درخت حوزه‌های تخصصی

سابقه و هدف: در سال های اخیر استفاده از تصاویر ابرطیفی به دلیل غنای بالای طیفی در زمینه های مختلف مطالعات زمین به خصوص در سنجش از دور بسیار افزایش یافته است. طبقه بندی این تصاویر به منظور استخراج اطلاعات از آنها همواره با چالش هایی مختلفی همچون چگونگی مدیرت ابعاد این داده ها و صحت کم طبقه بندی در هنگام وجود تعداد محدودی از نمونه های آموزشی همراه است. افرایش صحت طبقه بندی این تصاویر با هدف مطالعات دقیق پدیده ها و تغییرات سطح زمین همواره از موضوعات مورد مطالعه جامعه علمی سنجش از دور بوده است. در سال های اخیر استفاده از ویژگی های مکانی به منظور افزایش صحت طبقه بندی تصاویر ابرطیفی بسیار رایج شده است. تاکنون روش های مختلفی برای طبقه بندی طیفی-مکانی تصاویر ابرطیفی معرفی شده است و پژوهش های مربوطه در راستای معرفی روش هایی با ساختار ساده تر و صحت بالاتر نیز در جریان است. به دلیل وجود رابطه های پیچیده میان باندهای مختلف تصویر ابرطیفی با الهام از پژوهش های موجود در شاخه بینایی ماشین در این پژوهش روشی توسعه داده شده است که می تواند روابط پیچیده میان ویژگی های طیفی و مکانی در یک تصویر ابرطیفی را مدل سازی کند. هدف اصلی این مقاله ارائه روشی جدید و کارا مبتنی بر ترکیب ویژگی های مستخرج از ماتریس محلی کرنل وزن دار ویژگی های طیفی و فرکتالی به منظور تولید ویژگی برای طبقه بندی تصاویر ابرطیفی است. مواد و روش ها: به منظور طبقه بندی تصاویر ابرطیفی در پژوهش حاضر ابتدا یک مرحله کاهش بعد بر روی تصویر ابرطیفی انجام می شود. در مرحله بعد ویژگی های مکانی مبتنی بر بعد فرکتال جهت دار تولید می شوند و مجدداً این ویژگی ها کاهش بعد پیدا می کنند. در مرحله بعد ویژگی های مستخرج از ماتریس محلی کرنل وزن دار از هر دو دسته ویژگی های طیفی و فرکتالی تولید می شوند. این ویژگی های ثانویه وابستگی های محلی غیرخطی میان ویژگی های طیفی و فرکتالی را که در روش های پیشین طبقه بندی مورد توجه نبوده است، در فرایند تولید ویژگی لحاظ می کنند که در نهایت سبب افزایش صحت طبقه بندی می شوند. سپس این دو دسته بردار ویژگی جدید برای هر پیکسل با هم الصاق می شود و یک بردار غنی از اطلاعات طیفی– مکانی را تشکیل می دهد. در نهایت به منظور تعیین برچسب هر پیکسل، بردار ویژگی حاصل از الگوریتم ماشین بردار پشتیبان طبقه بندی می شود. آزمایش های این پژوهش بر دو تصویر مرجع ابرطیفی واقعی ایندین پاین و دانشگاه پاویا انجام شده است. نتایج و بحث: تحلیل نتایج نشان می دهد که روش پیشنهادی با در نظر گرفتن ویژگی های مستخرج از ماتریس محلی کرنل وزن دار ویژگی های طیفی– فرکتالی موجب افزایش 20 و 18 درصدی صحت طبقه بندی در مقایسه با طبقه بندی با ویژگی های طیفی تنها به ترتیب در تصاویر ایندین پاین و دانشگاه پاویا شده است. این نتیجه تأیید می کند که در نظر گرفتن اطلاعات مکانی به طور مؤثر سبب افزایش چشمگیر صحت طبقه بندی حتی زمانی که نمونه های آموزشی اندکی در دسترس باشد، می شود. همچنین رویکرد پیشنهادی این پژوهش در مقایسه با چندین پژوهش دیگر در این حوزه به صحت های بالاتری رسیده است. نتیجه گیری: عملکرد بهتر روش پیشنهادی در مقایسه با دیگر روش های رقیب به دلیل در نظر گرفتن وابستگی های محلی غیرخطی میان ویژگی های طیفی و فرکتالی است که تاکنون در پژوهش های پیشین مورد توجه نبوده است. در پژوهش های آتی در نظر داریم که رویکرد پیشنهادی را درگام اول از نظر زمانی و در گام بعدی با در نظر گرفتن تعداد بیشتری از ویزگی های مبتنی بر هندسه فرکتال از نظر صحت بهبود دهیم.

سابقه و هدف: فنولوژی گیاهان نقش مهمی در اکوسیستم های گیاهی ایفا می کند و شاخصی مهم در تغییرات بوم شناختی به شمار می رود. با توجه به گسترش شهرنشینی، فضای سبز شهری گاهی نقشی حیاتی در این مناطق مسکونی دارد. ازطرف دیگر، استفاده از گیاهان در سطح شهرها و خدمات فضای سبزی که آنها ارائه می دهند، توجه زیادی را هم در سطح عمومی و هم در مطالعات جدید به خود جلب کرده است. ارزش فضای سبز شهری به دلیل مزایای متعدد آن برای سلامتی انسان و محیط بوم شناختی شهرها حائز اهمیت است. ازاین رو، با توجه به اهمیت نقش گیاهان در اکوسیستم شهری و نقش آن در سلامت جامعه، مطالعه و پایش چرخه فنولوژیکی گیاهان در فصل های مختلف سال در مناطق شهری در مقیاس های مکانی– زمانی مختلف ضروری است.مواد و روش ها: در این پژوهش، با استفاده از دو شاخص پرکاربرد NDVI و EVI محاسبه شده از تصاویر سنجنده OLI ماهواره لندست-8 و تصاویر محصول MOD13Q1 سنجنده مودیس ماهواره ترا، چرخه فنولوژی گیاهان در سطح کلان شهر اهواز در دوره زمانی 2015 تا دسامبر 2019 تحلیل شد. تصاویر ماهواره ای از طریق پلتفرم گوگل ارت انجین فراخوانی و تهیه شد. سپس، با توجه به نوع پوشش گیاهی، چرخه فنولوژیکی گیاهان براساس شاخص های پوشش گیاهی به دست آمد و با چرخه فنولوژیکی به دست آمده از بررسی های زمینی مقایسه شد. با توجه به احتمال وجود نویز و پیکسل هایی با اختلاط طیفی، برای هموارسازی چرخه فنولوژیکی گیاهان از فیلتر Savitzky–Golay استفاده شد.نتایج: نتایج به دست آمده حاکی از روند افزایش مقادیر هر دو شاخص NDVI و EVI به ترتیب با 03/0 و 04/0 در سنجنده OLI و 01/0 (در سال) در محصول سنجنده مودیس است. این تغییرات در ماه های ژانویه، مارس، اکتبر، نوامبر و دسامبر در هر دو سنجنده افزایشی بوده است که به معنای شرایط بهتر زیستی گیاه است. زمان دوره های فنولوژی گیاهان در هر دو سنجنده متفاوت بود. بیشترین اختلاف در هر دو سنجنده در سال های 2018 و 2019 مشاهده شد. با توجه به مناسب تر بودن شرایط محیطی در این دو سال در مقایسه با سایر سال ها، می توان نتیجه گرفت که با افزایش میزان کلروفیل گیاه، میزان اختلاف بین نتایج این دو سنجنده بیشتر می شود. دوره های انتقال فصل رشد به دست آمده از سنجنده OLI جزئیات بیشتری را در مقایسه با مجموعه داده های با وضوح متوسط مودیس نشان داد. در سنجنده مودیس در مقایسه با سنجنده OLI زمان شروع دوره های فصل رشد، زودتر بود. این تفاوت ها گویای تغییرات بیشتر پوشش گیاهی است که استفاده از تصاویر با قدرت تفکیک بالا قابلیت تشخیص بهتری نسبت به سنجنده های با قدرت تفکیک مکانی متوسط و پایین دارند. به طور کلی، نتایج قابل قبولی از تغییرات چرخه فنولوژیکی گیاهان در سطح یک منطقه شهری با انواع مختلف پدیده های زمینی که سبب ناهمگنی بیشتر در پیکسل های تصاویر سنجنده های ماهواره ای می شود، مشاهده شد.نتیجه گیری: نتایج مقایسه دوره های فصل رشد در سنجنده OLI و مودیس (به ترتیب) با واقعیت زمینی نشان می دهد کمترین اختلاف در شروع فصل رشد با 7 و 10 روز بوده است. بیشترین اختلاف بین نتایج به دست آمده از سنجنده های OLI و مودیس (به ترتیب) با واقعیت زمینی در اوج فصل رشد با 20 و 35 روز و پایان فصل رشد 20 روز دیرتر و 20 زودتر بوده است. طول فصل رشد در سنجنده مودیس حدود چهار ماه و در سنجنده OLI حدود پنج ماه مشاهده شد که نتایج لندست به واقعیت زمینی نزدیک تر است. این تفاوت را می توان به افزایش تعداد پیکسل های مخلوط با توجه به قدرت تفکیک مکانی تصاویر سنجنده مودیس نسبت داد. نتایج این پژوهش، می تواند راهگشای بررسی تغییرات چرخه های فنولوژیکی در پاسخ به تغییرات محیطی با استفاده از تصاویر سنجش از دور در مناطق شهری باشد.

