درخت حوزه‌های تخصصی

فرایند تهیة نقشه پتانسیل معدنی به دلیل وجود فاکتورهای متعدد کانی سازی، داده های متنوع کمی و کیفی اکتشافی و همچنین دیدگاه های کارشناسی و سلایق گوناگون، فرایندی پیچیده و دشوار است. در این فرایند توجه هم زمان به مدل سازی ماهیت غیرقطعی داده های اکتشافی، به کارگیری دانش کارشناسی و انعطاف پذیری روش برای انواع ذخایر معدنی در قالب سامانه ای یکپارچه، ضروری است. در پژوهش حاضر ، روشی جدید با استفاده از سیستم استنتاج گر و روابط فازی ارائه شد و در اندیس مس چاه فیروز پیاده سازی گردید. این روش در دو مرحله انجام گرفت. در مرحله نخست، نقشه های فاکتور اولیه با استفاده از روش آنالیز رابطه نامتقارن فازی وزن دهی و به روش ارزیابی جامع چندسطحی فازی با یکدیگر تلفیق شدند و نقشه های فاکتور سطح دوم که فازی هستند به دست آمد. در مرحله دوم، نقشه های فاکتور تهیه شده در مرحله قبل با استفاده از سیستم استنتاج گر فازی تلفیق و نقشة پتانسیل معدنی تهیه شد. در نقشه پتانسیل معدنی تهیه شده، مناطق مستعد کانی سازی مس پورفیری در نواحی مرکزی و با گسترش شمالی جنوبی شناسایی شدند. به منظور ارزیابی، وضعیت گمانه های اکتشافی موجود در منطقه با نقشة پتانسیل معدنی انطباق داده شدند. بیشترین میزان تطابق در نقشة پتانسیل معدنی برابر با 33/83 درصد به دست آمد.

چکیده به منظور مدیریت صحیح اکوسیستم های مرتعی و پوشش گیاهی، باید ارتباط بین اجزای آنها را شناخت. یکی از اجزای اصلی این اکوسیستم ها پوشش گیاهی و ترکیب آن بوده که تحت کنترل عوامل محیطی قرار دارد. به عبارت دیگر، الگوی توزیع پوشش گیاهی بوسیله بسیاری از عوامل محیطی تأثیر می پذیرد. .امروزه کسب وآگاهی در رابطه با پوشش گیاهی و سلامت آن نقش مهمی در مدیریت خاک و گیاهان ایفا می کند. همچنین در حال حاضر استفاده از نقشه های پوشش گیاهی یکی از ارکان مهم در تولید اطلاعات جهت برنامه ریزی های منطقه ای است. لذا با استفاده از دانش سنجش از دور و بررسی دقیق عناصر میتوان پی به شناخت پوشش گیاهی و انواع آن و پراکندگی آن با استفاده از تصاویر ماهواره ای برد. لذا در تحقیق حاضر برای ارزیابی پوشش گیاهی و پراکندگی آن برای منطقه آبیک از دو الگوریتم طبقه بندی نظارت شده شامل Maximum likehood و Spactral angel mapper استفاده شده است. صحت کلی برای الگوریتم MLC و SAM به ترتیب 91.86 و 68.85 و ضریب کاپا MLC و SAM به ترتیب 0.89 و 0.62 ارزیابی شده است. بنابراین الگوریتم MLC روش مناسب تری برای ارزیابی و تخمین پراکندگی پوشش گیاهی منطقه آبیک شناخته شد و براین اساس الگوریتم MLC دارای صحت بالاتری نسبت به الگوریتم SAM است. ناگفته نماند که همبستگی بین پوشش گیاهی و عوامل محیطی یکی از مهمترین مسائل تأثیرگذار در شکل گیری ساختار جوامع گیاهی و پراکنش آنها در هر ناحیه و منطقه ای مورد مطالعه ای می باشد و به طبع شرایط خاص هر منطقه متفاوت است و باید بررسی های دقیق برای شناخت پوشش گیاهی و مدیریت آن انجام پذیرد.

در تحقیق حاضر، احتمال کانه زایی مس پورفیری در محدودة کوه هنزا در حوالی روستای درب بهشت واقع در بخش جنوبی زون دهج ساردوئیه با استفاده از تصاویر استر بررسی شده است. در این منطقه کانه زایی مس پورفیری در مناطق رمشک، بندر هنزا، سوراخ مار، و گروه شناخته شده است. به منظور شناسایی هاله های دگرسانی فیلیک و آرژیلیک که معمولاً در اطراف کانسارهای مس پورفیری وجود دارند، از دو الگوریتم نقشه بردار زاویه طیفی (SAM) و عملگر منطقی استفاده شده است. روش عملگر منطقی مجموعه ای از نسبت های باندی است که در بخش نخست آن نواحی پوشش گیاهی حذف گردیدند و به دنبال آن با کمک نسبت های باندی هاله های دگرسانی استخراج از یکدیگر متمایز شدند. در روش SAM با توجه به ویژگی های طیفی کانی های دگرسان شده در باندهای مناطق دگرسانی آرژیلیک و فیلیک با استفاده از کانی های خاص، این نوع دگرسانی ها همانند کائولینیت و مسکویت مشخص شدند. محاسبه ضریب تشابه در دو روش مذکور نشان می دهد که میزان تشابه در آن ها در حد متوسط، و ضریب تشابه نقاط معدنی با نواحی تأییدشده با هر دو روش بسیار مناسب است. بنابراین، نواحی ای که در آن هر دو روش SAM و الگوریتم عملگر منطقی همدیگر را تأیید می کنند بیشترین احتمال کانه زایی مس پورفیری را دارند.

