درخت حوزه‌های تخصصی

متغیرهای بیوفیزیکی و بیوشیمیایی پوشش گیاهی، به منزله متغیرهای ورودی، برای مدل های متفاوت چرخه کربن، آب، انرژی و مدل های اقلیمی و کشاورزی دقیق نقش مهمی ایفا می کنند. یکی از مهم ترین متغیرهای مربوط به تاج پوشش گیاه، که کاربردهای فراوانی در مدل سازی های گوناگون خاک و گیاه و اتمسفر دارد، شاخص سطح برگ (LAI) است. روش های گوناگونی برای بازیابی LAI از تصاویر ابرطیفی به کار رفته اند که، از میان آنها، روش های ناپارامتریک غیرخطی یادگیری ماشین بسیار مورد توجه قرار گرفته اند زیرا، در مواجهه با داده های دارای ابعاد زیاد، انعطاف پذیرند. بااین حال، در مطالعات پیشین، به بررسی عملکرد روش های یادگیری ماشین در بازیابی مقادیر LAI در مقادیر حاشیه ای (مقادیر خارج از دامنه نمونه گیری زمینی) و قابلیت این روش ها در تهیه نقشه متغیر توجه چندانی نشده است. در این تحقیق، عملکرد چهار روش پرکاربرد یادگیری ماشین شامل رگرسیون بردار پشتیبان، فرایند گاوسی، شبکه عصبی مصنوعی و جنگل تصادفی در بازیابی LAI از تصویر ابرطیفی ماهواره کریس پروبا بررسی شده است. نتایج نشان داد که، به رغم کارآیی هر چهار روش در بازیابی مقادیر LAI برای دامنه مقادیر اندازه گیری شده زمینی با RMSE بهتر از 0.5 و خطای نسبی کمتر از 10%، روش های فرایند گاوسی و رگرسیون بردار پشتیبان صحت بالاتری در مقایسه با سایر روش ها دارند. باوجوداین، عملکرد روش شبکه عصبی مصنوعی، در تخمین LAIهای دارای مقادیر حاشیه ای، بهتر از دیگر روش هاست و نقشه تهیه شده با این روش و تابع یادگیری GDA  تطابق بیشتری با نقشه NDVI و تصویر ابرطیفی منطقه دارد.

خشکسالی یکی از بلایای طبیعی است که ممکن است در هر اقلیمی رخ دهد. در دهه های اخیر کشور ایران به به طور پیاپی تحت تأثیر خشکسالی های شدید و گسترده قرار داشته و آثار زیانباری بر بخش های مختلف اقتصادی از جمله بخش کشاورزی، محیط زیست و منابع آب کشور تحمیل کرده است. امروزه برای شناسایی و تحلیل خشکسالی های کشاورزی از شاخص های پوشش گیاهی که به کمک فن آوری سنجش از دور بدست می آیند استفاده می شود. بر این اساس، هدف از این پژوهش بررسی کارایی شاخص های پوشش گیاهی NDVI ، EVI و VCI در شناسایی و تحلیل خشکسالی کشاورزی در حوزه آبخیز کرخه می باشد. برای محاسبه این نمایه ها تصاویر سنجنده مودیس) ماهواره Terra، محصولMOD13A2 ) طی مدت 17 سال در دوره آماری 2000-2017 استفاده شد. دقت نمایه های یاد شده با شاخص ZSI محاسبه شده در 11 ایستگاه باران سنجی واقع در حوضه کرخه برای دوره آماری 1379-1396 مورد ارزیابی قرار گرفت. براساس مقادیر NDVI، EVI و VCI محاسبه شده، کمترین و بیشترین مقدار پوشش گیاهی به ترتیب در سال های 1379 و 1380 مشاهده شد. اما بررسی ZSI نشان داد که از سال 1379 تا 1387 اکثر ایستگاه ها با خشکسالی مواجه بوده اند و شدیدترین خشکسالی در سال 1387 رخ داده است. از سال 1389 تا انتهای دوره در اکثر ایستگاه ها شرایط نسبتاً نرمال مشاهده شد. بنابراین طبق نتایج بدست آمده همزمانی خشکسالی هواشناسی و کشاورزی در تمام سال ها وجود ندارد و نباید انتظار داشت که با افزایش بارندگی، NDVI، EVI و VCI نیز ترسالی و افزایش پوشش گیاهی را نشان دهند.

