درخت حوزه‌های تخصصی

وقف سنتی اسلامی است که بر اساس آن افراد حقیقی و حقوقی بخشی یا همه ملک خود را به سازمانی دولتی یا خصوصی می بخشند این سنت حسنه در ایدئولوژی اسلامی ریشه دوانده و نقش بارزی در توسعه شهرهای اسلامی داشته است.انسان بر اساس جهان بینی خود با محیط همواره در کنش متقابل بوده و از همدیگر تاثیر پذیرفته اند. تاثیر جهان بینی منتج از دین بر خلق چشم اندازهای جغرافیایی، بویژه در شهرهای اسلامی از اهمیت خاصی برخوردار بوده است. پدیده وقف به عنوان یکی از نیروهای شهر آفرین و چهره پرداز شهر های ایرانی-اسلامی، تاثیر بسزایی در شکل دهی به محیطهای مصنوع انسانی و تشکل فضاهای کالبدی شهرها داشته است. اراضی وقفی ضمن تاثیر گذاری در توسعه فیزیکی شهرها متقابلا نیز از آن تاثیر پذیرفته اند چرا که در جریان توسعه فیزیکی شهر از حالت اولیه خود (بایر، کشاورزی، باغات و …) خارج و به بافت شهری تبدیل گردیده اند. طی این مقاله شهر میامی به عنوان شهر کوچک اندام در استان سمنان، که قسمت عمده اراضی آن وقفی است مورد بررسی قرار می گیرد. با تبدیل شهر به عنوان مرکز شهرستان، شهر به سرعت گسترش یافت و اراضی کشاورزی وقفی، تغییر ماهیت داده و تبدیل به اراضی شهری با کارکرد جدید گردیدند. این مقاله سعی دارد تا با تکیه بر روش میدانی، و استفاده از تکنیک GIS چگونگی نقش وقف در شکل یابی فضای عمومی شهرهای اسلامی به ویژه شهر مورد مطالعه را مورد بررسی قرار دهد.

در مواجه با خطر سیل و یا خسارات ناشی از خشکسالی، برآورد میزان بارش و الگوی تغییرات مکانی آن در یک منطقه گسترده، یکی از چالش های مهم در علوم هواشناسی، کشاورزی و هیدرولوژی است. اندازه گیری محلی بارندگی در مناطق دور افتاده به دلیل هزینه زیاد و محدودیت های عملیاتی دشوار است. بدین علت در تحقیق حاضر به منظور تعیین الگوی مکانی-زمانی بارش و امکان تلفیق داده ها، سه نوع مختلف از تولیدات بارندگی شامل داده های ماهواره ای (TRMM۳B۴۲)، داده های حاصل از مدل پیش بینی عددی جوّی (MM۵) و اندازه گیری های زمینی (نقشه های حاصل از روش زمین آمار (KED))، مورد مطالعه قرار گرفتند. این مطالعه در بازه زمانی سال های ۲۰۰۰ تا ۲۰۱۰ میلادی و برای منطقه شمال شرق ایران به صورت ماهانه، فصلی و سالانه انجام شد. داده ها با استفاده از شاخص اعتبارسنجی RMSE و الگوریتم تشابه با یکدیگر مقایسه شدند. نتایج نشان دادند که یکی از ضعف های روش زمین آمار نبودن اطلاعات کافی در ارتفاعات بالای (۱۵۰۰) متر منطقه است. همچنین دقت تصاویر ماهواره ای در فصل های گرم بیشتر بود؛ بطوریکه در ماه آگوست مقدار ۷/۱ RMSE = به دست آمد. در فصل زمستان (ماه ژانویه) بیشترین مقدار ۰۲/۱۴ RMSE = حاصل شد که این امر عملکرد ضعیف تولیدات ماهواره ای TRMM در مناطق پوشیده از یخ را نشان می دهد. در اعتبارسنجی مدل MM۵ بیشترین و کمترین مقدار RMSE به ترتیب ۶۴/۶ و ۰۵/۱ به دست آمد. علاوه بر این مدل MM۵ تا حدود زیادی در شبیه سازی مقادیر بارندگی سالانه بیش برآورد داشت. نتایج تحلیل های مکانی- زمانی الگوریتم تشابه نیز نشان دادند که عملکرد مدل MM۵ در مقیاس ماهانه و فصلی و تعیین مناطق بارندگی بهتر از تصاویر ماهواره ای TRMM بود. همچنین هر سه محصول الگوی مکانی بارندگی در مقیاس فصلی و سالانه را به خوبی نشان دادند.