سابقه و هدف: همه گیری کووید 19 به منزله پدیده ای جغرافیایی درنظر گرفته می شود که تجزیه وتحلیل فضایی و تأثیر جغرافیایی آن، در تصمیم گیری و جنبه های زندگی روزمره، بسیار اهمیت می یابد. سامانه اطلاعات جغرافیایی و تکنیک های مکانی می توانند نقش مهمی در تجزیه و تحلیل کلان داده های شیوع این بیماری در سطح جهانی ایفا کنند. مطالعات انجام شده باکمک تکنیک های تحلیل فضایی توانسته اند میزان اهمیت متغیرهای اجتماعی و بهداشتی را در میزان ابتلا و موارد مرگ ومیر ناشی از بیماری کووید 19 نشان دهند؛ هرچند درمورد تأثیر متغیرهای هواشناسی در این زمینه، مطابق با متفاوت بودن نتایج پژوهش های پیشین، همچنان ابهاماتی وجود دارد. با توجه به تنوع اقلیمی ایران، با انجام دادن پژوهش هایی در این زمینه به منظور آشکارسازی عوامل مهم و اثرگذار فضایی، می توان گام های مؤثری برداشت. بنابراین هدف این مطالعه مدل سازی و تعیین عوامل تأثیرگذار در پراکنش بیماری کووید 19، براساس داده های موجود و دردسترس است.مواد و روش ها: در این مطالعه، با استفاده از روش های رگرسیون فضایی عمومی و محلی، عوامل تأثیرگذار در پراکنش میزان ابتلا به بیماری کووید 19 بررسی شد. برای این منظور، 73 شهرستان که آمار تعداد مبتلایان به بیماری کووید 19 آنها (طی دوره ای کوتاه، از دهم اسفند 98 تا بیستم خرداد 99 به تفکیک شهرستان ها) دردسترس بوده است، انتخاب شدند. عوامل ارتفاع، تراکم جمعیت و میانگین سنی، نسبت جمعیت بالای 55 سال به جمعیت کل و همچنین پارامترهای هواشناسی شامل رطوبت، دما، فشار و سرعت باد انتخاب و رابطه آنها با این بیماری، به کمک روش های آمار فضایی، بررسی شد. براساس روش رگرسیون گام به گام تراکم جمعیت، فشار هوا، میانگین سن و سرعت باد به منزله پیش بینی کننده های معنی دار تعیین شدند و بروز بیماری با استفاده از تکنیک OLS مدل سازی شد. سپس با توجه به ناایستابودن رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، تکنیک GWR به کار رفت و برای افزایش تغییرپذیری فضایی و برطرف کردن مشکل هم راستایی خطی، از روش تحلیل مؤلفه های اصلی و نرم افزار SPSS بهره برده شد.نتایج و بحث: نتایج نشان داد مدل عمومی ارائه شده به طور کلی به لحاظ آماری معنی دار است و مقادیر واریانس توجیه شده با مدل تصادفی نیست اما رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، ناایستاست. همچنین مشخص شد توزیع باقی مانده ها تاحدی از توزیع نرمال انحراف نشان می دهد که چه بسا به دلیل وجود ناایستایی در مدل باشد. بنابراین تکنیک رگرسیون وزن دار جغرافیایی برای مدل سازی به کار گرفته شد. به منظور اجرای آن و افزایش تغییرپذیری فضایی برای رفع مشکل هم راستایی خطی (به دلیل وجود الگوی خوشه ای در متغیرهای هواشناسی)، روش تحلیل مؤلفه های اصلی استفاده شد و عوامل هواشناسی به یک فاکتور کاهش یافت. این عامل نزدیک به 70٪ تغییرات این متغیرها را توجیه می کند. کاهش عوامل متغیرهای میانگین سن و نسبت جمعیت بالای 55 سال نیز به یک عامل باعث بهبود نتایج شد. بنابراین تراکم جمعیت، عامل هواشناسی و عامل سن به منزله متغیرهای پیش بینی کننده در مدل سازی با تکنیک GWR درنظر گرفته شدند. افزایش 10درصدی ضریب تعیین تعدیل شده مدل وزن دار جغرافیایی (63٪) نشان از بهبود نسبی نتایج این مدل درقیاس با مدل عمومی دارد. نتایج آزمون خودهمبستگی فضایی موران نشان داد، با اینکه از شدت الگوی خوشه ای باقی مانده ها در این مدل درمقایسه با مدل OLS کاسته شده است، همچنان در سطح اطمینان 99٪ معنی دار است. تحلیل نقاط داغ در سطح اطمینان 95٪ نشان داد بخش های غربی استان کردستان، بخش های شمالی و غربی استان خوزستان نقاط داغ (الگوی خوشه ای کم برآورد معنی دار) و بخش های شرقی استان همدان و بخش های شمالی استان بوشهر نقاط سرد (الگوی خوشه ای بیش برآورد معنی دار) هستند. بنابراین دست کم یک متغیر تأثیرگذار در بروز این بیماری درنظر گرفته نشده است. با توجه به اینکه متغیرهای احتمالی درنظر گرفته نشده همچون عوامل فرهنگی، بهداشتی و ژنتیکی دردسترس نبوده اند و یا ممکن است اندازه گیری آنها سخت بوده باشد، از بررسی آنها صرف نظر شد.نتیجه گیری: نتایج این مطالعه اهمیت و میزان تأثیر عوامل جمعیت شناختی و محیطی را در میزان ابتلا به بیماری کووید 19 روشن کرده است و می تواند برای ادامه مطالعاتی در این زمینه راه گشا باشد.