شبکه های عصبی مصنوعی  به عنوان یکی از تکنیک های غیرخطی در مطالعات اقلیمی و هیدرولوژی اهمیت فراوانی به خود اختصاص داده اند. تغییراقلیم و به دنبال آن گرمایش جهانی از پدیده های اقلیمی به شمار می رود. شمار روزهای خشک و تداوم آن خشکسالی را به دنبال دارد. در این پژوهش از داده های بارش روزانه طی سال های (1976-2008) و شبکه عصبی مصنوعی در نرم افزار MATLAB به منظور پیش بینی شمار روزهای خشک ایستگاه تهران استفاده شده است. شبکه به کار رفته از نوع Feed-forward با الگوریتم کاهش شیب و مارکوارت لونبرگ در مرحله آموزش و یادگیری می باشد. ساختارهای گوناگونی در لایه ورودی و پنهان در مرحله آموزش مورد آزمایش قرار گرفت. در نهایت شبکه با 4 ورودی و 5 نرون در لایه پنهان و 1 نرون در لایه خروجی به مطلوب ترین ساختار (1-5-4) جهت پیش بینی بهینه با بیش ترین همبستگی پاسخ داد. نتایج نشان داد که در ایستگاه مذکور، روزهای خشک پیش بینی شده توسط شبکه در مقایسه با طول دوره آماری مورد بررسی دارای روند افزایشی بوده است که با محاسبه احتمال وقوع روزهای خشک، طی سال های (2018-2009) با استفاده از زنجیره مارکوف، موارد فوق تأیید گردیده است. ضریب همبستگی مقادیر پیش بینی روزهای خشک بدون ترکیب با الگوریتم ژنتیک 86 درصد است. بعد از آموزش شبکه با ترکیب  الگوریتم ژنتیک با لایه های مختلف این مقدار به 88درصد رسید که می توان گفت در صورت ترکیب شبکه با الگوریتم مذکور نتایج قابل قبول ارائه می دهد.

توفان گرد و غبار ازجمله پدیده هایی است که در سال های اخیر مشکلات فراوانی را برای مناطق مختلف کشور ایجاد کرده است. شناسایی چشمه این نوع توفان ها از اولین گام ها در مقابله با این پدیده مخرب است. از جمله روش هایی که برای این منظور استفاده می شود مدل سازی عددی است. در این مطالعه سعی شده است رویکرد مناسبی برای شناسایی چشمه توفان های گردوغبار با استفاده از مدل های عددی معرفی شود. برای این منظور توفان گردوغبار شدیدی که در روزهای 17-14 تیر 1388 (8 - 5 جولای 2009) انتخاب شد که تقریبا اکثر نقاط کشور را تحت تاثیر قرار داده بود.سپس با استفاده از مدل عددی مطالعه و پیش بینی جوی WRF و مدل محاسبه مسیرهای برگشت و پخش HYSPLT توفان مورد نظر،مورد بررسی قرار گرفت. ابتدا مدل WRF برای شبیه سازی شرایط جوی حاکم بر توفان اجرا گردید و شرایط همدیدی حاکم بر این توفان با استفاده از تحلیل خروجی های این مدل به دست آمد. سپس خروجی های به دست آمده برای دست یابی به چشمه های احتمالی و تحلیل مسیر انتقال گردوغبار به مدل HYSPLT داده شد. سرانجام رویکرد پخش ذرات از مناطق احتمالی به دست آمده، برای دقیق تر شدن روی مناق چشمه، بکار گرفته شد. نتایج نشان داد که اغلب مسیرهای به دست آمده، از مناطق شمالی و مرکزی عراق و سوریه گذشته و منشا توفان گردوغبار ذکر شده، مناطق کویری و خشک شمال عراق و سوریه است. این نتایج مطابقت خوبی با مطالعات گذشته بر اساس سنجش از دور داشته و بیانگر این است که مدل های عددی ذکر شده توانایی پیش بینی توفان های گردوغبار را دارند.