سیلاب یکی از شایع ترین و مخرب ترین وقایع طبیعی در جهان است. بشر همواره، به دنبال جلوگیری از وقوع سیلاب، از روش هایی مانند احداث خاکریزها استفاده کرده است که در زمرة روش های مبتنی بر رویکرد مقاومتی اند. با اینکه زمان و مکان وقوع سیل، دبی طراحی، مقاومت سازه ها ، رفتار فیزیکی رودخانه و چنین مواردی دارای قطعیت نیست؛ راهکارهای مقاومتی روش مناسبی برای مقابله با سیل محسوب نمی شوند. برای نمونه، درصورت رخداد سیلی با دبی بیشتر از دبی طراحی خاکریز، نه تنها سیل باعث نابودی سازة خاکریز می شود بلکه آبگرفتگی، خسارات مالی و تلفات جانی پیش بینی نشده ای به بار خواهد آمد. در رویکرد انعطاف پذیر با استفاده از برنامه ریزی مکانی و طرح های سازه ای و غیر سازه ای، آمادگی لازم فراهم می شود تا سیستم سیل دیده به شرایط پایدار بازگردد. هدف تحقیق حاضر بررسی قابلیت های رویکرد انعطاف پذیر در مسئلة مدیریت ریسک سیلاب و مقایسة نتایج آن با رویکرد مقاومتی است. برای تحقق این هدف، از تلفیق سیستم اطلاعات مکانی و دانش مهندسی و مدیریت سیل استفاده شده است. مطالعة موردی روی محدوده ای از رودخانة قزل اوزن، واقع در حوضة ماه نشان، انجام شده که پی درپی شاهد سیلاب بوده و راهکارهای مقاومتی، برای جلوگیری از وقوع سیل، کارساز نبوده اند. به این منظور، راهبردهای گوناگون مدیریتی شامل راهبردهای مقاومتی (احداث خاکریز)، انعطاف پذیر سازه ای (کشت دیم) و غیرسازه ای (هشدار سیل و بیمة سیل) مطرح شده اند. برای برآورد عملکرد مناسب هر راهبرد، مقادیر شاخص های انعطاف پذیری شامل دامنة عکس العمل، تدریج و نرخ بازیابی، برای سیلاب هایی با دوره های بازگشت 25، 50 و 100 ساله، محاسبه شده اند. به منظور پهنه بندی سیلاب و بررسی راهبردهای پیشنهادی، سه دسته اطلاعات شامل شرایط هندسی، شرایط اولیه و شرایط مرزی یا حدی مورد نیاز است. شرایط هندسی ازجمله شیب مسیر رودخانه، شکل مقاطع، محل و ارتفاع خاکریزها با استفاده از نقشة رقوم ارتفاعی، ازطریق الحاقی HEC GeoRAS در محیط ArcGIS، به دست آمده است. شرایط اولیه و شرایط مرزی جزء اطلاعات ورودی مدل هیدرولیکی است که از آبخیزداری حوضة مورد مطالعه دریافت شده است. برای مدل سازی هیدرولیکی، نرم افزارHEC RAS به کار رفته است. پس از مدل سازی هیدرولیکی برای محاسبة شاخص های انعطاف پذیری، نتایج حاصل از پهنه بندی سیلاب در مدل هیدرولیکی با لایه های اطلاعاتی مربوط به مناطق مسکونی، راه های ارتباطی، سازه های احداث شده و زمین های زراعی در محیط سیستم اطلاعات مکانی تلفیق شدند. درنهایت، پس از محاسبة شاخص های انعطاف پذیری به منزلة معیار مقایسة راهبردها، به منظور اولویت بندی آنها، از روش آنتروپی برای وزن دهی به معیارها (شاخص های انعطاف پذیری) و از روش TOPSIS برای اولویت بندی راهبردها استفاده شده است. مطابق نتایج، مشاهده شد که راهبرد کشت دیم، هم زمان با هشدار سیل و بیمة سیل، راهکاری انعطاف پذیر است که، به منزلة بهترین استراتژی منتخب، بر روش های مقاومتی برتری دارد.

ه هدف از این مطالعه مدل سازی آماری عملکرد گندم دیم در استان کردستان است. به این منظور از مدل های رگرسیون خطی چندمتغیره استفاده شده، که متغیر وابستة آنها میزان عملکرد گندم دیم است و متغیرهای مستقل شان سه دسته اند: نخستین گروه، عناصر اقلیمی و شاخص های اقلیم کشاورزی هستند. دومین گروه از متغیرهای مستقل در این تحقیق را شاخص های گیاهی استخراج شده از سنجندة AVHRR از ماهواره NOAA برای زمان حداکثر سبزینگی (حداکثر شاخص سطح برگ)، تشکیل داده اند. سومین گروه متغیرهای مستقل تحقیق، ترکیب دو گروه متغیرهای مستقل فوق است. روش بازنمونه گیری بوت استرپ روی همة مدل های استخراج شده اجرا، و برمبنای نتایج آن، میزان عملکرد برای سال های 1383 تا 1385 تخمین زده شده است. تحلیل های انجام شده نشان می دهد که با ورود عناصر اقلیمی و شاخص های اقلیم کشاورزی به عنوان متغیرهای مستقل به مدل های رگرسیون خطی، مناسب ترین مدل های برآورد عملکرد گندم دیم در کل استان کردستان و شهرستان های سقز و بیجار، داده های مرحله زایشی (23 اردیبهشت تا 20 خرداد) است. در شهرستان دیوان دره، بهترین مدل از مجموع دو مرحلة دوم رویشی و مرحله زایشی به دست آمده است. در شهرستان مریوان بهترین مدل، با توجه به داده های مرحله خواب (22 آذر تا 25 اسفند)، و در دو شهرستان سنندج و قروه با توجه به داده های کل فصل رشد به دست آمده است. همچنین نتایج نشان می دهد که استفاده از شاخص های گیاهی استخراج شدة شاخص DVI برای مدل سازی و پیش بینی عملکرد گندم دیم مناسب تر است. افزون بر اینها، مدل های ترکیبی شامل ترکیب عناصر اقلیمی و شاخص های اقلیم کشاورزی با شاخص های طیفی گیاه، مدل هایی با دقت بالاتر به دست می دهند. کاربرد روش بازنمونه گیری بوت استرپ روی مدل های رگرسیونی به دست آمده، در مطالعات مدل سازی محصول که تعداد نمونه ها زیاد نیست دقت درون مدلی را افزایش می دهد و به همین دلیل می توان از آن برای عملکرد محصول گندم دیم استفاده کرد.