سابقه و هدف: تشخیص تغییرات، در داده های سنجش از دور، وظیفه ای بسیار مهم در علوم محیط زیست، مدیریت منابع طبیعی، برنامه ریزی شهری و مدیریت بحران هاست. با وجود پیشرفت های اخیر در این زمینه، بسیاری از روش های موجود صرفاً به چالش های خاصی می پردازند و قادر به دادن راه حلی جامع، برای انواع متفاوت داده ها و کاربردها نیستند. این محدودیت ها شامل ناتوانی در مدیریت داده های چندطیفی، فراطیفی و راداری، و نیز ناتوانی در بیان نتایج دقیق و سریع با استفاده از پردازش موازی و بهینه سازی منابع پردازشی می شود. علاوه براین، روش های فعلی اغلب به تشخیص تغییرات باینری محدود می شوند و قادر به شناسایی دقیق نوع ویژگی های تغییریافته نیستند. بنابراین هدف اصلی این تحقیق توسعه روشی نوآورانه و جامع برای تشخیص تغییرات است که بتواند این محدودیت ها را برطرف کند و در دنیای واقعی، کاربردهای مؤثری داشته باشد.مواد و روش ها: در این مطالعه، روش جدیدی مبتنی بر ترکیب شبکه ترانسفورمر و مدل توجه خودکار مطرح می کنیم که قادر به پردازش و تحلیل داده های سنجش از دور، با دقت و کارآیی بالاست. این روش از داده های چندطیفی، فراطیفی و راداری بهره می برد که از ماهواره های سنتینل – 2، QuickBird و TerraSAR-X به دست آمده اند. این داده ها در بازه های زمانی متفاوتی جمع آوری شده و شامل اطلاعات گوناگون، ازجمله تغییرات پوشش گیاهی، کاربری زمین و تغییرات ساختاری اند. روش پیشنهادی از تکنیک های ادغام ویژگی ها بهره می برد که با استفاده از لایه های کانولوشن و ترانسفورمر، اطلاعات موجود در داده ها را ترکیب می کند و دقت تشخیص تغییرات را افزایش می دهد. علاوه براین استفاده از مکانیسم توجه فضایی به شناسایی روابط مکانی بین ویژگی ها کمک می کند و با تمرکز بر نواحی کلیدی، دقت تشخیص تغییرات را بهبود می بخشد. شبکه مبتنی بر ترانسفورمر که برای تعیین شباهت توسعه یافته است، با مکانیسم های توجه خودکار تقویت شده که امکان دریافت روابط پیچیده بین ویژگی ها را در دنباله های زمانی فراهم می کند. این ویژگی، به ویژه برای تشخیص تغییرات جزئی که ممکن است در سایر روش ها نادیده گرفته شوند، اهمیت دارد. در بستر عملیاتی، روش پیشنهادی روی سیستمی با کارآیی بالا، شامل یک CPU 24 هسته ای Xeon E5-2697 v2، 28 گیگابایت حافظه، دیسک SSD با ظرفیت 200 گیگابایت و یک کارت گرافیک RTX 2080 Ti با 11 گیگابایت RAM و CUDA 11 اجرا و ارزیابی شد.نتایج و بحث: نتایج این تحقیق برتری روش پیشنهادی را در مقایسه با روش های موجود نشان می دهند. ارزیابی ها براساس معیارهای دقت، بازخوانی، F1-score، دقت کلی (OA) و هم پوشانی متقاطع (IoU) انجام شد. این روش توانست، در تمامی این معیارها، عملکردی بهتر از روش های دیگر نشان دهد. به طورخاص دقت کلی افزایش چشمگیری یافت و در برخی مجموعه داده ها، به بیش از 95% رسید. این نتایج حاکی از آن است که روش پیشنهادی نه تنها قادر به تشخیص دقیق تغییرات باینری است بلکه می تواند نوع ویژگی های تغییریافته را نیز با دقت بالا شناسایی کند. این قابلیت ها به دلیل استفاده از تکنیک های پیشرفته یادگیری عمیق و پردازش موازی به دست آمده اند. همچنین استفاده از چارچوب SoFRB باعث بهبود کارآیی روش پیشنهادی شده و امکان پردازش داده های حجیم را، در زمان کمتر، فراهم کرده است. تحلیل های ما بیان می کند که روش پیشنهادی می تواند، با مجموعه داده های متفاوت، انطباق بالایی نشان دهد و در شرایط گوناگون کارکرد مؤثری داشته باشد. به علاوه، این روش می تواند ابزار کارآمدی در زمینه های متفاوت، ازجمله نظارت بر محیط زیست، برنامه ریزی شهری، کشاورزی دقیق و مدیریت بحران ها باشد.نتیجه گیری: روش پیشنهادی ترکیبی از تکنیک های مدرن یادگیری عمیق و پردازش موازی است که دقت و کارآیی تشخیص تغییرات در داده های سنجش از دور را بهبود چشمگیری بخشیده است. نتایج این تحقیق نشان می دهد که روش پیشنهادی نه تنها در شرایط آزمایشگاهی بلکه در کاربردهای عملی نیز مورد اعتماد است. به طورخاص این روش می تواند در نظارت بر تغییرات محیط زیست، شناسایی تغییرات در زیرساخت های شهری و مدیریت بحران های طبیعی و انسانی، نقش مؤثری داشته باشد. این نتایج نویدبخش کاربردهای گسترده این روش در حوزه های گوناگون است. همچنین تحقیقات آینده می تواند شامل بهبودهای بیشتری در زمینه های گوناگون، مانند بهینه سازی مدل، استفاده از داده های بیشتر و متنوع تر و بررسی تأثیر استفاده از تکنیک های جدیدتر یادگیری عمیق و پردازش موازی باشد.

یکی از مهمترین چالشهای اساسی که بشر با آن روبرو است تغییر اقلیم و عواقب حاصل از آن مانند خشکسالی می باشد. شاخص های متعددی را برای پایش خشکسالی بکار گرفته اند که از آن جمله می توان به شاخص شرایط پوشش گیاهی (VCI)اشاره کرد. مساله اساسی در این راستا عدم توجه به دقت روش های مورد استفاده در پیش بینی تغییرات آتی شاخص در زمان می باشد. از اینرو هدف پژوهش حاضر ضمن بررسی روند تغییرات شاخص شرایط پوشش گیاهی (VCI) در استان بصره عراق برای بازه زمانی 2005 تا 2022 ، مقایسه سه روش اساسی در پیش بینی شامل تحلیل سری زمانی مبتنی بر آریما، اسپلاین مکعبی و الگوریم جنگل تصادفی در یادگیری ماشین بود. داده های مربوط به شاخص مورد پژوهش از سامانه گوگل ارث انجین استخراج شد و برای تجزیه و تحلیل داده ها از محیط نرم افزاری R و Spss و ArcGis استفاده شد. یافته های پژوهش نشان دادند که روند عمومی شاخص شرایط پوشش گیاهی (VCI)در استان بصره روندی کاهشی بوده و این شاخص کاهش چشمگیری را در سطح استان بصره علی الخصوص در مناطق جنوب شرقی این استان داشته است. همچنین نتایج این پژوهش نشان داد که داده های پیش بینی شده با داده های اندازه گیری شده از سنجده مادیس برای سال 2023 تفاوت معنا داری را دارد. نتیجه کلی پژوهش کارائی نسبی روشهای پیش بینی در شاخص های نظیر شرایط پوشش گیاهی (VCI)است.

آب های زیرزمینی یکی از منابع اصلی تأمین آب شیرین کره زمین محسوب می شوند. امروزه باتوجه به رشد جمعیت و روش های نوین آبیاری، پدیده تغییر کاربری اراضی به سرعت در حال افزایش است که اثرات منفی بر این منابع ارزشمند دارد. وابستگی بالا به منابع آب زیرزمینی در ایران و تعادل بخشی به این منبع مهم، موجب شد تا پژوهش حاضر به رابطه تغییرات کاربری اراضی بر سطح تراز آب زیرزمینی دشت آبخوان اسلام آباد در بازه زمانی 28 ساله در دو دوره (دوره اول: 1374-1378و دوره دوم: 1398-1402) بپردازد. در ابتدا با استفاده از تصاویر ماهواره لندست-5 و لندست-8 پوشش اراضی منطقه مطالعاتی را با الگوریتم جنگل تصادفی در 5 کلاس (کشاورزی دیم، کشاورزی آبی، مناطق ساخته شده، پیکره آبی و اراضی بایر) طبقه بندی گردید. سپس با بهره گیری از آمار چاه های مشاهده ای نقشه های پهنه بندی سطح تراز آب زیرزمینی در نرم افزارArcMap با ابزار درونیابی IDW تهیه شدند. در نهایت نتایج تغییرات کاربری اراضی با سطح تراز آب زیرزمینی مقایسه شد. نتایج نشان داد کاربری کشاورزی دیم در دوره دوم 33/15 درصد کاهش یافته که از این میزان، 79/12 درصد به کاربری کشاورزی آبی تبدیل شده و بیشتر در بخش های مرکزی حوضه اتفاق افتاده است. کاربری ساخته شده رشد 47/2 درصدی داشته که بیشتر آن مربوط به شهر اسلام آباد است. پهنه آبی به میزان 3/0 درصد کاهش و اراضی بایر 10/0 درصد افزایش مساحت داشته است. سطح تراز آب زیرزمینی در بازه مطالعاتی روند نزولی داشته به گونه ای که در نواحی مرکزی سطح تراز آب زیرزمینی از 14 متر در دوره اول با 18 و 27 متر در این دوره جایگزین شده است در این نواحی کاربری کشاورزی دیم به کاربری کشاورزی آبی تغییر یافته است. در مناطق شمالی حوضه نیز کاهش سطح تراز آب زیرزمینی به دلیل گسترش کاربری ساخته شده (شهر اسلام آباد) اتفاق افتاده است.