در سال های اخیر به دلیل برتری از نظر هزینه و زمان نسبت به سایر روش ها شاهد پیشرفت روزافزون کاربرد پرنده های بدون سرنشین در کاربردهای متنوعی از جمله علوم زمین، منابع طبیعی، مطالعات محیطی، برنامه ریزی شهری می باشیم. در کنار این مزایا، استفاده از پرنده های بدون سرنشین با چالش هایی مانند هندسه ناپایدار تصویربرداری، عدم استفاده از دوربین های متریک و متغیر بودن پارامترهای تصاویر همراه است. در این پژوهش تکنیک های علم بینایی کامپیوتر برای پردازش تصاویر تهیه شده توسط هواپیمای بدون سرنشین بررسی و کارایی این تصاویر و تکنیک ها برای تولید مدل رقومی ارتفاع با قدرت تفکیک مکانی بالا بررسی شده است. بدلیل وجود شرایط ذکر شده برای تصویربرداری و عدم وجود پارامترهای توجیه داخلی و خارجی از عملگر SIFT برای استخراج نقاط گره ای در مناطق مشترک تصاویر استفاده شده است. توجیه نسبی و مطلق تصاویر به ترتیب با استفاده از نقاط گره ای و نقاط کنترل زمینی انجام شده است. از الگوریتم تناظریابی سه بعدی متراکم، ابر نقاط متراکم ایجاد و با درونیابی به روش مثلث بندی نامنظم، سطح رقومی منطقه تشکیل شده است. در نهایت با استفاده از نقاط چک زمینی، دقت زمین مرجع کردن و مدل رقومی سطح نهایی ارزیابی شده است. تعداد 5853 نقطه گره ای به صورت اتوماتیک توسط عملگر SIFT استخراج و تصاویر با دقت مسطحاتی 12/21 سانتی متر زمین مرجع شدند. سپس با تولید میلیون ها نقطه و مثلث بندی نامنظم، مدل رقومی ارتفاعی با دقت ارتفاعی 25/19 سانتی متر تولید شد. نتایج این پژوهش نشان می دهد که بدلیل هندسه ناپایدار تصویربرداری و متغیر بودن پارامترها برای تصاویر، تلفیق الگوریتم SIFT با تکنیک های بینایی کامپیوتر در پردازش تصاویر پهباد برای استخراج نقاط گره ای و توجیه دقیق تصاویر ضروری است.

شناسایی مناطق مستعد حرکت های توده ای ازجمله زمین لغزش از راه الگوسازی خطر با الگو های مناسب و کارا، یکی از اقدام های اساسی در کاهش خسارت احتمالی و مدیریت خطر است. هدف مطالعه حاضر، تلفیق روش های تصمیم گیری چندمعیاره با روش آماری رگرسیون لجستیک برای بررسی مناطق حساس به وقوع زمین لغزش در حوضه زیلبیرچای است؛ ازجمله الگو های یادشده، الگوی ترکیب خطی وزن دار (WLC) است که در آن، ابتدا متغیرهای مؤثر در وقوع زمین لغزش به شکل زیر معیارهایی تقسیم بندی می شوند و وزن خاصی به هر کدام از آن ها تعلق می گیرد. برای جلوگیری از نقش سلیقه کارشناسی به عبارتی روش دلفی، زمین لغزش های رخ داده در منطقه مطالعه شده با زیرمعیارهای هر متغیر قطع داده شدند و درصد مساحت وقوع زمین لغزش در هر یک از آن ها ملاک وزن دهی زیرمعیارها قرار گرفت و استانداردسازی فازی بر این اساس انجام شد. در الگوی WLC علاوه بر وزن دهی به زیر معیارها، به خود متغیرها نیز از راه روش فرایند تحلیلی سلسله مراتبی (AHP) وزنی اختصاص داده می شود. در مطالعه حاضر، علاوه بر وزن دهی معمول، وزن دهی از راه روش آماری رگرسیون لجستیک (RL) و ملاک قراردادن وزن های حاصل و نرمال سازی آن ها نیز انجام و مستقیماً در الگوی WLC بر متغیرها اعمال شد. برای الگو سازی از 9 شاخص مستقل اع لایه بارش، لیتولوژی، کاربری اراضی، ارتفاع، شیب، جهت شیب، فاصله از شبکه زهکشی، فاصله از گسل و فاصله از جاده استفاده شد. نتیجه الگوی WLC-RL نشان دهنده مساحتی حدود 4/7 درصد در پهنه های خطر زیاد و بسیار زیاد با اعتبار سنجی 94/0 و با وزن دهی AHP و به صورت کارشناسی حدود 7/4 درصد با اعتبارسنجی 90/0 در پهنه های یادشده است. 36 درصد مساحت منطقه نیز جزو پهنه های خطر متوسط است که این پهنه های خطر با سو مدیریت و ساخت وسازهای عوارض انسانی ازجمله جاده بدون توجه به ساختار ژئومورفولوژی و لیتولوژی منطقه متأثر شده و به پهنه های خطر زیاد و بسیار زیاد تبدیل می شوند.