در طول 10 سال اخیر، خودکاره های سلولیبه صورت گسترده ای در شبیه سازی پدیده های مکانی مورد توجه و استفاده قرار گرفته اند. با این حال، به دلیل ماهیت قطعی و توجه نکردن به عدم قطعیت در خودکاره های سلولی کلاسیک، محدودیت های گوناگونی برای شبیه سازی این گونه پدیده ها به وجود آمده است. در پژوهش حاضر، خودکاره های سلولی کلاسیک ازطریق تلفیق آن با نظریة فازی معرفی شده اند. در این تحقیق، قوانین انتقال به صورت فازی بیان شده و بر مبنای آن مدل خودکاره های سلولی فازی ارائه شده است. مدل مذکور به منظور شبیه سازی فرایند توسعة شهری اصفهان در طول سال های 1990 تا 2009 به کار گرفته شده است. کلید واژه ها : خودکارة سلولی، نظریة مجموعة فازی، توسعة شهری، ماتریس خطا.

هدف از مطالعه حاضر ارزیابی و مدیریت ریسک اماکن ورزشی مرتبط با پهنه بندی آلودگی هوا با استفاده از سیستم اطلاعات جغرافیایی(GIS)می باشد . این تحقیق به لحاظ زمان اجرا از نوع مقطعی و به لحاظ خروجی ها از نوع کاربردی است و به لحاظ تجزیه و تحلیل از نوع توصیفی – تحلیلی و نیز تطبیقی است. در این مطالعه اماکن ورزشی شمال غرب شهر تهران به صورت کل شمار بررسی گردید. به منظور درون یابی داده ها، از روش کریجینگ استفاده شد.پس از برآورد میانگین غلظت داده های آلاینده ها، با استفاده از روش کریجینگ توسط نرم افزار ArcGIS برای تمامی ایستگاهها پهنه بندی انجام گردید. مبنای سنجش میزان آلاینده ها، براساس شاخص کیفیت هوا (AQI)، تنظیم گردید. یافته ها نشان داد که شاخص کیفیت هوا در سرتاسر محدوده مطالعاتی دارای وضعیت سالم بوده ولیکن هیچ منطقه ایی از مناطق مطالعاتی پاک (50-0) گزارش نشده است.بررسی آلاینده ها نشان داد که پراکنش آلاینده ها از الگوی متوازنی تبعیت نمی کند .در ارتباط با ارزیابی ریسک با استفاده از روش ویلیام فاین رتبه ریسک 1۵۰ بوده که نشانگر وضعیت اضطراری و «سطح ریسک متوسط» است و لازم است تا توجهات لازم در اسرع وقت صورت گیرد.توسعه شهرها، تراکم جمعیت و منابع متحرک دودزا که عمدتا مصرف سوخت آنها فسیلی است از مهمترین موارد آلاینده هستند . بنابراین برای کاهش آلودگی هوای بایست ساخت وسازهای شهری، طراحی شبکه ها و محورهای ارتباطی را مورد توجه قرار داد.

تناظریابی از موضوعات چالش برانگیز در سنجش از دور و فتوگرامتری به شمار می آید. این فرایند به منظور طبقه بندی چندطیفی، مانیتورینگ محیط، بازرسی تغییرات، موزاییک کردن تصاویر و نظایر اینها کاربرد وسیعی در سنجش از دور دارد. روش های زیادی برای تناظریابی ارائه شده اند، که یکی از آنها تناظریابی سراسری با استفاده از شبکه عصبی هاپفیلد است. مهم ترین تحقیقات انجام شده در این روش در حوزة شناسایی هدف و مربوط به تصاویر برد کوتاه است، و تاکنون روی تصاویر هوایی و ماهواره ای پیاده سازی نشده اند. هدف اصلی پژوهش حاضر پیاده سازی روش تناظریابی با استفاده از شبکه عصبی هاپفیلد روی انواع تصاویر هوایی و ماهواره ای است. برای انجام تناظریابی مستقل از افاین، از شبکه عصبی هاپفیلد مرتبه 4 استفاده می شود و نتایج عملی روی دو جفت تصویر ماهواره ای بیانگر کارایی بالای این روش است.

