده SQL Server میانگین ارزش هر یک از نقاط انتخابی به صورت آنلاین محاسبه می گردید. نهایتاً نقطه ای که بیشترین امتیاز را در میانگین نظرات کاربران مختلف را داشت به عنوان بهترین مکان جهت احداث مرکز خرید معرفی می شد. نتایج تحقیق نشان داد روش پیشنهادی انعطاف پذیری، سرعت و سهولت بالایی در اعمال نظرات گروهی دارد.

بی شک انگیزه ی اصلی تمام برنامه ریزی ها رسیدن به توسعه پایدار، تعادل منطقه ای، توزیع مناسب فعالیت ها و استفاده حداکثر از قابلیت های محیطی در فرایند توسعه مناطق می باشد. مهمترین ابزار برنامه ریزی در توسعه پایدار و آمایش سرزمین، اطلاعات مکانی است و مدیریت اطلاعات مکانی از درگاه زیرساخت ملی اطلاعات مکانی و با بهره گیری از فناوری های پیشرفته، به بالاترین سطح بهره وری خواهد رسید. اقدام در جهت به روز رسانی روش ها، ابزارها و قالب های مدیریت اطلاعات مکانی، رسالت مهمی بنظر می رسد. بگونه ای که مدیران در فرآیند تصمیم سازی، بتوانند از اطلاعات مکانی بهره برده و در مسیر پیشبرد اهداف توسعه پایدار، قدم بردارند. این پژوهش بر پایه مطالعه روش ها و فناوری های روز در مدیریت جامع اطلاعات مکانی سه حوزه پیشرو جهان شامل ایالات متحده آمریکا- استرالیا و اتحادیه اروپا بنا شده است. زمینه های مطالعاتی شامل رویکرد سیاسی و اقتصادی حاکمیت- فناوری های نوین- معماری و ساختار و نهایتاً قوانین و محدودیت ها می باشد. هدف این تحقیق، تهیه نقشه راه برازش وضعیت موجود در مدیریت اطلاعات مکانی کشور با وضعیت مطلوب و دستیابی به توسعه مکان محور از سریع ترین مسیر ممکن است. نتایج این تحقیق نشان می دهند که بازطراحی سیستم زیرساخت اطلاعات مکانی کشور با رویکرد تکاملی، نیازمند سرمایه گذاری و تلاش جدی کلیه دست اندرکاران این حوزه می باشد و با تهیه نقشه راه عملیاتی و حرکت زمان بندی شده در این راستا و همچنین، بومی سازی دستورالعمل های موجود، می توان به فناوری های روز و معماری بهینه دست یافت واز نتایج آن که تحقق توسعه پایدار و عدالت منطقه ای و بازگشت چندین برابر سرمایه است، بهره مند شد.

مکان گزینی ناصحیح کاربری های شهری خصوصاً کاربری آموزشی، منجر به ناهماهنگی بین نیازها و خدمات ارائه شده از سوی کاربری ها می شود. افزایش تعداد دانش آموزان و محدودیت منابع مالی، نبود برنامه ریزی، کمبود زمین مناسب، استفاده نکردن از برنامه ریزان شهری و سیستم اطلاعات جغرافیایی، باعث شده مکان یابی بهینه در اکثر فضاهای آموزشی اعمال نشود. در تحقیق حاضر منطقه 18 شهر تهران به دلیل پراکنش ناهمگن مدارس آن مطالعه شد. لذا با هدف یافتن محل های مناسب استقرار مدارس در آینده این منطقه با استفاده از مدل تاپسیس در محیط سیستم اطلاعات جغرافیایی مکانیابی انجام شد. به این منظور معیارهای مورد نظر بر اساس نظر کارشناسان و تحقیقات گذشته در چهار گروه سازگار شامل، فاصله از فضای سبز، اماکن ورزشی، مراکز فرهنگی و مناطق مسکونی؛ نیمه سازگار، شامل: فاصله از آتش نشانی و درمانی؛ ناسازگار شامل: فاصله از مراکز صنعتی، گورستان، مراکز تجاری، مراکز اداری، دامداری و مرغداری، حمل ونقل و انباری، و تأسیسات و تجهیزات شهری؛ و شبکه معابر شامل: معابر اصلی و معابر فرعی انتخاب شد. برای اولویت بندی و وزن دادن به معیارها از تحلیل سلسله مراتبی استفاده شد. بر اساس نتایج فاصله از مراکز صنعتی با ارزش 18/0 مهم ترین و فاصله از مراکز اداری با ارزش 017/0 کم اهمیت ترین لایه انتخاب شد. پس از هم پوشانی محدودیت تمام کاربری ها و شعاع دسترسی مناطق مجاز برای ساخت مدارس از نقشه مکان یابی انتخاب و 5 طبقه مناسب، نسبتاً مناسب، متوسط، نسبتاً نامناسب و نامناسب کلاس بندی شد که کلاس نامناسب با 210255 مترمربع و تنها با 67/6 درصد کمترین و طبقه متوسط با مساحت 1047766 مترمربع و 25/33 درصد بیشترین سهم مساحت را دارد.

