درخت حوزه‌های تخصصی

سابقه و هدف: در سالیان اخیر افزایش جمعیت جهان و گسترش شهرنشینی، به ایجاد تغییرات گسترده ای در کاربری و پوشش اراضی منجر شده است. این فرایند پیامدهای زیان بار متعددی مانند افزایش دمای سطح زمین، جنگل زدایی و بیابان زایی، کاهش کیفیت خدمات اکوسیستم، کاهش تنوع زیستی و تهدید امنیت غذایی خواهد داشت. ازاین رو پایش و مدل سازی این تغییرات ضروری است و می توان با مدیریت بهینه اراضی گام مهمی در بهره وری صحیح از منابع طبیعی و توزیع امکانات برداشت. نظر به این مهم که حوضه آبریز رودخانه ارس در طول زمان دچار تحولات بسیاری به خصوص در اراضی انسان ساخت شده است، تمرکز پژوهش حاضر بر مدل سازی تغییرات کاربری/ پوشش اراضی در این حوزه است.مواد و روش ها: در این راستا ابتدا نقشه های کاربری اراضی منطقه برای سال های 2000 و 2020 از پروژه Globeland30 مرکز ملی ژوماتیک چین استخراج شدند. در ادامه نیز با توجه به سناریوی رشد اراضی انسان ساخت و به کمک روش های BWM و MEREC که از جمله روش های نوین تحلیل های تصمیم گیری چندمعیاره مبتنی بر GIS به شمار می روند، دو نقشه برای نمایش پتانسیل رشد اراضی انسان ساخت منطقه تهیه شده است. در انتها این دو نقشه و نقشه های کاربری اراضی ورودی های مدل CA-Markov را تشکیل داده و فرایند مدل سازی یک بار با ترکیب BWM+ CA-Markov و بار دیگر با ترکیب CA-Markov MEREC+ برای سال 2040 انجام شده است.نتایج و بحث: بررسی نتایج نشان داد که در خروجی مدل ترکیبی BWM + CA-Markov وسعت اراضی انسان ساخت از 603 کیلومتر مربع در سال 2020 به بیش از 930 کیلومتر مربع در سال 2040 افزایش یافته است. درحالی که این رقم در خروجی مدل MEREC + CA-Markov حدود 829 کیلومتر مربع است. ازطرفی نتایج نهایی حاصل از اشتراک خروجی مدل های ترکیبی مذکور نیز نشان داد که وسعت این اراضی از 603 کیلومترمربع در سال 2020 به 930 کیلومترمربع در سال 2040 افزایش خواهد یافت.نتیجه گیری: رشد فزاینده اراضی انسان ساخت در این حوضه می تواند به تخریب منابع زیست محیطی و تهدید اکوسیستم منجر شود. نتایج این پژوهش مدیران مربوطه را در راستای مدیریت بهینه شرایط پیش رو و فراهم آوردن زیرساخت های مقتضی یاری می رساند.

سابقه و هدف: در سال های اخیر استفاده از کلان داده های تلفن همراه در مطالعات حمل ونقلی بسیار مورد توجه متخصصان قرار گرفته است. منشأ ایجاد سفرهای شهری، نیاز افراد به انجام دادن فعالیت است. ازطرفی، سطح فعالیت های شهری و الگوی آن نیز در زمان ها و مکان های مختلف متغیر است. داده های تلفن همراه، به عنوان نوعی از داده های پیوسته مکانی– زمانی، حضور افراد در مکان ها و زمان های مختلف را ثبت می کنند و بنابراین این داده ها با نرخ نفوذ بالا به منظور شناسایی سطح فعالیت شهری و استخراج الگوی فعالیت افراد در زمان های مختلف، مناسب و پرکاربرد هستند. در این پژوهش، با توجه به اهمیت ساختار فرهنگی، مذهبی، گردشگری و همچنین وجود مراکز درمانی کلان شهر شیراز، این شهر به عنوان منطقه مطالعاتی در نظر گرفته شده است. لذا تحلیل الگوی مکانی و زمانی سفرهای شهری با به کارگیری داده های پیوسته مکانی– زمانی همچون داده های تلفن همراه، می تواند به بهبود مدیریت سیستم حمل ونقل و برنامه ریزی و سیاست گذاری صحیح این شهر کمک شایان توجهی کند. مواد و روش ها: متغیر مورد بررسی در این مطالعه، تراکم سطح فعالیت در یک برش زمانی و یک واحد مکانی مشخص است. فعالیت به معنای تعداد افرادی است که به منظور انجام فعالیتی با هدف معین ناحیه ای را ترک و یا به ناحیه ای وارد می شوند. تراکم سطح فعالیت نیز بیانگر میزان فعالیت در واحد مساحت هر ناحیه ترافیکی است. به منظور بررسی تراکم سطح فعالیت افراد در سطح ۳۲۱ ناحیه ترافیکی شهر شیراز، داده های تلفن همراه به مدت یک هفته (۰۳/۰۴/۱۴۰۰ تا ۰۹/۰۴/۱۴۰۰) در شهر شیراز جمع آوری شد. پس از پاکسازی و آماده سازی داده ها، نقاط توقف افراد و محل خانه آن ها شناسایی شد. ضمن به کارگیری ضریب تعمیم مناسب، سطح فعالیت در نواحی ترافیکی در بازه های زمانی یک ساعته در روزهای کاری، نیمه کاری و غیرکاری برآورد شد. در ادامه میزان خودهمبستگی مکانی سطح فعالیت، با استفاده از شاخص خودهمبستگی مکانی Moran’s I عمومی و محلی در روزهای کاری، نیمه کاری و غیرکاری بررسی شد. سپس، با استفاده از تحلیل های اکتشافی سری زمانی فعالیت های شهری و تحلیل یکنواختی سری زمانی (SNHT)، الگوی زمانی سطح فعالیت ها، بازه زمانی آغاز فعالیت ها، بازه اوج میان روز، بازه اوج عصر و سایر مشخصه های سری زمانی بررسی شد.  نتایج: در تحلیل مکانی میزان خودهمبستگی مکانی سطح فعالیت، با استفاده از شاخص خودهمبستگی مکانی Moran’s I عمومی و محلی در روزهای کاری، نیمه کاری و غیرکاری بررسی و وجود خودهمبستگی مکانی مثبت و معنادار فعالیت در واحد مساحت نواحی ترافیکی (P-Value < 0.001) تأیید شد. لذا سطح فعالیت نواحی، متأثر از روابط مکانی در محدوده مطالعاتی است و نواحی مهم با تراکم فعالیت بالا در مناطق مرکزی شهری شناسایی شدند. نتایج تحلیل های سری زمانی اکتشافی نمایانگر تغییرات ساعتی در الگوی زمانی سطح فعالیت هاست. همچنین در روزهای کاری فعالیت های بیشتری نسبت به روزهای غیرکاری و نیمه کاری انجام می شود. سری زمانی در نیمی از روز نیمه کاری کاملاً مشابه با روزهای کاری است و پس از ساعات اداری با کاهش سطح فعالیت روندی بین روزهای کاری و روز غیر کاری تجربه می کند. با بررسی سری زمانی فعالیت ها بازه اوج میان روز در ساعت 12 تا ساعت 14 و بازه اوج عصر در ساعت 20 تا ساعت 22 رخ می دهد. همچنین کمترین سطح فعالیت روزانه بین ساعت ۳ تا ۶ صبح تشخیص داده شد. با استفاده از آزمون یکنواختی سری زمانی نیز بازه زمانی آغاز فعالیت ها در روزهای کاری و نیمه کاری در ساعت 8 صبح و در روزهای غیرکاری ساعت 9 صبح شناسایی شد. شایان ذکر است به منظور اعتبارسنجی جمعیت ساکن شناسایی شده و ضرایب تعمیم، همبستگی مکانی بین جمعیت برآوردشده از داده های تلفن همراه و جمعیت واقعی هریک از نواحی ترافیکی بررسی شد که برابر با ۸۲/۰ است و از نظر آماری معنادار و قابل قبول است. نتیجه گیری: نتایج این مطالعه می تواند در فرایند برنامه ریزی و سیاست گذاری صحیح، مدیریت تقاضا و حضور افراد در مکان های پرتراکم شهر و در بازه زمانی دلخواه و همچنین تحلیل های مرتبط با اثرات زیست محیطی حمل و نقل شهری تأثیرگذار باشد. با در دسترس بودن داده های تلفن همراه با دقت مناسب در سایر مراکز فعالیتی با مقیاس های مختلف (یک محدوده ترافیکی، محدوده شهر، استان و حتی کل کشور)، می توان الگوهای مختلف فعالیت شهری و از جمله نتایج این مطالعه را استخراج کرد.