تهیة نقشة دقیق از ساختارهای زمین شناسی، در مدیریت سرزمین اهمیت بسزایی دارد. بسیاری از این ساختارها در مناطق خشک و بیابانی منشأ رسوبات بادی، غبار و ذرات معلق در هوا به شمار می آیند. افزایش روزافزون توان تفکیک سنجنده ها و دسترسی آسان به آنها، کمک شایانی به مطالعة مناطق بیابانی کرده است. هدف پژوهش حاضر، تعیین مهم ترین عوامل مؤثر در تفکیک رخساره های کویری براساس روش میانگین هندسی و تجمیع لایه های اطلاعاتی سنجندة ASTERاست. به منظور انجام پژوهش حاضر از تصویر ماهواره ای استر مربوط به تاریخ 23 ژوئن سال 2010 استفاده شد.ابتدا 40 نمونه از خاک سطحی منطقة مطالعاتی برداشت شد ومؤلفه های مختلف خاک شناسی (آنیون ها، کاتیون ها، بافت، رطوبت و pH) در آزمایشگاه تجزیه و تحلیل شدند.به منظور بررسی اثر توپوگرافی بر شکل رخساره ها از مدل رقومی ارتفاع بهره گرفته شد. ارزش پیکسل ها در باندهای مختلف در محل نمونه های آموزشی (26 نمونه) استخراج شد و سپس با استفاده از روش رگرسیون چندگانة خطی اقدام به برپایی مدل های همبستگی شد. با استفاده از مدل های رگرسیونی در محل نقاط شاهد (14 نمونه)، مقادیر تخمینی در این نقاط محاسبه و صحت مدل ها ارزیابی گردید. با اعمال مدل ها روی باندهای مرتبط، نقشة مربوط به هر مؤلفه تهیه و پس از استانداردسازی با استفاده از روش تفکیک تراکمی طبقه بندی شدند. صحت طبقه بندی نقشه های تولیدشده براساس نقشة واقعیت زمینی برآورد گردید. سپس با استفاده از روش میانگین هندسی و تجمیع، لایه های اطلاعاتی تلفیق شدند. درنهایت، ارزیابی صحت نقشه های خروجی نیز صورت گرفت. نتایج تحقیق حاضر حاکی از نبود رابطة معنادار بین مؤلفه های سدیم، کربنات، هدایت الکتریکی خاک و توپوگرافی با داده های ماهواره ای در منطقة مطالعاتی است. همچنین نتایج نشان دادند که گرچه براساس مدل های تخمینی رس، سیلت، قلیایی بودن، رطوبت و استفاده از رویکرد ادغام رخساره هایی که بازتاب طیفی مشابه دارند می توان حداکثر تا 4 رخساره را در منطقة مطالعاتی تفکیک کرد، اما براساس روش میانگین هندسی و با استفاده از اثر جداگانة مؤلفة آهک و اثر متقابل مؤلفه های بیکربنات آهک، پتاسیم آهک، و بیکربنات آهک پتاسیم با صحت کلی بیش از 53 درصد می توان 5 رخساره را تفکیک کرد. کلید واژه ها : رخساره، میانگین هندسی، تجمیع،ژئوموفولوژی، پلایا، طبس.

هدف این مقاله ارزیابی توانمندی استخراج پارامترهای جنگلی همچون ارتفاع درختان با تکنیک های تداخل سنجی راداری با روزنة ترکیبی است. هدف عمده از تصاویر پلاریمتری راداری، در کاربردهای جنگلی، جداسازی مراکز فاز ناشی از توپوگرافی سطح زمین و تاج درختان است. یکی از روش های بسیار مرسوم در این زمینه به کارگیری ساختار دولایه ای مبتنی بر مدل پرکاربرد پراکنش حجمی نامنظم روی سطوح (RVOG) است. این مدل در یک دستگاه معادلات غیرخطی پارامترهای گوناگون — مانند توپوگرافی زمین، ارتفاع درخت، ضریب میرایی موج و نسبت دامنه — پراکنش سطحی به حجمی را تخمین می زند. با این حال به دلیل وابستگی شدید نتایج مدل به مقادیر اولیة مجهولات و به دلیل زمان بربودن و پیچیدگی حل دستگاه غیرخطی برای تمامی سلول های تصویر، بیشتر اوقات مسئله براساس فرضیات خاصی در ارتباط با مدل های پراکنش حل می شود. با وجود این، نتایج این روش ها نیز تحت تأثیر فرضیات قرار می گیرند و غالباً نمی توانند منجر به تعیین مناسب پارامترها شوند. ازاین رو برای حل مسائل پیش رو در این مقاله، با درنظرگرفتن ساختار دولایه ای جنگل، روشی مدل مبنا در تعیین توپوگرافی سطح زمین و ارتفاع درختان مطرح می شود. روش در نظر گرفته شده بدون هیچ پیش فرضی در ارتباط با پارامترهای مجهول، سعی در تخمین بهینة آنها دارد و یافته های پژوهش نشان می دهد که این مدل کارآیی بهتری از دو روش مرسوم مدل معکوس و SPIRIT دارد؛ به طوری که شاخص RMSE تخمین ارتفاع درختان از مقدار 26/13 و 41/11 متر به ترتیب در روش مدل معکوس و SPIRIT به مقدار 34/7 متر در روش عرضه شده کاهش یافته است.