یکی از مسائل عمده در شناخت شهر، ساختار کلی آن است، کاداستر که به عنوان منبعی برای تجزیه و تحلیل رشد، پویایی، و پایداری مدل شهری است در سطوح منطقه ای، برای تعیین پارامترهای برنامه ریزی شهری و پیش بینی رشد و مطالعات آینده نگر شهرها کاربرد زیادی دارد، پژوهش حاضر از نظر هدف کاربردی با رویکرد کمی، در جهت توصیف، کنترل و پیش بینی است و از نظر شیوه گرد آوری اطلاعات از تحقیقات پیمایشی است که هدف از انجام آن شناخت ساختار کلی شهر و پهنه بندی عملکردی آن بر اساس داده های کاداستر است که از نرم افزار جی.آی.اس برای تحلیل و پهنه بندی آن استفاده شده است، نتیجه گیری اصلی پژوهش نشان دهنده نقش کلیدی داده های کاداستر به دلیل قابلیت اطمینان و اطلاعات بروز رسانی شده آن است که علی رغم دشواری دسترسی به داده های کاداستر برای همه ذینفعان منبع مهم اطلاعات در بسیاری از برنامه ریزی های شهری و منطقه ای است و ساختارهای کاداستر به عنوان منابع ضروری داده برای استفاده در تجزیه و تحلیل فرآیندهای شهری کارآمد است روند گسترش شهر، نوع کاربری ها و توزیع آن، تراکم و تعداد طبقات و نوع ساختمان ها، بنا ها و نوع مالکیت از داده های کاداستر قابل استخراج است.

رشد جمعیت و تخلیه فاضلاب های مختلف باعث افزایش آلودگی منابع آبی، به ویژه آب های سطحی، شده است که این امر منجر به رشد جلبک ها، کاهش اکسیژن محلول و افت کیفیت آب می شود. به دلیل هزینه بر و زمان بر بودن روش های میدانی، فناوری سنجش ازدور به عنوان روشی کارآمد برای پایش کیفیت آب مورد استفاده قرار می گیرد. در این مطالعه، از تصاویر ماهواره ای سنتینل-۲ برای بررسی کیفیت آب دریاچه زریبار و شناسایی منابع آلاینده استفاده شد. ابتدا با اعمال شاخص NDWI، پیکره آبی از سایر عوارض جدا گردید و سپس شاخص NDCI برای برآورد غلظت کلروفیل-آ به کار رفت که دقت آن با داده های زمینی R²=0.90 و RMSE=0.07 ارزیابی شد. همچنین، با استفاده از الگوریتم یادگیری ماشین جنگل تصادفی، کاربری اراضی منطقه در پنج کلاس جنگل، پیکره آبی، مناطق شهری، کشاورزی و ترکیب جنگل و مرتع طبقه بندی شد که دقت کلی 04/92 درصد و ضریب کاپا 78/88 درصد را نشان داد. نتایج حاکی از آن بود که نواحی ساحلی دریاچه به دلیل ورود آبراهه های آلوده، بیش ترین میزان آلودگی را دارند، درحالی که چشمه های کف دریاچه موجب کاهش آلودگی در مرکز آن شده اند. همچنین، قسمت شرقی دریاچه به علت مجاورت با اراضی کشاورزی، تخلیه فاضلاب شهری و فعالیت های تفریحی آلوده تر از سایر بخش ها بود. یافته ها نشان داد که استفاده از تصاویر سنتینل-۲ و الگوریتم های یادگیری ماشین، روشی مؤثر و مقرون به صرفه برای ارزیابی کیفیت منابع آبی است که امکان پایش سریع و دقیق شاخص های کیفی را فراهم کرده و به مدیریت بهتر منابع آبی و کاهش آلودگی کمک می کند.

سابقه و هدف: ایران به دلیل تنوع محیطی بالا، رتبه بالایی در بحران های ناشی از سوانح طبیعی دارد. با رشد سریع شهرها و تغییرات اقلیمی، سیل به عنوان یکی از این سوانح طبیعی خسارات اجتماعی– اقتصادی، بهداشتی و آسیب های محیط زیستی شدیدی را در بسیاری از مناطق به وجود آورده است. لذا، پیش بینی فضایی سیل به قدری حیاتی است که عدم شناسایی مناطق مستعد سیل در یک حوضه آبریز ممکن است آثار مخرب آن را افزایش دهد. در سال های اخیر، با پیشرفت ابزارهای سنجش از دور، اطلاعات جغرافیایی، یادگیری ماشین و مدل های آماری، ایجاد نقشه های پیش بینی سیل با دقت بالا کاملاً امکان پذیر شده است. به همین منظور، در این پژوهش، با استفاده از تصاویر ماهوارهSentinel و استفاده از رویکرد نوین مدل همادی با شش مدل یادگیری ماشین به پیش بینی مکان های مستعد سیل در حوضه آبریز کارون پرداخته شد. مواد و روش ها: در این پژوهش از رادار دیافراگم مصنوعی (SAR) به دست آمده از تصاویر Sentinel-1 برای شناسایی مناطقی که تحت تأثیر سیل قرار گرفته اند، استفاده شد. ابتدا تاریخ های بارندگی شدید و وقوع سیل در منطقه مورد مطالعه از منابع اطلاعاتی مختلف شناسایی شدند. سپس تصاویر Sentinel-1 مربوط به قبل و بعد از رویداد سیل از طریق پایگاه داده Copernicus تهیه شد. پردازش این داده ها با استفاده از پلتفرم SNAP انجام شد. شناسایی مناطق تحت تأثیر سیل با بهره گیری از روش حد آستانه صورت گرفت. برای این منظور از شاخص تفاوت نرمال شده آب (NDWI) تولیدشده از تصاویر Sentinel-2 و همچنین طبقات پوشش زمین که بدنه های آبی دائمی را نشان می دهند، استفاده شد تا آستانه ای که مناطق سیل زده را شناسایی می کند، تعیین شود. سپس لایه پلیگونی سیل به لایه نقطه ای تبدیل و در مجموع ۷۰ نقطه وقوع سیل ایجاد شد. با توجه به مرور مطالعات پیشین و ویژگی های محلی، هفت عامل اصلی که به طور چشمگیری بر وقوع سیلاب در منطقه تأثیر دارند، شناسایی شدند. این عوامل شامل شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، شاخص رطوبت توپوگرافی (TWI)، شیب، جهت جریان، تجمع جریان، فاصله از رودخانه و بارندگی ماهانه هستند. مدل رقومی ارتفاع (DEM) منطقه نیز از پایگاه داده SRTM تهیه شده و تفکیک فضایی همه عوامل با لایه DEM یکسان تنظیم شد. سپس، با استفاده از الگوریتم های مختلف یادگیری ماشین، مدلی ترکیبی توسعه داده شد که نتایج دقیق تری در پیش بینی مناطق مستعد سیل ارائه می دهد. مدل های منفرد شامل مدل خطی تعمیم یافته (GLM)، رگرسیون درختی پیشرفته (BRT)، مدل ماشین بردار پشتیبان (SVM)، مدل جنگل تصادفی (RF)، مدل رگرسیون سازشی چندمتغیره (MARS) و مدل بیشینه بی نظمی (MAXENT) هستند. نتایج و بحث: نتایج این مطالعه نشان می دهد که شمال شرق شهرستان الیگودرز، بخش هایی از دورود و ازنا در استان لرستان، خادم میرزا، شهرکرد و کیار در استان چهارمحال بختیاری، دنا و بویراحمد در استان کهکیلویه و بویراحمد، شهرستان سمیرم در استان اصفهان، و مناطق جنوبی حاشیه رودخانه کارون در استان خوزستان بیشترین پتانسیل وقوع سیل را در این حوضه دارند. ارزیابی عملکرد مدل ها نشان می دهد که مدل های جنگل تصادفی (RF) و بیشینه بی نظمی (MaxEnt) بالاترین دقت را در بین مدل های منفرد داشته اند. این مدل ها با ترکیب اطلاعات محیطی و داده های وقوع سیل، قادر به ارائه نقشه های حساسیت به سیل با دقت بالا هستند. از این نقشه ها می توان به عنوان ابزار مدیریتی مهمی برای کاهش اثرات مخرب سیل و جلوگیری از توسعه مناطق آسیب پذیر استفاده کرد.نتیجه گیری: به طور کلی، این پژوهش نشان می دهد که استفاده از رویکرد همادی با ترکیب مدل های یادگیری ماشین می تواند نتایج قابل اطمینان تری در پیش بینی مناطق مستعد سیل فراهم کند. نتایج این پژوهش برای مدیران و برنامه ریزان کارآمد است و می تواند از توسعه در مناطق آسیب پذیر جلوگیری کند و در نتیجه به کاهش زیان های اقتصادی و جانی در آینده کمک کند.