سابقه و هدف: سنجش از دور منبع داده ای قدرتمند برای نقشه برداری از مناطق شهری و نظارت بر پویایی شهرنشینی است. از بین داده های سنجش ازدوری، تصاویری که در شب اخذ می شوند راهی مؤثر برای نظارت بر فعالیت های انسانی، در مقیاس جهانی، فراهم کرده است؛ زیرا این تصاویر با توجه به ویژگی ها و قابلیت هایشان می توانند مناطق شهری و سایر فعالیت های انسانی را که ویژگی اصلی شان استفاده از نور در شب است، با اندازه گیری صحیح مکانی، از پس زمینه بدون نور جدا کنند. این تصاویر با نظارت مستمر و مداوم از منظره شبانه جهانی، منبع و نتایج ارزشمندی از فعالیت های انسانی را، از گذشته تا امروز، فراهم می کند و تجزیه وتحلیل سری زمانی این داده ها برای کشف، تخمین و نظارت بر پویایی اجتماعی و اقتصادی در کشورها، به ویژه مناطق فرعی که آمار رسمی مورد اعتمادی درباره آنها وجود ندارد، بسیار ارزشمند است. با توجه به پیشرفت سنجنده های ماهواره ای نور شب در سال های اخیر و تحقیقات جدید انجام شده درزَمینه داده های نور شب، هدف از این تحقیق بررسی پیشرفت های سنجنده شبانه، معرفی انواع داده ها و محصولات دردسترس، بررسی و بیان مزایا و معایب هریک و همچنین مروری بر روش ها و راه حل های مطرح شده در تحقیقات پیشین است تا مشکلات و محدودیت های این تصاویر حل شود.مواد و روش ها: هدف اصلی از این تحقیق معرفی و بررسی کلی داده های نور شب، مزایا و چالش های هریک و روش های بیان شده به منظور تصحیح مشکلات و چالش هاست. مطالعات درزَمینه تصاویر نور شب DMSP اغلب بر دو بعد مکانی و زمانی تمرکز دارد. در بعد مکانی، نواقص ذاتی این مجموعه داده، یعنی مقادیر اشباع شده مقادیر رقومی در مناطق مرکزی شهری و تأثیرات شکوفایی در مناطق حومه شهری و روستایی درخور توجه است. در بعد زمانی، به دلیل فقدان کالیبراسیون در پردازنده، به فرایندهای اضافی روی محصولات سالیانه داده های پایدار نور شب DMSP برای بررسی پویایی های شهری نیاز است؛ روش های کنونی تصحیحات مشکلات مکانی در دو دسته طیفی و غیرطیفی قرار می گیرد. روش های مطرح شده برای تصحیح مشکلات زمانی این سنجنده نیز، در دو دسته کالیبراسیون سالیانه داده های نور شب و تنظیم الگوی زمانی، بررسی شده است. تصاویر ماهیانه NPP-VIIRS محصولی است که علاوه بر مقادیر نورهای ثابت، مانند چراغ های شهرها و مسیر های حمل ونقل، مقادیری نویزی مانند شعله های گاز و سوختن زیست توده و نویز پس زمینه را نیز شامل می شود؛ به همین دلیل، پیش از استفاده لازم است پردازش شود. همچنین ازآنجا که دقت موقعیت یابی داده های لوجیا کمتر از وضوح مکانی آن است، جابه جایی تصویر در برخی مکان ها ممکن است به 650 متر برسد؛ ازاین رو تصحیح هندسی در این تصویر انجام می شود. انواع این روش ها در این مقاله بررسی شده است.بحث و بررسی: طی مقایسه ای کلی، می توان نتیجه گرفت که در بررسی عملکرد داده های نور شب گوناگون، داده های نور پایدار شبانه DMSP، به رغم مشکلات و محدودیت های موجود، دارای سری زمانی طولانی تری درقیاس با داده های نور شب دیگر است زیرا دوره زمانی 1992 تا 2013 را دربرمی گیرد و همچنان، در بسیاری تحقیقات درزَمینه بررسی پویایی شهری و برآورد روند کلی رشد شهر، کاربرد دارد. درمقایسه، NPP-VIIRS از مزایایی برخوردار است و به نور کمتر نیز حساسیت نشان می دهد اما زمان عبور این ماهواره ساعت 1:30 بامداد است؛ در این ساعت شب، بسیاری از چراغ ها خاموش می شوند و به همین علت ممکن است، درمواردی که فقط از داده نور شب برای بررسی مناطق شهری استفاده می شود، مناسب نباشد. همچنین طی بررسی های انجام شده، این تصویر در تحقیقات درزَمینه فعالیت های اقتصادی کاربرد بیشتری داشته است و حساسیت نداشتن آن به نور آبی از LED ها در توانایی سنجنده، در تعیین کمّیت نورهای مصنوعی ساطع شده از زمین، تأثیر می گذارد.نتیجه گیری: این بررسی با هدف معرفی انواع داده های نور شب سنجش ازدوری و بررسی آنها انجام شده است و به طور خلاصه می توان گفت، درحال حاضر، تحقیقات درزَمینه تصحیح مشکلات مکانی اشباع و شکوفایی به دو دسته طیفی و غیرطیفی تقسیم می شوند. دسته های غیرطیفی اغلب فقط با استفاده از داده نور شب و در برخی موارد، با استفاده از داده های غیرسنجش ازدوری ترکیب می شوند. بررسی روش های طیفی نشان می دهد که اغلب این روش ها از شاخص های طیفی مربوط به پوشش گیاهی و دمای سطح زمین استفاده می کنند. درحال حاضر، تصحیح تصاویر DMSP از بعد زمانی با کالیبراسیون بین داده ها، به طور خاص، با استفاده از روش مناطق مرجع ثابت یا پیکسل های مرجع انجام شدنی است. از معتبرترین روش های مطرح شده در این زمینه، روش منطقه مرجع است. پس از پایان مأموریت سنجنده DMSP-OLS، سنجنده VIIRS معرفی شده است. برخلاف داده سالیانه این ماهواره، داده ماهیانه آن به علت وجود نویزهای پس زمینه، نورهای سرگردان و مواردی ازاین دست، نیاز به تصحیح دارد. طبق بررسی های انجام شده براساس مطالعات موجود در روند تحقیقات، می توان گفت بیشتر مطالعات و روش ها سعی در حذف نویزها با استفاده از چارچوبی مشخص، اما با فرض های متفاوت، دارند. درنَهایت، با توجه به چالش ها و محدودیت های فعلی ماهواره های نور شب، چند پیشنهاد اصلی برای پیشرفت و توسعه در این زمینه مطرح می شود؛ ادغام داده های DMSP-OLS با داده های NPP-VIIRS یا با وضوح بالاتر داده های لوجیا می تواند بیشتر مورد مطالعه قرار گیرد تا یک سری زمانی طولانی تر برای تحقیقات آینده، به منظور بررسی پویایی شهری و موارد مشابه، ایجاد شود.

