درخت حوزه‌های تخصصی

خشکسالی از مهم ترین بلایای طبیعی کشور است که اثرات مخرب زیست محیطی و اقتصادی فراوانی دارد. بیشتر مطالعات انجام شده به شدت خشکسالی پرداخته اند و معمولاً سایر ویژگی های آن بررسی نشده است. در این تحقیق، اولین بار، قابلیت شاخص های هواشناسی و داده های ماهواره ای با یکدیگر ادغام شده و از آن برای مطالعه تمامی ویژگی های خشکسالی، در دو حوزه داخلی و ساحلی کشور، استفاده شده است. بدین منظور، شاخص SPI با استفاده از تصاویر ماهواره ای بارش TRMM محاسبه شده و سپس مشخصه های خشکسالی مانند شدت، تداوم، بزرگی و گستره خشکسالی، به صورت مکانی، در سطح حوزه مطالعه شد. نتایج نشان دهنده همبستگی کلی 0.94 بین SPI محاسبه شده از تصویر و داده های ایستگاهی بوده است. حداکثر شدت خشکسالی در منطقه مورد مطالعه برابر با 4.19- بوده که در آذر سال 1389 اتفاق افتاده است. علاوه براین، فراوانی وقوع خشکسالی های فرین، در دو مقیاس زمانی شش و دوازده ماهه، در حوزه داخلی بیشتر از حوزه ساحلی بوده است. در بازه مورد مطالعه، در مقیاس زمانی شش ماهه، 60% از رویدادهای خشکسالی حوزه بزرگی خفیف تر از 18.3- داشته اند. نتایج نشان داد، با استفاده از تصاویر ماهواره ای، به خوبی می توان به مشخصه گستره خشکسالی دست یافت؛ درحالی که با استفاده از سایر روش ها قابل محاسبه نیست. علاوه براین، با به کارگیری تصاویر ماهواره ای، می توان مشخصه های خشکسالی را در سطح حوزه، به صورت مکانی، مطالعه کرد و چنین کاری با روش های سنتی امکان پذیر نیست. نتایج تحقیق مؤید مزیت به کارگیری داده های بارش ماهواره ای در مطالعه خشکسالی بوده است. 

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

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

توزیع زمانی و مکانی رطوبت خاک متغیری کلیدی در برنامه ریزی هیدرولوژیکی است. در محدوده تحقیق، افزایش رطوبت خاک باعث سرعت شکل گیری رواناب می شود. هدف این تحقیق بررسی پتانسیل باند L از سنجنده پالسار 2 (PALSAR-2) ماهواره آلوس (ALOS)، در برآورد رطوبت سطح خاک، به منظور مدیریت منابع آب و کاهش مخاطرات ناشی از سیل است. با استفاده از نمونه برداری تصادفی خوشه ای، نمونه ها دریافت شد. هم زمان با دریافت داده SAR رطوبت وزنی، زبری سطح و محتوای آب گیاهی، میانگین ضرایب بازپراکنش راداری و زاویه فرود روی تصویر اندازه گیری شد. مراحل پیش پردازش، پردازش و پس پردازش داده SAR با استفاده از نرم افزار SNAP و شاخص های گیاهی و نمناکی از لندست 8 سنسور OLI در محیط ArcGIS 10/5 استخراج شد. برای دریافت زبری سطح، دو دوربین دارای زاویه مایل به کار رفت و بیست قطعه عکس، با ده نقطه کنترلی (GCP) برای هر خوشه، گرفته شد. سپس با نرم افزار Agisoft PhotoScan ابر نقاط متراکم محاسبه و سپس مش بندی به منظور تولید DTM انجام گرفت. از زبانه Analysts 3D در ArcGIS پروفیل طولی ناهمواری های سطح برای هر خوشه استخراج شد. به منظور انتخاب مدل مناسب در منطقه، سه مدل در برآورد رطوبت سطح خاک، شامل مدل های Dubois-MLR-WCM، مد نظر قرار گرفت. نتایج سه مدل در برآورد رطوبت سطح خاک در پلاریزه HH به ترتیب در مدل Dubois با  و ، مدل MLR با  و  و مدل WCM با  و  به دست آمد. نتایج نشان داد مدل Dubois در اراضی بایر تا تنک برای محدوده تحقیق و شرایط مشابه مناسب تر است.