سابقه و هدف: زمین یک منبع طبیعی حیاتی برای بقای انسان و اساس همه خدمات بوم سازگان است. بااین حال، تخریب اراضی در قالب تغییر کاربری و پوشش زمین، مشکلی جدی در جهان بوده است. مهاجرت روستایی به شهر در کشورهای در حال توسعه و همچنین تبدیل بسیاری از روستاهای مجاور به مناطق شهری، تا حد زیادی باعث افزایش سریع وسعت سکونتگاه های شهری شده است. شواهد نشان می دهد شمال ایران در حال تجربه تغییرات سریع کاربری اراضی است که پایداری منطقه را در طول سه دهه اخیر به خطر انداخته است. این مقاله با هدف شناسایی و مقایسه تغییرات رشد و گسترش شهر آمل واقع در استان مازندران در سه دهه از سال 1365 تا 1395 انجام شد. رشد شهری با افزایش مطلق جمعیتی که در شهرها زندگی می کنند و گسترش شهری با تغییرات پوشش زمین در طول زمان تعریف می شود.مواد و روش ها: برای تولید تصاویر تغییرات پوشش زمین در سال های مختلف، با استفاده از داده های تصاویر سری زمانی لندست (سنجنده های TM، ETM+ و OLI/TIRS)، از مدل اختلاط زدایی خطی براساس استخراج اعضای انتهایی استفاده شده و دو طبقه اراضی شهری و غیرشهری برای هر مقطع زمانی شناسایی شده است. برای بررسی صحت طبقه بندی، به صورت توأم از تصاویر با وضوح بالای ارائه شده در نرم افزار گوگل ارت و مشاهده میدانی با استفاده از GPS استفاده شده است. به منظور تحلیل توزیع فضایی پوشش اراضی از ابزار تحلیل خودهمبستگی فضایی موران و به منظور تحلیل روند تغییرات فضایی اراضی شهری از ابزار تحلیل روند در نرم افزار ArcGIS استفاده شده است. نتایج و بحث: یافته ها نشان می دهد افزایش دوبرابری جمعیت شهر در این سه دهه، نه تنها با گسترش افقی به میزان 60 درصد در اراضی سبز و باز پیرامونی همراه بوده است، بلکه افزایش تراکم ساختمانی و تعداد طبقات را نیز در پی داشته است. صحت سنجی طبقه بندی پوشش اراضی، با استفاده از ماتریس خطای ابهام با محاسبه صحت کلی بالای 90 درصد و ضریب کاپای بالای 80 درصد برای تصاویر به دست آمده، دقت بالا و بسیار خوبی را نشان می دهد. براساس یافته های تحلیل خودهمبستگی فضایی موران، توسعه شهر آمل به طور کامل از ساختاری خوشه ای تبعیت می کند. با محاسبه اختلاف داده های پوشش زمین در دوره 20 ساله 1375-1395 مشخص شد، 28 درصد از مساحت کل شهر معادل 890 هکتار، بیشترین تغییر را که شامل تغییرات بنیادین در کاربری و پوشش زمین می شود، داشته است. گسترش شهر آمل نیز به طور کلی از مرکز به پیرامون بوده است، به طوری که کمترین تغییرات در قسمت های مرکزی شهر و بیشترین تغییرات نیز در قسمت های شمالی و شرقی شهر رخ داده است.نتیجه گیری: رشد جمعیت و گسترش شهری نه تنها، تخریب منابع طبیعی و محیط زیست را در پی دارد، بلکه با افزایش مشکلات مدیریت شهری در تأمین زیرساخت ها و خدمات نیز همراه است. ازهمین رو، هدف برنامه ریزی باید دستیابی به توسعه بهینه ای باشد که هم در سطح کلان، با توزیع نقش های شهری به صورت مکملی و تقویت نقش روستاها، از افزایش مهاجرت از روستاها به شهرها جلوگیری کند و هم در سطوح محلی، بر توزیع متوازن جمعیت شهر و رشد درون زا تأکید کند.

سابقه و هدف: پایش خشکسالی به دلیل تأثیرات گسترده آن در اقتصاد، محیط زیست و جامعه، مسئله ای حیاتی است. برای پایش دقیق خشکسالی، داده های جامع و یکپارچه هواشناسی و هیدرولوژیکی ضروری است؛ به ویژه در مناطقی مانند استان سیستان و بلوچستان که با خشکسالی شدید مواجه است. مطالعات اقلیمی نشان می دهد که استان سیستان و بلوچستان، به دلیل عوامل اقلیمی مانند بارندگی اندک، تبخیر بالا، بادهای شدید و پوشش گیاهی محدود، به منطقه ای خشک و بسیار مستعد خشکسالی های طولانی مدت تبدیل شده است.مواد و روش ها: در این پژوهش، برای ارزیابی جامع خشکسالی در استان سیستان و بلوچستان، از داده های ماهواره ای مادیس و گریس بهره گرفته شد و شاخص پوشش گیاهی VHI برای پایش تغییرات پوشش گیاهی و شاخص TSDI برای تحلیل تغییرات منابع آب زیرزمینی به کار رفت. برای اعتبارسنجی نتایج، داده های رطوبت خاک GLDAS به منزله داده مرجع در نظر گرفته شد. با توجه به محدودیت های داده ای گریس، دوره مشترک شانزده ساله (2002-2017) برای تحلیل انتخاب شد. همچنین، برای بررسی روندهای بلندمدت خشکسالی، شاخص SPEI طی دوره سی ساله (1987-2018) محاسبه شد.نتایج: از لحاظ جغرافیایی، نقشه های VHI نشان داد استان سیستان و بلوچستان، در تمامی سال ها، با خشکسالی متوسط و ملایم روبه رو بوده و در سال های منتهی به دوره مطالعاتی، بر شدت خشکسالی ها افزوده شده است. به منظور پایش خشکسالی هیدرولوژیکی، از محصول ماهواره ای گریس استفاده شده است که تغییر در مقدار آب زمینی را اندازه گیری می کند. نتایج مطالعه شاخص TSDI مفهوم کمّی خشکسالی را پوشش می دهد. این شاخص، با هدف پایش خشکسالی هیدرولوژیکی، در تمامی حوضه های آبریز درجه 3 (پنجاه حوضه) محاسبه شد. فرایند پایش خشکی، در گام نخست، با محاسبه کسری خشکسالی به منزله ماه هایی با TWSA منفی به صورت چهار ماه متوالی تعریف شد. نتایج میزان افزایش کسری خشکسالی، از جنوب به شمال استان مورد مطالعه را به خوبی به نمایش گذاشته است. تمامی حوضه ها، تقریباً از 2011، با کسری های بزرگی مواجه بودند. این مطالعه، ازطریق برآورد کسری و کاهش ذخیره کلی آب زمینی در ماه آوریل، نشان داد تمامی حوضه ها، در سال های منتهی به پایان دوره مطالعاتی، شاهد کمبود ذخیره آب، آن هم در محدوده خطرناک و استثنایی بوده اند.نتیجه گیری: نتایج حاصل از VHI نشان داد که استان مورد مطالعه، در سال های اخیر، دچار خشکسالی گسترده ای شده است. مناطق جنوبی و مرکزی استان با کلاس های شدیدتر خشکسالی مواجه بوده اند. تحلیل نمودارهای شاخص خشکسالی، در کلاس های متفاوت شدت خشکسالی، تأیید می کند که همه حوضه های آبریز با شرایط خشکسالی، به ویژه در سال های اخیر، روبه رو بوده اند. داده ها نشان می دهند که استان با بحران شدید آب مواجه است. اقدامات فوری و هماهنگ برای مقابله با این چالش ضروری است.