طرح های توسعه شهری در سطوح مختلف تهیه می شوند؛ از جمله این طرح ها، طرح جامع (جهت راهبری توسعه شهر) و طرحهای موضوعی (جهت حل مسائل و مشکلات موردی) می باشند. یکپارچگی و هم افزایی طرح های توسعه شهری به عنوان یکی از الزامات تحقق مدیریت یکپارچه شهری قلمداد می شود. یکی از معضلات پیش روی مدیریت شهری عدم وجود یکپارچگی بین سطوح مختلف طرح های توسعه شهری می باشد. شهر قزوین نیز مانند سایر شهرهای کشور با این چالش در زمینه یکپارچگی مدیریت شهری مواجه است. یکی از طرح های موضوعی، که با هدف بازآفرینی بافت فرسوده برای شهر قزوین تهیه شده، طرح راهبردی بافت فرسوده می باشد. سوال اصلی این پژوهش، کشف یکپارچگی یا عدم یکپارچگی، طرح راهبردی بافت های فرسوده شهر قزوین با طرح جامع شهر قزوین است. که با هدف شناخت تفرق یا یکپارچگی بین دو طرح جامع و طرح راهبردی بافت فرسوده شهر قزوین به دنبال کشف و بررسی روابط بین این دو طرح می باشد. به همین منظوراین دو طرح به لحاظ شاخص های مدیریت یکپارچه شهری(مدیریتی، عملکردی، محتوایی) مورد ارزیابی قرار گرفته است. پس از بررسی و تطبیق این دو طرح، به روش تحلیل محتوا مشخص گردید که، 1-تفرق عملکردی ( به دلیل تعدد نهادها و سازمان ها در امر برنامه ریزی) 2-تفرق سیاسی (به دلیل وجود قلمروهای مدیریتی و حکومتی متعدد بدون چارچوب) 3- تفرق قلمرویی (به دلیل عدم انطباق محدوده محلات هدف بازآفرینی شهری) از جمله آسیب های یکپارچگی در آن دو طرح می باشد.

