فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲۰ مورد از کل ۱٬۱۱۲ مورد.
۱.

مدل تخصیص منابع مقاوم سازی برای پل های واقع در شبکه راه های اضطراری شهر تهران پس از وقوع زلزله: ازطریق مدل بهینه سازی و استفاده از سیستم اطلاعات مکانی(مقاله علمی وزارت علوم)

کلید واژه ها: شبکه معابر اضطراری سیستم اطلاعات مکانی آسیب پذیری پل های شهری اولویت بندی مقاوم سازی

حوزه های تخصصی:
تعداد بازدید : ۱۲۹ تعداد دانلود : ۱۴۲
در میان شبکه معابر شهری، شبکه راه های اضطراری در امدادرسانی حین زلزله، به ویژه در مرحله پاسخ به بحران، نقش مهمی ایفا می کنند. حفظ عملکرد این شبکه از معابر، در ساعات اولیه پس از زلزله، اهمیت بسزایی دارد. محافظت و مقاوم سازی اجزای آسیب پذیر شبکه، به خصوص پل ها، پیش از وقوع بحران، تأثیر شایان توجهی در کاهش خسارات و آسیب ها دارد. در اغلب اوقات مقاوم سازی تمامی اجزای آسیب پذیر، به دلیل محدودیت بودجه، عملاً ناممکن است. این محدودیت ایجاب می کند که با شناسایی دقیق اجزای آسیب پذیر، گزینه های مقاوم سازی در ابتدا اولویت بندی و در نهایت، مناسب ترین آنها انتخاب شود. طی پژوهش حاضر، ابتدا پل های نیازمند مقاوم سازی واقع در شبکه راه های اضطراری، با استفاده از یک روش شناسی پنج مرحله ای شناسایی می شود و با توجه به محدودیت های مالی و گزینه های تخصیص بودجه، گزینه های مقاوم سازی منتخب برمبنای شبکه لایه های ایجادشده در محیطGIS  (با عنوان ورودی) اولویت بندی می شود. بررسی همه حالات ممکن برای پایداری پل ها پس از وقوع زلزله ای مشخص، طراحی شبکه معابر اضطراری برای همه این حالات، بررسی گزینه های متفاوت مقاوم سازی پل ها، ارزیابی اثر این مقاوم سازی در طول شبکه اضطراری و در نهایت، اولویت بندی گزینه های مقاوم سازی، با توجه به تأثیر آنها در طول شبکه اضطراری، مراحل اصلی روش پیشنهادی این مطالعه را تشکیل می دهد. کارآیی روش یادشده پس از به کارگیری آن روی بخشی از شبکه معابر اضطراری شهر تهران به منزله شبکه ای واقعی با ابعاد بزرگ، ارزیابی شد.
۲.

کاربرد داده های ماهواره سنتینل 2 در تدقیق تغییرات پوشش اراضی در محدوده بستر تالاب انزلی(مقاله علمی وزارت علوم)

کلید واژه ها: متریک سیمای سرزمین سنجش از دور کاربری اراضی تغییرات ساختاری تالاب انزلی

حوزه های تخصصی:
تعداد بازدید : ۵۳ تعداد دانلود : ۴۱
تالاب ها به منزله جزء اساسی اکوسیستم جهانی در پیشگیری یا کاهش شدت سیل، تغذیه سفره های آب زیرزمینی و فراهم آوردن زیستگاه منحصربه فرد برای گیاهان و جانوران و دیگر خدمات و سودمندی ها، از عناصر اصلی استراتژی حفاظت منطقه ای اند. تالاب بین المللی انزلی در استان گیلان یکی از ده تالاب ارزشمند جهان است که به لحاظ تغییرات ساختاری حاصل از فرایندهای انسان ساخت، دچار تغییرات زیادی در کاربری اراضی و پوشش گیاهی شده و ماهیت و کارکردهای اکولوژیک آن به خطر افتاده است. هدف این مطالعه بررسی کاربرد داده های سنجش از دور در نقشه سازی تغییرات الگوی فضایی سیمای سرزمین، به کمک نمونه برداری زمینی در سطح بستر تالاب و تجزیه وتحلیل تغییرات انسجام سرزمینی براساس متریک های سیمای سرزمین است. ابتدا داده های ماهواره ای بررسی شد و ازطریق طبقه بندی تصاویر سنتینل 2، متعلق به سال های 2016 تا 2020 با نقاط نمونه برداری زمینی، نقشه کلاس های پوشش اراضی در هفت طبقه کشاورزی، بایر، نیزار، جنگل، مرتع، پهنه آبی و شهری، برای نقشه سازی و تجزیه وتحلیل متریک های سیمای سرزمین، پدید آمد. پس از استخراج متریک های سیمای سرزمین در سطح کلاس و سیمای سرزمین با نرم افزار Fragstats و تعیین متریک های مناسب طبق روش PCA، با نرم افزارهای R و Canoco، متریک های LPI، LSI، ENN_MN، CA، TE، NP، SHAPE_MN، PARA_MN، IJI، AREA_MN به منزله متریک های کاربردی برای تحلیل بهتر منطقه، انتخاب شدند . آنالیز متریک ها بیانگر آن است که به طور کلی سیمای سرزمین از هم گسیخته شده ، ازنظر شکلی، پیچیده تر و نامنظم تر و ازنظر میزان یکپارچگی عناصر ساختاری، ناپیوسته تر شده است.
۳.

یک مدل شبکه عصبی پیچشی برای پیش بینی مسیر حرکت طوفان های گرد و غبار(مقاله علمی وزارت علوم)

کلید واژه ها: فرآیند حرکتی پیش بینی حرکت یادگیری عمیق طوفان های گردوغبار MERRA - 2

حوزه های تخصصی:
تعداد بازدید : ۱۶۹ تعداد دانلود : ۱۵۷
طوفان های گردوغبار بلایایی طبیعی اند که در زندگی انسان و محیط زیست تأثیر چشمگیری گذاشته اند. توسعه مدل هایی، به منظور پیش بینی مسیر حرکت این طوفان ها، در پیشگیری و مدیریت طوفان های گردوغبار نقش بسزایی ایفا می کند زیرا مسیر انتقال آنها را آشکار و مناطق آسیب پذیر بعدی در برابر طوفان را مشخص می کنند. به لطف امکانات روش های یادگیری عمیق در حل مسائل مبتنی بر سری زمانی و یافتن الگوهای پنهان از حجم داده کلان، در این پژوهش، یک مدل ترکیبی شبکه عصبی پیچشی (CNN) به منظور پیش بینی مسیر حرکت طوفان گردوغبار، براساس داده عمق نوری هواویز (AOD) محصول MERRA-2 برای دوازده ساعت آینده، توسعه داده شده است. همچنین چهل رویداد طوفان، شامل 2489 ساعت طوفان در منطقه ای خشک در مرکز و جنوب آسیا، به منظور آموزش مدل به کار رفته است. نتایج نشان می دهد که مدل پیشنهادی پیش بینی دقیقی از مسیر حرکت طوفان به دست می دهد؛ به گونه ای که درمورد گام های زمانی 3، 6، 9 و 12 ساعت آینده، مقادیر دقت کلی به ترتیب برابر با 9806/0، 9810/0، 9813/0 و 9790/0، مقادیر امتیاز F1 به ترتیب برابر با 8490/0، 8524/0، 8530/0 و 8384/0 و مقادیر ضریب کاپا به ترتیب برابر با 8387/0، 8424/0، 8431/0 و 8273/0 است.
۴.