سابقه و هدف: آلودگی هوا یکی از مهم ترین بحران هایی است که امروزه اکثر کشور ها با توجه به پیشرفت صنعت و فنّاوری با آن رو به رو هستند. کشور ایران و به ویژه شهر تهران نیز از این پدیده مستثنا نیست. تأثیر آلودگی هوای شهری بر محیط زیست و سلامت انسان نگرانی های فزاینده ای را برای محققان، سیاست گذاران و شهروندان برانگیخته است. برای کاهش تأثیرات منفی آلودگی هوا بر سلامت، اندازه گیری به موقع آن در وضوح زمانی و مکانی بالا اهمیت فراوانی دارد. ازطرفی، ایستگاه های سنجش آلودگی هوا در سطح شهر به رغم صحت بالا در اندازه گیری آلاینده ها، به دلیل محدودیت های زمانی و مکانی و اندازه گیری نقطه ای قابلیت تعمیم پذیری ندارند. راهکار مکمل و بعضاً جایگزین استفاده از سنجش ازدور و داده های ماهواره ای است که با توجه به هزینه بهینه و پوشش وسیع روشی مناسب برای پایش آلودگی هوا به شمار می رود. آلاینده های دی اکسید نیتروژن (NO2) و ازن (O3) از مهم ترین شاخص های آلودگی هوا هستند که در این پژوهش برای مدل سازی توزیع غلظت آن ها در سطح شهر تهران با توان تفکیک مکانی برابر (تقریباً یک کیلومتر) و صحتی بالاتر از داده های ماهواره ای تلاش خواهد شد.   مواد و روش ها: به منظور مدل سازی توزیع غلظت دو آلاینده NO2 و O3 با دقت و توان تفکیک مناسب، از روش نوآورانه مبتنی بر روش درون یابی کریجینگ استفاده شده است. این روش با بهره گیری هم زمان از مزایای داده های ایستگاهی سنجش آلودگی از شرکت کنترل کیفیت هوای تهران، که با بهره گیری از 21 ایستگاه سنجش آلودگی هوای فعال که در نقاط مختلف شهر تهران مستقر است، بالاترین دقت در اندازه گیری پارامترها را دارند و داده های ماهواره ی سنتینل 5P، که از توان تفکیک مکانی بالا برخوردارند، مدل سازی را انجام می دهد. با توجه به قابلیت های سامانه گوگل ارت انجین، نقشه های توزیع غلظت دو آلاینده در کل مناطق 22 گانه شهر تهران به صورت ماهانه و همچنین داده های ماهواره ای نقطه ای دو آلاینده در مختصات مکانی ایستگاه های زمینی، به صورت ساعتی، روزانه و ماهانه به مدت یک سال از تاریخ 1 فروردین 1400 تا 1 فروردین 1401 در سامانه گوگل ارت تهیه و جمع آوری شد. پس از بررسی همبستگی بین داده های ماهواره ای و داده های ایستگاه های سنجش زمینی و حذف بایاس از داده های ماهواره ای، مراحل مختلف مدل سازی نوآورانه درون یابی کریجینگ به منظور مدل سازی توزیع غلظت دو پارامتر به کار گرفته شد.   نتایج و بحث: به منظور صحت سنجی داده های خروجی حاصل از مدل سازی توزیع آلاینده ها، 70 درصد ایستگاه ها به عنوان داده های آموزش (Train) و 30 درصد ایستگاه ها به عنوان داده های آزمون (Test) انتخاب شدند. این نقاط به صورت تصادفی و برای هر ماه از سال 1400 انتخاب شدند. مدل سازی نقشه نهایی توزیع آلاینده ها با استفاده از داده های آموزش و صحت سنجی مدل سازی انجام شده با استفاده از داده های آزمون انجام شد. این کار با استفاده از محاسبه میانگین خطای بین داده های پیش بینی شده توسط مدل و داده های ایستگاهی مستخرج از شرکت کنترل کیفیت هوای تهران (با واحد ppb) و همچنین محاسبه شاخص RMSE صورت گرفته است. نتایج نشان می دهد که میانگین خطای ماهانه مدل پیشنهادی، نسبت به داده های ماهواره سنتینل 5P از 16.8 به 1.73 درصد برای آلاینده NO2 و از 21.9 به 2.53 درصد برای آلاینده O3  کاهش یافته است. همچنین خطای جذر میانگین مربعات (RMSE) این مدل نسبت به داده های ایستگاهی سنجش آلودگی برای آلاینده NO2 و O3 به ترتیب برابر با ppb 2.79 و ppb 0.86 است. این در حالی است که در حالت مشابه شاخص RMSE نقشه خروجی ماهواره سنتینل 5P نسبت به داده های ایستگاهی سنجش آلودگی برای آلاینده NO2 و O3 به ترتیب برابر با ppb 10.083 و ppb 6.238 است. نتیجه گیری: با توجه به اینکه مدل تلفیقی پیشنهادی عملکرد بسیار مطلوبی در مدل سازی غلظت توزیع غلظت آلاینده های مورد نظر در طول سال 1400 با دقت و توان تفکیک مکانی تقریباً یک کیلومتری داشته است، به کارگیری هم زمان داده های ماهواره ای و زمینی در برآورد آلاینده ها توصیه می شود. 

سابقه و هدف: تصمیم گیری و مدیریت مؤثر درزَمینه توسعه پایدار منابع طبیعی نیازمند دسترسی به اطلاعات دقیق و به روز اقلیمی است. این اطلاعات امکان بررسی نقش تغییرات اقلیمی را در موضوعات گوناگون مهیا می کنند و براساس آن، می توان راهکار های مدیریتی مؤثری را تدوین کرد. در این راستا، پارامتر دما یکی از مهم ترین شاخص های اقلیمی است که نقش محوری را در تحلیل ها و پژوهش های محیطی ایفا می کند. با توجه به نقش اساسی دما در موضوعات گوناگون، دسترسی به داده های دمایی دقیق و جامع اهمیت بسیاری دارد. این داده ها باید به گونه ای باشند که بتوانند تصویری واضح و کامل از الگوهای دمایی، در طول زمان، ارائه دهند. اما متأسفانه، داده های اقلیمی اغلب با مشکلاتی مانند انقطاع آماری و خطاهای اندازه گیری مواجه اند. این مشکلات ممکن است به تصمیم گیری های نادرست و برنامه ریزی های ناکارآمد منجر شوند. در این پژوهش، با استفاده از روش های آماری، سعی شده است داده های دمایی موجود و انقطاع های آماری آنها با استفاده از روش هایی ازجمله مختصات جغرافیایی (گرافیکی)، نسبت نرمال، ضریب همبستگی وزنی و میانگین حسابی که در تکمیل داده های اقلیمی شناخته شده و پرکاربردند، تحلیل و ارزیابی شود. انتخاب روش مناسب از میان این روش ها می تواند دقت تخمین داده های دمایی را افزایش دهد و در تصمیم گیری های مبتنی بر داده های جامع تر و معتبرتر، نقش اساسی داشته باشد. درنَهایت، هدف از این پژوهش معرفی بهترین روش برای تخمین اطلاعات و رفع انقطاع آماری است که پژوهشگران، مدیران و سیاست گذاران را درزَمینه توسعه پایدار و درک بهتر شرایط اقلیمی و اتخاذ تصمیماتی هوشمندانه تر و مؤثرتر، یاری خواهد کرد.مواد و روش ها: در این پژوهش، به منظور رفع خلأ آماری، روش های شناخته شده و محبوب آمار کلاسیک شامل روش مختصات جغرافیایی، نسبت نرمال، ضریب همبستگی وزنی و میانگین حسابی، در تخمین داده های دمایی کشور ارزیابی شد. به منظور بررسی بهترین روش برای تکمیل اطلاعات مفقودی، از اطلاعات 125 ایستگاه استفاده شد. این ایستگاه ها دارای اطلاعات کامل (بدون هیچ گونه مفقودی)، درطول 21 سال (2020-2000 م.) بودند. ازآنجاکه محاسبات گسترده و زمان بر بودند، با انتخاب 10٪ این ایستگاه ها به صورت تصادفی با پراکندگی مکانی مناسب، عملیات پرکردن اطلاعات روی ایستگاه های منتخب انجام شد. اطلاعات ایستگاه های منتخب، در هر مرحله و به صورت جداگانه، حذف و براساس پنج ایستگاه مجاور خود، بازسازی شدند و به منظور ارزیابی روش های مذکور، از معیار های ارزیابی آماری ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE) و میانگین انحراف مطلق (MAD) استفاده شد.نتایج و بحث: با ارزیابی نتایج حاصل از بررسی مقادیر محاسباتی ازطریق روش نسبت نرمال درمقابل مقادیر مشاهداتی، مشخص شد تمامی ایستگاه های مورد بررسی همبستگی بالایی دارند؛ این نکته بیانگر مقبولیت روش نسبت نرمال برای تخمین داده هاست. با توجه به مقادیر متوسط حاصل از ارزیابی نتایج، روش نسبت نرمال، ضریب همبستگی وزنی، مختصات جغرافیایی و میانگین حسابی به ترتیب، با مقدار RMSE معادل 05/3، 28/3، 30/3 و 51/3 درجه سلسیوس، اولویت بندی می شوند. بنابراین روش نسبت نرمال در میان سایر روش های مورد مطالعه از مقبولیت بیشتری برخوردار است و ازاین رو، در رفع مشکلاتی اعم از فقدان اطلاعات، خطای موجود در داده ها و همچنین گسترش دوره زمانی مطالعاتی، می توان از آن بهره برد.نتیجه گیری: در میان روش های مورد بررسی، روش نسبت نرمال به صورت کلی مقبولیت و کیفیتی بیشتر از دیگر روش ها دارد که توصیه می شود در پژوهش های آتی، در محدوده مطالعاتی مشابه، از این روش استفاده شود. در مراتب بعدی، به ترتیب روش مختصات جغرافیایی، همبستگی وزنی و میانگین حسابی قرار دارند. شایان توجه است، با اینکه سایر روش ها در مراتب اهمیت بعدی واقع شده اند، همچنان در برخی ایستگاه ها کارآیی مناسبی نشان می دهند؛ بنابراین در شرایط متفاوت، روش های متنوعی می تواند نیاز به ترمیم داده ها را رفع کند و با توجه به محدوده مورد مطالعه، باید بهترین روش انتخاب شود و به کار رود.