سابقه و هدف: کشاورزی سنگ بنای اقتصاد جهانی است و به مثابه منبع اصلی غذا و مواد خام برای صنایع مختلف عمل می کند. بااین حال، تقاضای فزاینده غذا به دلیل رشد جمعیت، تهدید قابل توجهی برای امنیت غذایی است، به ویژه زمانی که دسترسی محدود به منابع آب شیرین را در نظر بگیریم. شایان ذکر است که کشاورزی به تنهایی حدود 70 درصد از منابع آب شیرین جهان را مصرف می کند، که بر نیاز حیاتی برای مدیریت و افزایش بهره وری آبیاری برای تضمین تولید پایدار مواد غذایی تأکید دارد. در نتیجه مدیریت و افزایش بازده آبیاری امری ضروری است. در قلب تعیین نیاز آب آبیاری، مفهوم تبخیر و تعرق واقعی محصول (ETa) نهفته است، که نشان دهنده اتلاف آب، ترکیبی از تبخیر خاک و تعرق گیاه است. برآورد دقیق ETa در بهینه سازی روش های آبیاری، به حداکثر رساندن عملکرد محصول و به حداقل رساندن مصرف آب بسیار مهم است. برای این منظور، مدل ها و ابزارهای مختلفی برای تخمین ETa با هدف ارائه روش های کاربرپسندتر و کارآمدتر برای کشاورزان و پژوهشگران ایجاد شده اند. با توجه به مطالعات انجام شده و کاربرد وسیع مدل های برآورد ET، لازم است تمرکز بر روش های دقیق و سریع تعیین این پارامتر افزایش یابد. لذا هدف این مطالعه مقایسه روش های برآورد سنجش از دوری ETa کاربرپسندانه تر، از جمله سامانه EEFLUX، ابزار METRICTOOL و روش انتخاب خودکار پیکسل سرد و گرم مدل های SEBAL و METRIC است.مواد و روش ها: Earth Engine Evapotranspiration Flux یا به اختصار EEFLUX نسخه ای از مدل METRIC است که بر روی سیستم موتور Google Earth کار می کند. METRICTOOL، ابزاری جدید در ArcGIS براساس مدل METRIC است. این ابزار پیش پردازش و شناسایی خودکار کالیبراسیون بالقوه و معرفی داده های ورودی را تسهیل کرده، زمان محاسبات را تا ۵۰ درصد کاهش می دهد و جایگزینی کاربرپسندتر از دیگر پلتفرم های موجود پیاده سازی مدل METRIC است. روش انتخاب خودکار پیکسل سرد و گرم شامل ایجاد یک نقشه باینری از پیکسل های واجد شرایط که با استفاده از یک طبقه بندی کننده ساده مبتنی بر قانون شناسایی می شوند، و استفاده از الگوریتم جست وجوی جامع برای شناسایی پیکسل های گرم و سرد، مطابق با معیارهای تعریف شده است. برای برآورد ET با استفاده از روش های نام برده، از 6 تصویر ماهواره ای Landsat 8 در طول دوره کاشت محصول گندم زمستانه مزارع دانشگاه تهران واقع در محمدشهر کرج استفاده شد. ارزیابی روش های مذکور با استفاده از تبخیر و تعرق مرجع یونجه (ETr) با استفاده از روش FAO-Penman–Monteith به عنوان داده مرجع انجام شد.نتایج و بحث: RMSE سامانه EEFLUX، ابزار METRICTOOL، SEBAL و METRIC خودکار به ترتیب 2.45، 0.33، 0.39 و 2.76 به دست آمد. با توجه به نتایج محصول تبخیر و تعرق سامانه EEFLUX به رغم اختلاف عددی با دیگر روش ها همبستگی معناداری با آن ها داشت. مثلاً R2 بین ETa این سامانه و ابزار METRICTOOL 0.91 برآورد شد. نتیجه آن است که گرچه داده های این سامانه به دلیل استفاده از داده های هواشناسی جهانی CFSV2 در ایران برای مطالعات محلی از دقت کافی برخوردار نیستند، اما در مطالعات مناطق با وسعت بالا یا جهانی نتایج قابل قبولی به دست می دهند.  ابزار METRICTOOL و مدل METRIC خودکار بیشترین همبستگی (R2=0.99) و نزدیکی عددی را با یکدیگر داشتند و به ترتیب با RMSE 0.33 و 0.39 دقت بالاتری نسبت به مدل SEBAL خودکار دارند.نتیجه گیری: با توجه به نتایج عددی رویکرد انتخاب خودکار پیکسل سرد و گرم می تواند دقت مشابهی در مقایسه با ابزار METRICTOOL داشته باشد. بدین ترتیب رویکرد خودکار کارایی مدل را از نظر زمان و بازده افزایش و می تواند خطای انسانی در تخمین تبخیر و تعرق را برای کاربران جدید یا بی تجربه کاهش دهد و این مدل ها را در دسترس عموم کاربران قرار دهد. همچنین داده های EEFLUX می توانند در مطالعات با وسعت بالا برای اقدامات مدیریتی کارایی لازم را داشته باشند.

مقدمه: شرایط خشکسالی ممکن است، از متوسط تا شدید و با مدت زمان متفاوت، متغیر باشد؛ این تغییرات به نظارت مداوم و عملیاتی نیاز دارد. هرچه خشکسالی بیشتر طول بکشد، در پوشش گیاهی و منابع آبی تأثیر بیشتری می گذارد و خشکسالی تشدید می شود؛ درنتیجه، ممکن است خدمات به انسان ها را محدود کند و سیستم های طبیعی را تغییر دهد. از جمله تأثیرات خشکسالی، تخریب زیستگاه حیات وحش، کاهش کیفیت آب و کاهش دسترسی به منابع آب است. پایش خشکسالی برای محققان، مدیران و تصمیم گیرندگان، به منظور شناسایی مناطق آسیب پذیر، ضروری است و نتایج آن با هدف کاهش پیامدهای خشکسالی به کار می رود.مواد و روش ها: در این مطالعه تلاش شده است، با استفاده از تصاویر مادون قرمز سنجنده Suomi NPP دریافتی از سایتearth data.nasa.gov و بهره گیری از شاخص هایNDVI ، VCI،  TCIو  VHIوضعیت خشکسالی پوشش گیاهی در ایران بررسی شود. دوره مورد مطالعه 2021-2013، اول آوریل تا انتهای جولای (هفته 13 تا 26 میلادی)، به صورت میانگین هفتگی است. میانگین ماهیانه شاخص استاندارد بارش (SPI) در ایران با استفاده از داده های بارش روزانه 143 ایستگاه سینوپتیک به دست آمد. سپس ضریب همبستگی (SPI) با هریک از شاخص های VHI، TCI، VCI و NDVI محاسبه شد. در تصاویر مادون قرمز، باندهای M دارای قدرت تفکیک 750 و باندهای I برابر با 375 متر است.نتایج و بحث: براساس داده های بارش ثبت شده در ایستگاه های هواشناسی سینوپتیک، می توان گفت که عمده بارش در فصل های پاییز، زمستان و بهار رخ داده و سهم تابستان در بارش سالانه اندک می باشد. بنابراین سال آبی، در بیشتر مناطق ایران، به طور تقریبی از دهه سوم سپتامبر شروع و تا دهه دوم و سوم ژوئن هر سال ادامه دارد. در منطقه مورد مطالعه، بهترین پایه زمانی برای پایش و برآورد آن از اول آوریل تا اواخر ژوئن  است. در فصل تابستان، ایران یک فصل خشک را می گذراند و ماه اوت خشک ترین ماه سال است. تغییرات زمانی و مکانی خشکسالی هریک از شاخص های پوشش گیاهی با یکدیگر تفاوت زیادی دارد.نتیجه: میزان هریک از شاخص ها در شرایطی که پوشش گیاهی در وضعیت خشکسالی قرار دارد کاهش یافته و در طبقه خشکسالی خفیف و سپس شدید قرار می گیرد. بدین ترتیب، طی سال هایی که خشکسالی رخ داده است، مقدار شاخص ها از ماه آوریل روند نزولی دارد و در ژوئن و جولای، شاخص ها به سمت خشکسالی شدید میل پیدا می کند. براساس محاسبات، مشخص شد که مقدار شاخص استاندارد بارش در پهنه مورد مطالعه، طی ماه های گرم سال منفی است. این نکته بیانگر پایین بودن میزان بارش دریافتی درقیاس با دیگر ماه های سال است. 