. در این تحقیق تلاش شده است، وضعیت دسترسی منطقه مورد مطالعه بر طبق استانداردهای موجود بررسی شده و پس از تعیین کمبود فضای سبز از این نظر و با در نظر گرفتن سایر عوامل شهری مؤثر در مکانیابی، با ارائه الگویی مناسب، به دنبال توزیع بهینه ی فضای سبز در منطقه ۲ با استفاده از GIS می باشد. برای نیل به این هدف ابتداداده های مکانی گرد آوری شده و س پس پایگ اه اطلاع اتی GISتشکیل شده و نقشه های تهیه شده برای هر یک از معیارها ،ب ه ی ک لای ه ی اطلاع اتی در مح یط GISتبدیل شد، سپس به منظور الگوسازی به هر کدام از لایه های اطلاعاتی بر اساس میزان اهمیت آنها در مکان یابی فضای سبز، وزن مناسبی اختصاص داده شد. برای این منظور از معیارهای واقع شدن در زمین های با کاربری مناسب مانند زمین های بایر، نزدیکی به مراکز آموزشی، مراکز فرهنگی و مراکز جمعیتی، دسترسی به شبکه ارتباطی و پمپ بنزین های شهری استفاده شد. سپس برای هر کدام از عوامل تأثیرگذار در مکانیابی پارکها و فضای سبز، لایه هایی اطلاعاتی در محیط GIS تهیه گردید و برای هر یک از لایه ها وزن دهی صورت گرفت.سپس به منظور الگوسازی، به هر یک از لایه های اطلاعاتی بر اساس میزان اهمیت آنها در مکانیابی پارک ها و فضای سبز با استفاده از مدل AHP، وزن مناسبی اختصاص داده شد. نتایج حاصل از تلفیق لایه های اطلاعاتی، زمین های منطقه را برای انتخاب مکان های مناسب برای فضای سبز به 5 کلاس طبقه بندی نمودیم و مشخص شد زمین های ب ا درج ه ی خیل ی خ وب و خوب در حواشی رودخانه، نزدیک مراکز مسکونی، آموزشی و شبکه ارتباطی منطقه واقع شده اند

توصیفگرها توزیع درجات خاکستری تصویر را در ناحیه اطراف عوارض توصیف می کنند و در تعیین مطابقت آنها، در کاربردهای گوناگونی همچون مرتبط سازی تصویر و تولید مدل سه بعدی در فتوگرامتری و سنجش از دور، نقش اساسی دارند. روش های گوناگونی برای ایجاد توصیفگر ارائه شده که ویژگی ها و کاربردهای متفاوتی دارند. شناخت ویژگی های الگوریتم ها و چگونگی عملکرد آنها در شرایط گوناگون نیازی اساسی برای استفاده مناسب از آنها در موارد گوناگون است. در این تحقیق عملکرد ده توصیفگر مطرح شامل SI، SC، SIFT، PIIFD، SURF، DAISY، LSS، LBP، LIOP و BRISK در انواع مختلف از تصاویر ماهواره ای اپتیکی با تنوع گسترده ای از اعوجاجات شامل اختلاف مقیاس، دوران، روشنایی و تغییر منظر مورد ارزیابی قرار می گیرد. هشتاد جفت تصویر ماهواره ای در سه دسته گوناگون شامل شبیه سازی شده، چندزمانه و چندسنسوری انتخاب می شود و نتایج با استفاده از چهار معیار اساسی Recall، Precision، دقت هندسی و کارآیی مقایسه می شود. الگوریتمی که در همه حالت ها و برای همه تصاویر بهتر از دیگر الگوریتم ها باشد، وجود ندارد اما به طور میانگین، توصیفگر های DAISY و SIFT بهترین عملکرد، و الگوریتم های SI و SC نیز بدترین نتایج را در تصاویر ماهواره ای دارند.

هدف از این مقاله تعیین سهم پوشش برف حوزه های کرج و لتیان با استفاده از تصاویر MODIS، به روش سالومونسون و همکاران و شناسایی منابع خطای این روش است. اهمیت سطح پوشش برف به دلیل تأثیرگذاری بر بیلان تابش، بیلان آب و مدل سازی انجام تحقیقات گوناگون را ضروری ساخته است. در این تحقیق برای بررسی سطح برف از داده های MODIS و برای ارزیابی دقت، از تصاویر LISIII-IRS استفاده شده است. تا کنون روش های متفاوتی برای استخراج سهم برف پیکسل ها به کار گرفته شده که در تحقیق حاضر از روش سالومونسون و همکاران به دلیل دقت مناسب و نیاز نداشتن به اطلاعات اولیه از منطقه استفاده شده و عوامل ایجاد خطا در آن شناسایی شده است. افزون بر این، ضرایب معادلة سالومونسون و همکاران با استفاده از داده های منطقه ای ایران بهینه سازی شده و دقت حاصل از مدل با ضرایب بهینه، در منطقه ای جدید ارزیابی شده است. نتایج ارزیابی دقت نشان داده اند که روش سالومونسون و همکاران می تواند سهم برف پیکسل های MODIS را با خطای RMS 20/0 پیکسل برآورد کند. ضرایب کاپا و دقت کلی این روش به ترتیب 84/0، 12/92 است، که دقت مناسب آن را نشان می دهد. نتایج تحقیق نشان می دهند که به دلیل خطای بالاتر روش سالومونسون و همکاران، باید در نواحی حاشیة رودهای ایران که عموماً دارای پوشش درختی کم تراکم و باغ های پراکنده اند، از این روش صرف نظر شود. لازم است برای حذف مناطق آبی از ماسک های مناسب استفاده شود. بهینه سازی ضرایب مدل توانسته است دقت برآورد مدل را بهبود بخشد، به طوری که مقدار خطای RMS مدل با ضرایب اصلاح شده در منطقه ای جدید 258/0 پیکسل به دست آمده، درحالی که معادلة سالومونسون و همکاران در همین منطقه خطای RMS عدد 266/0 پیکسل را نشان داده است. کلید واژه ها : روش سالومونسون و همکاران، زیرپیکسل، سطح پوشش برف، شاخص تفاضلی نرمال شدة برف.