پژوهش حاضر به دو روش پرسشنامه ای و نقشه GIS صورت پذیرفت. پژوهش حاضر از نظر هدف کاربردی، بر اساس زمان حال نگر، بر اساس محتوا توصیفی است که به شکل میدانی انجام شد. جامعه تحقیق حاضر اماکن ورزشی موجود در بوستان های باغ فاتح، مجموعه انقلاب کرج و بوستان پامچال شهر کرج بود. در روش اول با استفاده از روش تحلیل شبکه (ANP) اولویت بندی ها انجام شد که این روش با استفاده از پرسشنامه محقق ساخته بین 200 دانشجوی تربیت بدنی که سابقه تمرین در سالن های ورزشی برای حداقل برای 6 ماه داشتند توزیع و جمع آوری شد و در بخش دوم به بررسی ایمنی و زلزله در اماکن ورزشی مذکور با استفاده از نقشه GIS پرداخته شد. یافته ها: با انطباق این اماکن با پهنه بندی خطر می توان متوجه شد که بیشتر این امکان در مناطق با خطر متوسط تا زیاد قرار دارند و با توجه به اینکه کرج در منطقه خطرناکی از نظر زلزله قرار دارد، صورتی که زلزله رخ بدهد این مناطق تحت تاثیر قرار می گیرند. همچنین نتایج آزمون های ANP و RP هر شاخص بر اساس مقایسه های زوجی نشان می دهد، وزن تجهیزات 23/0، فضا 16/0، محیط کار 13/0، عدم آموزش 12/0، دسترسی 087/0، بهداشت 078/0 و ایمنی امکانات بهداشتی 070/0 بود. همچنین، نرخ سازگاری برابر با 001/0 بود که کمتر از معیار 1/0 بودند. نتیجه گیری: با توجه به مطالعات میدانی و نقشه های جغرافیایی GIS مشخص شد که اماکن ورزشی انقلاب کرج، بوستان های فاتح و پامچال در مناطق زلزله خیز قرار دارند ولی مدل ایمنی ANP و AR ساختار و تجهیزات ورزشی این اماکن را در وضعیت خوب نشان داد.

سابقه و هدف: مشکلات موجود در زندگی شهری مانند کم رنگ شدن نقش محیط به عنوان محلی برای حضور شهروندان و فعالیت بدنی آنها، افزایش وسایل نقلیه و در نتیجه کم تحرکی و افزایش بیماری های غیرواگیر، نگرانی جامعه جهانی را درباره سلامت عمومی در پی داشته است. هدف پژوهش، ارزیابی ذهنی و عینی معیارهای تأثیرگذار محیطی بر سلامت عمومی ساکنان در سه بعد جسمی، روانی و اجتماعی، در محله آغه زمان شهر سنندج است.مواد و روش ها: جمع آوری داده های ذهنی و عینی پژوهش از لحاظ زمانی به صورت متوالی صورت گرفته، در این راستا چهار فاز پژوهش تعریف شده است. فاز اول ارزیابی ذهنی کیفی ساکنان از سلامت روانی و اجتماعی، فاز دوم گردآوری داده های ذهنی کمّی ساکنان از سلامت جسمی، فاز سوم ارزیابی عینی کمّی محیط و فاز چهارم بررسی همبستگی بین متغیرهای پژوهش است. داده های ذهنی با استفاده از پرسش نامه و داده های عینی با استفاده از سیستم اطلاعات جغرافیایی به دست آمده است. برای تحلیل رابطه بین معیارهای محیطی محله و فعالیت های بدنی و تعیین رابطه بین متغیرها از تحلیل رگرسیون در نرم افزار SPSS استفاده شده است. داده های عینی از قبیل نوع بلوک بندی و نمونه الگوی فضایی شکلی محله، لایه کاربری اراضی و شبکه معابر و ... از طریق سیستم اطلاعات جغرافیایی محاسبه شد و در شاخص نحو فضا وارد شد تا میزان پیاده مداری محله مشخص شود. در نهایت روابط و تأثیر معیارهای محیطی بر سلامت عمومی با استفاده از تحلیل رگرسیون در نرم افزار  Lisrel مشخص شده است.نتایج و بحث: نتایج نشان داده که دو معیار آسایش و آرامش محیط با امتیاز 23 و تعاملات اجتماعی و فرهنگ همسایگی با امتیاز 21 به ترتیب بیشترین تأثیر را بر سلامت روانی و اجتماعی دارند. همچنین معیارهای محیطی مانند اختلاط کاربری با آماره 671/5، کیفیت های بصری و زیبایی شناختی با آماره 961/7 و زیرساخت های ویژه پیاده و دوچرخه با آماره 475/8 به ترتیب بیشترین تأثیر را بر فعالیت های بدنی کاری، تفریحی و ورزشی و به تبع آن سلامت جسمی دارند. با توجه به داده های به دست آمده خیابان نمکی با امتیاز 21 بیشترین میزان اتصال و هم پیوندی، عمق و کنترل را با کل محله دارد و بالاترین سطح پیاده مداری را در سطح محله به خود اختصاص داده است.نتیجه گیری: نتایج کلی نشان می دهد که با توجه به تأثیر و ارتباط مستقیم معیارهای محیطی طراحی شهری بر فعالیت های بدنی و از طرف دیگر وجود ارتباط مثبت و معنادار بین فعالیت های بدنی و سلامت عمومی، مشخص شد که سلامت عمومی ساکنان با معیارهای محیطی طراحی شهری ارتباط دارد، لیکن این ارتباط نه به طور مستقیم، بلکه با مداخله فعالیت های بدنی اتفاق می افتد.

زمین ه و ه دف: بهینه سازی و کاهش مصرف انرژی، هدفی متعالی در راستای کاهش مخاطرات محیطی و توسعه پایدار شهری است. از این رو، در این پژوهش به نقش بازآفرینی شهری در کاهش مصرف انرژی در کاربری مسکونی منطقه 10 شهرداری تهران پرداخته شده است. روش پژوهش: تحقیق حاضر از نظر هدف، توسعه ای-کاربردی و از نظر ماهیت و روش، تحقیقی توصیفی_ تحلیلی است. این تحقیق، مشتمل بر تلفیقی از الگوریتم های یادگیری است که به روش کمّی اجرا شده است. جامعه آماری، کلیه ساختمان های مسکونی منطقه ۱۰ شهرداری تهران می باشد. شاخص های ارزیابی مشتمل بر میزان مصرف آب، برق وگاز خانوارها به علاوه ۳۵ شاخص دیگر است که در چهار بعد اقتصادی، اجتماعی، فرهنگی و کالبدی قرار داده شده اند. برای تجزیه و تحلیل داده ها، از روش فرآیند گوسی با کرنل جنگل تصادفی و روش پرستیرون چند لایه بهره گرفته شده است. همچنین از نرم افزارArc GIS برای تحلیل فضایی واحدهای ساختمانی و نرم افزار Excel برای محاسبات و دسته بندی داده ها استفاده شده است. یافته ها و نتیجه: یافته ها بیانگر آن هستند که با توجه به ضریب همبستگی 42/0و ریشه میانگین مربعات خطا 24/0 میانگین خطای مطلق 19/0، بخش آزمایش برای پارامتر خروجی آب دارای بهترین عملکرد در مدل فرآیند گوسی بوده است و در بخش آزمایش پارامتر برق، ضریب همبستگی 99/0، ریشه میانگین مربعات خطا 001/0 و میانگین خطا مطلق 001/0 در مدل فوق، دارای بهترین عملکرد از بین مدلسازی بوده و همچین در بخش آزمایش مصرف گاز، ضریب همبستگی 47/0، ریشه میانگین مربعات 39/0خطا و خطای مطلق 33/0 دربین مدلها مدل فوق دارای بهترین عملکرده بوده است. نتایج این تحقیق نشان داد که مقادیر این شاخص درصد قابل قبولی برای تعیین بهترین مدل با توجه به ضریب همبستگی بالاتر و ریشه میانگین مربعات خطا و میانگین خطای مطلق کمتر برای آنالیز حساسیت پارامترهای مستقل قرار دارد.