مطالعات متعددی که طی چندین دهه اخیر درمورد پدیده آتش سوزی انجام شده، مجموعه گسترده ای از داده های ورودی و روش های اجرا و ارزیابی را فراهم کرده است. بااین حال این مجموعه گسترده نتایج و تحقیقات، به صورت ساختاریافته، به منظور ارائه نقشه راه به کاربران جدید این حوزه و راهنمایی در زمینه کاربردها و شرایط گوناگونی فراهم آمده است که تا کنون تحلیل نشده اند. به عبارتی دیگر، خلأ تحقیقی منسجم درمورد عملکرد نسبی فرایندهای گوناگون سنجش از دور در این حوزه، به منظور تولید اطلاعات متفاوت و مرتبط با کاربری ها، احساس می شود. برای رفع این خلأ، در این تحقیق، تحلیلی نسبتاً جامع از مطالعات انجام شده درباره آتش سوزی در نشریات سنجش از دور صورت پذیرفته است. چند عامل کلی مورد ارزیابی در مطالعات پیش، حین و پس از آتش سوزی، تغییر در داده های ورودی، بررسی الگوریتم ها و توسعه آنها بودند زیرا تحلیلگران می توانند این عوامل را کنترل کنند تا دقت نهایی تحلیل ها و نتایج حاصل را بهبود بخشند. یکی از مسائل مهم در موضوع آتش سوزی، پس از شناسایی و کشف آتش، با توجه به تغییرات دائمی ایجادشده در ساختار و ترکیب پوشش گیاهی، بررسی نحوه بازیابی پوشش گیاهی و میزان رشد آن طی سالیان پس از آتش سوزی است. براساس بررسی انجام شده درباره مطالعات آتش سوزی در کشور، حدود 48% از این پژوهش ها به شناسایی و گسترش آتش سوزی و حدود 52% دیگر به احیا و بازیابی پرداخته اند. در بررسی تحقیقات درباره مطالعات شناسایی، مشخص شد که تقریباً 5% از آنها با استفاده از روش های یادگیری و 43% دیگر با روش های سنتی انجام شدند. درعین حال از سهم مرتبط با مطالعات احیا نیز، تقریباً 21% به بررسی پوشش گیاهی و 31% به بررسی خاک زیر سطح آتش پرداختند. یافته های این تحقیق می تواند به محققان، برای تصمیم گیری در انتخاب داده ها و الگوریتم های مورد استفاده، با توجه به هدف مطالعه، در شاخه های گوناگون مطالعات مرتبط با آتش سوزی کمک مؤثری برساند. بااین حال تحلیلگران می توانند، علاوه بر این دستورالعمل های کلی، ترجیحات شخصی یا مزایای الگوریتم ویژه ای را که ممکن است به برنامه ای خاص مربوط باشد، در نظر بگیرند.

استفادة اصلی از مراتع ایران به صورت چرای دام و دام غالب در مراتع، گوسفند است. چرای گوسفند در شیب های بالای 60 درصد به علت صرف انرژی زیاد برای عمل چرا، ضمن آنکه عملکرد دام را کاهش می دهد، خطر ایجاد فرسایش را نیز بالا می برد. چرای گوسفند در نقاطی که بیش از پنج کیلومتر از منابع آب فاصله دارند، به علت طولانی شدن مسیر راهپیمایی باعث کاهش عملکرد می شود. پراکنش منابع آبی در مرتع، از عوامل مؤثر در تعیین شایستگی مرتع به شمار می رود که بر پراکنش دام نیز تأثیر می گذارد. ازاین رو لازم است در هر منطقه شایستگی منابع آب مرتع برای دام مشخص شود. در پژوهش حاضر، تجزیه و تحلیل داده ها در ساختار رستری و به وسیلة نرم افزار ILWIS انجام شد. منطقة مورد مطالعه در تحقیق با وسعت 37977 هکتار در طالقان (استان البرز) واقع شده است. مدل منابع آب از سه زیرمدل فاصله از منابع آب، کمیت منابع آب و کیفیت منابع آب تشکیل شده است. نتایج نشان دادند که براساس مدل شایستگی منابع آب، 19989 هکتار از مراتع منطقه در طبقة شایستگی خوب (S1) ، 1229 هکتار در طبقة شایستگی متوسط (S2) و 4338 هکتار در طبقة شایستگی غیرقابل استفاده (N) قرار گرفتند و هیچ قسمتی از مرتع در طبقة شایستگی کم (S3) واقع نشد. شیب، مهم ترین عامل محدودکنندة شایستگی مرتع برای چرای گوسفند در منطقة مطالعه شده شناخته شد. پیشنهاد می شود در ارائة راه حل های مدیریتی برای احیا و اصلاح مراتع، به عوامل محدودکننده و کاهش دهندة شایستگی منابع آب مرتع توجه شود و عملیات اصلاحی برای رفع عوامل کاهش دهندة شایستگی مرتع صورت گیرد. کلید واژه ها : مرتع، منابع آب، گوسفند، سامانه های اطلاعات جغرافیایی