آنالیز سری زمانی تصاویر راداری پایش نیمه خودکار در نظارت بر ساخت وساز غیر مجاز شهری (منطقۀ مورد مطالعه: شهرک های مهرآوران، اندیشه و فراز یزد)(مقاله علمی وزارت علوم)

کلید واژه ها: تصاویر راداری ماهواره سنتینل 1 پایش نیمه خودکار ساختمان های غیرمجاز شهری پلیس ساختمان

حوزه های تخصصی:
تعداد بازدید : ۷۱ تعداد دانلود : ۶۳
تخلفات ساختمانی، به سبب سطح فراگیر و آثار بلندمدت و پایدارشان در نیم رخ شهرها، از مهم ترین چالش های شهرنشینی نوین محسوب می شوند. روش های رایج و معمول که امروزه در کنترل ساخت وسازها استفاده می شود، بسیار زمان بر و پرهزینه است. هدف اصلی این پژوهش ارائه چارچوبی نوین به منظور برآورد سریع و کم هزینه، در آشکارسازی و نظارت بر ساخت وسازها و شناسایی ساختمان های غیرمجاز شهری، با استفاده از تصاویر ماهواره سنتینل 1 در دوره زمانی 2017 تا 2022 و سیستم های اطلاعات مکانی است. بدین منظور در مرحله اول، براساس تحلیل و پردازش در نرم افزار SNAP، ضریب پراکنش سیگمانات تصاویر استخراج و به دو طبقه ساختمان و غیرساختمان تفکیک شده و حد آستانه بیشتر از 01/0به دست آمده است. سپس، با استفاده از الگوریتم پیکسل مبنا، تصویر باینری ساختمان و غیرساختمان به صورت صفر و یک تهیه و براساس اختلاف دو تصویر، منطقه ای که ساخت وساز در آن انجام شده است مشخص شد. پس از آشکارسازی مناطق ساختمانی تغییریافته، با استفاده از الگوریتم های طبقه بندی حداکثر احتمال و جنگل تصادفی، این مناطق در سه کلاس (ساختمان، در حال ساخت و سایر اراضی) قرار گرفتند و با نقشه برداشت میدانی و پارسل های بدون پروانه ارزیابی شدند. نتایج نشان داد تعداد ساختمان های بدون پروانه با استفاده از الگوریتم حداکثر احتمال، جنگل تصادفی و برداشت میدانی، به ترتیب، 130 و 135 و 48 است؛ همچنین دقت اجرای روش حداکثر احتمال به بیشترین میزان 89/0% و ضریب کاپای 83/0% نسبت به روش جنگل تصادفی، با دقت کلی 86/0 و ضریب کاپای 81/0% بوده است.
۵.

بهبود طبقه بندی تصاویر ابرطیفی با استفاده از مدل ترکیبی شبکه های کپسول و درخت تصمیم تقویتی(مقاله علمی وزارت علوم)

کلید واژه ها: طبقه بندی تصاویر ابرطیفی شبکه های کپسول درخت تصمیم تقویتی مدل ترکیبی

حوزه های تخصصی:
تعداد بازدید : ۱۱۱ تعداد دانلود : ۷۸
با گسترش دانش سنجش از دور، استفاده از تصاویر هایپراسپکترال روزبه روز افزایش و عمومیت می یابد. طبقه بندی یکی از محبوب ترین موضوعات در سنجش از دور ابرطیفی است. طی دو دهه گذشته، روش های بسیاری برای مقابله با مشکل طبقه بندی داده های هایپراسپکترال پیشنهاد شده است. در پژوهش حاضر، ساختاری مبتنی بر یادگیری شبکه های کپسول برای طبقه بندی تصاویر ابرطیفی به کار رفته است؛ به گونه ای که ساختار شبکه بتواند، با استفاده از یک لایه کانولوشنی و یک لایه کپسول، بهترین حالت تولید ویژگی ها را داشته باشد و درعین حال از بیش برازش شبکه روی نمونه های آموزشی جلوگیری کند. نتایج به دست آمده نشان از کیفیت بالای ویژگی های تولیدی در ساختار پیشنهادی دارد. درراستای بهبود دقت طبقه بندی، رویکرد استخراج ویژگی ازطریق شبکه طراحی شده و طبقه بندی با استفاده از الگوریتم درخت تقویتی XGBoost، با روش طبقه بندی ازطریق شبکه عمیق سراسری مقایسه شد تا، علاوه بر بررسی و کیفیت سنجی ویژگی های عمیق برداری تولیدی به روش پیشنهادی در طبقه بندی کننده های گوناگون، میزان توانایی شبکه های عمیق سراسری نیز، در کاربرد طبقه بندی، بررسی شود. رویکرد کپسول پیشنهادی شامل سه لایه اصلی است: 1)  Prime با کپسول هایی به اندازه 8 و 32 فیلتر 9×9 و گام حرکتی 2؛ 2) Digitcaps دارای دَه کپسول شانزده بعدی؛ 3) لایه تماماً متصل. نتایج بررسی دو رویکرد برای شبکه عمیق و نیز ترکیب شبکه های کپسول با الگوریتم درخت تقویتی XGBoost مقایسه شد. رویکردهایی همچون SVM، RF-200، LSTM، GRU، و GRU-Pretanh برای مقایسه رویکرد پیشنهادی براساس پیکربندی هایی درنظر گرفته شدند که در تحقیقات به آنها اشاره شده بود. برای ارزیابی مدل پیشنهادی، مجموعه داده Indian Pines نیز، شامل شانزده کلاس متفاوت، به کار رفت. با استفاده از روش پیشنهادی ترکیبی، طبقه بندی تصاویر با دقت 99% روی داده های آموزش و دقت 5/97% روی داده های تست انجام می شود.
۶.