هدف از پژوهش حاضر بررسی و مقایسه عملکردی بهداشت محیط بر اساس شاخص المری و سیستم اطلاعات جغرافیایی (Gis) در فضاهای روباز بزرگ مقیاس مجموعه ورزشی انقلاب تهران بود. روش: مطالعه حاضر از نوع توصیفی و به صورت مقطعی و به صورت کمی و کیفی بود که به منظور ارزیابی عملکرد بهداشت محیط با استفاده از روش پرسشنامه ELMERI و سیستم اطلاعات جغرافیایی (Gis) در مجموعه ورزشی انقلاب تهران انجام شد. در روش المری از دو مولفه بهداشت محیط شامل: نظافت، نظم، ترتیب و بهداشت صنعتی توسط کارشناسان HSE و پژوهشگر در فضاهای مذکور بررسی و ارزیابی شدند مبنای سنجش میزان آلاینده ها، براساس شاخص کیفیت هوا (AQI)، تنظیم گردیده است. به منظور تجزیه و تحلیل داده های جمع آوری شده از طریق دستگاه GPS و نقشه های کاربری اراضی شهر تهران از ابزار GIS 10 استفاده شد. یافته ها: در مناطق شمالی مجموعه ورزشی انقلاب غلظت آلاینده pm10 , No2 بیش از سایر مناطق بود. پراکنش آلودگی هوا با آلاینده O3 در قسمت شرق مجموعه انقلاب بیش از سایر ایستگاه ها بود و در غرب ورزشگاه که زمین های گلف و تنیس قرار دارد کمترین میزان را داشت. در روش المری نیز مولفه نظافت، نظم و ترتیب زمین های تنیس شاخص کل 5/83 درصد و در مولفه بهداشت صنعتی شاخص کل 8/78 درصد در وضعیت خوبی قرار گرفته بود. در مولفه نظافت، نظم و ترتیب زمین های گلف شاخص کل 5/82 درصد و در مولفه بهداشت صنعتی زمین های گلف شاخص کل 6/77 درصد و در وضعیت خوبی قرار گرفته بود. نتیجه گیری: میزان بهداشت و شاخص آلایندگی هوای فضاهای بزرگ مقیاس مجموعه انقلاب شامل زمین های تنیس و گلف برای پرسنل و افرادی که در این فضاها فعالیت ورزشی دارند مناسب شناخته شد.

یکی از قوانین نانوشته دنیای تجارت این است که همه کسب وکارها برای جذب مشتری باید قیمتی را انتخاب کنند که یا کمتر، برابر یا کمی بالاتر از قیمت رقبا باشد.هدف از مطالعه حاضر ارائه الگوی راهبردهای قیمت گذاری دراستخر های ورزشی شهر تهران از طریق مکان یابی استخر ها با GIS می باشد .این مطالعه از دسته تحقیقات توصیفی پیمایشی است که به شکل آمیخته (کمی ، کیفی ) انجام شده است .جامعه آماری تحقیق در بخش کیفی شامل (مدیران کسب و کارهای خدماتی ورزشی درجه یک در سطح کشور، مدیران بازاریابی ورزشی فدراسیون های ورزشی و نفر از اساتید بازاریابی ورزشی که پژوهش هایی در زمینه بازاریابی ورزشی و قیمت گذاری داشتند می باشند) پس از انجام ٢٠ مصاحبه با صاحبنظران، با استفاده از روش گلوله برفی کدها به حد اشباع نظری رسیدند .جامعه آماری در بخش کیفی شامل استخر های ورزشی شهر تهران است که شامل 119 استخر ورزشی که 20 استخر برتر به شکل نمونه گیری هدفمند انتخاب شدند و محقق با مراجعه به این استخر ها امکانات آنها را بررسی و ثبت کرد . تجزیه و تحلیل دادهها در بخش کیفی با استفاده از رویکرد گلیزر ودر بخش کمی با استفاده از سیستم اطلاعات جغرافیایی صورت گرفت .در نهایت با انجام فرایند سه گام کدگذاری (باز، انتخابی و نظری ) برای ارائه مدل راهبردهای قیمت گذاری در مراکز ارائه کننده خدمات ورزشی تعداد ١٤٣ کد اولیه بدست آمد که در قالب 61 مفهوم و 6١٠ مقوله اصلی طبقه بندی شدند. با توجه به اینکه مهم ترین مولفه های جلب مشتری قیمت بلیط مراکز خدماتی رفاهی از قبیل استخرها است. مدیران مراکز ارائه کننده خدمات ورزشی تجهیزات و وسایل مورد نیاز را از نظر کیفیت مناسب ، ایمنی و استاندارد، متناسب بودن وسایل با تعداد مراجعه کنندگان توجه ویژه به فضای فیزیکی مراکز ارائه کننده خدمات ورزشی کنترل نمایند و بر اساس خدماتی که به مشتریان ارائه می دهند قیمت گذاری را تدوین کنند.

هدف از پژوهش حاضر مکان یابی امکان ورزشی نوساز براساس معیارهای زیست محیطی با استفاده از نقشه های GIS بود. روش: این تحقیق، به لحاظ هدف از نوع کاربردی؛ و به لحاظ زمان انجام، از نوع مقطعی بود. به لحاظ گردآوری داده ها نیز از نوع ترکیبی (کتابخانه ای – میدانی) بود. مدت زمان اجرای تحقیق 2 سال بوده است (1402-1401). لایه های جغرافیایی با مقیاس 1:25000 از سازمان جغرافیایی نیروهای مسلح و همچنین استانداری سمنان با ارایه معرفی نامه از سوی دانشگاه، اخذ شد. تیم کارشناسی تحقیق، شامل 28 نفر از خبرگان عرصه های مدیریت شهری، جغرافیا و برنامه ریزی شهری، مدیریت ورزشی، معماری و طراحی شهری و شهرسازی بود. شاخص های موثر بر مکان یابی بهینه فضاها و اماکن ورزشی براساس شاخص های زیست محیطی در شهرها شناسایی شدند. همچنین، به منظور رویهم گذاری لایه ها و معیارهای مکان یابی، از نرم افزار ArcGIS نسخه 9.2 استفاده شد. یافته ها: طبق نتیجه به دست آمده و براسا شاخص های عوامل زیست محیطی نظیر فاصله از جاده ها، مجموعه ورزشی موجود، مناطق صنعتی، ارتفاع منطقه، آلودگی و مقدار AOD، سرعت باد در منطقه و نزدیکی به مرکز شهر برای ساخت اماکن ورزشی حدود 5.36 کیلومتر مربع در شهر از ارزش بالایی برای احداث مجموعه ورزشی جدید برخوردار بود و بعد از آن 12.02 در رتبه دوم قرار گرفت. نتیجه گیری: آلودگی هوا تأثیر منفی بر کیفیت زندگی دارد و ورزش در فضای باز می تواند افسردگی و استرس را کاهش دهد، اما خطر قرارگیری در معرض آلاینده ها را افزایش می دهد. ترکیب ورزش و آلودگی هوا می تواند عملکرد سلامتی و ورزشی را مختل کند. مناطق صنعتی و عمق اپتیکی آلاینده ها (AOD) از عوامل اصلی آلودگی هستند و استفاده از داده های سنجش از دور برای شناسایی آلودگی مؤثر است.

یکی از مهم ترین مشکلات در جوامع بشری یافتن مکانی بهینه برای دفن بهداشتی انواع پسماندها است. هدف از این پژوهش، پهنه بندی عرصه های مناسب برای دفن بهداشتی پسماند شهری در تهران است. بدین منظور از تکنیک AHP و ابزار GIS استفاده شد. در ابتدا فهرست معیارهای موثر شناسایی شد و سپس نسبت به وزن دهی و اولویت بندی معیارها اقدام شد و در نهایت، لایه های اطلاعاتی در محیط GIS مورد تجزیه و تحلیل قرار گرفتند. نتایج نشان داد که شش دسته معیار شامل فاصله از راه های ارتباطی، فاصله از آبراهه، نقاط بارشی، فاصله از گسل، شیب و کاربری اراضی در مکان یابی مراکز دفن پسماند موثر هستند. طبق مدل سازی صورت گرفته مشخص شد بیشترین وزن با مقدار 41/0 به لایه فاصله از راه های ارتباطی و کم ترین وزن به لایه فاصله از مراکز فضای سبز با مقدار 036/0 اختصاص یافت. در نهایت مطابق با نقشه نهایی بدست آمده مشخص شد قسمت های شمال غربی شهر تهران شامل منطقه 22 شهرداری بیشترین پتانسیل را جهت احداث مراکز دفن پسماند از خود نشان دادند.