سابقه و هدف:. مطابق با گزاره های علمی هنگامی که مقادیر زیادی از گازهای گلخانه ای مانند دی اکسید کربن در جو متمرکز می شود، درجه حرارت نه تنها در سطح زمین، بلکه در تروپوسفر هم افزایش پیدا خواهد کرد. آنچه شاید مهم ترین نکته در مورد نوسانات درجه حرارت سطح جهانی باشد، این است که با وجود فراز و فرودهای کوتاه مدت، شواهد نشان می دهد که سیاره ما به طور ثابت در حال انباشتن گرماست. شب هنگام، تابش های کوتاه پس از غروب خورشید حذف می شود و دمای هوا تابعی از تابش های بلند خروجی است. بنابراین دمای شبانه به عنوان متغیری است که به طور ویژه تحت تأثیر نوسانات گازهای گلخانه ای از جمله قرار دارد. بخشی از تابش موج بلند زمینی از طریق پنجره های جوی خارج می شود و بخش عمده ای از آن توسط گازهای گلخانه ای به صورت تابش بلند برگشتی به سطح زمین بازگشت داده می شود که به ویژه در شب ها و فصل زمستان نقش مهمی در تعادل دمایی کره زمین دارد. مطالعه و بررسی دمای شبانه در ارتباط با مقادیر دی اکسید کربن اتمسفر، می تواند روند تغییر اقلیم را آشکار سازد. در این پژوهش برای نخستین بار تصاویر سنجنده AIRS به منظور بررسی دمای شبانه و گاز دی اکسید کربن استفاده شد. اهمیت تغییر دما در زیست گیاهی و جانوری، و به طور کل تعادل طبیعت بروز و ظهور پیدا می کند و چنانچه این تعادل طبیعی از بین برود، تغییرات اساسی و گاهی جبران ناپذیر در حیات کره زمین و کشور ایران رخ خواهد داد که آثار نامطلوبی برای زندگی بر جای خواهد گذاشت. گاز گلخانه ای  می تواند طی فرایند گلخانه ای دمای شبانه را دچار نوسان کند. لذا انجام این پژوهش می تواند مدیران و برنامه ریزان را در افزایش آگاهی و پیشبرد سیاست های اقلیمی برای کاهش و جلوگیری از خطرات احتمالی ناشی از تغییرات در مقادیر انتشار دی اکسید کربن و به تبع آن تغییرات دمایی و ایجاد طرح های مؤثر یاری می کند. مواد و روش ها: داده های این پژوهش مربوط به دوره آماری 2016-2003 و ماه های ژانویه، مه، ژوئیه و نوامبر است. به منظور بررسی تغییرات و دمای شبانه و تحلیل و ارزیابی اثرگذاری دی اکسید کربن بر متغیر دمای شبانه در این پژوهش نمودارهای سری زمانی ماهانه و فصلی بررسی شدند. به منظور بررسی معنادار بودن و یا عدم معناداری روندها و نوع روند، آزمون من– کندال به کار گرفته شد. آزمون همبستگی پیرسون و رگرسیون غیرخطی inverse برای تحلیل های آماری داده های دمای شبانه و استفاده شد. به منظور تحلیل بصری از دمای شبانه و به علت طولانی بودن دوره مورد مطالعه، نقشه های دمای شبانه سال های مورد مطالعه تهیه و با روش درون یابی IDW پهنه بندی شد. نتایج و بحث: بررسی آماری توزیع میانگین دمای شبانه در ایران نشان داد میانگین دما در انتهای دوره مطالعاتی (سال 2016) از میانگین کل دوره مطالعاتی به مقدار 42/0درجه کلوین، بیشتر بوده است. بیشترین نوسانات دمای شبانه مربوط به فصل زمستان و کمترین نوسانات که تاحدودی روند یکنواختی در آن مشاهده شده متعلق به فصل تابستان بوده است. مطابق با نمودار سری زمانی، روند میانگین فصلی، میزان در هر چهار فصل در سال های 2003 تا 2016 کاملاً افزایشی بوده است. با توجه به نمودار سری زمانی ماهانه، از بین ماه های مورد مطالعه ماه ژوئیه، کمترین نوسانات و ماه های نوامبر و ژانویه بیشترین نوسانات دمایی را به خود اختصاص دادند. براساس نقشه های دمای شبانه فصلی، کمینه دمای شبانه در شمال غرب، رشته کوه های البرز، زاگرس و نواحی خراسان شمالی در هر چهار فصل قابل مشاهده بود. سواحل جنوبی و شهرهای ساحلی جنوب از استان خوزستان تا استان سیستان و بلوچستان و همچنین دشت کویر و کویر لوت، در تمام فصل ها، بیشینه دمای شبانه را به خود اختصاص داده است. با توجه به نقشه پهنه بندی شده میانگین دمای شبانه ماه های ژانویه، مه، ژوئیه و نوامبر برای سال های 2003، 2006، 2009، 2012، 2015 و 2016، توزیع مکانی دمای شبانه در ایران حاکی از افزایش دمای شبانه ماه ژانویه در اواخر دوره مطالعاتی در برخی نواحی مرکزی شامل بخش هایی از استان های سمنان، یزد و اصفهان و بخش هایی از خراسان جنوبی و قسمت هایی در جنوب شرق ایران بود. مطابق نتایج آزمون من– کندال، تنها روند موجود در دمای شبانه ماه ژوئیه صعودی و معنادار بوده و روند ، در همه ماه ها صعودی و معنادار بوده است. براساس نتایج آزمون پیرسون، دمای شبانه ژوئیه همبستگی بالایی (66/0) با  داشته است. نتایج مدل رگرسیون غیرخطی بین دو متغیر، حاکی از این بود که با ضریب تعیین 44/0 بیشینه بیشترین تأثیر را بر بیشینه دمای شبانه در ماه ژوئیه در دوره مطالعاتی داشته است. نتیجه گیری: مطابق با نتایج این پژوهش در بازه زمانی مورد مطالعه، رابطه بین روند افزایشی دمای شبانه و دی اکسید کربن در ماه تیر (ژوئیه) تأیید شد. به این ترتیب، احتمال افزایش دماهای شبانه به علت افزایش انتشار دی اکسید کربن در نواحی مناطق مختلف جهان، می تواند موضوع بررسی پژوهشگران قرار بگیرد. همچنین باید اشاره کرد که در بستر روندهای طولانی مدت، گاهی تغییرات دوره ای، رخ می دهد که دوام آن بیش از یک سال است. اگر مطالعه و پژوهش دیگری در ارتباط با موضوع پژوهش حاضر انجام پذیرد و سری زمانی طولانی تری (چندین دهه) مورد مطالعه قرار گیرد، ممکن است روند غالب بر ایران، شرایط دیگری را نشان دهد.