دسترسی به اطلاعات راه ها اهمیت زیادی در کاربردهای مختلف نظیر حمل ونقل، کنترل ترافیک، سیستم های هدایت خودکار وسایل نقلیه و مانند اینها دارد. در سال های اخیر طراحی الگوریتم های استخراج راه، هدف مطالعات بسیاری از پژوهشگران بوده است. باوجود پیشرفت هایی که در این زمینه حاصل شده است، همچنان نواقصی در عملکرد این الگوریتم ها وجود دارد که یکی از مهم ترین آنها وجود بریدگی در شبکة راه های استخراج شده است. این بریدگی ها ممکن است به دلایل مختلفی نظیر قرار گرفتن راه ها در زیر درختان یا واقع شدن در سایه باشند. ازآنجاکه پیوسته بودن راه ها یکی از ویژگی های مهم توپولوژیکی آنهاست، رفع این نقیصه ضروری به نظر می رسد. هدف پژوهش حاضر ارائة روشی خودکار برای یافتن و اتصال بریدگی های موجود در راه های استخراج شده به وسیلة الگوریتم های استخراج راه است. در این الگوریتم ابتدا با استفاده از روشی مبتنی بر تبدیل رادون سر و ته بریدگی ها شناسایی می شوند، سپس این نقاط با به کارگیری روشی بر پایة تکنیک درون یابی اسپلاین به یکدیگر متصل می شوند. این الگوریتم روی خروجی یک روش استخراج راه که در آن چهار بریدگی در راه های مستقیم و دو بریدگی در تقاطع ها وجود دارد، پیاده سازی شد. نتایج نشان دادند که الگوریتم قادر به اتصال تمام بریدگی های واقع در راه های مستقیم بود، ولی دو مورد بریدگی در تقاطع ها را نتوانست الگوریتم متصل کند. بنابر این می توان گفت که صرف نظر از محل بریدگی که در راه های مستقیم یا در تقاطع ها واقع شده اند، الگوریتم حدود 7/66 درصد از بریدگی های موجود در تصویر را شناسایی و متصل کرده است. این الگوریتم در محیط نرم افزار MATLAB برنامه نویسی شد.

هدف از مطالعات رسوب گذاری در یک سد مخزنی یافتن دیدی کلی درمورد میزان حجم ازدست رفتة مخزن است. در این میان، بررسی و پیش بینی حجم رسوب واردشده به مخزن اهمیت ویژه ای دارد. در این پژوهش، با استفاده از روش آماری ریزمقیاس کردن، بارش و دما در محدودة حوضة آبریز سد ستارخان با مساحت 950 کیلومترمربع، واقع در استان آذربایجان شرقی، در بلند مدت پیش بینی شده اند. با توجه به اطلاعات بارش و دمای پیش بینی شده، به کمک مدل [1]SWAT، رسوب ورودی به سد شبیه سازی شده است. مقایسة نتایج این مدل و مقادیر مشاهداتی نشان می دهد گرچه مدل SWAT با دقت بالای 80% می تواند روند جریان رسوب ورودی به مخزن را شبیه سازی کند، قادر به شبیه سازی مقادیر واقعی رسوب نیست. برای رفع این اختلاف، باید پارامتر فرسایش نیز، برای رسیدن به نتیجة مطلوب، در محاسبات لحاظ شود. بنابراین ابتدا با کمک مدل شبکة عصبی پرسپترون چندلایه (MLP) بارش مورد نظر پیش بینی شده و سپس نقشة کاربری به منظور تعیین میزان تأثیر کاربری و، به تبع آن، فرسایش در محیط GIS تهیه شده است. ترکیب پارامتر کاربری در محیط GIS و بارش پیش بینی شده می تواند خروجی SWAT را به مقدار واقعی نزدیک تر کند. نتایج حاصل نشان می دهد که با یکپارچه سازی و استفاده از مدل های به کاررفته و قابلیت های GIS می توان نتایج و برآورد میزان حجم رسوب را با دقت بالای 95% محاسبه کرد.