مئاندرها از شاخص های مهم تغییرات محیطی به شمار می آیند. تحقیق حاضر به منظور بررسی تغییرات برخی از پارامترهای مئاندر در رودخانه کارون با استفاده از تصاویر ماهواره لندست سال های 1368 و 1384 به کمک سنجش از دور صورت گرفته است. در این تحقیق پارامترهای مورفولوژیکی 20 مئاندر در بازه ای به طول 128 کیلومتر از رودخانه کارون پس از تهیه نقشه کاربری اراضی برای هر دوره تعیین گردید. نتایج حاصل از مقیاس میانگین t جفتی نشان داد که پارامترهای عرض جریان و طول گردن مئاندر اختلاف معنی داری طی دوره مطالعاتی از خود نشان داده اند. نتایج همبستگی اسپیرمن حاکی از آن بود که تغییرات در پارامترهای مئاندر به شدت به یکدیگر وابسته اند؛ به طوری که همبستگی معنی داری بین تغییرات ضریب خمیدگی با شعاع انحنا، طول جریان و طول محور مئاندر و نیز میان تغییرات شعاع انحنا با طول جریان، طول محور مئاندر، طول گردن مئاندر و عرض جریان وجود دارد. از سوی دیگر همبستگی معنی داری بین تغییرات عرض جریان با پارامترهای طول جریان و طول محور مئاندر و طول جریان با محور مئاندر مشاهده می شود. از دلایل اصلی تغییرات پارامترهای مورد نظر می تواند تغییر در رژیم هیدرولوژیکی و اکولوژیکی منطقه باشد، به طوری که در طی دوره مطالعاتی، حریم رودخانه در اثر تجاوز افراد به منظور کشاورزی و تصاحب زمین به دشت تغییر یافته و دچار آسیب شده است.

افزایش سطح غلظت گازهای گلخانه ای و به تبع آن، گرم شدن کره زمین و تغییرات آب وهوایی یکی از مهم ترین چالش های قرن بیست ویکم شناخته شده است. این پژوهش عملکرد الگوریتم های موجود در بازیابی غلظت گازهای گلخانه ای دی اکسید کربن را، براساس داده های مشاهداتی ماهواره نظارت بر گازهای گلخانه ای گوست (GOSAT)، در مقایسه با داده های مرجع به دست آمده از شبکه سطحی (TCCON)، در هشت سایت منتخب در دوره زمانی 2015-2011 بررسی می کند. الگوریتم های مورد ارزیابی عبارت اند از الگوریتم NIES، ACOS و RemoTeC (SRFP). این الگوریتم ها بر بازیابی فراوانی ستونی از گازهای مورد نظر متمرکز شده اند تا از مقادیر مولکولی هوای خشک اتم دی اکسید کربن (XCO2) بهره بگیرند. برای ارزیابی محصولات هر الگوریتم با مقدار معادل مشاهداتی زمینی آن، از شاخص های آماری اریبی (Bias)، جذر میانگین مربع خطاها (RMSE)، خطای مطلق (MAE)، انحراف معیار (SD) و ضریب همبستگی پی یرسون (CR) در هر ایستگاه استفاده شده است. نتایج بررسی مقادیر داده شده نشان می دهد که، در بیشتر ایستگاه های زمینی مورد نظر، به ترتیب الگوریتم های NIES، ACOS، RemoTeC (SRFP) دارای کمترین خطای RMSE، MAE، و کمترین خطای اریبی بوده اند. همچنین، کمترین مقادیر همبستگی (بین هر الگوریتم و شبکه سطحی) متعلق به الگوریتم (SRFP) و بیشترین مقادیر آن، درمورد بیشتر ایستگاه ها، متعلق به الگوریتم NIES در یک میانگین پنج ساله (2015-2011) است. 

اطلاعات پوشش اراضی یکی از مهم ترین ابزارهای مدیریت شهری است و سنجش از دور به عنوان فناوری بهینه از نظر هزینه و زمان، در تولید این گونه اطلاعات اهمیت بسیار دارد. با توجه به وجود نواحی شهری پیچیده و متراکم در کشورهای جهان سوم، روش های شئ مبنا به عنوان راهکار مناسبی در پردازش تصاویر این گونه مناطق پیشنهاد شده اند. هدف پژوهش حاضر معرفی روش شئ مبنای جدیدی برای طبقه بندی مناطق شهری پیچیده با استفاده از تصاویر بزرگ مقیاس ماهواره ای و نزدیک شدن به فرایند تولید نقشة استاندارد و مؤثر با این روش است. در این مدل به منظور انتخاب پارامترهای قطعه بندی، از روشی جدید و همچنین از مدل طبقه بندی سلسله مراتبی به همراه استراتژی قانون مبنایی برای غلبه بر اغتشاشات بین کلاسی بهره گیری شد. در این حیطه ضمن بهینه سازی فضای ویژگی در آنالیزی چندمقیاسه، از دو روش طبقه بندی قانو ن مبنا و نزدیک ترین همسایة فازی استفاده شد. روش پیشنهادی در پژوهش حاضر روی تصویر سنجندة IKONOSاز شهر شیراز پیاده سازی شد، که دقت 84 درصد با استفاده از طبقه بندی روش قانون مبنا و نیز دقت 87 درصد از روش طبقه بندی نزدیک ترین همسایة فازی به دست آمد. افزون بر این، پیاده سازی روش پیشنهادی روی تصویر IKONOSشهر یزد، قابلیت تعمیم پذیری این روش را به سایر مناطق نشان داد. کلید واژه ها : طبقه بندی پوشش اراضی، قانون مبنا، شئ مبنا، نزدیک ترین همسایة فازی، نواحی پیچیده.

تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهم زمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمان های دوره کشت و کمبود داده های زمینی، طبقه بندی محصولات زراعی در تصاویر ماهواره ای را به کاری چالش برانگیز مبدل می کند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجسته ترین ویژگی پوشش های گیاهی ازجمله محصولات کشاورزی است که می توان بر آن نظارت کرد. این کار با استفاده از سری زمانی شاخص های گیاهی انجام می شود که اطلاعات بسیار مفیدی از توالی ویژگی های فنولوژیک محصولات کشاورزی در اختیار ما قرار می دهد. استفاده از روش های یادگیری عمیق با توانایی یادگیری اطلاعات متوالی حاصل از این سری ها می تواند، در طبقه بندی محصولات کشاورزی و کاهش وابستگی به داده های زمینی، مفید باشد. شبکهLong-Short Term Memory (LSTM) یکی از انواع شبکه های عصبی بازگشتی در تجزیه و تحلیل داده های متوالی است که توانایی یادگیری توالی های بلندمدت در سری زمانی را دارد؛ بنابراین در این مطالعه، پس از محاسبه شاخص NDVI از باندهای ماهواره سنتینل 2 در نُه تاریخ متفاوت و تشکیل سری زمانی آن شاخص برای ورود به شبکه، دو ناحیه متفاوت در دشت مغان در نظر گرفته شد که محصولات کشت شده در آنها، طی عملیات زمینی، برداشت شده بود. در ناحیه اول، شبکه کانولوشنی LSTM برای طبقه بندی محصولات آموزش دید و در ناحیه دیگر، کارآیی این شبکه آموزش دیده در طبقه بندی محصولات ارزیابی شد و دقت کلی 82% و ضریب کاپای 8/0 به دست آمد. افزایش تعداد نمونه های زمینی و انتخاب مرز دقیق محصولات، می تواند کارایی روش مورد استفاده را افزایش دهد.

شکوه و عظمت یک جامعه بستگی به حل مشکلات و رفع معضلات محتمل و قدرت مقاومت آن در مقابل حوادث اعم از طبیعی و انسان ساخت دارد، از آنجایی که زیرساخت ها حائز نقش تعیین کننده ای در فرآیند امن یک جامعه می باشند و حفظ امنیت زیرساخت ها در برابر حملات و تهدیدها، جزء اولویت های امنیتی هر کشور است به همین دلیل جوامع مختلف پیوسته به دنبال کشف و ابداع راه حل هایی بوده و هستند تا بتوانند آسیب ها را با برنامه ریزی و مدیریت مناسب کنترل یا به حداقل برسانند. در دهه های اخیر نیز نحوه مقابله با این تهدیدها، شکل علمی تری به خود گرفته و به طور مشخص میزان احتمال وقوع، خسارت وارده و چگونگی مقابله با آن ها تعیین شده است. در این راستا مقاله حاضر با استفاده از روش توصیفی- تحلیلی، پس از جمع آوری داده ها و اطلاعات موردنیاز، ابتدا میزان اهمیت و وزن هریک از زیرساخت ها با استفاده از مدل فرآیند تحلیل شبکه ای (ANP) محاسبه و سپس با آماده سازی لایه های اطلاعاتی در محیط نرم افزار Arc GIS با استفاده از توابع هم پوشانی، درجه ریسک پذیری زیرساخت های شهر سمنان در برابر حملات و تهدیدهای نظامی و امنیتی به تفکیک در چهار حوزه شبکه انرژی، شبکه ارتباطات، مراکز پشتیبان و سایر مراکز را مشخص نموده است. نتایج حاصله نشان می دهد که زیرساخت های حساس با 50.69 درصد، زیرساخت های مهم با 34.08 درصد و زیر ساخت های قابل حفاظت با 15.23 درصد در موقعیت مکانی با درجه ریسک پذیری بسیار بالا قرار دارند. نتایج کلی پژوهش نشان می دهد که 37.83 درصد کل زیرساخت های شهر سمنان در پهنه آسیب پذیری با درجه ریسک بسیار بالا پراکنده شده اند و این مسئله به دوراز اصول و ملاحظات پدافند غیرعامل بوده و تشدیدکننده میزان آسیب پذیری زیرساخت های در مواقع بحرانی ناشی از حملات و تهدیدهای نظامی و امنیتی است.

تعیین تناسب اراضی، برای استقرار توربین های بادی به منظور بهره برداری مناسب از پتانسیل های موجود و بالقوه انرژی بادی، به عنوان یکی از منابع انرژی تجدید پذیر، در مناطق مختلف کشور دارای اهمیت است. تعیین مناطق با تناسب بالا جهت استقرار توربین های بادی تأثیر زیادی در کارایی تجهیزات و وسایل تولید برق بادی دارد. تاکنون تحقیقات صورت گرفته در منطقه خراسان رضوی، تنها به تحلیل آماری داده های سرعت و جهت باد بسنده کرده و معیارهای مکانی تأثیرگذار در محل احداث نیروگاه بادی را کمتر مدنظر قرار داده است. این تحقیق به دنبال تحلیل تناسب اراضی، برای احداث نیروگاه بادی با استفاده از معیارهای محیطی (شامل شیب، ارتفاع، فاصله از گسل، فاصله از رودخانه، فاصله از مناطق حفاظت شده)، فنی (شامل متوسط سرعت باد، پیوستگی باد و تراکم باد) و اقتصادی (شامل فاصله از شهر، فاصله از روستا، فاصله از فرودگاه، فاصله از منابع طبیعی و فاصله از جاده) و با استفاده از روش های تصمیم گیری چند معیاره ANP، ANP-DEMATEL و ANP-OWA است. هدف، ارزیابی نتایج هر یک از مدل ها و تولید نقشه تناسب اراضی برای احداث نیروگاه بادی در سناریوهای مختلف تصمیم گیری است. بر این اساس، ابتدا با استفاده از توابع تحلیلی سامانه اطلاعات مکانی، کل محدوده برای هر یک از معیارها پهنه بندی شده و سپس نقشه تناسب اراضی با استفاده از هر یک از روش های تصمیم گیری چندمعیاره ذکرشده، تولید و با یکدیگر مقایسه شده اند. با بررسی نقشه های تناسب اراضی مشخص شد که در سناریوهای مختلف تصمیم گیری، ناحیه جنوب شرقی استان دارای بیشترین پتانسیل برای احداث نیروگاه بادی است. نتایج این تحقیق، ابزار مناسبی برای تصمیم گیری درباره انتخاب مکان مناسب، به منظور احداث نیروگاه بادی در اختیار این صنعت قرار می دهد.