حمل و نقل ریلی به عنوان یک صنعت ایده آل در جهان توسعه یافته در نظر گرفته می شود. راه آهن در بسیاری از کشورها همچنان در تلاش است تا از نظر تجاری کارآمدتر و با دوام باشد. این روش حمل و نقل ایمن، کارآمد و سازگار با محیط زیست در نظر گرفته می شود. این صنعت با ارائه خدمات قابل اعتماد و مقرون به صرفه باعث رشد اقتصادی می شود و نقش مهمی در زندگی انسان ایفا می کند. این تحقیق از طریق رگرسیون خطی ظرفیت راه آهن را در یک مطالعه موردی برای مسیرهای منتخب تعیین و بلوک های بحرانی را مشخص می کند تا تأثیر پارامترهای مکانی در تعیین ظرفیت شبکه ریلی مورد بحث قرار گیرد. از طریق داده های موجود مربوط به سال 2017، پیش بینی ظرفیت سال 2018 در محیط GIS انجام شد و سپس از طریق پارامترهای آماری RMSE، R^2 و MAE صحت پیش بینی ظرفیت برای داده های موجود سال 2018 انجام شد. نتایج نشان داد که ظرفیت استفاده از مسیرهای انتخابی برای قطارهای باری 82 درصد، قطارهای مسافری در مسیر رفت 56 درصد، در مسیر برگشت 62 درصد و در مسیرهای ترکیبی 79 درصد بوده است. همچنین پیش بینی دقت قطارهای باری 35 درصد بهتر از قطارهای مسافری بود. در مسیر مسافری، قطارهای مسافری دقت بیشتری داشتند (تقریباً 45 درصد). به همین ترتیب در مسیر باری ظرفیت قطارهای باری از دقت بالاتری (نزدیک به 45 درصد) برخوردار بود.

سابقه و اهداف: کیفیت هوای پاک، به منزله یکی از ضروری ترین نیازهای موجودات زنده، براَثر فعالیت های طبیعی و انسانی به مخاطره افتاده است. در سال های اخیر، طوفان های گردوغبار ازلحاظ مکانی و زمانی همواره درحال افزیش بوده و سبب آسیب های بی شمار درحوزه سلامت اجتماعی، اقتصادی و زیست محیطی، برای ساکنان مناطق جنوب و جنوب غرب ایران، شده است. در پژوهش حاضر، به منظور بررسی طوفان های گردوغبار و تشخیص عمق دید افقی، داده های سنجنده مادیس به کار رفته است. مواد و روش ها: از مزایای داده های سنجنده مادیس می توان به توان تفکیک طیفی و زمانی بالا اشاره کرد. همچنین داده های ایستگاه های هواشناسی با توجه به بازه زمانی مورد مطالعه جمع آوری شده است. پس از پیش پردازش داده ها و آماده سازی مشاهدات میدانی، به منظور استخراج ویژگی های مورد نیاز برای انجام دادن مدل سازی ها، ازطریق روش تفاضلی بین باندهای منتخب هر تصویر داده های سنجنده مادیس، به همراه ویژگی های استخراج شده از سنسورهای ایستگاه های هواشناسی زمینی استفاده شده است. با بررسی های بیشتر و ارزیابی های صورت گرفته و استفاده از دیدگاه های خبرگان هواشناسی، 36 ویژگی تفاضلی از باندهای گوناگون تصاویر مادیس و شش ویژگی از داده های ایستگاه های هواشناسی زمینی، یعنی درمجموع 42 ویژگی، استخراج شده است. در ادامه، ازطریق تکنیک های انتخاب ویژگی، بهترین ویژگی ها شناسایی و با به کارگیری روشی جدید با نام ML-Based GMDH، که حاصل بهبود شبکه عصبی GMDH ازطریق تغییر توابع جزئی با مدل های یادگیری ماشین است، برای تشخیص غلظت گردوغبار و دید افقی استفاده شد. برای دستیابی به دقت مناسب نیز ابرپارامترهای این مدل به صورت ابتکاری، با استفاده از الگوریتم بهینه سازی TLBO، تنظیم شدند. در ادامه، روش های یادگیری ماشین Basic GMDH SVM، MLP، MLR، RF و مدل گروهی آنها نیز، برای مقایسه با رویکرد اصلی، اجرایی شد؛ طبق نتایج، روش ML-Based GMDH تنظیم شده با  TLBOبا ایجاد بهبود درقیاس با روش های یادگیری ماشین ذکرشده، دقت بهتری را در تشخیص غلظت گردوغبار فراهم کرده است. نتایج و بحث: روش SVM-PSO به منزله روش برتر در مرحله انتخاب ویژگی، روش RF به منزله روش برتر در میان روش های پایه دسته بندی و روش های Ensemble SVM و Ensemble RF به منزله روش های برتر در مرحله گروهی و دسته بندی انتخاب شدند. همچنین مشاهده شد، با استفاده از رویکرد گروهی، بهبود مطلوبی در تشخیص دسته دید افقی پدید آمد. در رویکرد دوم، روشی با عنوان ML-Based GMDH که حاصل بهبود شبکه عصبی GMDH ازطریق تغییر توابع جزئی با مدل های یادگیری ماشین است، استفاده شد که کاربرد آن در تقریب غلظت گردوغبار است. همچنین، برای دستیابی به دقت مناسب، ابرپارامترهای این مدل با الگوریتم بهینه سازی TLBO با دقت بسیار بالا تنظیم شدند. نتایج حاصل نشان دادند این روش، با ایجاد بهبود درمقایسه با بهترین روش های انتخابی از رویکرد اول، دقت مناسبی را در تقریب غلظت گردوغبار و عمق دید افقی فراهم کرده است.