روش های متعددی برای استخراج اطلاعات از داده های ابرطیفی وجود دارند که از آن جمله می توان به روش مشتق گیری از طیف بازتابندگی و استفاده از روش های کدگذاری اشاره کرد. در این تحقیق با مشتق گیری از طیف بازتابندگی، فرکانس های پایین طیف- که عموتاً دارای اطلاعات مفیدی نیستند- حذف گردیده و همپوشانی بین مناطق جذبی از بین رفته و تباین طیفی نیز بالاتر برده شده است. دیگر اینکه استفاده از کدگذاری طیفی باعث افزایش سرعت پردازش داده ها گردیده که برای پردازش داده های حجیم ابرطیفی بسیار مناسب است. در این تحقیق ابتدا با استفاده از تابع رگرسیون چندگانه نویز موجود در داده ها کاهش یافته و سپس با مشتق گیری از طیف داده های اصلی و داده های کتابخانه طیفی یا داده های آموزشی، طیف مشتق به دست آمده است. پس از آن با دو روش کدگذاری، طیف مشتق کدگذاری شد، سپس با استفاده از معیار شباهت AVD کدهای داده اصلی و داده های آموزشی با همدیگر مقایسه شدند و یک روش برای طبقه بندی داده های ابرطیفی به نام SDCM معرفی گردید. برای ارزیابی نتایج، دو سری داده شبیه سازی شده و یک سری داده واقعی به کار رفت و روش ارائه شده با سه روش کدگذاری SPAM و SDFC و SFBC مقایسه شد. نتایج دقت کلی برای داده های واقعی روش های کدگذاری SPAM، SDFC و SFBC به ترتیب 38/71 و 15/74 و 58/68 درصد و دقت کلی روش SDCM، 32/86 درصد به دست آمد، که پس از استفاده از فیلتر مکانی دقت کلی به 64/90 درصد افزایش یافت. این خود حاکی از مؤثر بودن روش ارائه شده برای طبقه بندی داده های ابرطیفی در قیاس با روش های کدگذاری ذکر شده است.

حدود ۸۰% از حمل ونقل جهانی در بستر دریا انجام می شود؛ بنابراین، به منظور حفظ ایمنی عبورومرور کشتی ها، پیش بینی دقیق حرکت آنها اهمیت ویژه ای دارد. ازآن جاکه پارامترهای زمینه ای گوناگونی در حرکت کشتی ها تأثیر می گذارد، یکی از چالش های اصلی در حوزه محاسبات زمینه آگاه حرکت کشتی ها شناسایی پارامترهای زمینه ای بهینه مؤثر در حرکت کشتی است که ضرورت تحقیق حاضر را می رساند. در این راستا، با استفاده از شبکه عصبی حافظه طولانی کوتاه مدت و انتخاب پارامتر به شیوه پوشانه (Wrapper)، اقدام به شناسایی پارامترهای زمینه ای بهینه برای پیش بینی حرکت کشتی شد. به این منظور، داده های سیستم شناسایی خودکار کشتی ها، جمع آوری شده در دسامبر سال ۲۰۱۷ از ساحل شرقی آمریکا، به کار رفت. تمامی ترکیبات ممکن از سه پارامتر زمینه ای سرعت، جهت و احتمال حضور کشتی در هر نقطه از دریا، با روش پوشانه، در مدل پیش بینی یادشده ارزیابی شد. در ارزیابی ها، ۷۰% از داده ها برای آموزش و مابقی برای اعتبارسنجی متقابل به کار رفت. طبق نتایج، پارامترهای سرعت و احتمال حضور به منزله پارامترهای زمینه ای بهینه شناسایی شد؛ به صورتی که دقت مدل با ورودی های بهینه 26.98% بهتر از مدلی است که در تمام پارامترهای زمینه ای در دسترس به منزله ورودی به کار رفته و نیز 16.14% بهتر از مدل بدون زمینه است؛ بنابراین، شناسایی پارامترهای زمینه ای بهینه از میان پارامترهای در دسترس و استفاده از آنها می تواند به بهبود دقت کمک کند