منطقه اقیانوس اطلس شمالی همواره در معرض طوفان های شدیدی ست که از شدیدترین مخاطرات طبیعی در حوزه اقلیم محسوب می شوند و هرساله موجب خسارات جدی بر زیرساخت های اقتصادی و تلفات انسانی در محدوده های متأثر از این رخداد می شوند، تهیه و بررسی روند تغییرات الگوهای مکانی و زمانی حاکم بر این طوفان ها می تواند کمکی در جهت تحلیل و برنامه های مدیریت بحران این مخاطره و آمایش سرزمین باشد. توسعه فناوری های جمع آوری داده و داده کاوی، مطالعه دقیق تر این پدیده را امکان پذیر می کند. این موضوع نیازمند بهره گیری از روش هایی ساده و کارآمد جهت بررسی رفتار و استخراج الگو از پایگاه داده این پدیده است. در این پژوهش با استفاده از روش های آمار فضایی به تحلیل روند تغییرات حرکت طوفان های حاره ای اقیانوس اطلس شمالی و شناسایی الگوهای حاکم بر آن ها در بازه زمانی 2015-1995 پرداخته شده است. نتایج به دست آمده الگوی خوشه ای حاکم بر این پدیده و اینکه وقوع طوفان ها رخدادی تصادفی نیستند و از الگوهای مکانی و زمانی پیروی می کنند را در منطقه موردمطالعه تأیید می کند. الگوی طوفان ها از الگوی خوشه ای با مقدار بیشینه میانگین نزدیک ترین همسایگی به میزان 74/0 و کمینه 47/0 برخوردار هست. همچنین مقدار شاخص موران عمومی، بالاترین و پایین ترین میزان همبستگی و خوشه بندی به ترتیب در سال 2006 با عدد شاخص 66/0 و 2009 با عدد شاخص 12/0 محاسبه شد، و نقشه خوشه و ناخوشه و لکّه های داغ تهیه شد. با شناخت بهتر از الگوهای حاکم بر حرکت طوفان ها می توان در جهت کاهش خسارات احتمالی ناشی از وقوع طوفان اقدام نمود. بر این اساس به عنوان پیشنهاد برای پژوهش های آتی، می توان اثر سایر پارامترها چون دما، شوری آب و سامانه های گردش عمومی جو که بر توزیع پراکندگی وقوع طوفان ها نقش بسزایی ایفا می کنند را در مدل سازی و داده کاوی طوفان ها دخالت داد و از نتایجی به واقعیت نزدیک تر بهره گرفت. درنهایت، به عنوان یک تحقیق مفید می توان از نتایج خوشه ها و لکّه های داغ در پیش بینی حرکت طوفان ها در آینده استفاده نمود

آنالیز مکانیابی و تخصیص یکی از مهمترین آنالیزهای شبکه و در زمره آنالیزهای بسیار کاربردی در GIS می باشد. این آنالیز مدلهای مختلفی را شامل می شود که هر یک برای حل مسائل مختلفی کاربرد دارند. اخیرا یک مدل جدید به نام VAOMP (مدل میانه تخصیص برداری ترتیبی) توسعه داده شده است که می تواند بسیاری از مسائل مختلف را حل کند. با توجه به اینکه مسائل مکانیابی و تخصیص در زمره مسائل بسیار سخت هستند حل آنها به روشهای دقیق تقریبا ناممکن است. بنابراین تحقیق حاضر جهت حل مسئله تخصیص مناسب جمعیت به ایستگاههای آتش نشانی موجود که از جمله تسهیلات اضطراری هستند و بررسی تخصیص بهینه آنها از اهمیت زیادی برخوردار است، از مدل VAOMP و الگوریتم ژنتیک و تبرید با سه هدف کمینه کردن زمان رسیدن خودروهای آتش-نشانی به محل تقاضاها، کمینه کردن فاصله و بیشینه کردن پوشش هر ایستگاه در شعاع 5 دقیقه، در منطقه 21 و 22 شهر تهران استفاده می کند. نتایج تحقیق نشان می دهد که الگوریتم ژنتیک در زمان کوتاهتر، جوابهای با کیفیت تری را تولید می کند ضمن اینکه تعداد 10 ایستگاه موجود در منطقه 21 و 22 تهران جهت سرویسدهی به کل تقاضاهای موجود در منطقه کافی نیست و تعداد 55240 نفر بدون خدمات خواهند ماند و حداقل باید 13 ایستگاه در منطقه ایجاد کرد.