رشد جمعیت شهرنشین با افزایش فضاهای شهری و به طورکلی، با رشد اندازه شهرها همراه بوده است. این امر به صورت ساخت وساز بیشتر و تغییر اراضی موجود به نفع فضاهای ساخته شده بروز می یابد. موقعیت خاص شهر ارومیه در مجاورت دریاچه ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامه ریزی صحیح کاربری اراضی را، در این شهر، ناگزیر می کند. یکی از ابزارهای مورد نیاز برای برنامه ریزی مناسب، در این زمینه، بهره گیری از تکنیک های سنجش از دور است. پژوهش حاضر با هدف ارزیابی این تغییرات (دوره 2015-1989) و پیش بینی روند آتی آن صورت گرفته است. از روش های SVM و شبکه عصبی برای ارزیابی تغییرات در پنج کلاس استفاده شده است. ضریب تعیین (0.73) و منحنی راک (82.55%) نیز بیانگر دقت بالای مدل شبکه عصبی برای پیش بینی تغییرات گسترش شهری اند. با توجه به دقت بالای این مدل، که می تواند نتایج واقعی تری ارائه دهد، از نتایج این نوع طبقه بندی در پیش بینی تغییرات برای افق 2045 استفاده شده است. اراضی ساخته شده در سال 1989 برابر با 7469.1 هکتار بوده که در سال 2002 و 2015، به ترتیب، به 9217.3 و 9436.9 هکتار رسیده است. در سال 2045، براساس مدل پیش بینی شبکه عصبی، برابر با 22449.6 هکتار خواهد بود که 13012.7 هکتار افزایش را در اراضی ساخته شده نشان می دهد. نتایج حاصل گویای این است که تمامی این ساخت وسازها برمبنای نیاز واقعی شهر نبوده و پدیده اسپرال (گستردگی شهری) اتفاق افتاده است.

برای پنهان سازی سازه ها و تأسیسات زیرسطحی، شناخت عملکرد و توان فناوری های سنجش از دور نوین و پیشرفته از ضروریات اساسی است. یکی از این فناوری ها در سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری بکار گرفته شده است که از امواج الکترومغناطیسی پر قدرت در محدوده فرکانسی 3 تا 10 مگاهرتز استفاده می کند. هارپ با ساطع کردن این امواج به منطقه ای از یونسفر موجب گرم شدن آن منطقه شده و این گرمایش منجر به گسیل امواجی با محدوده فرکانس خیلی پائین VLF و ELF می شود. هدف اصلی این تحقیق تحلیل و شناخت قابلیت سنجش از دور سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری (هارپ)، در شناسایی اهداف زیرسطحی می باشد. در این پژوهش با بهره گیری از روش ترکیبی تجزیه و تحلیل داده های چندگانه بر مبنای توصیف و تحلیل داده های جمع آوری شده از منابع علمی و تئوریک، گزارشات رسمی و معتبر، بررسی نتایج آزمایشات تجربی انجام گرفته در جهان و ایران و در نهایت اخذ نظر خبرگان و صاحب نظران جامعه آماری تحقیق به روش میدانی، به سؤال اصلی تحقیق پاسخ داده شده است. نتایج حاصل از این تحقیق نشان می دهد که سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری، قابلیت سنجش از دور و امکان شناسائی اهداف زیرسطحی را دارند. بر این اساس، این سامانه ها تهدیدی جدی برای شناسایی اهداف زیر سطحی محسوب می شوند؛ و لذا در ادامه تحقیق، راهکارهای دفاع غیرعامل در برابر این تهدید  نیز ارائه گردیده است.

مخاطرات طبیعی منجر به کاهش موجودی سرمایه انسانی، اجتماعی، فیزیکی می شوند و همچنین اثرات کوتاه مدت و بلندمدتی بر متغیرهای کلان اقتصادی و اجتماعی نظیر تولید،سرمایه گذاری، مخارج دولتی، تراز تجاری و فقر دارند که بر روی رشد اقتصادی و اجتماعی اثرگذار می باشد یکی از مسائلی که همواره مورد توجه سازمان های مسئول در مدیرت بحران قرار دارد انتخاب مکانی جهت استقرار اضطراری یا موقت جمعیت های آسیب دیده از سوانح می باشد. در ایران معمولاً مکان گزینی برای اسکان اضطراری شهروندان به صورت تجربی پس از بروز سانحه بدون در نظر گرفتن استانداردهای لازم توسط سازمان های امداد رسان انجام می گیرد. بدیهی است عدم رعایت مکان گزینی صحیح ممکن است فاجعه ی دیگری حتی به مراتب وخیم تر از سانحه اولیه بدنبال داشته باشد. بنابراین لزوم برنامه ریزی، مدیریت و ارائه راهکارهایی مناسب در استقرار اضطراری یا موقت جمعیتهای آسیب دیده قبل از وقوع زلزله الزامی می نماید از این رو این تحقیق با روش توصیقی تحلیلی بر پایه پیمایش به مکانیابی استقرار بهینه جمعیت های آسیب دیده از مخاطرات طبیعی(سیل و زلزله) در شهر سرخه استان سمنان پرداخت. به این منظور مکانهای بهینه اسکان موقت آسیب دیدگان از مخاطرات طبیعی احتمالی را برای منطقه مورد مطالعه، مورد بررسی قرار داده و با تلفیق برنامه ریزی صحیح و علمی در راستای مدیریت بحران با شناخت مکانهای مناسب جهت اسکان موقت آسیب دیدگان و آوارگان ناشی از حوادث احتمالی گام بر داشته شد نتایج تحقیقات و مطالعات انجام شده نشان می دهد که رویکرد به فناوری های نوین می تواند برای شناسایی فضاهای تخلیه جمعیت های آسیب دیده ناشی از زلزله و سیل مناسب باشند و ورزشگاه تختی واقع در جنوب غربی شهر سرخه بهترین مکان مناسب جهت برپایی اردوگاه اسکان موقت افراد بی سرپناه می باشد