در این پژوهش هدف بررسی توانمندی و قابلیت سنجش ازدور و تصاویر ماهواره ای در بررسی تغییرات طیفی گیاه گندم و تشخیص امراض و استرس آن در منطقه دشت مغان در شهرستان پارس آباد هست. دستیابی به چنین قابلیتی می تواند در پیش بینی به موقع امراض و آفت ها و هم چنین جلوگیری از گسترش آن و استفاده به موقع از قارچ کش ها و سموم دفع آفات نباتی مفید واقع شود. در راستای نیل به این هدف خصوصیات طیفی گندم و گیاهان دیگر موجود با استفاده از ماهواره های IRS و لندست 8 موردبحث و بررسی قرار می گیرد. گیاه گندم دارای گونه های مختلفی هست که در این منطقه گندم آتیلا و گندم کوهی بیشتر کشت می شود که در این تحقیق رفتارهای طیفی آن ها مورد ملاحظه قرار می گیرد. در این پژوهش از 146 نقطه کنترل زمینی استفاده شد که بیشترین درصد منطقه ازلحاظ درجه استرس به طبقه 2 و کمترین آن به درجه صفر یا طبقه سالم تعلق گرفت. پس از اعمال تصحیحات اتمسفری و هندسی بر روی تصاویر ماهواره ای موجود ؛ نسبت های باندی مختلفی به منظور شناسایی بهترین ترکیب باندی و تفکیک پذیری کلاس های سالم و درجه های استرس یک ، دو و سه مدنظر قرار گرفت. جهت نیل به این هدف از شاخص های استرس و سبزینگی پوشش گیاهی مختلفی استفاده شد. از بین شاخص ها، شاخص GNDVI بیشترین کارایی را داشت و توانست 81% وضعیت مناطق را درست برآورد کند. شاخص GVI دارای بیشترین مقدار ضریب کاپا و صحت کلی به ترتیب با 94/0 و 3/95 است که نشان از کاربرد بالای این شاخص در درجه بندی استرس گیاه گندم می باشد. هم چنین این شاخص بیشترین مساحت را به درجه استرس یک اختصاص داد.

با توجه به اینکه الگوریتم های متنوعی برای طبقه بندی تصاویر ماهواره ای در سنجش از دور توسعه یافته اند، انتخاب الگوریتم مناسب طبقه بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می کند. به همین منظور در پژوهش حاضر، با مقایسه کارآیی صحت طبقه بندی دو الگوریتم حداکثر احتمال و ماشین های بردار پشتیبان، الگوریتم دقیق تر تعیین، و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در حوزه آبخیز سیمینه رود و با استفاده از تصاویر سنجنده های TM، ETM + و OLI انجام گرفت. نتایج تحقیق نشان داد که الگوریتم ماشین بردار پشتیبان، درمقایسه با الگوریتم حداکثر احتمال، تصاویر ماهواره ای را بهتر طبقه بندی کرده است و از میان کرنل های ماشین بردار، کرنل تابع پایه شعاعی (RBF) کارآیی بهتری داشته است. بنابراین، از الگوریتم ماشین بردار پشتیبان با کرنل تابع پایه شعاعی برای تهیه نقشه کاربری اراضی دوره های مورد بررسی و تغییرات کاربری استفاده شد. بررسی روند تغییرات کاربری اراضی، با استفاده از این کرنل، مشخص کرد که در طی دوره های بررسی شده، مساحت کاربری های زراعت آبی از 30.535 هکتار به 67.210 هکتار، زراعت دیم از 79.909 هکتار به 123.383 هکتار و مناطق مسکونی از 474 هکتار به 1934 هکتار افزایش یافته است درحالی که مراتع از 259.811 هکتار به 178.398هکتار، و منابع آب از 240 هکتار به 41 هکتار روند کاهشی دارند.

پهنه بندی کیفیت آب رودخانه نخستین و مهم ترین مرحله در مدیریت کیفیت آب است، که ذهن تحلیلگر را با روند و چگونگی تغییرات آلودگی برحسب زمان، مکان و شرایط خاص آشنا می سازد. پژوهش حاضر درصدد است با استفاده از شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی به پهنه بندی کیفیت آلودگی آب رودخانه سیمینه رود بپردازد. داده های کیفی استفاده شده در تحقیق، حاصل نمونه برداری از رودخانة سیمینه رود در سه فصل بهار و پاییز 1387 و بهار 1388 است که با استفاده از مدل QUAL2K شبیه سازی شد. خروجی مدل با داده های مشاهده ای مقایسه گردید و پارامترهای نیترات، اکسیژن محلول و هدایت الکتریکی ِ مربوط به فصل پاییز 1387 به عنوان داده های هدف انتخاب شدند. داده های ورودی شامل داده های مربوط به کاربری اراضی، زمین شناسی، قابلیت فرسایش و مراکز جمعیتی مربوط به حوضة سیمینه رود هستند که به همراه داده های هدف بعد از آماده سازی در محیط GIS به مدل شبکة عصبی معرفی شدند. در این تحقیق از پنج ساختار مختلف مدل FFBP شبکة عصبی استفاده شد و نتیجة ساختار منتخب با خروجی های حاصل از مدل رگرسیون چندمتغیره مقایسه گردید، که برتری مدل شبکة عصبی مذکور را نشان داد. نتیجه تحقیق حاضر نشان می دهد که شبکه های FFBP با ساختار 3-40-40-4 بهترین کارایی را دارند، و شبکه عصبی در پهنه بندی کیفیت آلودگی آب قابلیت بالایی دارد.