رودخانة تروال، به عنوان سرشاخة سفیدرود، در شرق استان کردستان واقع شده است. هدف اصلی در این مطالعه تحلیل تعادل ژئومورفولوژیکی و شناسایی مناطق پایدار و ناپایدار رودخانة تروال است. نخست ظرفیت تعادل رودخانه با روش چهارچوب استیل رود و سپس وضعیت پایداری استیل ها بر اساس طبقه بندی رزگن تعیین شد. بر اساس چهارچوب استیل رود، استیل های سینوزیتة کم با مواد ریزدانه و مئاندری با بستر ماسه ای دارای ظرفیت تعادل محلی و استیل های سینوزیتة کم با بستر گراولی، چندمجرایی در چم ازون دره، سینوزیتة کم با بستر ماسه ای در چم تروال و مئاندری با مواد ریزدانه در چم سنگ سیاه ظرفیت تعادل بسیار زیادی دارند. برای بررسی پایداری، 34 مقطع در همة استیل ها برداشت شد. استیل های مئاندری و چندمجرایی با بستر ماسه ای، سینوزیتة کم با مواد ریزدانه و مئاندری با مواد ریزدانه در چم تروال و استیل آدا با بستر رسی در چم سنگ سیاه پایدارند؛ درحالی که استیل های سینوزیتة کم با بستر گراولی، سینوزیتة کم با بستر ماسه ای و چندمجرایی ناپایدار بودند. ناپایداری در چم تروال و سنگ سیاه می تواند به دلیل گسل های متعدد باشد. به طورکلی، مناطقی از رودخانه که بر اساس روش استیل رود دارای ظرفیت تعادل زیادی است معمولاً نتایج روش رزگن حاکی از ناپایداری وضعیت آن بخش رودخانه است.

معادلات غیرپارامتریک، به دلیل نیازنداشتن به داده های افمریز ماهواره در زمان تصویربرداری و همچنین انتشارنیافتن این داده ها و تصاویر خام به دست مالکان این ماهواره ها، مورد توجه خاص متخصصان فتوگرامتری و سنجش از دور قرار گرفته است. در این مقاله، پژوهشی جامع روی معادلات غیرپارامتریک شامل مدل افاین سه بعدی، تابع رشنال درجة یک با مخرج های نامساوی، معادلات SDLT،DLT و تابع رشنال مخرج مساوی با تأکید بر اثر عوارض کنترلی نقطه و خط، به منظور تصحیح هندسی تصاویر ماهواره ای با قدرت تفکیک مکانی بالا، صورت گرفته است. همچنین، از فرم جدید معادلة Pushbroom-Projective به منزلة ایده ای جدید در تصحیح هندسی تصاویر ماهواره ای استفاده شده است. تصاویر مورد استفاده در این پژوهش تصویر GeoEye-1 از منطقة ارومیه و تصویر Ikonos از منطقة همدان است. در تصحیح هندسی تصویر ماهواره ای GeoEye-1، تابع رشنال درجة یک با مخرج های نامساوی، با استفاده از عوارض کنترلی نقطه، با دقت 75/0 پیکسل و ترم +XY تابع رشنال مخرج مساوی، با دقت 03/2 پیکسل با استفاده از عوارض کنترلی خط، بیشترین دقت را دارند. به علاوه در تصحیح هندسی تصویر ماهواره ای IKONOS، ترم +XY تابع رشنال مخرج مساوی با استفاده از عوارض کنترلی نقطه، با دقت 68/0 پیکسل، و تابع رشنال درجة یک با مخرج های نامساوی، با استفاده از عوارض کنترلی خط با دقتی برابر 5/1 پیکسل، دارای بالاترین دقت اند. در حل معادلات غیرپارامتریک، خطای سیستماتیک باقی مانده در حالت استفاده از خطوط کنترل به مراتب بیشتر از زمانی است که از عوارض کنترلی نقطه استفاده می شود.

ایران یکی از کشورهای خشک و نیمه خشک به شمار می رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی مدت در پهنه وسیعی از کشور یکی از بزرگ ترین مشکلات برای مشاهده و پیش بینی کوتاه مدت خشکسالی در ایران است. در این مقاله، با به کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده های 42 ایستگاه سینوپتیک منتخب در ایران، عملکرد شاخص های پوشش گیاهی طیفی پهن باند NDVI، NDVI-DEV، VCI و TCI در پیش بینی خشکسالی بررسی شد. بدین منظور، از شاخص خشکسالی (SPI) برای بیان خشکسالی استفاده شد که نشان دهنده شدت و دوره خشکسالی، از سال 1985 تا 2008 است. شاخص های پوشش گیاهی یادشده از تصاویر سنجنده NOAA-AVHRR محاسبه و استخراج شدند. این شاخص ها، به صورت ورودی، به مدل SVM وارد شدند و مقادیر SPI را به دست دادند. با این روش، شاخص های TCI و NDVI، به ترتیب، دارای بالاترین و پایین ترین همبستگی با شرایط خشکسالی شناخته شدند