تحلیل کاربری اراضی شهری چگونگی استفاده از توزیع ، حفاظت ، ساماندهی مکانی- فضایی فعالیت ها و عملکردی های شهری را بر اساس خواست و نیازهای جامعه شهری، بررسی می کند. امروزه با توجه به رشد نابسامان کالبدی و بی تعادل شهرها، برای ارتقای کیفیت شهرنشینی و تعادل بخشی، ساماندهی و بهینه گزینی کاربری های اراضی شهری، از اهمیت بسیار زیادی برخوردار است. گسترش سریع نواحی شهری و در پی آن، اتخاذ سیاست کاربری اراضی، مقوله کاربری شهری را به عنوان یکی از مهم ترین مؤلفه های تعیین کننده در مسائل شهری کشور مورد توجه قرار داده است؛ لیکن به دلیل تنوع پراکنش کاربری شهرها و تأثیرپذیری کاربری ها از متغیرهای مختلف، تحلیل و تبیین آن همواره با مشکلاتی مواجه بوده است. بنابراین با شناخت و بکارگیری روشهایی که بتواند به چنین مهمی کمک نماید، گام مطلوبی برای استغنای ادبیات چهره آرایی کشور برداشته خواهد شد. بررسی فرآیند تحولات ساختار فضایی شهر بابل نشان می دهد که در سالهای قبل از1300 ه ش محلات مختلف این شهر براساس ویژگی های قومی، صنفی و مذهبی شکل گرفته و از رشد ارگانیک برخوردار بوده است. اما به نظر می رسد در سالهای اخیر اجرای سیاست های عمرانی، بدون اندیشه و انطباق با واقعیات موجود، باعث رشد کالبدی و افزایش جدایی گزینی فضایی در بین محلات این شهر گردیده است. نتایج پژوهش حاضر که با روش توصیفی- تحلیلی و همچنین استفاده از سیستم اطلاعات جغرافیایی (GIS) انجام گرفته و از نوع کاربردی است، نشان میدهد در تخصیص کاربری های شهری، توجه لازم انجام نگرفته است.

از راهبردهای توسعه پایدار، توسعه فعالیتهای گردشگری می باشد. تعیین ارزش های گردشگری و استعدادهای طبیعی منطقه به همراه برنامه ریزی صحیح میتواند منجر به توسعه درآمدهای اقتصادی از طریق گردشگری گردد. یکی از مهم ترین راهکارهای بهرهمندی از منابع طبیعی و انسانی و بهرهبرداری علمی، بدون آسیب زدن به محیط زیست، مکانیابی بهینه اماکن تفریحی و اقامتی می باشد. شهرستان رودسر به دلیل موقعیت گردشگری، جاذبههای طبیعی و تاریخی به عنوان یکی از مکانهای مهم گردشگری شناخته شده است که جهت رضایتمندی این گردشگران متناسب با هر قشر و طبقهای در هر زمانی از سال تسهیلات و خدمات لازم جهت اسکان گردشگران مهیا باشد که در صورت رضایت مشتریان امکان سفر دوباره به شهر و اقامت مجدد در هتل وجود دارد. پژوهش حاضر از نوع توصیفی-تحلیلی و روش گردآوری اطلاعات کتابخانهای و میدانی است.در این تحقیق سعی میگردد با استفاده از مدل ANP-VIKOR مراکز اقامتی گردشگری در شهرستان رودسر مکانیابی گردد. مدل ANP-VIKOR ح التی تعم یم یافت ه از فرآیند تحلیل سلسله مراتبی اس ت و مجموعه معیارهایی هستند که برای مقایسه تعاملهایی که ممک ن است در شبکه وجود داشته باشد، استفاده می شوند. در فرآیند مکانیابی با استفاده از تحلیل سلسله مراتبی، بعد از تعیین سطوح سلسله مراتب شامل هدف، معیار، زیرمعیار و گزینهها، مقایسه زوجی بین مجموعهها برای وزندهی انجام میگیرد. در عین وزندهی به مجموعهها، تجزیه و تحلیل سازگاری قضاوتها نیز صورت میگیرد. در روش پیشنهادی با شناسایی متغیرها، تشکیل ماتریس، نرمال سازی لایهها، بدست آوردن وزن معیارها و اعمال وزن لایه ها، تعیین ایدهآل مثبت و منفی و محاسبه مقدار به مکانیابی هتلها پرداخته شد. نتایج نشان داد مهم-ترین معیار مکانیابی هتلها ارتفاع از سطح دریا و کمترین وزن هم متعلق به معیار انتقال نیرو است.