تحلیل مدل هوشمند پایش تخلفات ساختمانی در مدیریت شهری (مطالعۀ موردی: محدوده و حریم کلان شهر مشهد)(مقاله علمی وزارت علوم)

کلید واژه ها: سیستم مانیتورینگ هوشمند ساخت وسازهای غیرقانونی پایش تخلفات ساختمانی پهپاد کلان شهر مشهد

حوزه های تخصصی:
تعداد بازدید : ۱۲۵ تعداد دانلود : ۷۸
با توجه به روند بی سابقه و رو به رشد جمعیت و گسترش شهری در دهه های اخیر، با افزایش نگران کننده ساخت وسازها و به ویژه موارد غیرمجاز در محدوده شهری مواجه بوده ایم و این مسئله نظام مدیریت و برنامه ریزی شهری را تحت الشعاع قرار داده است؛ ازاین رو جلوگیری از ساخت وسازهای غیرمجاز شهری یکی از مهم ترین مشکلات مدیران شهری شمرده می شود. روش کنونی کنترل تخلفات ساختمانی شامل بازرسی های میدانی برمبنای دانش انسانی است که صرف هزینه گزاف مالی، زمانی و انسانی را می طلبد و ممکن است حتی به شناسایی نشدنِ به موقع تخلفات ساختمانی بینجامد. درهمین زمینه طرح روشی هوشمند و دقیق برای شناسایی تخلفات ساختمانی و هدفمندکردن جست وجوی گشت های نظارت بر ساخت وسازها بیش ازپیش مورد نیاز است. پژوهش حاضر، با این هدف، به دنبال بیان مدل راهبردی هوشمندی در پایش تخلفات است. این پژوهش ازنظر هدف، کاربردی و ازلحاظ روش، توصیفی و علّی است و داده های آن به روش کتابخانه ای و میدانی جمع آوری شده است. در این تحقیق، از تصاویر ماهواره ای، تصاویر پهپاد، دوربین های نصب شده روی خودرو و AVL به منزله ورودی های سیستم مانیتورینگ هوشمند استفاده شده است. نتایج این تحقیق بیان می کند، با استفاده از سیستم مانیتورینگ هوشمند، امکان پایش هوشمند ساخت وسازهای غیرقانونی ازطریق فنون پردازش تصاویر و داده های مورد نیاز، با کمترین حضور عامل انسانی و در زمانی کوتاه تر، وجود دارد. دقت کلی 94% و ضریب کاپای 71% برای طبقه بندی تصویر در این سیستم، صحت نتایج یادشده را تأیید می کند و نشان می دهد، در این روش، سرعت و دقت طبقه بندی تصاویر، شناسایی ساختمان های درحال تغییر و شناسایی ساخت وسازهای غیرقانونی به مراتب بیشتر از روش های فیزیکی و موجود است.
۷.

طبقه بندی لندفرم ها با استفاده از شاخص موقعیت توپوگرافی و بررسی ریسک واقعی فرسایش آنها در مناطق کوهستانی (مطالعۀ موردی: حوضۀ آبخیز خارستان)(مقاله علمی وزارت علوم)

کلید واژه ها: طبقه بندی لندفرم فاکتورهای زمینی NDVI ریسک فرسایش منطقه خارستان

حوزه های تخصصی:
تعداد بازدید : ۱۲۶ تعداد دانلود : ۷۶
یکی از بخش های نوین و کم سابقه، به ویژه در مطالعات داخلی، بررسی کمّی ناهمواری هاست. شناخت علمی و کمّی گرایانه موقعیت توپوگرافی همواره از مباحثی بوده که در تحقیقات داخلی، چندان به آن توجه نشده است. این مبحث تأثیر بسزایی در تحلیل های ژئومورفولوژیک، هیدرولوژی و محیط شناسی دارد. وجود انواع لندفرم ها و تنوع آنها معمولاً با تغییر شکل و موقعیت زمین کنترل می شود؛ بنابراین طبقه بندی و شناسایی مناطق گوناگون، با توجه به ویژگی های مورفومتری آنها، ضروری است و ازاین رو پژوهش حاضر سعی در طبقه بندی لندفرم ها در منطقه خارستان، واقع در شمال غرب استان فارس و عوامل مؤثر در آن دارد. در همین زمینه، در مرحله اول، از روش شاخص موقعیت توپوگرافی (TPI) به منظور طبقه بندی لندفرم ها و روش کورین برای تعیین کلاس های ریسک واقعی فرسایش استفاده شد. همچنین به منظور تعیین شاخص تفاضلی نرمال شده پوشش گیاهی (NDVI) از تصاویر ماهواره لندست 8، مربوط به خرداد 1396، بهره گرفته شد. در مرحله بعد، رابطه انواع گوناگون لندفرم با فاکتورهای زمینی ارتفاع، شیب، جهت شیب، شاخص خیسی توپوگرافی (TWI)، شاخص ناهمواری زمین (TRI) و NDVI مشخص شد. در مرحله آخر، وضعیت لندفرم های گوناگون در کلاس های متفاوت ریسک فرسایش، تعیین شد. نتایج نشان دهنده ده گونه لندفرم در منطقه مورد مطالعه بود. بیشترین نوع لندفرم ها در منطقه مورد مطالعه، آبراهه و قله های مرتفع، به ترتیب با مساحت 71/27 و 48/27% بود؛ درصورتی که دشت های کوچک کمترین مساحت (18/1%) منطقه مورد مطالعه را شامل می شد. کلاس های لندفرم با شاخص خیسی توپوگرافی در سطح 95% همبستگی معنی داری را نشان داد. از نظر توزیع مکانی، بیشترین سطح (71/91%) منطقه را NDVI کلاس 1/0 تا 3/0 دربر می گرفت. NDVI بزرگ تر از 4/0 در لندفرم های آبراهه و دره های Uشکل مشاهده شد. ریسک واقعی فرسایش در سه کلاس کم، متوسط و زیاد با مساحت های 14/31%، 11/31% و 78/37% طبقه بندی شد. در کلاس فرسایش کم، متوسط و زیاد، لندفرم های آبراهه و یال های مرتفع و قله به ترتیب با 44%، 57% و 59% بیشترین سطح را به خود اختصاص دادند.
۸.

تهیه نقشه شاخص سطح برگ گیاه نیشکر با استفاده از معکوس سازی تصاویر ابرطیفی ماهواره PRISMA(مقاله علمی وزارت علوم)

کلید واژه ها: بازیابی پارامتر های گیاهی شاخص سطح برگ شبکه های عصبی مصنوعی معکوس سازی سنجش از دور ابرطیفی نیشکر