در مقالة حاضر به منظور بررسی کاربرد مدل های عامل مبنا در شبیه سازی پدیدة جدایی گزینی سکونتی، مدلی رستری با ترکیب GIS و تکنیک های Agent-Based و برمبنای نظریة Schelling ارائه شد و روی داده های ناحیه ای از تهران ارزیابی گردید. با مطالعة سوابق، دلایل و روند شکل گیری این پدیده در شهرهای مختلف دنیا و تهران، نوع غالب جدایی گزینی در تهران اجتماعی اقتصادی تشخیص داده شد. در فرض اولیه، افراد جامعه به چهار گروه اجتماعی اقتصادی تقسیم شدند و برای هر یک از آنها ویژگی ها و رفتارهایی تعیین شد. پارامترهای مؤثر بر جدایی گزینی در قالب مجموعه ای از عوامل اقتصادی، اجتماعی و محیطی با روش AHP وزن دهی شدند و میزان تأثیر آنها در تصمیم گیری های هر گروه تعیین گردید. نقشه های مربوط به هر شاخل در محیط ArcGIS تولید و طبق سلسله مراتب چینش زیرمعیارها با یکدیگر تلفیق شدند. مدل پیشنهادی با برنامه نویسی در محیط Netlogo تکمیل شد. اطلاعات مکانی در قالب نقشه های تولید شده، در محیط Netlogo فراخوانی و آنالیزهای مربوط به تصمیم گیری عامل ها در قالب توابع موجود در این محیط انجام شد. الگوی جدایی گزینی در منطقة مطالعه شده در بازة سال های 1365 تا 1385 شبیه سازی شد. تأثیر دو پارامتر مهم شعاع همسایگی و سطح رضایت عامل ها در این الگو بررسی شد و مدل با استفاده از این دو و پارامترهای دیگری چون نرخ رشد جمعیت، اندازة پیکسل ها، قیمت املاک، تعداد عامل ها، سهم هر گروه از عامل ها از کل جمعیت، مقادیر عدم تجانس گروه های مختلف نسبت به هم و پرستیژ محله ها کالیبره شد. اعتبارسنجی مدل به روش تعیین درصد پیکسل های صحیح برآورد شده انجام گرفت و صحتی معادل 5/62 درصد را نشان داد. کلید واژه ها : جدایی گزینی سکونتی، مدل عامل مبنا، شبیه سازی.

روش های نوین بهینه سازی فرایند مسیریابی خطوط انتقال برق می توانند بسیاری از مسائل پیچیده ای را که تصمیم گیران مسیریابی خطوط انتقال برق با آن مواجه اند، حل کنند. با توجه به گستردگی عوامل درگیر در مسیریابی خطوط انتقال برق می توان الگوریتم های تکاملی چندهدفه را به عنوان ابزاری مناسب در این زمینه در نظر گرفت. در پژوهش حاضر با بهره گیری از الگوریتم تکاملی چندهدفه NSGA-II و با ارائة عملگرهای ژنتیکی مناسب، به مسیریابی بهینة خط انتقال برق پرداخته شد. با نظر متخصصان صنعت برق در وزارت نیرو و برق منطقه ای مازندران، سه تابع هدف به منظور تولید مسیر هایی با ویژگی های F1- کمترین هزینة اقتصادی، F2- کمترین تأثیرات سوء زیست محیطی و اجتماعی و F3- دسترسی و نگهداری راحت از خط انتقال، طراحی شده است. اجرا و ارزیابی مدل ارائه شده در بستر سامانة اطلاعات مکانی (GIS) نشان داد که این مدل توانایی بالایی در بهینه سازی توابع هدف دارد. مدل مذکور برای مسیریابی بین دو پست برق 400 کیلوولت ناریوران (شهر آمل) و حسن کیف (شهر کلاردشت) در برق منطقه ای مازندران اجرا شد. نتایج تحقیق، بهبود میانگین 15درصدی مقادیر توابع هدف را در مقایسه با مسیر موجود نشان می دهند. کلید واژه ها : مسیریابی، انتقال برق، NSGA-II،GIS.

بیشتر الگوریتم های طبقه بندی داده های سنجش از دور براساس ویژگی ها و اطلاعات طیفی پیکسل ها عمل می کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی سودمند و قابل استخراج بسیاری، مانند بافت تصاویر می شود. محیط شهری بافت ناهمگنی دارد که شناسایی انواع کاربری ها را به فرایندی دشوار و پیچیده تبدیل کرده است. در این پژوهش تأثیر استفاده از بافت تصویر تک باند سنجنده ALI (Advanced Land Imager) بر دقت طبقه بندی تصاویر ابرطیفی سنجنده هایپریون«Hyperion» در محیط های شهری بررسی شد. طبقه بندی با استفاده از روش جنگل های تصادفی[1] و در پنج سناریوی مختلف انجام شد: سناریوی شماره 1: طبقه بندی اطلاعات طیفی تصویر ادغام شده به روش [1]CNT(بدون لحاظ کردن اطلاعات بافت)؛ سناریوهای 2، 3، 4 و 5: طبقه بندی تصویر CNT با افزوده شدن بردارهای ویژگی بافت حاصل از روش ماتریس هم وقوعی در اندازه های پنجره 3، 5، 7 و 9 هستند. براساس یافته های این تحقیق، افزودن بافت به طیف تصویر ادغامی به روش CNT دقت طبقه بندی را بهبود چشمگیری داد، به گونه ای که دقت کلی بر اثر افزودن بافت با حدود ده درصد افزایش، از 80.47% به 90.74% رسید. بسیاری از پوشش های کاربری مانند جاده، بافت مسکونی، صنایع کوچک و پراکنده و صنایع متمرکز نیز در زمینه دقت تولیدکننده و مصرف کننده رشد چشمگیری را شاهد بودند. پارامتر خطای OOB[1] با 11% کاهش، از 19.86 به 8.87% رسید. بردارهای ویژگی مانند میانگین و کنتراست نیز، توانستند از لحاظ میزان اهمیت در رتبه های بالا قرار گیرند. همچنین، افزایش اندازه پنجره منجر به بهبود بیشتر دقت طبقه بندی شد، به گونه ای که اندازه پنجره 9 بهترین عملکرد را در پی داشت.