سابقه و هدف: رطوبت غلاف پارامتر مهمی در طول دوره رشد نیشکر است که از منظر تنش آبی و مدیریت آبیاری مزرعه اهمیت فراوانی دارد. بااین حال اندازه گیری میزان رطوبت محصول در گیاهان به طور سنتی از طریق به دست آوردن وزن تر و وزن خشک و سپس محاسبه میزان رطوبت محصول تعیین شده است. اما این روش وقت گیر، هزینه بر و در مناطق وسیع غیرقابل اجراست. در سال های اخیر، توسعه سریع فنّاوری سنجش ازدور برای نظارت بر میزان آب بافت گیاه در مزارع گسترده به کار برده می شود. داده های سنجش ازدور ظرفیت بالایی برای به روز کردن سیستم های پایش رشد محصول دارند. در این راستا، می توان از تصاویر ماهواره ای که اطلاعات متنوعی در اختیار کاربران قرار می دهند، بهره برد. هدف از این پژوهش ارزیابی رطوبت غلاف برگ نیشکر با استفاده از تصاویر ماهواره ای و تهیه نقشه های رطوبت براساس بهترین مدل است.مواد و روش ها: مزارع نیشکر که بزرگ ترین مزارع خوزستان هستند، بیش از 84000 هکتار مساحت دارند. حدوداً 9670 هکتار از مزارع تحت کشت متعلق به کشت و صنعت امیرکبیر است که این پژوهش در آن اجرا شد. منطقه مورد مطالعه در عرض جغرافیایی 31 درجه و 00 دقیقه و 20 ثانیه شمالی و طول جغرافیایی 48 درجه و 15 دقیقه و 22 ثانیه شرقی قرار گرفته است. برای پژوهش حاضر، 18 مزرعه از واریته CP69-1062 نیشکر انتخاب شد که از هر مزرعه 5 نقطه برگزیده و مختصات نقاط با دستگاه GPS ثبت شد، لذا این پژوهش از تیر تا شهریور ماه اجرا شد. برای این منظور، تلاش شد که داده برداری زمینی هم زمان با تصویربرداری ماهواره سنتینل-2 از منطقه مورد نظر صورت گیرد. سپس رطوبت غلاف هر نمونه در آزمایشگاه اندازه گیری شد. برای هر تصویر شاخص ها و باندهای طیفی با نرم افزار QGIS محاسبه و خروجی به صورت فایل اکسل و TIF ذخیره شد. در این پژوهش از شاخص های NDWI، NDII، SRWI، SIWSI، Clgreen و GVMI و باندهای حاصل از تصاویر ماهواره ای سنتینل-2 برای برآورد و پایش وضعیت رطوبت غلاف برگ نیشکر استفاده شد. در گام بعدی، از تحلیل VIF به منظور بررسی هم خطی بین شاخص ها و باندها استفاده شد. در نهایت شاخص های NDVI، EVI، SRWI، Clgreen و تک باندهای B2، B3، B4، B5، B6، B11 و B12 به عنوان ورودی به چهار مدل GRNN، RF، SVR و PLSR وارد شدند. شایان ذکر است که الگوریتم بیز به منظور بهینه سازی پارامترهای مدل استفاده شد.نتایج و بحث: نتایج نشان داد که مدل SVR در مقایسه با سایر مدل ها توانایی بالاتری در تخمین رطوبت غلاف برگ داشت. همچنین طبق تحلیل حساسیت، پارامترهای SRWI، Clgreen، NDVI، B5، B12، B11، B4، B3، EVI و B2 به ترتیب به عنوان پارامترهای مؤثر در فرایند مدل سازی رطوبت انتخاب شدند. در مرحله نهایی رطوبت غلاف برگ به ترتیب مقدار از کم تا زیاد، به 5 کلاس تنش، زمان آبیاری، رطوبت کم، رطوبت متوسط و رطوبت بالا طبقه بندی شد. با توجه به نتایج نقشه های رطوبتی و با توجه به برنامه زمان بندی آبیاری مربوط به هر تاریخ، می توان نتیجه گرفت خروجی حاصل ترکیبی از شاخص ها و باندهای B2، B3، B4، B5، B6، B11، B12، NDVI، EVI، SRWI و Clgreen عملکرد بهتری در تهیه نقشه های آبیاری داشتند. این روش با هدف ارزیابی پتانسیل شاخص های طیفی S2 MSI برای برآورد رطوبت غلاف برگ در مرحله رشد نیشکر به کار گرفته شد.نتیجه گیری: طبق تحلیل حساسیت، پارامتر SRWI به عنوان مؤثرترین شاخص در فرایند مدل سازی قرار گرفت. بنابراین می توان نتیجه گرفت که در میان ورودی های داده شده به مدل، ترکیبی از شاخص ها و باندهای NDVI، EVI، SRWI، Clgreen، B2، B3، B5، B4، B11و B12 تخمین بهتری از رطوبت غلاف نیشکر به دست می دهند. این پژوهش در پی بهبود روش های نظارت بر رطوبت غلاف نیشکر در مزارع وسیع است.