حوزه های تخصصی:
تعداد بازدید : ۱۶۶ تعداد دانلود : ۱۳۷
شاخص سطح برگ نقش مهمی در تبادل ماده و انرژی بین زمین و اتمسفر دارد. مانند سایر گیاهان، شاخص سطح برگ نیشکر معیار خوبی برای وضعیت سلامت و رشد این محصول است که به دلیل نقش آن در صنایع غذایی و انرژی، اهمیت اقتصادی بسیاری دارد. ماهواره PRISMA که در سال 2019 پرتاب شد، یکی از جدیدترین منابع داده های ابرطیفی را فراهم کرده است که به ویژه، در تهیه نقشه متغیرهای گیاهی کاربرد دارد. در پژوهش حاضر، نوع جدیدی از شبکه های عصبی مصنوعی، موسوم به شبکه عصبی تنظیم شده با روش بیزین (BRANN) که قانون بیز را برای غلبه بر مشکل بیش برازش شبکه های عصبی به کار می برد، استفاده می شود. مدل یادشده روی مجموعه ای داده، متشکل از طیف دریافت شده ازطریق ماهواره PRISMA به منزله متغیر مستقل و مقادیر اندازه گیری شاخص سطح برگ نیشکر به منزله متغیر وابسته، اجرا شد. اندازه گیری های زمینی شاخص سطح برگ نیشکر در 118 واحد نمونه برداری زمینی، روی مزارع کشت و صنعت نیشکر امیرکبیر در استان خوزستان و در هفت تاریخ متفاوت طی یک دوره رشد نیشکر در سال 1399، انجام شد. مقایسه عملکرد BRANN با یک روش متعارف شبکه عصبی، یعنی شبکه آموزش دیده با روش لونبرگ مارکوارت (LMANN) در بازیابی شاخص سطح برگ نیشکر از طیف PRISMA، حاکی از این است کهRMSE  بازیابی از 26/2 (m 2 /m 2 ) به روش LMANN به 67/0 (m 2 /m 2 )، با استفاده از روش BRANN کاهش یافته است. در این پژوهش، به منظور کاهش ابعاد داده نیز از تبدیل مؤلفه های اصلی استفاده شد. در بازیابی شاخص سطح برگ از بیست مؤلفه اصلی اول نیز RMSE از 41/1 (m 2 /m 2 ) با استفاده از روش LMANN به 71/0 (m 2 /m 2 ) طبق روش BRANN کاهش یافت. استفاده از مؤلفه های اصلی باعث کاهش چشمگیر زمان محاسباتی شد. با اجرای مدل آموزش دیده BRANN روی تصاویر PRISMA به صورت پیکسل به پیکسل، نقشه شاخص سطح برگ نیشکر تولید شد. ارزیابی این نقشه نشان داد که این نقشه تغییرات مکانی شاخص سطح برگ نیشکر را به خوبی نشان می دهد. نتایج این تحقیق بیانگر قابلیت بالای روش BRANN و تصاویر PRISMA برای بازیابی شاخص سطح برگ نیشکر است.
۹.

پهنه بندی مراحل فنولوژی دو گونه مرتعی با استفاده از درجۀ روز رشد مودیس در استان چهارمحال و بختیاری(مقاله علمی وزارت علوم)

کلید واژه ها: LST GDD مودیس سنجش از دور حرارتی گونه های مرتعی

حوزه های تخصصی:
تعداد بازدید : ۱۱۴ تعداد دانلود : ۶۰
دما مهم ترین پارامتر اقلیمی در مطالعه تغییرات مکانی و زمانی فنولوژی گیاهان است؛ ازاین رو مطالعه حاضر با هدف بررسی پتانسیل داده های دمایی سنجنده مودیس در تهیه نقشه های درجه روزرشد (GDD) و مراحل گوناگون فنولوژی، درمورد گونه های مرتعی Astragalus effusus و Bromus tomentllus، در استان چهارمحال و بختیاری انجام شد. نقشه های دمایی (حداکثر، حداقل و میانگین)، GDD و مراحل متفاوت فنولوژی گونه های یادشده از داده های مودیس متعلق به فصل رویش در سال های 1396 و 1397 استخراج و با استفاده از داده های ایستگاه های هواشناسی و همچنین داده های فنولوژی میدانی در سه سایت مرتعی در منطقه با ارتفاع های متفاوت، ازطریق آزمون پیرسون مقایسه و صحت سنجی شد. نتایج حاکی از آن بود که تولیدات دمایی و GDD حاصل از تصاویر مودیس، به ترتیب، با داده های دمایی ایستگاه های هواشناسی و نیز GDD محاسبه شده در سایت ها بیش از 91 و 99% همبستگی دارد (p<0.001). نقشه ها مقدار GDD را، در اوایل فصل رویش، کمتر از 16 و در اواخر این دوره، بیش از 5200 نشان دادند که به ترتیب، بیانگر یک مرحله و تمامی مراحل فنولوژی گونه های مطالعاتی در منطقه بود. یافته های تحقیق نشان داد که مراحل فنولوژی گونه های مورد بررسی را می توان با استفاده از داده های مودیس، ازلحاظ مکانی و زمانی، از هم تفکیک کرد. با توجه به اینکه حفظ بقای گونه ها و بهره برداری پایدار از مراتع مستلزم آگاهی از مراحل گوناگون فنولوژی است، نقشه فنولوژی گونه ها می تواند ابزار کارآمدی، در مدیریت مراتع در سازمان های مرتبط، محسوب شود.
۱۰.

تعیین مناسب ترین روش استخراج دمای سطح زمین با استفاده از تصاویر ماهواره ای لندست (مطالعۀ موردی: شهر بیرجند)(مقاله علمی وزارت علوم)

کلید واژه ها: جزیره حرارتی شهری ماهواره لندست شهر بیرجند میانگین خطای مطلق

حوزه های تخصصی:
تعداد بازدید : ۱۰۶ تعداد دانلود : ۶۱
جهان در حال گرم شدن است و جمعیت جهان به سکونت در شهرها روی می آورند. این دو حقیقت در ظاهر با هم ارتباطی ندارند اما پدیده ای به نام «جزیره حرارتی شهری» این دو را به هم پیوند می دهد. UHI یکی از معمول ترین پدیده های اقلیم شهری است که در آن برخی مناطق شهری، به ویژه مراکز شهرها، چند درجه از مناطق اطراف خود گرم تر می شوند. مطالعه این پدیده و بررسی مکانیسم آن برای برنامه ریزی های شهری اهمیت بسیار زیادی دارد. در پژوهش حاضر، به منظور برآورد LST، از چهار الگوریتم تک کاناله لندست، تک پنجره، معادله پلانک و معادله انتقال تابش در محیط نرم افزار QGIS، در بازه زمانی 2000 و 2019 طی فصل های تابستان و زمستان در شهر بیرجند استفاده شده و نیز اثر تغییر کاربری در جزیره حرارتی بررسی شده است. ابتدا دمای سطح زمین در شهر بیرجند، با استفاده از تصاویر ماهواره ای لندست، 7 سنجنده +ETM و لندست 8، سنجنده TIRS/OLI طی سال های 2000 و 2019 ازطریق چهار روش استخراج شد. به منظور بررسی توانایی کلی الگوریتم ها در محاسبه دمای سطح زمین، شاخص های آماری میانگین خطای مربعات، ضریب ناش ساتکلیف، میانگین خطای مطلق و ضریب تعیین به کار رفت. نتایج نشان داد که الگوریتم تک کاناله لندست، در محاسبه دمای سطح زمین در شهر بیرجند، دقت بیشتری در قیاس با الگوریتم های دیگر دارد.
۱۱.