مقدمه: سیستم های پاسخ اضطراری هوشمند از فنّاوری های مدرن مانند اینترنت اشیاء (IoT) استفاده می کنند تا بهبود عملکرد واحدهای واکنش اضطراری را فراهم کنند. این سیستم ها به منظور بهبود کیفیت خدمات، کاهش هزینه ها و افزایش نظارت بر فرایند واکنش اضطراری طراحی شده اند. از جمله اهداف اصلی این سیستم ها می توان به بهینه سازی مسیر واکنش اضطراری از طریق ارتباط با اشیا و جمع آوری داده های مکانی اشاره کرد. این سیستم ها با استفاده از مدل های مسیریابی مبتنی بر اینترنت اشیاء، قادر به بهینه سازی مسیر واکنش اضطراری هستند و باعث بهبود تجربه کاربران می شوند. به عبارت دیگر، این سیستم ها از اطلاعات جمع آوری شده توسط اینترنت اشیاء برای بهبود فرایند اضطراری استفاده می کنند. سیستم های پاسخ اضطراری هوشمند نقش مهمی در بهبود کارایی واحدهای واکنش اضطراری و ارتقای سطح خدمات در مواقع اضطراری دارند. این سیستم ها به صورت کامل در دسترس اند و باعث افزایش بهره وری و کارایی در مواقع اضطراری می شوند. مواد و روش ها: یک زیرساخت داده های مکانی برای یکپارچه سازی سیستم و افزایش تلاش های واکنش اضطراری ایجاد شده است که امکانات بسیار مهمی برای بهبود خدمات پزشکی فوری فراهم می کند. این زیرساخت شامل یک پورتال است که مسیر بهینه از محل حادثه تا مرکز پزشکی را به دقت بر روی نقشه نمایش می دهد تا به تیم پزشکی کمک کند با سرعت و کارایی بیشتر به فرد مجروح برسند. علاوه براین، این پورتال امکان انتقال اطلاعات حسگر مانند علائم حیاتی فرد مصدوم را به تلفن همراه پزشک در آمبولانس از طریق بلوتوث فراهم می کند که این اطلاعات به طور هم زمان برای ارزیابی بیشتر به اشتراک گذاشته می شوند تا در صورت اضطرار، به سرعت و با دقت مناسب به فرد مجروح کمک کنند. این سامانه باعث افزایش کارایی و سرعت در واکنش به حوادث اضطراری می شود و امکان دسترسی سریع و بهینه به خدمات پزشکی را فراهم می کند. به طور خلاصه، این زیرساخت داده های مکانی بهبود چشمگیری در عملکرد واکنش به حوادث اضطراری درمانی داشته و امکان ارائه خدمات بهبودیافته و بهینه تر در حوادث اضطراری را فراهم کرده است. نتایج و بحث: مراکز پزشکی اهمیت موضوع بهداشت و درمان را اولویت خود می دانند. برای تعیین این اولویت ها و بهبود فرایند تخصیص منابع، از یک مدل وزن دهی سلسله مراتبی آنلاین استفاده می کنند. این مدل به بهینه سازی تخصیص منابع براساس اطلاعات بهداشتی بی درنگ مصدومان کمک می کند. در یک مورد آزمایشی که برای این مدل انجام شد، یک مصدوم با موفقیت در منطقه 5 تهران تحت درمان قرار گرفت. استفاده کارآمد از اینترنت اشیاء و زیرساخت داده های مکانی، این مرکز پزشکی را قادر به بهبود و بهینه سازی خدمات درمانی خود کرد. این نتایج نشان دهنده اهمیت اطلاعات مکانی در کنار داده های پزشکی و فنّاوری اینترنت اشیاء در بهبود خدمات پزشکی و افزایش کیفیت درمان است.نتیجه گیری: سیستم های واکنش اضطراری سنتی بیشتر براساس مکانیسم های سنتی و فاقد فنّاوری مدرن مانند اینترنت اشیاء و یکپارچه سازی داده های مکانی عمل می کنند. به همین دلیل، این سیستم ها ممکن است با مشکلاتی همچون تأخیر در ارسال کارکنان اورژانس به محل حادثه و کمبود اطلاعات دقیق و سریع از بیمار مواجه شوند. اگر فنّاوری های مدرن مانند هوش مصنوعی، اینترنت اشیاء و سیستم های اطلاعات جغرافیایی به این سیستم ها اضافه شوند، می توانند مشکلاتی را که در سیستم های سنتی واکنش اضطراری وجود دارد، حل کنند. این فنّاوری ها امکان پاسخ سریع تر و کارآمدتر به بحران ها را فراهم می کنند و به سازمان های ذی ربط از جمله سازمان مدیریت بحران کمک می کند تا تصمیمات بهتری برای تخصیص منابع در شرایط اضطراری بگیرند و عملکرد کلی خود را بهبود بخشند. با استفاده از داده های جمع آوری شده توسط این فنّاوری ها، سازمان های اضطراری می توانند بهبودی محسوسی در پاسخ به شرایط اضطراری ایجاد کنند و هزینه های زمانی، مالی و انسانی را کاهش دهند. به طور کلی، این رویکرد جدید به سیستم های واکنش اضطراری امکان پذیری بهتری در مواجهه با بحران های مختلف و بهبود کارایی واکنش به اضطرار را فراهم می آورد.