پژوهش حاضر با هدف تحلیل حساسیت پاراهای موثر بر میزان تبخیر به ارزیابی پاراهای هواشناسی روزانه شامل میانگین دما، رطوبت نسبی، سرعت باد، ساعات آفتابی، میزان تشعشع و فشار سطح ایستگاه سینوپتیک تبریز در دوره آماری 5 ساله (1386 الی 1390) پرداخته است. به این منظور در ابتدا به کمک شبکه عصبی مصنوعی وزن دار، مدلی برای تخمین میزان تبخیر توسعه داده شد. سپس به کمک ماتریس وزنی حاصل از بهترین معماری شبکه، از الگوریتم گارسن برای تحلیل حساسیت و تعیین اهمیت نسبی پاراهای ورودی استفاده گردید. نتایج حاصل نشان داد که میانگین دما و رطوبت نسبی بیش ترین تأثیر و ساعات آفتابی، میزان تشعشع، سرعت بادو فشار سطح ایستگاه کین تأثیر را بر روی میزان تبخیر از تشت شهر تبریز دارد.

با افزایش روزافزون جمعیت در شهرها، توسعه شهری امری اجتناب ناپذیر است. شهر متشکل از سیستم های باز و زنده و تلفیقی از سیستم های اجتماعی- اکولوژیکی است که روند شتاب زده توسعه شهری موجب تغییر کاربری زمین و در نتیجه آسیب رسیدن به ساختار، عملکرد و فرایندهای اکولوژیکی می گردد. در این میان بهره گیری از دانش اکولوژی با رویکرد سیمای سرزمین و تاب آوری می تواند به تحلیل وضعیت موجود و یافتن راه حل های بهینه کمک نماید . تاب آوری در الگوی ساختار طبیعی شبکه اکولوژیک به میزان وسعت و پیوستگی لکه های سبز بستگی دارد. به همین دلیل برای رسیدن به هدف اصلی این پژوهش که ارزیابی ساختار شبکه اکولوژیک در روند توسعه شهری با رویکرد تاب آوری است، به بررسی روند تغییر پوشش گیاهی در فواصل سال های 1982 تا 2015 در شهر همدان پرداخته شد. در این مطالعه چارچوب مفهومی برگرفته از دانش اکولوژی، نظریات تاب آوری و با استفاده از تصاویر ماهواره ای و تکنیک های سامانه اطلاعات جغرافیایی و سنجش از دور( GIS و RS ) شکل گرفت، تا بتوان مناطق حساس زیستی نسبت به تغییرات و ساخت و سازهای شهری در برنامه ریزی های آتی توسعه شهر را مشخص و مانع از آسیب رسیدن به اکوسیستم طبیعی شهر و حفظ و ارتقاء منابع زیستی باقیمانده در این سرزمین شود. تصاویر ماهواره ای در سال های 1982، 2000 و 2015 با استفاده از نرم افزارهای ArcMap, ENVI در پنج طبقه کاربری اراضی باز، زمین ساخته شده، راه های ارتباطی، پوشش گیاهی و منابع آبی به روش نظارت شده بیشترین شباهت کلاس بندی شدند. پس از تحلیل این نقشه ها به منظور یافتن نوع تغییرات در کاربری اراضی، با استفاده از نرم افزار TerrSetنقشه ها مورد پردازش و تحلیل قرار گرفت و سه نوع متریک سیمای سرزمین شامل ایجاد شدگی، سست شدگی و جدا شدگی در بین این سال ها بررسی شد. نتایج نشان می دهد پوشش گیاهی منطقه از 2/2820 هکتار در سال 1982 به 2/1304 هکتار در سال 2015 تقلیل یافته و در مقابل اراضی ساخته شده و راه های ارتباطی نیز از 4/606 هکتار در سال 1982 به 2/4274 هکتار در سال 2015 افزایش یافته است که این میزان تغییرات نشان از رشد و گسترش بالای شهری و کاهش، خرددانگی و انقطاع سطح پوشش گیاهی و در نهایت افول در تاب آوری شبکه اکولوژی شهر دارد. در پایان تحقیق راهبردهایی به منظور ترمیم آسیب های وارده به شبکه طبیعی اکولوژیک شهر همدان و توسعه آن ارائه شد.