شناسایی الگوهای زمانی - مکانی ازدحام ترافیکی با استفاده از کلان داده های مبتنی بر تصاویر ترافیکی سرویس نقشه گوگل(مقاله علمی وزارت علوم)

کلید واژه ها: ازدحام ترافیکی تحلیل مکانی تحلیل زمانی نقشه های پوششی تصاویر ترافیکی

حوزه های تخصصی:
تعداد بازدید : ۱۴۹ تعداد دانلود : ۱۱۵
تحلیل وضعیت ترافیکی و پیشنهاد روش های مدیریت جریان ترافیک نقش اساسی در ارزیابی عملکرد بسیاری از سیستم های حمل ونقلی ایفا می کند. در بین روش های جمع آوری داده های ترافیکی، رویکردهای مبتنی بر فنّاوری های نوین که امکان گرد آوری حجم بسیاری از داده های پویای زمانی مکانی را فراهم می آورند و استخراج روندها و الگوها را تسهیل می کنند اهمیت بسیاری دارند. در این پژوهش، تهران به منزله پایتخت ایران، با ویژگی های اقتصادی و اجتماعی خاصی که دارد و تنوع سفرها که به وضعیت ترافیکی متغیر منجر می شود، مطالعه شده است. داده های حاصل از پردازش رقومی تصاویر ترافیکی به دست آمده از سرویس نقشه گوگل در بازه زمانی پیوسته یک ماهه ای (هفدهم فروردین تا هفدهم اردیبهشت 1398)، نخستین بار به منظور ارزیابی روند تغییرات میانگین ازدحام ترافیکی در سطح نواحی منطقه مطالعاتی، به کار رفته است. پس از استخراج داده های اولیه و با توجه به تغییر الگوی سفرها و در نتیجه، میزان ازدحام ترافیکی، شاخص ازدحام ترافیکی (CI) به تفکیک در روزهای کاری و غیرکاری، محاسبه شد و به مرکز نواحی 117 گانه شهر تهران اختصاص یافت. با استفاده از تحلیل های توصیفی روی کلان داده های مورد بررسی، ساعات اوج ازدحام ترافیکی در بازه زمانی مورد مطالعه استخراج شد. سپس شاخص Getis Ord، نواحی پرازدحام منطقه مطالعاتی را براساس ارزیابی خوشه های مکانی، مشخص کرد. همچنین ارتباط زمانی بین مقادیر ازدحادم ترافیکی، در برش های زمانی متفاوت طی کل بازه زمانی مورد مطالعه، با استفاده از آزمون آماری کروسکال والیس ارزیابی شد و فرض صفر مبتنی بر همبستگی بین مقادیر میانگین ازدحام و در نتیجه، همبستگی زمانی بین مقادیر تأیید شد. با استفاده از تحلیل های پوششی نقشه های ترافیکی نیز، خوشه های ترافیکی پرازدحام در سطح اطمینان 90%، در اوج صبح و عصر، به تفکیک روزهای کاری و غیرکاری استخراج شد. نتایج این پژوهش می تواند در اصلاح و بازنگری محدوده های ترافیکی مؤثر باشد و همچنین به تحلیل های مرتبط با آلودگی هوا، مطالعات در زمینه قیمت گذاری معابر و بررسی روند شکل گیری و انتشار گلوگاه های ترافیکی در بازه های زمانی دلخواه، یاری برساند.
۱۲.

ارزیابی الگوریتم های ریزمقیاس نمایی مکانی زمانی داده های مادیس به داده های سنتینل 2 در کلاس های متفاوت پوشش زمین(مقاله علمی وزارت علوم)

کلید واژه ها: ریزمقیاس نمایی مکانی زمانی کلاس های پوشش زمین مادیس سنتینل 2

حوزه های تخصصی:
تعداد بازدید : ۳۱ تعداد دانلود : ۳۳
داده های سنجش از دوری، با قدرت تفکیک مکانی بالا، اغلب دارای قدرت تفکیک زمانی و طیفی پایین و داده های با قدرت تفکیک مکانی پایین دارای قدرت تفکیک طیفی و زمانی بالا هستند. باوجوداین ، درحال حاضر، سنجنده های ماهواره ای به تنهایی نمی توانند داده هایی با قدرت تفکیک زمانی و قدرت تفکیک مکانی بالا را هم زمان ارائه کنند. این درحالی است که در برخی کاربردها دسترسی هم زمان به داده هایی با قدرت تفکیک مکانی و زمانی بالا ضروری است؛ ازاین رو در این مطالعه، با هدف دستیابی به داده های دارای قدرت تفکیک مکانی و زمانی بالا، تصاویر مادیس در کلاس های کاربری شهری، باغ، مرتع، کشاورزی و آب ازطریق الگوریتم های STARFM ، ESTARFM وFSDAF به قدرت تفکیک مکانی سنتینل 2، ریز مقیاس شد. منطقه مطالعاتی با تنوع پوشش های زمین گوناگون در اطراف شهر مهاباد انتخاب شد. در این مطالعه، باندهای مرئی و مادون قرمز نزدیک در سنتینل 2 و مادیس انتخاب و پیش پردازش های لازم، ازجمله تصحیح هندسی، روی آنها انجام شد. سپس با استفاده از الگوریتم های ریزمقیاس نمایی، تصاویر مادیس به تصاویر سنتینل 2 ریزمقیاس شد. نتایج نشان دهنده صحت بالای کلاس های شهری، باغ و مرتع در قیاس با کلاس های کشاورزی و آب است؛ به گونه ای که الگوریتم های ESTARFM، FSDAF و STARFM به صورت میانگین در همه باندها، به ترتیب برای کلاس شهری، ضریب تعیین 25/88، 25/87 و 5/86، درمورد کلاس باغ ضریب تعیین 75/83، 25/83 و 5/80 و درمورد کلاس مرتع، ضریب تعیین 75/90، 5/70 و 5/87 را نشان دادند. درمجموع، الگوریتم ESTARFM در مقایسه با دیگر الگوریتم ها در این تحقیق، نتیجه ای بهتر دربرداشت.
۱۳.