عوامل متعددی بر گرادیان دمای سطح زمین تاثیر گذارند در این میان یکی از عوامل متاثر از فعالیت های انسانی تغییرات کاربری اراضی است که می-تواند منجر به تغییرات دمایی سطح زمین شود. تغییرات دمایی سطح زمین کلیمای طبیعی منطقه را متاثر می سازد لذا درک تغییرات و بیلان آن در شناخت اثرات غیر مستقیم دخالت انسان در اکوسیستم ها و مدیریت آن ضروری است. تحقیق حاضر بررسی کاربری اراضی، خصوصیات دمای سطح زمین در هر کاربری و همچنین همبستگی بین تغییرات دمای سطح زمین و شاخص تفاضلی نرمال شده پوشش گیاهی (NDVI) است. در این مطالعه به منطور بررسی کاربری اراضی، دمای سطح زمین و NDVI از تصاویر ماهواره لندست 5 (TM) در 1990، 2010 و ETM7 2000 و 8OLI برای 2017 استفاده شد. کاربری اراضی با استفاده از روش طبقه بندی نطارت شده بررسی شد. نتایج نشان داد مقدار دمای سطح زمین در هر کاربری متفاوت و بیشترین مقدار آن در اراضی دارای خاک لخت و مناطق مسکونی و کمترین در اراضی باغی مشاهده شد. تفاوت دمای سطح در میان مناطق مسکونی و دارای پوشش گیاهی در سال های 1990، 2000، 2010 و 2017 به ترتیب 58/3 ، 27/2، 02/3 و12/2 درجه سانتیگراد بود. همچنین تفاوت دما بین مناطق دارای خاک لخت و دارای پوشش گیاهی در این چهار دوره به ترتیب به 3/3 ، 8/0، 08/1 و 38/2 درجه سانتیگراد بود. در این پژوهش رابطه بین NDVI و دمای سطح زمین نشان دهنده همبستگی منفی بود، به طوری که مناطق با NDVI کم نسبت به مناطق با NDVI بالا دمای بیشتری داشتند. رابطه بین تغییرات پوشش گیاهی با تغییرات دمای سطح زمین نشان داد که بین این دو پارامتر همبستگی معنی داری (R=0.63) وجود دارد. بنابراین می توان بیان داشت که کاربری های اراضی با پوشش گیاهی بیشتر دمای کمتری نسبت به کاربری با پوشش کمتر دارند.

گسترش شهر نشینی و افزایش جمعیت در کلان شهرها و رشد فعالیت های صنعتی در شهر ها باعث ایجاد تغییراتی در خرد اقلیم مناطق شهری شده است. یکی از نتایج این تغییرات، جزایر گرمایی شهر است. شهر مشهد نیز، طی سال های اخیر، رشد شتابناکی داشته است. در این پژوهش، جزیره گرمایی/ سرمایی رویه پایه کلان شهر مشهد براساس آب وهوای پس زمینه بررسی شده که هدف آن شناخت رفتار زمانی و مکانی این جزیره گرمایی بوده است. بدین منظور، داده های دمای رویه زمین سنجنده های مودیس تررا و مودیس آکوا دریافت و جزیره گرمایی، براساس آن، بررسی شد. برای سنجش جزیره گرمایی، از روش نوینی استفاده شد. در این روش، نقشه های کاربری اراضی مودیس برای تعیین محدوده شهر و غیرشهر و همچنین، تعیین نوع کاربری اراضی منطقه مورد مطالعه به کار رفت. آب وهوای پس زمینه برپایه دمای دورسو مشخص شد، نماینده دمای غیرشهر طبق بیشترین تکرار دما انتخاب شد و جزیره گرمایی براساس آن محاسبه شد. بررسی جزیره گرمایی/ سرمایی در بازه روزانه نشان داد که در کلان شهر مشهد، طی روز، میانگین دما کمتر و در شب، دمای شهر بیشتر از دمای بیرون شهر است. همچنین، بررسی فصلی جزیره گرمایی/ سرمایی این کلان شهر نشان می دهد که جزیره سرمایی، روز هنگام، طی فصل های گرم سال بیشترین مقدار و در فصل های سرد کمترین مقدار را دارد و تغییرات فصلی جزیره گرمایی شبانه کمتر از جزیره سرمایی روز هنگام است. هسته جزیره سرمایی روز هنگام مشهد در محدوده حرم مطهر تا میدان شهید فهمیده به سمت حاشیه غربی شهر قرار دارد. این منطقه منطبق بر پارک ها و باغ های بزرگ شهری است. هسته جزیره گرمایی شبانه در بافت قدیمی، پرتراکم و پررفت وآمد شهر و در محدوده حرم مطهر به سمت شمال غرب قرار دارد. شدت جزیره گرمایی/ سرمایی نیز ارتباط مستقیمی با سرعت وزش باد دارد. نقش کاربری اراضی در تشدید و یا کاهش شدت جزیره گرمایی شهر مشهد به خوبی مشخص است. در توسعه شهر، می توان توجه بیشتری به کاربری اراضی شهری داشت تا دمای شهر را با استفاده درست از آن، تعدیل کرد.