در دنیای پر تحول امروز،فن آوری با شتاب فزاینده ای در حال تغییر و تحول است .هدف از مطالعه حاضر شناسایی عوامل تاثیر گذار در ارتقاء و رشد کمک نوآور های ورزشی در اقلیم های مختلف شهر تهران می باشد. این پژوهش از نوع توصیفی – پیمایشی از دسته تحقیقات بنیادی به صورت آمیخته (کیفی وکمی) با استفاده از طرح نظام مند نظریه داده بنیاد انجام گرفت است.جامعه آماری در دو بخش کیفی و کمی بررسی شد. در بخش کیفی فضاهای ورزشی شهر تهران با توجه به اقلیم های مختلف از مناطق شمالی و جنوبی به شکل نمونه گیری در دسترس انتخاب شدند و در بخش کمی جامعه آماری شامل مدیران، مسئولان اجرایی، اساتید و صاحب نظران اماکن وفضاهای ورزشی تهران است، که با توجه به استفاده از روش معادلات ساختاری 220 نفر از به عنوان نمونه آماری به صورت نمونه گیری در دسترس انتخاب شدند .جهت تجزیه و تحلیل در بخش کیفی از نرم افزار Gis استفاده شد.در بخش کمی از آزمون های روایی و پایایی همگرا ، برای بررسی نرمال بودن داده ها از آزمون کلوموگروف اسمیرنوف و برای بررسی روابط بین متغیرهای تحقیق از معادلات ساختاری و نرم افزار pls استفاده شد. نتایج نشان داد مناطق شمالی شهر تهران از وضعیت مناسب تری جهت کمک نوآورهای فضاهای ورزشی برخوردار است. از آنجاکه سند راهبردی نظام جامع ورزش کشور به طور اخص به کسب و کار اکمک نواوری و کار آفرینی توجه نکرده،بنابراین، لازم است با در نظر گرفتن مأموریت این شرکت های نو ظهور ، راهبردها و اولویت هایی از قبیل کاهش موانع اداری راه اندازی کسب وکارهای جدید و فعالیت های کارآفرینانه، آموزش این نوع فعالیت های استارت آپی در تمام سطوح آموزشی با تمرکز بر دانشکده های تربیت بدنی و تقویت ارتباط مراکز علمی دانشگاه ها با صنعت ورزش برای کشور در نظر گرفته شود.

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.

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.

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.

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.

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.

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.

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.

در این تحقیق هدف پیامدهای محیط زیستی، سیاسی و امنیتی خشک شدن دریاچه ارومیه با استفاده از سنجش از دور بر پادگان های ارتش جمهوری اسلامی ایران در حوضه دریاچه ارومیه می باشد. تحقیق حاضر از نظر هدف، در زمره تحقیق کاربردی بوده و از نظر ماهیت و روش تحقیق، از نوع تحقیقات توصیفی - پیمایشی است. برای پایش ریزگردهای نمکی دریاچه ارومیه از تصاویر ماهواره ای سنتینل 5، مادیس و لندست 8 برای سال 2000 تا 2022 از سامانه گوگل ارث انجین استفاده شده است. در این تحقیق از توصیف ها و تحلیل های فضایی موجود در سیستم اطلاعات جغرافیایی (سامانه GEE و نرم افزار Arc Gis 10.8.1) بهره گرفته شده است. نتایج پژوهش نشان می دهد که پیامدهای امنیتی ریزگردها در دو پادگان مهاباد و سقزاز نظر بعد دفاعی و امنیتی را در سال 2015 نشان می دهد عبارتست از: افزایش میزان ترددهای غیر مجاز، به وجود آمدن روزنه های امنیتی، اختلال در تردد نیروی انسانی گشت زن، کاهش میدان دید بخصوص در مواقع ایجاد باد و توان دید بانی، اختلال در آماده باش و پشتیبانی و اختلال در شبکه های مخابراتی مهمترین پیامد های امنیتی دفاعی بحران ریزگردها می باشد. در سال 2022 میزان پراکندگی مکانی ریز گردهای نمکی فقط بر یک پادگان پراکنده نشده است و بیشتر پادگانهای ارتش در منطقه تحت تاثیر ریزگردهای نمکی دریاچه قرار گرفتهاند و در همین سال بیشترین میزان ریزگردهای نمکی بر پادگانهای ارومیه، شکاری تبریز، قوشچی، سقز و مهاباد پراکنده شده است. پیامدهای امنیتی ریزگردها در کل منطقه از نظر بعد دفاعی و امنیتی و سیاسی نشان می دهد که این ریزگردها باعث اختلافات قومی – مذهبی بین اقوام ترک و کرد، افزایش نارضایتی عمومی، کاهش همبستگی اجتماعی شهروندان با دولت، افزایش اعتراضات خیابانی و شورشهای شهری در منطقه، تحریک قومیت ها و نارضایتی بیشتر، افزایش جرائم امنیتی شده است.

با توجه به وقوع دوره های خشکسالی و افزایش بهره برداری از آبخوان، گسترش کشاورزی و افزایش برداشت آب های زیرزمینی، تراز سطح آب زیرزمینی در آبخوان دیواندره-بیجار کاهش یافته است که این امر بر پایین رفتن تراز سطح آب زیرزمینی و کاهش راندمان چاه ها گردیده است. هدف از این پژوهش بررسی تاثیر خشکسالی بر تغییرات کمی منابع آب زیرزمینی با استفاده از سامانه اطلاعات جغرافیایی و شاخص منبع آب زیرزمینی آبخوان دیواندره-بیجار بر اساس هیدروگراف معرف می باشد. به منظور انجام این پژوهش، آمار 25 حلقه چاه مشاهده ای در طی دوره زمانی 97-1387 مورد بررسی قرار گرفت. در ابتدا داده های آماری جمع آوری و پس از ورود داده ها به سیستم اطلاعات جغرافیایی (GIS) با روش درون یابی، نقشه های خطوط هم عمق و پهنه بندی تغییرات افت سطح آب زیرزمینی همچنین از شاخص منبع آب زیرزمینی GRI جهت پایش زمانی خشکسالی منابع آب زیرزمینی آبخوان زنجان استفاده گردید. نتایج حاصل از تغییرات حجم مخزن آبخوان دیواندره-بیجار نشان داد کسری حجم مخزن معادل 5/11 میلیون مترمکعب می باشد همچنین پایش زمانی خشکسالی منابع آب زیرزمینی آبخوان با شاخص GRI در طول بازه بیست ساله روندی نزولی به سمت خشکسالی دارد و شدیدترین خشکسالی آب زیرزمینی در سال 1398 با رقم شاخص 97/1- به وقوع پیوسته است. نتایج به دست آمده نشانگر آن است که اگر همچنان روند مدیریت کنونی ادامه یابد، در طول چند سال آینده شاهد افت شدید آبخوان و خسارت جبران ناپذیر ی خواهیم بود.