صنعت بیمه در اقتصاد جایگاه بسیا ویژه ای دارد و شرکت های بیمه از نهادهای مهم در بازار سرمایه اند . فعالیتهای بیمه ای به عنوان یکی از ارکان مهم برای توسعه اقتصادی و اجتماعی محسوب می شود و اثر گذاری محسوسی در توسعه و رشد مناسبات اقتصادی و اجتماعی کشور به عهده دارد. در اقتصاد ایران،رشد صنعت بیمه از دغدغه های اصلی سیاست گذاران اقتصادی است. در شرایط حاضر، از جمله راه حل های مفید در این راستا، ایجاد وگسترش رشته فعالیت های بیمه ایی از طریق افزایش سرمایه گذاری در رشته فعالیت های مولد حق بیمه تولیدی بر حسب مزیت نسبی شرکت بیمه در مناطق مختلف می باشد. مدل تغییر مکان = سهم، یکی از مدل های مهم و کارآمد جهت تجزیه و تحلیل برنامه ریزی منطقه ای میباشد. تحقیق حاضر سعی بر آن دارد که یکی از جنبه های مهم برای بستر سازی و بهبود عملکرد شعب شرکت بیمه خصوصی از طریق شناخت مزیت های هر یک از شعب بپردازد.در این تحقیق داده های موجود با استفاده از نرم افزار SPSS پردازش شد و در نهایت ضریب مکانی رشته فعالیت های بیمه ای شعب مختلف محاسبه و در نهایت کاربرد مدل در شناسایی مزیتهای رقابتی و ساختاری مورد آزمون قرار گرفت .

توسعه روش های سنجش از دور در پهنه بندی اراضی زیر کشت محصولات کشاورزی در مقیاس گسترده مکانی و زمانی، به صورت جایگزین شیوه های پرهزینه و زمان بر جمع آوری آمار میدانی، در حال گسترش است. تا کنون، روش هایی برای شناسایی اراضی زراعی، با استفاده از تصاویر سنجنده های اپتیک و راداری، مطرح شده است. برخی از این روش ها، با تأکید بر فرایندهای حذف پیکسل های ابری، مناسب اقلیم مرطوب با روزهای متعدد ابرناکی هستند و برخی دیگر، به دلیل روش به کاررفته در آنها به منظور ترکیب تصاویر هر دو سیستم اپتیک و راداری، پیچیده گی های خاص خود را دارند. در این میان، روش های مبتنی بر استفاده از ویژگی های منحصربه فرد سری زمانی شاخص گیاهی هریک از محصولات زراعی فرایند نسبتاً ساده تری در پهنه بندی اراضی زراعی دارد. هدف از این پژوهش بهبود یکی از روش های مطرح شده برای تفکیک اراضی زیر کشت گندم دیم است که در آن از الگوریتم حذف گام به گام پیکسل های غیرگندم و تصاویر سنجنده مادیس استفاده شده بود. برای بهبود الگوریتم مذکور، طی فرایندی، از قدرت تفکیک زمانی تصاویر سنجنده مادیس و قدرت تفکیک مکانی تصاویر ماهواره لندست8 بهره گرفته شد. فرایند جدید، ضمن رفع نقاط ضعف الگوریتم سابق در تشخیص مراتع و اراضی غیرگندم از اراضی گندم دیم، به خصوص در پیکسل های ناهمگن، موجب افزایش دقت این الگوریتم در پهنه بندی اراضی گندم دیم شد؛ به طوری که روش مطرح شده توانست با مقادیر صحت کلی، شاخص کاپا و F1 به ترتیب برابر با 92.5%، 0.67 و 0.71، با دقت قابل قبولی، سطوح زیر کشت گندم دیم را تفکیک کند. 