ارزیابی و برآورد ذخایر برفی در مطالعات بیلان آب و بهره برداری بهینه از منابع آب در مناطق خشک و نیمه خشکی چون ایران که دارای ریزش های فصلی برف هستند، اهمیت فراوانی دارد. در حوضه های آبریز حوالی دامنه های برف گیر نظیر زاگرس که سیلاب های بهاره سهم عمدة جریان های سطحی را تشکیل می دهند، پیش بینی احتمالاتی ذخیرة برفی پایان سال ضروری است. در پژوهش حاضر، پیش بینی احتمالی وقوع برف در حوضة آبریز رودخانه های کرخه، دز، کارون و بخشی از حوضة مارون با استفاده از مدل زنجیرة مارکوف مرتبة یک بررسی شد. برای این منظور از داده های سطح برف استخراج شده از تصاویر ماهواره ای سنجندة NOAA-AVHRR در طول سال های آبی 1367 تا 1383 استفاده شد. حالت های ممکن در نقشه های برف به صورت وجود (عدد یک) و نبود برف (عدد صفر) تعریف شد. سپس با اعمال فرایند زنجیرة مارکوف، پیش بینی احتمال مکانی وقوع برف برای اسفندماه سال های 83-1379 صورت گرفت. نتایج نشان دادند که پیش بینی احتمالاتی سطح برف در اسفندماه تطبیق مناسبی با نقشه های حداکثر پوشش سطحی برف به دست آمده از تصاویر ماهواره ای دارد. وضعیت پوشش سطح در بیش از 60 درصد سطح حوضه با احتمال 100 درصد و در 80 درصد سطح حوضه، با احتمال 50 تا 90 درصد به درستی پیش بینی شده است. افزون بر این، به منظور ارزیابی کمی عملکرد مدل پیش بینی از روش جداول وابستگی استفاده شد. نتایج ارزیابی مدل برمبنای سه معیار احتمال ردیابی (POD)، نسبت هشدار غلط (FAR) و موفقیت بحرانی (CSI)، نیز توانمندی مدل زنجیرة مارکوف را در پیش بینی سطوح برفی نشان می دهند. کلید واژه ها : احتمال وقوع برف، زنجیرة مارکوف مرتبة یک، ماتریس احتمالات انتقال.

در ایران رشد شتابان شهر نشینی به گونه ای بوده است که متناسب با آن تجهیزات فضاهای شهری به صورت مناسب مکان گزینی نشده اند، امروزه جمعیت پذیری شهرها به همراه مسائل اجتماعی - اقتصادی آنها شکل تازه ای از شهر، شهرنشینی و شهرگرایی به وجود آورده است. از آنجایی که بهداشت و درمان از ضرورت های اولیه زندگی می باشد، لذا خدمات رسانی مناسب و پویا به شهرنشینان نیازمند، استقرار مراکز خدمات درمانی در مکان مناسب در سطح شهر می باشد که نقش مهمی در تامین آسایش شهروندان ایفا می کند. از این رو موضوع مکان یابی، خدمات رسانی، و خدمات دهی بهتر این مراکز در سطح شهر مهم است. بر همین اساس هدف اصلی پژوهش حاضر مکان گزینی مناسب بیمارستان شهری در منطقه19 شهر تهران می باشد، روش پژوهش توصیفی- تحلیلی و نوع آن کاربردی می باشد. برای رسیدن به این هدف از سامانه ی اطلاعات جغرافیایی و تلفیق روش سلسله مراتبی(AHP) و مدل(Fuzzy) در محیط GIS استفاده شد، ابتدا لایه های مورد نیاز شامل، همجواری با کاربری های سازگار، دسترسی به شبکه ی ارتباطی، نزدیکی به ایستگاه های آتش نشانی، تراکم جمعیّت، فاصله از مراکز بیمارستانی موجود، فاصله از مسیل ها، فاصله از جایگاه های سوخت رسانی، فاصله از مراکز آموزشی، شیب زمین، نزدیکی به مرکز شهر و نزدیکی به فضای سبز در سامانه ی اطلاعات جغرافیایی تهیه شد و سپس مقایسه های زوجی به وسیله نرم افزار Expert choice انجام گرفت و در نهایت با وزن دهی معیارها و با ترکیب لایه های اطلاعاتی، مناسب ترین مکان ها برای ایجاد بیمارستان شهری در این منطقه مکان یابی شد.

استان فارس، با توجه به واقع شدن در مناطق خشک و نیمه خشک ایران، دچار کمبود منابع آب سطحی شده است. بنابراین، به منظور بهره برداری از منابع آب زیرزمینی، تعیین کیفیت آب بسیار اهمیت دارد. با توجه به اهمیت موضوع، هدف این مطالعه تعیین میزان کیفیت مناطق جنوب شهر شیراز در استان فارس است. به منظور تهیه نقشه های پهنه بندی از نقاط نمونه برداری شده، از روش میانگین عکس فاصله (IDW) استفاده شد. در ادامه، برای همگن کردن هریک از لایه های تهیه شده، روش فازی به کار رفت. در این روش، تابع عضویت برای هریک از نقشه های پهنه بندی تعریف شد و داده ها بین 0 و 1، براساس درجه اهمیتی که در کیفیت آب دارند، قرار گرفتند. در نهایت، برای وزن دهی به لایه ها و تهیه نقشه نهایی کیفیت آب، از روش فرایند تحلیل شبکه ای (ANP) استفاده شد. نتایج نشان داد که کیفیت آب حدود ۸۰% منطقه مورد مطالعه مطلوب است؛ درحالی که کیفیت آب شرب در حدود ۴% از منطقه (بخش هایی از شمال و شرق) نامطلوب است.

با افزایش جمعیت و به تبع آن افزایش نیازهای جامعه، آمایش سرزمین اهمیت ویژه ای یافته است. به دلیل پیوند آمایش سرزمین با چندین هدف متضاد، استفاده از الگوریتم های تکاملی چندهدفه درصورت تناسب الگوریتم با نوع مسئله می تواند مفید باشد. در پژوهش حاضر ضمن ارائة مدلی به منظور بهینه سازی کاربری اراضی، راه حلی مؤثر برای به کارگیری الگوریتم ژنتیک چندهدفه در انواع مسائل مربوط به آمایش سرزمین معرفی می گردد. مدل طراحی شده در پژوهش حاضر به منظور بهینه سازی کاربری اراضی از الگوریتم NSGA-II بهره می برد. خروجی های این مدل، الگوهایی برای آمایش سرزمین هستند که فرسایش منطقه را تا حد زیادی کاهش می دهند و سطح منفعت اقتصادی منطقه را بالا می برند. در این مدل، کاربری ها دارای بالاترین سازگاری، کمترین دشواری تغییر و بیشترین پیوستگی هستند. به منظور استفاده از الگوریتم ژنتیک چندهدفه در حل مسائل آمایش سرزمین در این پژوهش راهکاری ابتکاری برای تولید جمعیت اولیه و عملگر ابتکاری ترکیب متناسب با مسائل آمایش سرزمین شرح و بسط داده شد. مدل طراحی شده در منطقة رودبار جنوب واقع در استان کرمان پیاده سازی شد. نتایج به دست آمده نشان دادند که الگوهای آمایش سرزمین پیشنهادشده در این مدل می توانند درحدود 30 تا 35 درصد فرسایش منطقه را کاهش دهند؛ درعین حال سطح منفعت اقتصادی حاصل از تغییر کاربری بین 40 تا 50 درصد رشد خواهد داشت. همچنین تمامی الگوها دارای سازگاری بالا و دشواری تغییر اندک هستند. با بررسی عملکرد عملگر های ابتکاری ارائه شده، مشخص شد این عملگرها تأثیر بسزایی در روند حل مسئله داشتند. کلید واژه ها : بهینه سازی چندهدفه، الگوریتم NSGA-II، توسعة عملگرهای ابتکاری، آمایش سرزمین، توان اکولوژیک.