پهنه بندی پارامترهای مقاومت برشی خاک (مطالعه موردی: شهر کرمانشاه)(مقاله علمی وزارت علوم)

کلید واژه ها: کریجینگ سیستم اطلاعات جغرافیایی (GIS) زاویه اصطکاک چسبندگی شهر کرمانشاه

حوزه های تخصصی:
تعداد بازدید : ۳۵ تعداد دانلود : ۳۶
به منظور شناخت ساختگاه، به دست آوردن پارامترهای مقاومتی خاک کاری ضروری و درعین حال هزینه بر و زمان گیر است. در این پژوهش، با استفاده از 135 گمانه ژئوتکنیکی حفر شده در شهر کرمانشاه، پهنه بندی پارامترهای مقاومت برشی خاک (زاویه اصطکاک و چسبندگی) با استفاده از نرم افزار ArcGIS و روش درون یابی کریجینگ معمولی (با شبه واریوگرام های کروی، نمایی و گوسی)، تا عمق نُه متر در بازه های سه متری انجام شده و با استفاده از شاخص های جذر میانگین مربعات خطا (RMSE) و میانگین قدرمطلق خطا (MAE)، بهترین مدل برای پیش بینی مشخصه ها انتخاب شده است. براساس شاخص های ارزیابی خطا، بهترین واریوگرام ها برای پهنه بندی زاویه اصطکاک و چسبندگی در عمق 0 تا 3 متر گوسی، 3 تا 6 متر نمایی و 6 تا 9 متر به ترتیب گوسی و کروی است. مطابق نتایج به دست آمده، اغلب با افزایش عمق، زاویه اصطکاک و چسبندگی افزایش یافته است و بخش های شمالی و جنوب غرب کرمانشاه، در قیاس با دیگر مناطق، دارای خاکی با زاویه اصطکاک بیشتر و چسبندگی کمتر (درشت دانه) هستند و بخش های شمال غرب این شهر خاک های رسی و آبرفتی دارند؛ با توجه به گذر رودخانه قره سو از این ناحیه و قرارگیری مناطق شمالی و جنوبی کرمانشاه در کوهپایه، نتایج تصدیق می شود.
۱۴.

بررسی تغییرات توپوگرافی ناشی از معدن کاری سطحی با استفاده از تداخل سنجی راداری روشSBAS (مطالعۀ موردی: معدن سنگ آهن سنگان خواف)(مقاله علمی وزارت علوم)

کلید واژه ها: سنگ آهن سنگان خواف تداخل سنجی راداری SBAS سنتینل – 1

حوزه های تخصصی:
تعداد بازدید : ۸۹ تعداد دانلود : ۷۱
معدن کاری سابقه ای طولانی دارد و در طیف گسترده ای از محیط های ژئومورفیک رخ می دهد. میزان تغییراتی که این فعالیت های معدن کاری در مورفولوژی و محیط معدنی به وجود می آورند گاه به اندازه ای است که محیط اطراف را دچار تغییرات اساسی و خسارات فراوانی می کند و ازاین رو این تغییرات نیازمند پایش دقیق است. از اوایل دهه ۱۹۹۰U تداخل سنجی راداری به صورت ابزاری مفید در مطالعه تمامی پدیده هایی که سبب تغییر سطح زمین می شوند، مطرح شده و به کار رفته است؛ بدین معنا که اگر سطح زمین بین دو تصویر راداری تغییرشکل بیابد، می توان نقشه جابه جایی سطحی را با وضوح و دقت میلی متری ایجاد کرد. این مقاله یافته های حاصل از اجرای روش SBAS روی سری زمانی مجموعه داده های سنتینل – 1 برای شناسایی تغییرشکل های سطحی، در معدن سنگ آهن سنگان – خواف به منزله یک معدن سطحی روباز را گزارش می دهد. معدن سنگ آهن سنگان از بزرگ ترین و غنی ترین ذخایر سنگ آهن در خاورمیانه و ایران است. این معدن، براَثر برداشت و استخراج سنگ آهن، دچار تغییرات فراوان توپوگرافی و ژئومورفولوژی شده است که این تغییرات می تواند سبب تشدید فرایندها و مخاطرات ژئومورفولوژیکی شود. برای تخمین و به دست آوردن مقدار تغییرشکل سطح زمین، از 48 تصویر SAR از معدن سنگ آهن سنگان استفاده شده است. این تصاویر با استفاده از ماهواره سنتینل – 1 آژانس فضایی اروپا به دست آمد. سری زمانی (2014-2020) حاصل از تغییرشکل در محدوده معادن پلاسری تجزیه وتحلیل شد. نتایج به دست آمده میزان متوسط جابه جایی 20- تا 35- میلی متر در سال و حداکثر میزان تجمعی تغییرات 120- میلی متر را نشان می دهد. بررسی نیم رخ عرضی در نواحی ابتدایی مخروط افکنه در معادن پلاسری، طی بازه زمانی 2014-2020، شدت تغییرات توپوگرافی را به خوبی نشان می دهد. برای ارزیابی قابلیت اطمینان نتایج، به دلیل نبود داده (ایستگاه GPS) در محدوده معادن پلاسری، نتایج مشتق از SBAS با مقادیر اندازه گیری شده ازطریق توتال استیشن مربوط به واحد ژئومورفولوژی کوهستان منطقه معدنی در سال های ۲۰۲۰ -۲۰۱۴ به کار رفته است. نتایج نشان داد که میزان تغییرات حاصل از داده های راداری با استفاده از روش SBAS، در مقایسه با داده های نقشه برداری زمینی، الگوی تقریباً مشابهی را طی کرده است اما تفاوت هایی نیز دارد که ممکن است ناشی از ماهیت متفاوت برداشت (در نقشه برداری زمینی، تغییرات ارتفاعی برای یک نقطه اندازه گیری می شود اما، در تداخل سنجی، مقدار میانگین از نقاط مجاور یکدیگر به دست می آید) و از همه مهم تر، وجودنداشتن داده های متوالی ترازیابی در سطح پلاسری ها به منظور ارزیابی دقیق تر نتایج است.
۱۵.

بررسی و مدل سازی تأثیر ترکیب و آرایش چشم انداز شهر یزد بر دمای سطح زمین با استفاده از یادگیری ماشین و داده های لندست-8 و سنتینل-2(مقاله علمی وزارت علوم)

کلید واژه ها: گرادیان بوستینگ فیوژن تصویر پارامترهای شهری شبیه سازی پوشش اراضی سنجش از دور