شهرها با توجه به تغییرات شدید جمعیتی و کاربری زمین یکی از حساس ترین مناطق جغرافیایی محسوب می شوند که اگر این تغییرات توسط متولیان امر و شهرداری ها بررسی و پیش بینی نگردد باعث بروز لطمات جبران ناپذیر مالی و جانی به شهروندان می شود. عدم برنامه ریزی در زمینه توسعه شهری و تعیین سمت و سوی مناسب رشد شهر امروزه موجبات خسارات و هزینه های جبران ناپذیری گشته است که از آن جمله می توان به گسترش شهرهایی مانند نیشابور بر روی حریم قنوات اشاره کرد. قنات یکی از قدیمی ترین و اقتصادی ترین روش های استخراج آب های زیرزمینی و بخشی از میراث ملی ایرانیان محسوب می شود. اما امروزه با پائین رفتن سطح آبهای زیرزمینی و خشک شدن قنات ها، این کانال های زیرزمینی تبدیل به بحران در مناطق شهری شده است. در ایران سالانه در اثر فروریزش ناشی از کانال های قنات ها ده ها ساختمان دچار خسارت می شود. مقاله حاضر با روش میدانی-تحلیلی و با استفاده از مطالعات اسنادی، بهره گیری از مدل فرآیند تحلیلی سلسله مراتبی AHP و نرم افزارGIS با بکارگیری شاخص های مختلف و ارزش گذاری معیارهای مرتبط با فرونشست زمین به بررسی مناطق در معرض خطر در شهر نیشابور می پردازد و در پایان نیز راهکارها و سیاست هایی به منظور پیشگیری، برنامه ریزی مناسب و چگونگی مدیریت بحران در صورت بروز خطر ارائه می گردد.

زنجیرة مارکوف مدلی است که از آن برای پیش بینی وضعیت آینده براساس نرخ تغییرات گذشته استفاده می شود. این روش براساس احتمال تبدیل یک نوع پوشش زمین به نوع دیگر است. این احتمالات براساس تغییرات گذشته تولید می شوند و برای پیش بینی آینده به کار می روند. هدف مقالة حاضر ارزیابی مدل مارکوف برای شبیه سازی تغییرات درصد تاج پوشش گیاهی است. برای تهیة نقشة پوشش گیاهی تصاویر سنجندة TM ماهوارة لندست مربوط به سال های 1368، سال 1377 و سنجندة LISS III ماهوارة IRS برای سال 1385 از پناهگاه حیات وحش موته استفاده شد. به منظور پیش بینی وضعیت پوشش گیاهی در سال 1385 از مدل زنجیره مارکوف به وسیله نقشه های تهیه شدة مربوط به سال های 1368 و 1377 و در بازه زمانی 9ساله استفاده شد. دقت تمامی نقشه های تهیه شده در پژوهش ارزیابی شد. نقشة تهیه شده از تصویر سال 1385 برای مقایسه با نقشة تهیه شده از طریق مدل به کار گرفته شد. ضریب کاپا برای نقشة پیش بینی شده از زنجیرة مارکوف در حد متوسط 53 درصد بود. برای بررسی مناطق درست پیش بینی شده و قسمت هایی که باعث ایجاد خطای پیش بینی شده گردیدند، از روش مقایسه پس از طبقه بندی استفاده شد. نتایج نشان دادند به علت کاهش شدید درصد تاج پوشش گیاهی در اکثر مناطق و افزایش آن در مناطق قرق، این روش نتوانسته است با دقت مناسبی پیش بینی کند. اما این روش در مقیاس های کوچک، برای درک کلی از وضعیت آینده ارزشمند است. کلید واژه ها : زنجیرة مارکوف، تصاویر ماهواره، بررسی تغییرات، دقت پیش بینی.

پایش دمای سطح زمین (LST)، که یکی از پارامترهای مهم زیست محیطی محسوب می شود، تا کنون با استفاده از سنجنده های سنجش از دوری دارای توان تفکیک زمانی بالا، همچون سنجنده مادیس (توان تفکیک زمانی روزانه و توان تفکیک مکانی یک کیلومتر)، به طور گسترده ای صورت گرفته است. یکی از مهم ترین مشکلات این سنجنده ها پایین بودن توان تفکیک مکانی آنهاست که کارآیی شان را، در مواردی همچون شناخت آتش در مناطق جنگلی و مطالعه جزایر گرمایی شهری، محدود کرده است. در مقابل، سنجنده هایی با توان تفکیک مکانی بالا، همچون سنجنده ASTER (توان تفکیک مکانی 90 متر و توان تفکیک زمانی شانزده روز در محصول دمای سطح زمین)، توان تفکیک زمانی پایینی دارند که این منجر به ضعف آنها در پایش تغییرات سریع می شود. درواقع، به دلیل محدودیت های فنی، تا کنون سنجنده ای وجود نداشته است که، در دو بعد مکانی و زمانی، توان تفکیک بالا داشته باشد. برای حل این مشکل، روش های کم هزینه و کارآمد ادغام مکانی زمانی مطرح شده اند. از مهم ترین روش های مطرح در ادغام مکانی زمانی، روش های ESTARFM و STDFA شمرده می شوند. در این تحقیق، به منظور تلفیق داده های سنجنده های مادیس و ASTER از دمای سطح زمین در بخشی از شهر تهران، روشی جدید (SWT-STDFA) برمبنای روش STDFA مطرح و موجک دوبعدی ایستا تبدیل شد. نتایج حاصل از تلفیق نیز با نتایج دو روش ESTARFM و STDFA مقایسه شدند. همچنین، در ادامه، با توجه به وجود نقشه طبقه بندی تهیه شده براساس شاخص گیاهی تفاضلی نرمال شده در الگوریتم های STDFA و SWT-STDFA، درمورد تأثیر استفاده از شاخص های گیاهی تفاضلی نرمال شده سبز (GNDVI) و شاخص گیاهی تعدیل شده چندطیفی خاک (SAVI) در دقت تصویر مجازی خروجی بحث شده است. نتایج تحقیق نشان دهنده دقت بالای روش پیشنهادی با ریشه میانگین مربع خطاهای 3.03 کلوین، انحراف معیار 2.21 کلوین، میانگین قدرمطلق خطاهای 1.72 کلوین و ضریب همبستگی 0.92 بین تصویر دمای سطح واقعی منطقه و تصویر مجازی پیش بینی شده در مقایسه با دو روش دیگر است. افزایش شاخص های گیاهی GNDVI و SAVI در طبقه بندی دو روش STDFA و SWT-STDFA نیز تأثیری چندانی در دقت تصویر تلفیقی مجازی خروجی نداشته است.

تصاویر سنجش از دور معمولاً به صورت ترکیبی از پیکسل های خالص و مخلوط اند. در روش های طبقه بندی سخت، پیکسل های مخلوط به کلاس دارای بیشترین اطمینان تعلق نسبت داده می شوند. بدین ترتیب به علت تک برچسبی بودن نتایج طبقه بندی سخت، اطلاعات در سطح زیرپیکسل نادیده گرفته می شود. روش های طبقه بندی نرم که برای حل این مشکل شکل گرفته اند، برآورد سهم کلاس های مختلف را برای هر یک از پیکسل ها فراهم می آورند. البته این نوع طبقه بندی کننده ها هیچ گونه اطلاعاتی را در مورد آرایش مکانی کلاس های مختلف در داخل پیکسل ها ارائه نمی کنند. الگوریتم معاوضه پیکسلی با استفاده از نتایج طبقه بندی نرم و براساس بیشینه کردن وابستگی مکانی زیرپیکسل ها، امکان تهیه نقشه پوششی را در سطح زیرپیکسل فراهم می سازد. الگوریتم پایه این روش برای حالت باینری است. در تحقیق حاضر به منظور تولید نقشه پوششی، الگوریتم باینری معاوضه پیکسلی برای حالت چندمتغیری ایجاد گردیده و دقت این الگوریتم در دو حالت مستقل از خطای طبقه بندی نرم و وابسته به آن مورد ارزیابی قرار گرفته است. به علاوه، تأثیر پارامترهای مختلف مانند ضریب بزرگنمایی، سطح همسایگی و تابع وزن نیز در عملکرد این الگوریتم بررسی شده است. براساس نتایج تحقیق، دقت کلی الگوریتم معاوضه پیکسلی، بسیار وابسته به دقت ورودی الگوریتم (نتایج طبقه بندی نرم است. دستاورد دیگر تحقیق، این بود که مشخص گردید با افزایش ضریب بزرگنمایی، دقت الگوریتم کاهش می یابد. دیگر اینکه سطح همسایگی دوم و توابع معکوس فاصله و مجذور معکوس فاصله، بیشترین دقت را به همراه دارند. با در نظر گرفتن ضریب بزرگنمایی کمتر از 5، دقت کلی الگوریتم در فرایند بهینه سازی آرایش مکانی زیر پیکسل ها بیشتر از 90 درصد برآورد گردید.

هدف از انجام پژوهش، مقایسه ی کارایی دو روش آماری رگرسیون لجستیک و روش احتمالاتی نسبت فراوانی در تهیه نقشه پهنه بندی حساسیت زمین لغزش در حوزه آبخیز چشمیدر واقع در استان کردستان است. در ابتدا با مرور منابع، مصاحبه محلی و پرسشنامه، 17 عامل شامل درصد شیب، جهت شیب، ارتفاع از سطح دریا، انحنای شیب، انحنای طولی شیب، انحنای عرضی شیب، لیتولوژی، کاربری ارضی، فاصله از شبکه آبراهه، تراکم آبراهه، فاصله از گسل، تراکم گسل، فاصله از جاده، بارندگی، شاخص حمل رسوب، شاخص توان آبراهه و شاخص رطوبت بر وقوع زمین لغزش مؤثر شناخته شدند. سپس، 60 نقطه زمین لغزشی و نیز 60 نقطه غیر زمین لغزشی در منطقه شناسایی و ثبت شدند. نقشه رگرسیون لجستیک به پنج طبقه با حساسیت خیلی کم (57/44%)، کم (48/11%)، متوسط (51/12%)، زیاد (38/14%) و خیلی زیاد (03/17%)، طبقه بندی شد. روش نسبت فراوانی نیز به پنچ طبقه با حساسیت خیلی کم (15/37%)، کم (40/33%)، متوسط (55/17%)، زیاد (11/9%) و خیلی زیاد (3%) تفکیک گردیدند. نتایج نشان داد روش رگرسیون لجستیک با %2/82 گستره زیر منحنی مشخصه عملکرد، در مقایسه با روش نسبت فراوانی با مقدار 80% ، توانایی پیش بینی بالاتری در شناسایی مناطق مستعد و حساس به زمین لغزش در منطقه مورد بررسی دارد. بنابراین، روش آماری رگرسیون لجستیک برای تهیه نقشه پهنه بندی حساسیت زمین لغزش-های منطقه مورد مطالعه پیشنهاد می گردد.