آشکارسازی تغییرات پوشش اراضی برای پایش رشد شهرها و برنامه ریزی مسئولانه در مورد آنها امری ضروری است. سنجش از دور فناوری قدرتمندی است که می توان از آن در آشکار سازی تغییرات اراضی استفاده کرد. یکی از چالش های موجود در این زمینه توسعة روش های کارآمد به منظور آشکار سازی تغییرات با سطح خودکارسازی بالاست که بتواند اطلاعاتی صحیحی در مورد موقعیت جغرافیایی و ماهیت این تغییرات ارائه کند. در پژوهش حاضر با استفاده از دو تصویر GeoEye منطقة 17 شهر تهران مربوط به سال های 2004 و 2010 از ویژگی های مکانی متن تصویر، شبکه های عصبی و الگوریتم ژنتیک برای آشکار سازی تغییرات استفاده شد. شش حالت مختلف، هریک با دو رویکرد طبقه بندی مستقیم چندزمانی و مقایسة پس از طبقه بندی، از دیدگاه صحت آشکارسازی و زمان اجرای الگوریتم مورد مقایسه قرار گرفتند. بررسی های انجام شده نشان دادند که رویکرد طبقه بندی مستقیم چندزمانی در هر شش حالت نتایج بهتری ارائه کرده است. همچنین در بین شش حالت بررسی شده، عملکرد حالت ششم (روش پیشنهادی این تحقیق) از نظر صحت طبقه بندی بهتر است. در حالت ششم پس از انتخاب بهینة ویژگی ها، طبقه بندی مبتنی بر شبکه های عصبی با تعیین معماری شبکه و با چندین بار اجرا صورت می گیرد. هرچند زمان اجرای این روش درمقایسه با دیگر حالت های بررسی شده بیشتر است، اما درصورتی که صحت طبقه بندی به زمان ارجحیت داشته باشد این روش کاملاً توصیه می شود

عمق سکی یکی از شاخص های شفافیت پهنه های آبی است. در پژوهش حاضر برای نخستین بار مدل های رگرسیونی خطی تک متغیره و چندمتغیره به منظور پایش عمق سکی در دریای خزر با استفاده از تصاویر مریس شرح و بسط داده شده است. برخلاف مطالعات گذشته، در این تحقیق مدل ها آزمون می شوند تا دقت واقعی آنها در پایش عمق سکی مشخص گردد. اندازه گیری های میدانی عمق سکی که شامل 25 دادة مدل ساز و 12 داده آزمون است، در 25 گشت دریایی طی تیرماه تا آبان ماه سال 1384 در بخش جنوبی دریای خزر انجام شد. در این تحقیق از 25 تصویر سنجندة مریس در بازة زمانی اندازه گیری های میدانی استفاده شد. در رگرسیون تک متغیره، همبستگی بین عمق سکی و داده های بازتابش طیفی و نسبت آنها بررسی شد و روابطی که بیشترین همبستگی را داشتند انتخاب شدند. سپس با استفاده از داده های مدل ساز، بهترین مدل های خطی تک متغیره بین عمق سکی و پارامترهای بازتابشی ارائه و آزمون شد. مدل های رگرسیونی چندمتغیرة مناسب به کمک آمارة CP مالوز تعیین شدند و از میان آنها بهترین مدل با کمک داده های آزمون مشخص شد. نتایج نشان داد که جواب های مدل سازی چندمتغیره از مدل های تک متغیره بهتر و در مقایسه با دیگر مطالعات دارای ضریب همبستگی بیشتری است. در بهترین مدل چندمتغیره از داده های بازتابش در طول موج های 412، 510، 560، 681 و 779 نانومتر استفاده می شود و ضریب همبستگی و درصد خطای این مدل به ترتیب 7/0 و 7/37 درصد است. در نهایت نقشه های عمق سکی در دریای خزر از تصاویر مریس به کمک مدل مذکور استخراج شدند.

تبخیر تعرق گیاه مرجع متغیری است که مهم ترین جزء چرخه هیدرولوژی محسوب می شود. با توجه به ارتباط مستقیم تبخیر تعرق مرجع با متغیرهای اقلیمی، انتظار می رود افزایش دمای هوا و تغییرات فراسنج های مرتبط با دما در روند و مقدار ETo تأثیر بگذارد. در این مطالعه، ضمن بررسی مهارت داده های شبکه ای CRU در برآورد میانگین سالیانه سه متغیر دمای کمینه، بیشینه و تبخیر تعرق در استان خراسان رضوی، پیش نگری تغییر در مقدار، نوسانات مکانی و روند زمانی این سه متغیر، با استفاده از برون داد چهار مدل سری CMIP5، تحت دو سناریوی واداشت تابشی (4.5 و 8.5) طی دو دوره آینده نزدیک (2050-2021) و آینده میانی (2080-2051) بررسی شد. نتایج نشان داد داده های CRU دارای مهارت مناسبی در شبیه سازی دما در منطقه اند. میانگین سالیانه دمای کمینه، در دوره 2050-2021، تحت هر دو سناریو، بیش از C ᵒ6/1 افزایش خواهد یافت که تحت RCP8.5، مساحت بیشتری از استان دچار این افزایش خواهد شد. این منطقه، طی دوره 2080-2021، با افزایش بیش از Cᵒ3 در میانگین سالیانه دمای کمینه مواجه خواهد شد. افزایش دمای بیشینه در سناریوی RCP8.5 طی دوره میانی، در تمامی استان، حدود Cᵒ4 برآورد شد. مقایسه مقادیر ETo مشاهداتی با برون داد چهار مدل اقلیمی در تمامی نقاط شبکه برای دوره پایه نشان داد، به رغم تفاوت در مقدار، نحوه پراکنش مکانی مقادیر ETo مدل با توزیع مکانی مقادیر مشاهداتی هم خوانی مناسبی دارد. براساس نتایج به دست آمده، طی دو دوره مورد بررسی، این متغیر افزایش خواهد یافت و همان طور که انتظار می رود، تحت سناریوی RCP8.5، درصد افزایش بیش از سناریوی مقابل است. [1] Reference Evapotranspiration (ETo)