حوزه های تخصصی:
تعداد بازدید : ۱۰۰ تعداد دانلود : ۸۵
اثر جزیره گرمایی شهری به دلیل تلاقی با چالش های محیط زیستی مهم قرن بیست و یکم یکی از مهم ترین بررسی ها در مورد پدیده های محیط زیستی است. در همین راستا، مطالعه دمای سطح زمین (LST)، چشم انداز واضحی از بررسی جزایر گرمایی در شهرها به دست می دهد که با توجه به اقلیم گرم و خشک شهر یزد، بررسی وضعیت و عوامل اثرگذار بر LST در این شهر را ضروری می نمایاند. این پژوهش با استفاده از تصویر فیوژن شده طیفی و مکانی لندست-8 برای ماه آگوست سال 2020 میلادی و با بهره گیری از الگوریتم های یادگیری ماشین سعی دارد تا تغییرات LST را با محاسبه پارامترهای مختلف مرتبط با چشم انداز سطح زمین شهری مدل کند. بر اساس نتایج این پژوهش، فیوژن طیفی-مکانی تصویر لندست-8 با سنتینل-2 به روش بارزسازی پن، موجب افزایش 10.7%ی دقت کلی و 16.5%ی ضریب کاپا در طبقه بندی این تصویر شد. این پژوهش همچنین نشان داد که اکثر پارامترهای مرتبط با همسایگی با پوشش اراضی در رده 1 تا 11 تأثیرگذاری بر LST شهر یزد قرار دارند. دراین بین، مجاورت با پوشش زمین های بایر در شعاع 100، 50 و 150 متر به ترتیب رتبه 1 تا 3 مهم ترین پارامترهای اثرگذار بر LST را از آن خود کردند. این پژوهش نشان داد که تغییر آرایش پوشش اراضی می تواند بر LST اثرگذار بوده و تغییر پوشش زمین های بایر به مناطق ساخته شده، تا °C 1.1، به پوشش گیاهی، تا °C 2.1 و تغییر 30% از زمین های بایر به پوشش گیاهی، تا °C 1.6 می تواند میانگین LST را در شهر یزد کاهش دهد. همچنین این پژوهش با بررسی دو رویکرد مختلف شبیه سازی ایجاد پوشش گیاهی در سطح شهر یزد نشان داد که رویکرد صرفه جویی در زمین می تواند میانگین LST را در شهر یزد تا 1.3 درجه و رویکرد تقسیم زمین تا °C 1.4 کاهش دهد.
۱۶.

تلفیق اطلاعات طیفی و مکانی به منظور تفکیک محصولات کشاورزی با استفاده از تصاویر چند زمانه سنتینل 2 (مطالعه موردی: شهرستان قروه)(مقاله علمی وزارت علوم)

کلید واژه ها: تصاویر سری زمانی سنتینل 2 کشاورزی مرز مزارع ادغام طبقه بندی کننده ها اطلاعات مکانی اطلاعات طیفی

حوزه های تخصصی:
تعداد بازدید : ۱۶۵ تعداد دانلود : ۱۲۲
امروزه کاربردهای تصاویر ماهواره ای، در پایش و مدیریت زمین های کشاورزی، رو به گسترش است. با توجه به قدرت تفکیک مکانی، طیفی و زمانی بالای تصاویر سنتینل 2، در این مطالعه، در کشاورزی دقیق در شهرستان قروه از این تصاویر استفاده شده است. ابتدا با توجه به تقویم زراعی محصولات متفاوت آن منطقه، تصاویر سری زمانی جمع آوری شد. در روش پیشنهادی، نخست، فضای ویژگی طیفی براساس بازتاب طیفی باندها و همچنین شاخص های گیاهی، ایجاد شد. ابعاد فضای ویژگی طیفی، با استفاده از روش آنالیز مؤلفه های اصلی، کاهش یافت. سپس چهار طبقه بندی کننده قدرتمند ماشین های بردار پشتیبان، شبکه عصبی پرسپترون چندلایه، نزدیک ترین k همسایه و جنگل های تصادفی نقشه طبقه بندی از اطلاعات طیفی تولید کردند. در ادامه، مکانی با هدف تعیین مرز مزارع، اطلاعات استخراج شد. برای این منظور، از شناسایی لبه ها در سری زمانی تصاویر سنتینل 2 استفاده شد. در نهایت، نقشه طبقه بندی نهایی، با تلفیق اطلاعات مکانی و ادغام نتایج طبقه بندی کننده ها ایجاد شد. نتایج به دست آمده نشان داد که دقت طبقه بندی کننده های نزدیک ترین k همسایه، ماشین های بردار پشتیبان، شبکه عصبی پرسپترون چندلایه و جنگل های تصادفی روی فضای ویژگی طیفی اولیه، به ترتیب 78/77%، 16/79%، 41/76% و 89/76% است. با استفاده از روش پیشنهادی، دقت طبقه بندی به 72/94% افزایش پیدا کرد که حاکی از توانایی آن در منطقه مورد مطالعه است.
۱۷.

تحلیل روند تغییرات منابع آب و عوامل مؤثر در آن در حوضه آبریز فلات مرکزی ایران با استفاده از محصولات ماهواره ای(مقاله علمی وزارت علوم)

کلید واژه ها: سنجش از دور روند تغییرات گوگل ارث انجین منابع آب سطحی منابع آب زیرزمینی پیکره های آبی

حوزه های تخصصی:
تعداد بازدید : ۳۳ تعداد دانلود : ۳۵
حوضه آبریز فلات مرکزی ایران، به دلیل تغییرات اقلیمی و کاهش منابع آب دردسترس ازیک سو و افزایش جمعیت و به تبع آن، افزایش تقاضا ازسوی دیگر، با بحران شدید آب مواجه است. دانش سنجش از دور و دردسترس بودن محصولات متعدد ماهواره ای امکان پایش روند تغییرات پارامترهای گوناگون محیطی، به ویژه منابع آب سطحی و زیرزمینی را با دقت مناسب فراهم آورده است. بدین منظور، با استفاده از سامانه گوگل ارث انجین، شانزده محصول ماهواره ای شامل پارامترهای محیطی متفاوت، همچون بارش، دما، تبخیر و تعرق، رطوبت خاک، رواناب، ضخامت آب معادل (GRACE)، شاخص پوشش گیاهی و مساحت پیکره های آبی، در بازه زمانی سال های 2000 تا 2022، دریافت و آماده سازی شد. سپس با استفاده از آزمون ناپارامتریک من کندال و تخمین گر شیب سن، روند تغییرات این پارامترها بررسی شد. با توجه به نتایج حاصل، تغییرات گرانش زمین که از نشانگرهای سطح آب زیرزمینی است و نیز مساحت پیکره های آبی که بیانگر منابع آب سطحی است و رطوبت خاک، روندی کاهشی و معنی دار را نشان داد؛ درحالی که دمای حداکثر، دمای حداقل و تبخیر و تعرق پتانسیل و شاخص NDVI بیانگر روند افزایشی معنی داری بود. به رغم کاهش مساحت پیکره های آبی، شاخص پوشش گیاهی افزایش یافته است که افزایش سطح زیرکشت محصولات کشاورزی و برداشت بی رویه از منابع آب زیرزمینی را نشان می دهد و روند کاهشی محصول ماهواره GRACE نیز مؤید این واقعیت است. بررسی ضرایب همبستگی بین پارامترهای دارای روند معنی دار نیز نشان داد بین GRACE و پارامترهای NDVI، دمای حداقل، دمای حداکثر، رطوبت خاک و مساحت پیکره های آبی، همبستگی معنی داری وجود دارد.
۱۸.