مدل سازی مکانی رخداد چشمه های آب زیرزمینی امکان شناسایی چشمه های جدید را، برای مصارف شرب و کشاورزی و صنعت، فراهم می آورد. هدف از این تحقیق مدل سازیِ مکانی رخداد چشمه های آب زیرزمینی، با استفاده از نمایه های ژئومرفومتری مؤثر در رخداد آنها و مدل احتمالی وزنی شاهد و بررسی کارآیی این مدل در منطقة البرز میانی است. به طورکلی، 584 چشمه در منطقة مورد مطالعه مشخص شدند که 409 (70%) چشمه ها برای آموزش و 175 (30%) چشمه ها برای اعتبارسنجی مدل وزنی شاهد به کار رفتند. چهارده شاخص مهم ژئومرفومتری مؤثر در رخداد چشمه ها، در قالب رویکرد مدل وزنی شاهد برای مدل سازی مکانی رخداد چشمه ها، برگزیده شدند. این عوامل شامل ارتفاع، درجة شیب، جهت، انحنای صفحه ای، انحنای پروفیل، شاخص رطوبت توپوگرافی، شاخص قدرت جریان، طول شیب، شاخص موقعیت توپوگرافی، سنگ شناسی، فاصله از گسل ها، تراکم گسل ها، فاصله از آبراهه ها و تراکم زهکشی می شوند. در این تحقیق، براساس مدل وزنی شاهد، عامل های جهت شیب و شاخص رطوبت توپوگرافی، به ترتیب، دارای کمترین و بیشترین تأثیر در رخداد چشمه های آب زیرزمینی اند. نقشة به دست آمده از مدل سازی مکانی رخداد چشمه ها، در چهار طبقه، با پتانسیل رخداد کم، متوسط، زیاد و بسیار زیاد قرار گرفت. صحت پیش بینی مدل مورد استفاده با استفاده از روش ROC بررسی شد. سطح زیرین منحنی 866/0 به دست آمد که نشان می دهد مدل وزنی شاهد، در برآورد رخداد مکانی چشمه های آب زیرزمینی در منطقة مورد مطالعه، دقت بسیار خوبی دارد.

تعیین سرانه فضای سبز تا حد زیادی بستگی به خصوصیات بیوکلیماتیک منطقه و شهر دارد. براساس مطالعات و بررسیهای وزارت مسکن و شهرسازی، سرانه فضاهای سبز شهری در شهرهای ایران بین 7 تا 12 مترمربع برای هر نفر برای گذران اوقات فراغت، بازی و تفریح است . امروزه معمولا تعادلی از نظر سطح فضای سبز و مناطق باز موجود بین شبکه های شهری و الگوهای طبیعی سرزمین کمتر مشاهده می شود . این امر ممکن است باعث مشکلات زیست محیطی جهانی خاصی مانند شکل گیری جزایر گرمایی شهری شود. در این میان فضای سبز نقش تعیین کننده ای دارد. شهر هفشجان از جمله شهرهایی است که از توزیع مناسب فضای سبز برخوردار نیست و برخی از محلات آن فاقد فضای سبز است. به منظور تعیین مکان بهینه برای ایجاد فضای سبز باید از اصولی چون «مرکزیت، سلسله مراتب و دسترسی» تبعیت کند. بعد از گردآوری داده های مکانی و نقشه های موجود و تشکیل پایگاه اطلاعاتی در محیط جی آی اس توابع فازی لارج و اسمال و توابع بولین هر یک از معیارها استانداردسازی شد. با وزن دهی مناسب و با روی هم گذاری این لایه های فازی شده، تلفیق فازی، انجام شد و مکان های مناسب مشخص شد. در نهایت زمین هایی که درجه ی تناسب آنها مناسب تر بوده اند برای ایجاد فضای سبز انتخاب شده اند. این مکان ها نزدیک به مراکز مسکونی، آموزشی، شبکه ی ارتباطی، هستند و از پارامترهای دیگر مانند فضای سبز موجود، فاصله ی زیادی دارند.

در سال های اخیر، پدیده تغییر اقلیم و خشکسالی به معضلی جهانی در مناطق خشک و نیمه خشک جهان تب دیل ش ده اس ت. در تحقیق حاضر، تغییرات ماهیانه دی اکسید کربن جو و ذخیره کل آب، در بازه زمانی 2015-2003 در ایران، بررسی شده است. از داده های ترکیب شده با الگوریتم Obsm4MIPs ماهواره GOSAT و سنجنده SCIAMACHY، برای به دست آوردن روند تغییرات غلظت گاز دی اکسید کربن، و داده های ماهواره GRACE، برای تغییرات ذخیره کل آب در بازه زمانی 2003 تا 2015، استفاده شده است. نتایج همبستگی کانونی رابطه ای قدرتمند را، بین غلظت دی اکسید کربن با تغییرات ذخیره کل آب، نشان می دهد. به منظور مدل سازی رابطه بین تغییرات ذخیره کل آب با دی اکسید کربن، میزان تخلیه و مصرف آب های زیرزمینی از مدل رگرسیون گام به گام استفاده شد. نتایج حاصل از مدل رگرسیون بین تغییرات اشاره شده نشان دهنده این است که دی اکسید کربن، با 91/0R 2 =، بیشترین رابطه را با تغییرات ذخیره کل آب در مدل دارد. شایان ذکر است که شناسایی این روابط، در مقیاس کلان، ملموس است و در مقیاس محلی شیوه های مدیریتی در تغییرات منابع آب، به ویژه آب های زیرزمینی، تأثیر بیشتری دارد.

هدف از این تحقیق تعیین مناطق دارای پتانسیل حضور چشمه آب زیرزمینی و اولویت بندی عوامل مؤثر در آن، با استفاده از روش حداکثر آنتروپی (مدل MaxEnt)، سیستم اطلاعات جغرافیایی و سنجش از دور است. در تحقیق حاضر، از چهارده شاخص تأثیرگذار در پتانسیل آب زیرزمینی شامل شاخص های توپوگرافیکی، زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی و همچنین، شاخص جدید ارتفاع از سطح نزدیک ترین زهکش (HAND) استفاده شده است. ابتدا، شاخص ها به دو بخش شاخص های توپوگرافیکی و سایر عوامل شامل زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی تقسیم شدند و نقشه پتانسیل آب زیرزمینی براساس آنها تهیه شد. سپس، از تلفیق شاخص ها، نقشه نهایی پتانسیل آب زیرزمینی به دست آمد. از مجموع 2547 چشمه، با استفاده از روش فاصله ماهالانوبیس، 60% به منزله داده های آزمون و 40% به منزله داده های اعتبارسنجی طبقه بندی شدند. نتایج نشان داد که به ترتیب، براساس شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها 38.5%، 27.4% و 34.7% حوزه دارای پتانسیل آب زیرزمینی است. همچنین، طبق نمودار جکنایف لایه های ارتفاع، کاربری اراضی، شیب، موقعیت شیب نسبی، شاخص HAND و لیتولوژی به ترتیب مهم ترین عوامل مؤثر در پتانسیل چشمه آب زیرزمینی بودند. سطح زیر منحنی (AUC) براساس نمودار ROC نشان دهنده دقت 83%، 83% و 85% (خیلی خوب) در مرحله آموزش و 82%، 81% و 84% (خیلی خوب) در مرحله اعتبارسنجی، مطابق با شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها بود. با توجه به اینکه شاخص HAND جزء شاخص های تأثیرگذار در آب زیرزمینی محسوب می شود؛ نقش تعیین کننده و مهمی در تعیین مناطق دارای پتانسیل چشمه آب زیرزمینی دارد.

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.

مدل های خوشه بندی c-means یکی از پرکاربردترین شیوه های طبقه بندی نظارت نشده در آنالیز داده ها به شمار می رود. مدل فازی این روش، یعنی Fuzzy c-means، یکی از مشهورترین مدل هایی است که در آن هر داده با یک مقدار درجه عضویت بین 0 و 1، به هر یک از خوشه ها اختصاص داده می شود. این مدل خوشه بندی جهت طبقه بندی داده های سنجش از دوری بسیار استفاده شده است. مدل Fuzzy c-means از فاصله اقلیدسی جهت خوشه بندی استفاده کرده و برای همه خوشه ها شکل یکسانی فرض می کند. با وجود این، این مدل برای داده هایی که در آن ها کلاس ها دارای شکل و حجم متفاوت اند، مناسب به نظر نمی رسد. برای رفع این مشکل، مدل Gustafson-Kessel جهت خوشه بندی داده های پیچیده ارائه شده است. این مدل برمبنای به کارگیری یک ماتریس کوواریانس فازی برای هر خوشه عمل می کند و شکل هندسی، حجم و جهت گیری یکسانی برای همه خوشه ها در نظر نمی گیرد. در این تحقیق، از هر دو مدل خوشه بندی مذکور جهت داده های سنجش از دوری فراطیفی واقعی حاصل از سنجنده های Hyperion، ROSIS و CASI استفاده شده است. نتایج حاصل از مدل های خوشه بندی Fuzzy c-means و Gustafson-Kessel به پارامتری به نام فازی کننده وابسته است که در این تحقیق، مقدار بهینه آن با محاسبه و بررسی دقت طبقه بندی هر یک از این مدل ها، در ازای فازی کننده های مختلف به دست آمده است. نتایج به دست آمده در ازای مقدار بهینه فازی کننده، نشان می دهد که مدل Gustafson-Kessel دقت و صحت طبقه بندی را حدود 5/12% برای داده های Hyperion و حدود 45/8% برای داده های ROSIS افزایش می دهد. همچنین، ارزیابی دیداری نتایج دو مدل خوشه بندی روی داده های CASI نشان می دهد که مدل Gustafson-Kessel عملکرد بهتری دارد. البته در مقابل، باید گفت مدل Gustafson-Kessel هزینه زمانی بیشتری را صرف می کند و همچنین، جهت تعیین پارامتر مربوط به حجم خوشه ها، به دانش قبلی نیاز دارد.

تبخیر و تعرق یکی از اجزای مهم بیلان انرژی و آب است. کارآمدترین روش محاسبه میزان تبخیر و تعرق واقعی در مقیاس وسیع، استفاده از تصاویر ماهواره ای و سنجش از دور می باشد. اجرای الگوریتم های محاسبه تبخیر و تعرق مانند سبال نیازمند محاسبه تبخیر تعرق مرجع و در نتیجه بدست آوردن مقادیر دما و رطوبت هوا و سرعت باد است. معمولا در محاسبات مربوط به تبخیر و تعرق از اطلاعات بدست آمده از نزدیکترین ایستگاه (های) هواشناسی به منطقه موردمطالعه استفاده می شود که می تواند همراه با خطا باشد. به همین دلیل در این مطالعه، از سنسورهای اینترنت اشیا جهت اندازه گیری دقیق دمای هوا در ارتفاع 2 متری از سطح زمین و همچنین رطوبت هوا و سرعت باد در منطقه مورد مطالعه استفاده شده است. منطقه مورد مطالعه در این تحقیق، مزارع شرکت کشت و صنعت مغان در استان اردبیل است. در این تحقیق تعداد 23 نود در تعدادی از مزارع شرکت کشت و صنعت مغان نصب و راه اندازی گردید. الگوریتم بیلان انرژی سطح زمین (سبال) جهت محاسبه میزان تبخیروتعرق با تصاویر لندست 8 سال 1394 مورداستفاده قرار است.

امروزه موجودیت فضای سبز و گسترش آن به عنوان ریه های تنفسی شهر بسیار حائز اهمیت است و این تا آن حد است که بعنوان یکی از شاخص های توسعه یافتگی در جوامع مطرح بوده و نبود آن به معنی عدم وجود سلامت و تندرستی در شهرها تلقی می شود. مقاله حاضر به روش توصیفی تحلیلی و کاربردی بوده و با استفاده از سیستمهای اطلاعات جغرافیایی GIS و لایه های اطلاعاتی فازی شده مورد نظر و انجام مراحل مختلف جهت مدلسازی و فرآیند تحلیل سلسله مراتبی AHP و بدست آوردن وزن لایه های اطلاعاتی و تشکیل مدل نهایی تلفیق فازی به بررسی چگونگی توزیع فضایی و مکانیابی فضای سبز شهری شهر نهاوند استان همدان پرداخته است. مکانهای بهینه جهت این امر مشخص شد. سپس با انتخاب سه منطقه بعنوان مکانهای بهتر و در نظر گرفتن میدان خروجی شهر ، مسیرهای مناسب و بهینه را در جهت رسیدن به این مکانهای جدید پیشنهادی مشخص شد. این روش مدلسازی بهینه فازی برای مسیریابی و مکانیابی را تحلیل نموده است.

ترمیم چندضلعی های نادرست برای استفاده در نرم افزارهای سیستم اطلاعات جغرافیایی، کاری نیمه خودکار و وقت گیر است. ترمیم خودکار چند ضلعی، تفسیر چند ضلعی های مبهم و نادرست و از بین بردن کلیه اشکالات موجود براساس تعریف ها و استاندارهای جهانی است که کاربردهای زیادی در نرم افزارهای مرتبط با سیستم اطلاعات جغرافیایی دارد. با توجه به پیچیدگی محاسبات و حجم داده ها در کار با مه داده ها ، همیشه رقابتی بین سرعت و میزان حافظه مصرفی وجود دارد. در این مقاله ضمن معرفی استاندارد مشخصات عوارض ساده در چندضلعی ها، با استفاده از مثلث بندی دلونی و توابع جی.تی.اس در جاوا و با کمک بانک اطلاعات H2روشی ارائه شده است که چندضلعی ها را در قالب یک فایل CSV از ورودی دریافت کرده و با اعمال الگوریتم های کارا چندضلعی های موجود را بررسی و به شکل خودکار ترمیم می کنیم. چندضلعی های موجود در مجموعه داده های مکانی به شکل خودکار و در زمانی بهینه و با مصرف حداقل حافظه بررسی و در صورت نیاز ترمیم می شوند. نتایج نشان می دهد این روش نسبت به نمونه های پیشین، باعث بهبود نسبی در سرعت اجرا و در هنگام کار با داده های بزرگ صرفه جویی متوسط بیش از 50 درصد در حافظه اصلی را نشان می دهد