در این مقاله، به منظور رفع برخی محدودیت های شناسایی ساختمان در تصاویر چندطیفی، از داده SAR به منزله داده مکمل استفاده می شود. در روش پیشنهادی، برای استفاده هم زمان از اطلاعات مفید در تصاویر رادار و چندطیفی، استراتژی مبتنی بر تلفیق تصاویر، با هدف شناسایی ساختمان، مطرح می شود. همچنین، ازآن جاکه انتخاب ویژگی نقش بسزایی در شناسایی و طبقه بندی عوارض دارد، اغلب روش های مرسوم و رایج در این زمینه، مانند الگوریتم ژنتیک، نیازمند داده های آموزشی اند؛ اما دردسترس نبودن همیشگی این نوع داده های آموزشی یکی از دغدغه های مهم محققان به شمار می آید. پس در این تحقیق، دو روش انتخاب ویژگی فیلترمبنا بررسی می شود تا مشخص شود آیا روش های یادشده می توانند، در مواقع لازم (نبودِ داده آموزشی)، جایگزین الگوریتم ژنتیک شوند؟ بنابراین، در پژوهش حاضر، ابتدا بردار ویژگی بهینه از تصویر چندطیفی و SAR، با سه روش MNF وPCA  و ژنتیک، تعیین و هریک جداگانه وارد هر دو طبقه بندی کننده شبکه عصبی و SVM می شود. سپس به منظور رفع مشکلاتی، همچون تشابه طیفی پشت بام ها با پوشش آسفالت خیابان ها، در تصاویر چندطیفی و بهبود نتایج، دو تصویر چندطیفی و SAR در سطح ویژگی تلفیق می شود. در نهایت و در مرحله بعدی، بهترین تصاویر طبقه بندی شده با شبکه عصبی و SVM، در تمامی بررسی های صورت گرفته تا به این مرحله، وارد تلفیق در سطح تصمیم گیری می شوند. نحوه تلفیق در سطح تصمیم گیری بدین صورت است که اطلاعات همسایگی هر پیکسل در قالب پنجره مکانی متحرک در ابعاد متفاوت، با هدف تصمیم گیری درمورد ماهیت هر پیکسل، استفاده می شود. بنابراین، نتایج حاصل شده در این تحقیق، با صحت کلی و دقت شناسایی ساختمان، به ترتیب 92.82% و 80.14% بیانگر عملکرد مناسب این روش است.

کلانشهرها به دلیل تمرکز فوق العاده قدرت، سرمایه و جمعیت به شکل افقی به مراکز پیرامونی کشیده می شوند و این توسعه فیزیکی، اغلب به صورت ناموزون شکل گرفته و باعث بروز مشکلات زیادی همچون تغییر کاربری اراضی، دگرگونی های اجتماعی اقتصادی، طبیعی و در نتیجه بروز مسائل زیست محیطی می شود. عواملی مانند رشد شهری، ارزش زمین و تراکم توسعه از عوامل اساسی شکل گیری خزش شهری به شمار می روند که ساختار درونی شهرها را دگرگون کرده و باعث گسترش شاخص های شهری به صورت ناهمگن در نواحی پیرامونی شده و این نواحی را تبدیل به فضاهای بی برنامه می کند. در این پژوهش، الگوهای خزش شهری و تحلیل تغییرات به وجود آمده طی سه دوره به وسیله سیستم اطلاعات جغرافیایی و سنجش از دور و با استفاده از داده ها و تصاویر ماهواره ای لندست TM سال 1986 و +ETM سال 2000 و +ETM سال 2014 (1365-1379-1393) هجری شمسی انجام شد. یافته های این تحقیق نشان می دهد که طی سه دوره گذشته، ساخت و سازهای مسکونی در این ناحیه به طور چشمگیری افزایش پیدا کرده است. به طوری که مساحت این ساخت و سازها از89/4 درصد در سال 1986 به 3/10 درصد در سال 2014 افزایش پیدا کرده و در مقابل، مساحت اراضی زراعی از33/61 درصد در سال 1986 به 7/44 درصد در سال 2014 کاهش یافته است. البته ساخت و سازهای پراکنده و خزش شهری در ناحیه مورد مطالعه به صورت الگوی خزش گسسته بوده که باعث رخداد ناپایداری در بخش کشاورزی و اقتصاد روستایی ناحیه شده است. همچنین گسترش شبکه راه ها، بزرگراه ها، شبکه برق و ساخت و سازهای غیرمسکونی، خزش شهری گسسته را در ناحیه مورد مطالعه تشدید کرده است. لذا به منظور کاهش ناپایداری کشاورزی و تغییر کاربری اراضی ارزشمند کشاورزی و مرتعی، توجه به برنامه ریزی یکپارچه کاربری زمین در کنار برنامه ریزی یکپارچه شهری و روستایی، پیشنهاد می شود.