برآورد شاخص سطح برگ محصول ذرت با استفاده از تصاویر ماهواره سنتینل 2(مقاله علمی وزارت علوم)

کلید واژه ها: ذرت علوفه ای سنجش از دور شاخص پوشش گیاهی شاخص سطح برگ

حوزه های تخصصی:
تعداد بازدید : ۲۰۱ تعداد دانلود : ۱۳۹
شاخص سطح برگ استخراج شده (LAI) از تصاویر سنجش از دور پارامتر مهمی، به منظور مدل سازی مکانی تولید پوشش گیاهی، محسوب می شود. معمولاً شاخص های پوشش گیاهی که با بازتاب طول موج های قرمز و مادون قرمز نزدیک محاسبه می شوند، در برآورد LAI با استفاده از روش های آماری، به کار می روند اما بسیاری از این شاخص ها در مقادیر متفاوت LAI به اشباع می رسند. برای رفع این محدودیت، بازتاب محدوده لبه قرمز استفاده شده است؛ بنابراین، باید قابلیت شاخص های متفاوت پوشش گیاهی استخراج شده از داده های سنجش از دور، برای برآورد LAI ذرت علوفه ای، ارزیابی شود. بدین منظور پنج مرحله نمونه برداری میدانی، با فاصله زمانی نزدیک به گذر ماهواره سنتینل 2، از سوی مرکز تحقیقات فضایی پژوهشگاه فضایی ایران، اجرا شد و در مجموع، 234 نمونه از مزارع ذرت علوفه ای شرکت کشت و صنعت مگسال قزوین برداشت شد. سپس سیزده شاخص پوشش گیاهی متفاوت، با استفاده از سری زمانی تصاویر سنتینل 2، محاسبه شد و برای برآورد آماری مقادیر LAI به کار رفت. نتایج نشان داد که شاخص EVI با ضریب همبستگی 76/0 برای برآورد شاخص سطح برگ ذرت علوفه ای بهترین عملکرد را داشته است. علاوه براین، مقدار RMSE روش های رگرسیون غیرخطی بیشتر از روش های خطی بوده است.
۱۹.

مقایسۀ شدت تغییرات خطوط ساحلی و شدت فرسایش پذیری بندرهای اصلی سواحل دریای خزر(مقاله علمی وزارت علوم)

کلید واژه ها: خطوط ساحلی دریای خزر بنادر فرسایش پذیری رسوب گذاری

حوزه های تخصصی:
تعداد بازدید : ۱۰۴ تعداد دانلود : ۶۳
سازه های دریایی، مانند بندرها، نقش بسیار مهمی در شدت فرسایش پذیری مناطق ساحلی دارند و تأثیر مشترک آنها، با نوسانات سطح تراز آب دریا، سبب جابه جایی خطوط ساحلی پیرامون بندرها می شود. ارزیابی و مقایسه شدت جابه جایی خطوط ساحلی و شدت فرسایش پذیری سواحل جنوبی دریای خزر در محدوده بندرهای اصلی شمال ایران (امیرآباد، فریدونکنار، نوشهر، انزلی و آستارا) هدف اصلی این پژوهش است. وضعیت مورفولوژی سواحل، به لحاظ ویژگی های فرسایشی و رسوب گذاری و تنوع لندفرم های ساحلی، ازطریق تصاویر ماهواره ای لندست مطالعه شد. به منظور بررسی میزان تغییرات خطوط ساحلی در بنادر مورد مطالعه طی سال های 1374 تا 1400، تغییرات ابجادشده در محیط سیستم اطلاعات جغرافیایی با استفاده از نرم افزار آنالیز رقومی خطوط ساحلی (DSAS) محاسبه شد. نتایج نشان می دهد که رفتار خطوط سواحل جنوبی دریای خزر در مقابل ساخت سازه های بندری و نوسانات سطح تراز آب این دریا متفاوت بوده است و بیشترین میزان جابه جایی خط ساحل و مقدار رسوب گذاری و فرسایش پذیری، به ترتیب، به ناحیه ساحلی بندر امیرآباد و آستارا تعلق دارد. سواحل مشرف به بندرهای نوشهر و انزلی رسوب گذاری مناسبی داشته اند و میزان فرسایش پذیری در ساحل فریدونکنار بسیار اندک بوده است. بنادر شمال کشور ایران، همراه با نوسانات سطح تراز آب دریای خزر، در مناطق ساحلی پیرامون تأثیر مستقیم می گذارند و مدیریت منابع رسوبی متمرکز در سواحل راهکاری مطمئن برای کاهش میزان فرسایش و استفاده از منابع ماسه ای در سواحل آسیب دیده است.
۲۰.

بهبود دقت برآورد غلظت ازن در سطح زمین با استفاده از محصولات ماهواره ای و یادگیری ماشین(مقاله علمی وزارت علوم)

کلید واژه ها: غلظت ازن یادگیری ماشین رگرسیون خطی چندمتغیّره شبکه عصبی بازگشتی آلاینده جوّی

حوزه های تخصصی:
تعداد بازدید : ۲۲ تعداد دانلود : ۲۸
ازن نزدیک به سطح زمین یکی از آلاینده های بسیار خطرناک است که تأثیرات زیان بار درخور توجهی در سلامت ساکنان مناطق شهری دارد. هدف از این مطالعه شناسایی عوامل مؤثر در غلظت ازن و مدل سازی تغییرات آن، با استفاده از داده های ماهواره ای و روش های گوناگون یادگیری ماشین در شهر تهران است. بدین منظور داده های غلظت آلاینده ها، داده های هواشناسی و دمای سطح خاک، طی بازه زمانی بین سال های 2015 تا 2021، به کار رفت. پس از محاسبه همبستگی بین غلظت ازن و پارامتر های مستقل، طی پنج حالت متفاوت، با پارامترهای ورودی و روش یادگیری متفاوت و به کارگیری پالایش داده ها، غلظت ازن مدل سازی شد. در حالت اول و دوم، مدل سازی با استفاده از داده های غلظت آلاینده ها و داده های هواشناسی با روش رگرسیون خطی چندمتغیره انجام شد. تنها تفاوت این دو حالت، پالایش داده های ورودی به شیوه WTEST در روش دوم است. در حالت سوم، دمای سطح خاک به داده های ورودی افزوده شد و در حالت چهارم و پنجم، به ترتیب مدل سازی ازن با استفاده از شبکه عصبی چندلایه ای و شبکه عصبی بازگشتی انجام شد. مقایسه این حالت ها نشان داد که مدل سازی های مراحل اول تا پنجم، به ترتیب با ضریب تعیین تعدیل شده 5/0، 64/0، 69/0، 74/0 و 8/0 توانایی بازیابی غلظت ازن را داشته اند. همچنین مشخص شد در بین آلاینده های گوناگون، مونوکسید نیتروژن، دی اکسید نیتروژن، نیتراکس و از میان داده های هواشناسی دما، رطوبت و سرعت باد بیشترین تأثیر را در غلظت ازن دارند. افزودن دمای سطح خاک به داده های ورودی نیز افزایش پنج درصدی دقت را در برآورد غلظت ازن، به همراه داشت.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان