درخت حوزه‌های تخصصی

روش های اتوماتیک شناسایی و استخراج عارضه ساختمان از منابع گوناگون اطلاعاتی همچون تصاویر هوایی و ماهواره ای و داده های لیدار دارای کاربردهای بسیار وسیع و مهم مانند به روزرسانی نقشه ها، مدلسازی و آنالیز رشد و پیشرفت در مناطق شهری و نیمه شهری به دست می آید. هدف اصلی مقاله طرح روش جدید اتوماتیک استخراج ساختمان با تلفیق داده های لیدار و تصویر هوایی است. برا ی این منظور در مرحله اول، انواع روش های شناسایی ساختمان (SVM 1 ، MD 2 و ANN 3 ) در دو سطح پیکسل پایه و شیء مبنا بررسی و ارزیابی شد. نتایج حاصل از شناسایی حاکی از توانایی بالای روش SVM، در مقایسه با دیگر روش ها، در دو سطح پیکسل پایه و شیء مبناست که دقت کلی 95.9٪ و خطای نوع اول 6.2٪ و خطای نوع دوم 3.2٪ را نشان می دهد که در حالت پیکسل مبنا به منزله روش منتخب شناسایی است. در مرحله دوم، براساس روش منتخب شناسایی مرز دقیق ساختمان بازسازی می شود. بنابراین با استفاده از قطعه بندی برمبنای طیفی و هندسی، لبه هر ساختمان به صورت قطعات مجزا تفکیک شد. سپس لبه های هر ساختمان براساس معادلات کمترین مربعات بازسازی می شود. نتایج روش پیشنهادی استخراج ساختمان با دقت کلی 96.85٪ ، خطای نوع اول 5.9٪ و خطای نوع دوم 2.5٪ برای الگوریتم پیشنهادی استخراج است.

موجودیت شهرها عموماً با سرویس دهی و ارائه خدمات به ساکنان در محدوده قانونی و حریم شهرها آمیخته است و ایستگاه های آتشنشانی به عنوان مکان هایی برای استقرار و انتظار خودروهای آتشنشانی و نجات ، از جمله مراکز مهم و حیاتی خدمات رسانی در شهرها هستند که، انتخاب بهترین مکان با دیدگاه فضایی برای ایجاد این مراکز ضروری می باشد. هدف از این پژوهش تحلیل فضایی ایستگاه های موجود در شهر اصفهان و مکان گزینی بهینه مراکز آتش نشانی در کلانشهر اصفهان می باشد. روش تحقیق پژوهش حاضر توصیفی – تحلیلی است. در گام نخست مجموعه عوامل موثر بر مکان گزینی ایستگاه های آتش نشانی با استفاده از آیین کار ضوابط مکان یابی ایستگاه های آتش نشانی شهری مؤسسه استاندارد و تحقیقات صنعتی ایران و سایر تحقیقات معتبر شناسایی و تدوین شده است. در این پژوهش از روش تحلیل شبکه فازی برای تعیین وزن هریک از معیارها و زیر معیارها استفاده شده است و هم پوشانی نهایی نقشه ها بصورت وزنی می باشد. از نظر کارشناسان بیشترین وزن به معیار فاصله از شریان های اصلی و فاصله از گره های ترافیکی تعلق دارد. نتایج نهایی این پژوهش نشان می دهد که، از بیست و چهار ایستگاه آتش نشانی شهر اصفهان، دوازده ایستگاه شهر اصفهان در پهنه های مناسب احداث شده است ، ده ایستگاه آتشنشانی شهر اصفهان در مکان های نامناسب احداث شده است و ایستگاه های شماره 23 و 24 در مناسب ترین مکان ایجاد شده است. با توجه به تراکم مناطق و درصد حوادث آتش سوزی در مناطق شهر اصفهان، نقاط انتخاب شده الویت بندی شده است نتایج نهایی الویت بندی نشان می دهد که، در مناطق هشت و ده شهر اصفهان نیاز به ایجاد ایستگاه های اتشنشانی بیش از سایر مناطق می باشد.

در شرایط روبه رشد توسعه، طراحان سرزمین بارها با شرایطی مواجه می شوند که برای مکانی خاص، گزینه های متفاوت کاربری وجود دارد. اینجاست که بین برگزیدن یا برنگزیدن کاربری ها تعارض پدید می آید. تحقیق حاضر، با چنین رویکردی، چگونگی ساماندهی چهار کاربری کشاورزی، جنگل، مرتع و توسعه و اولویت بندی آنها را در منطقه ای در شهرستان گرگان، با هدف کاهش هزینه تخصیص سرزمین به هر کاربری و افزایش تراکم و پیوستگی مناطق اختصاص یافته به آنها، به منزله معیارهای شکلی سیمای سرزمین، مورد مداقه قرار داده است. در این راستا، از قابلیت های دو مدل دقیق و ابتکاری، شامل مدل برنامه ریزی خطی و الگوریتم کلونی مورچگان، استفاده شده است. برای اجرای مسئله به گزینی کاربری اراضیِ تعریف شده در مدل برنامه ریزی خطی که با توجه به ابعاد مسئله (132 ردیف در 127 ستون) و اهداف مورد تحقیق در زمره مسائل سخت قرار دارد، از روش آزادسازی مسئله از قید صحیح و روش شاخه و کران بهره گرفته شده است. نتایج نشان می دهد میزان هزینه تخصیص، تراکم و پیوستگی در همه کاربری ها در استفاده ترکیبی از دو مدل بالا، درمقایسه با شرایطی که فقط یکی از دو مدل به کار رود، بهینه تر خواهد بود. نتایج مقایسه اجرای به گزینی در استفاده ترکیبی از دو الگوریتم و اجرای آن به وسیله الگوریتم شناخته شده MOLA در نرم افزار ایدریسی نشان می دهد که ضمن آنکه در مدل پیشنهادی امکان تعریف اهداف بیشتر وجود دارد، تفاوت مقادیر هزینه، تراکم و پیوستگی در نتایج دو مدل پس از استانداردسازی در بازه صفر تا یک، به ترتیب، 0.03، 0.1 و 0.07 است و الگوریتم ترکیبی بهینه تر عمل کرده است.

هدف این مطالعه، ارائه یک الگوریتم محاسباتی-تقریبی بر پایه موجک های هار گویا، برای تخمین پوشش گیاهی از تصویر لندست، به کمک بازتاب این پدیده در باند مادون قرمز نزدیک است. این باند در ترکیب رنگی RGB، در بخش R قرارگرفته است. این الگوریتم، با استفاده از DN پوشش گیاهی در 200 پیکسل انتخابی باند R (باند مادون قرمز) از سطح تصویر منطقه مورد مطالعه، سعی در استخراج عوارض و پوشش های گیاهی کل منطقه مورد مطالعه را دارد. این تعداد پیکسل انتخابی به صورت یکنواخت و پراکنده از سطح تصویر و فقط از عوارض پوشش گیاهی انتخاب گردیده است. با توجه به پذیرش داده های ورودی در این الگوریتم در فرمت ماتریس، در ابتدا ماتریس های بازتاب پوشش گیاهی برای 4 و 8 موجک با استفاده از 200 پیکسل مفروض ساخته می شوند. این ماتریس ها، با بلوک بندی تصویر لندست منطقه، به ترتیب، به 16 و 64 قسمت به دست می آیند. هر عضو این ماتریس ها، نشان دهنده میانگین پوشش گیاهی منطقه در بلوک متناظر آن از تصویر منطقه است. سپس با معرفی یک معادله کارآمد ریاضی، به استخراج پوشش گیاهی کل منطقه مورد مطالعه و بازسازی باند هر پیکسل از سطح تصویر می پردازیم. از جمله مزیت های این روش، به دلیل انجام محاسبات ماتریسی، افزایش سرعت و دقت محاسبات در حد مقیاس پیکسل خواهد بود. در این مطالعه استخراج پوشش گیاهی با 4 و 8 موجک هار گویا شده، با میزان دقت به ترتیب 75 و 87.5 درصد انجام گردیده است. با افزایش تعداد موجک ها، دقت الگوریتم موجک هار گویا افزایش می یابد، اما از دلایل موجود جهت عدم افزایش تعداد موجک ها، افزایش خطای گرد کردن و افزایش هزینه محاسباتی بوده است، به طوری که با افزایش تعداد موجک ها، زمان و حافظه صرف شده به صورت نمایی افزایش می یابند. در سنجش از دور، برای استخراج پوشش گیاهی تکنیک هایی نظیر طبقه بندی ارائه شده است که در به وسیله آنها می توان کلاس پوشش گیاهی را با نرم افزارهای سنجش از دوری استخراج نمود. اما تفاوت اصلی و اساسی بین روش ارائه شده در این مقاله و تکنیک های موجود، میزان دقت استخراج پوشش گیاهی در ابعاد پیکسل است. در تکنیک های پردازشی و تحلیلی (در خصوص استخراج و کلاسبندی پوشش گیاهی) در سنجش از دور، بسیاری از پیکسل های حاوی پوشش گیاهی که به صورت منفرد یا خوشه ای (اما به تعداد کم) هستند، در سایر کلاس ها نظیر زمین بایر یا زمین شهری ادغام خواهند شد، که الگوریتم موجک های هار گویا شده فاقد این نقیصه می باشد.

آشکارسازی لبه یکی از مفاهیم کاربردی در پردازش تصاویر سنجش ازدور است. هدف آشکارسازی لبه، نشان گذاری نقاطی از تصویر است که در آنها میزان روشنایی به شدت تغییر می کند. تغییرات شدید خصوصیات تصویر معمولاً نمایندة رویدادهای مهم و تغییر در خصوصیات محیط هستند و در کاربردهای مختلفی نظیر بخش بندی تصاویر ماهواره ای کاربرد دارند. بسیاری از روش های کلاسیک تشخیص لبه بر مشتق پیکسل های تصویر اصلی متکی هستند، مانند اپراتورهای گرادیان، لاپلاسین و لاپلاسین از اپراتور گاوسی. در تصاویر سنجش از دوری به علت بالابودن میزان تغییرات، اپراتورهای کشف با ضعف در تشخیص صحیح محدودة عوارض و حفظ پیوستگی و انسجام محدودة آنها همراه اند. در پژوهش حاضر به منظور حل این مشکلات، سیستمی دانش پایه برای کشف لبه براساس خصوصیات تصاویر سنجش از دوری ارائه می شود. در این روش ابتدا به صورت منطقه ای و با استفاده از سیستم دانش پایه، حدود آستانة مناطق مختلف تصویر تعیین می شود و سپس با استفاده از شانون آنتروپی مرز بین این مناطق استخراج می شود. این کار موجب حفظ پیوستگی لبه های کشف شده خواهد شد. از مزایای این روش بررسی ویژگی های تصویر به شکل جزئی و کلی به صورت همزمان است. این سیستم قابلیت انعطاف با نوع نیاز و خواست کاربر را برحسب میزان جزئیات و کاربرد مورد نظر دارد. در نهایت به منظور ارزیابی روش، نتایج به دست آمده با الگوریتم های استاندارد سوبل، پرویت و LoG مقایسه شدند و نشان داده شد که این روش به شکل کارآمدی قادر به شناسایی لبه های تصاویر مختلف است.

آبراهه ها، زهکش در یک حوضه آبخیز محسوب می شوند که تاثیر زیادی بر روی ویژگی های فیزیوگرافی، هیدرولوژی، فرسایش و رسوب یک حوضه آبخیز دارند. هدف از این مطالعه، استفاده از مدل جاذبه به منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) و استفاده از الگوریتم ژنتیک به منظور پیش بینی آبراهه ها در آینده و مقایسه نتایج آن با خطوط آبراهه مستخرج از DEM با قدرت تفکیک ۳۰ متر است. برای استخراج DEM های با قدرت تفکیک بالاتر، در مدل جاذبه برای تولید زیرپیکسل ها از مقیاس ۳ و مدل همسایگی چهارگانه که دارای دقت بالاتری هستند استفاده شد. از DEM حاصل از مدل جاذبه، به عنوان داده ورودی برای پیش بینی و استخراج آبراهه های منطقه مورد مطالعه با استفاده از الگوریتم ژنتیک در آینده استفاده شد. در الگوریتم ژنتیک، بهینه سازی و پیش بینی شبکه های رودخانه بر اساس تابع «نیروی جریان» و با ایجاد تغییرات در بالا آمادگی ها و رسوب گذاری ها در منطقه مورد مطالعه انجام شد. نتایج حاصل از مدل جاذبه نشان داد که مقیاس ۲ با مدل همسایگی ۲ گانه دارای دقت بالاتری نسبت به دیگر همسایگی ها برای استخراج DEM با قدرت تفکیک بالاتر است. همچنین نتایج حاصل از الگوریتم ژنتیک، نشان دهنده تغییر درجه آبراهه های منطقه مورد مطالعه در طول زمان نسبت به وضع موجود است، به طوری که درجه تعدادی از آبراهه های درجه اول در آینده به درجه ۳ تغییر خواهد کرد که علت آن فرسایش آبراهه های درجه کمتر و اضافه شدن به آبراهه های درجه بالاتر است. از نتایج این تحقیق، می توان برای پیشنهاد محل های مناسب ایجاد بندهای انحرافی و یا محل های مناسب برای احداث سازه های مختلف با توجه به تغییرات در مورفومتری آبراهه ها در آینده، استفاده کرد.

احداث خطوط انتقال نیرو یکی از مهمترین دغدغه های صنعت برق کشور محسوب می گردد که هزینه احداث این خطوط از یک طرف و تأثیرات متقابل عوامل محیطی بر روی این خطوط از طرف دیگر باعث شده است که در مسیریابی این خطوط پارامترهای مختلفی در نظر گرفته شود. کلیه این پارامترها در ارتباط مستقیم با موقعیت مکانی دکلها و تجهیزات خطوط انتقال نیرو می باشد. سیستم اطلاعات جغرافیایی دارای قابلیتهای مختلفی از جمله امکان اخذ، بازیابی، به هنگام رسانی، نمایش، پردازش و تجزیه و تحلیل اطلاعات مکان مرجع می باشد؛ بنابراین بستر مناسبی را مهیا می سازد که در آن بتوان شرایط و پارامترهای مختلف را به صورت لایه های اطلاعاتی تعریف نموده و بر اساس الگوهای تعریف شده توسط نظر کارشناسان مختلف، باهم تلفیق نموده و به نتایج مورد نظر رسید. طراحی و پیاده سازی یک مسیر مناسب و هماهنگ با شرایط محیطی و طبیعی و ارزیابی و مقایسه مسیر طراحی شده با مسیر موجود و در حال بهره برداری (خط تیاف محمدآباد) هدف اصلی این تحقیق می باشد. در این تحقیق به منظور یافتن مسیر بهینه بین دو نقطه مورد نظر، ابتدا با استفاده از مدل استنتاج فازی نقاط مناسب جهت نصب دکل و نقشه هزینه بدست آمده است. همچنین به منظور وزن دهی به فاکتورها از روش AHP استفاده شده است. سپس با استفاده از تابع Cost Path مسیر بهینه بین دو نقطه بدست آمده است. همچنین به منظور تلفیق اطلاعات، روش وزن دهی به قانونهای استنتاج فازی مورد بررسی قرار گرفت. در نهایت مدل فازی گاما در روش آخر به عنوان بهترین مدل انتخاب گردید و این مدل جهت مسیریابی بین پست یزد یک و محل تیاف محمد آباد مورد استفاده قرار گرفت

تپه های ماسه ای فعال و متحرک از جمله تهدیدات جدی اجتماعات انسانی مجاور می باشند. بنابراین تعیین چگونگی گسترش و میزان فعالیت و جابه جایی این تپه های از مهم ترین اهداف مطالعات فرسایش بادی است. استفاده از فناوری سنجش از دور به دلیل دید یکپارچه، کم هزینه و سریع یک روش کارآمد برای مطالعه و پایش تغییرات محیطی محسوب می شود. بنابراین از اهداف اصلی این تحقیق بررسی میزان تغییرات و جابه جایی تپه های ماسه ای در شرق شهر بشرویه، پیش بینی تغییرات کاربری اراضی منطقه تا سال ۲۰۳۱ و پیش بینی تغییرات مساحت کاربری تپه های ماسه ای تا سال ۲۰۴۸ با استفاده از سنجش از دور می باشد. در تحقیق حاضر از تصاویر ماهواره ای لندست طی سال های ۲۰۰۱، ۲۰۰۸ و ۲۰۱۶ استفاده شده است. برای طبقه بندی تصاویر از الگوریتم ماشین بردار پشتیبان استفاده شده است. در مرحله ی بعد تغییرات ایجاد شده در کاربری های اراضی با استفاده از مدل کراس تب مورد بررسی قرار گرفت. سپس با استفاده از روش زنجیره ی مارکوف، روند تغییرات آینده ی کاربری اراضی تا سال ۲۰۳۱ و تغییرات مساحت کاربری تپه های ماسه ای تا سال ۲۰۴۸ مورد پیش بینی قرار گرفت. نتایج حاصل بیانگر این است که وسعت زمین های ماسه ای از سال 2001 تا 2016 روند کاهشی داشته است؛ که مهمترین علت آن اجرای طرح های بیایان زدایی در قالب تاغ کاری و رویش طبیعی تاغ روی تپه های ماسه و نواحی اطراف آن بوده است. همچنین نتایج حاصل از پیش بینی تغییرات کاربری اراضی برای 15 سال آینده نشان داد که 79/2468 هکتار از تپه های ماسه ای به کاربری اراضی بایر و شوره زار، 22/365 هکتار به اراضی زراعی و 900 هکتار به اراضی ساخته شده تبدیل خواهد شد. از دیگر نتایج این پژوهش پیش بینی مساحت تپه های ماسه ای تا سال 2048 می باشد که نشان داد مساحت تپه های ماسه ای از 26/8668 هکتار در سال 2016 به مساحتی برابر36/4041 هکتار خواهد رسید.

امروزه محاسبه دمای سطوح مختلف پوشش گیاهی و خاکی با استفاده از تصاویر ماهواره ای، با هدف برآورد تبخیر و تعرق واقعی با الگوریتم بیلان انرژی، اهمیت بسیار زیادی دارد. در این مطالعات دقت محاسبه گرادیان حرارتی بین سطح زمین و هوا و میزان اختلاف دمای سطوح مختلف کاربری دارای اهمیت است. در دشت شهرکرد به منظور محاسبه دمای سطح زمین[1] سه چالش اصلی وجود داشت. نخست، نبود مطالعه مشخصی در زمینه محاسبه دمای سطح زمین با استفاده از باندهای حرارتی ماهواره Landsat8، دوم، فقدان داده های مشاهده ای دمای سطح پوشش های مختلف گیاهی و خاکی و سوم، محدود بودن داده های دمای سطح زمین ایستگاه های کلیماتولوژی و سینوپتیک به حداقل روزانه. در این مطالعه، به منظور تبدیل دمای درخشندگی2 سطح به دمای سطح زمین، از الگوریتم دوپنجره ای3 موجود AVHRR-NOAA استفاده شد و برای محاسبه گسیلندگی سطحی4 نیز روش پیشنهادی الگوریتم سبال5 به کار رفت. با توجه به نبودِ ایستگاه های هواشناسی مرجع، از داده های ایستگاه های غیر مرجع برای محاسبه دمای روزانه سطح زمین و لحظه عبور ماهواره استفاده شد و در نهایت، از روش محاسبه خطای انحراف برای واسنجی دمای سطح زمین ماهواره Landsat 8 و تهیه لایه میانگین روزانه دمای سطح زمین استفاده شد. در این مطالعه همه ضرایب همبستگی محاسبه شده بیشتر از 0.9 بود و تمامی روابط رگرسیونی، از نظر آماری، در سطح 95% و حتی 99% معنادار بودند. اختلاف مقادیر خطای انحراف محاسبه شده در روز-تصویرهای مختلف در بیشترین مقدار، 0.5 کلوین بود و میزان RMSE محاسبه شده نیز بین 1.9 تا 2.2 کلوین قرار داشت که در مقایسه با مطالعات مشابه مورد پذیرش بود.

افزایش محصول به تأمین نیاز آبی گیاه وابسته است؛ درنتیجه، تخمین درست نیاز آبی گیاه هم به تولید محصول کمک می کند و هم در مدیریت منابع آب تأثیر دارد. الگوریتم های سبال و متریک از مهم ترین و پرکاربردترین روش های باقی ماندة بیلان انرژی برای برآورد تبخیر و تعرق واقعی با استفاده از داده های سنجش از دور محسوب می شوند. بر همین اساس، هدف از تحقیق حاضر بررسی نتایج تبخیر و تعرق واقعی با اجرای مدل های متریک و سبال در دشت قزوین است. به منظور ارزیابی نتایج برآورد تبخیر و تعرق واقعی، از دو سنجنده با قدرت تفکیک زمانی و مکانی متفاوت (تصاویر سنجندة مودیس[1] ماهوارة ترا و سنجندة ETM+ ماهوارة لندست 7) استفاده شد. در این زمینه، داده های ایستگاه هواشناسی قزوین و نیز داده برداری لایسیمتری، به منظور صحت سنجی نتایج الگوریتم متریک و سبال، به کار رفت. نتایج مدل های متریک و سبال با مجموع ده تصویر از تصاویر سنجندة مودیس ماهوارة ترا و سنجندة ETM+ ماهوارة لندست 7، با داده برداری های لایسیمتری گیاه مرجع چمن در سال 1380 ارزیابی شدند. سنجندة مودیس با 88/0r =، 91/1 RMSE= و 85/0 SE= میلی متر بر روز و سنجندة ETM+ با 00/1 r=، 91/0RMSE= و 09/0 SE= میلیمتر بر روز در مدل متریک، در مقایسه با مدل سبال، برآوردی دقیق تر از داده برداری لایسیمتر دارند و در این تحقیق، مدل متریک به منزلة مدل برتر برای برآورد تبخیر و تعرق واقعی در منطقة دشت قزوین توصیه می شود.

در این مقاله، پژوهشی نوین از تلفیق داده های ابرطیفی و لیدار را برای تشخیص و استخراج عوارض ساختمانی، با استفاده از الگوریتم یادگیری ماشین، بررسی کردیم. مجموعه داده هایی که بنیاد ملی علوم (NSF) در اختیار گذاشته (این بنیاد را مرکز ارزیابی لیزر هوایی(NCALM) تأسیس کرده است) و پیش تر، دانشگاه هیوستن در منطقة مجاور شهری به کار گرفته است مورد استفاده قرار گرفت. در این روش، ابتدا، فرض بر آن است که، با تلفیق داده های فراطیفی و لیدار که هریک توانایی استخراج برخی از ویژگی های عوارض ساختمانی را دارد، می توان همان عارضه را، با دقت و صحت بیشتری، استخراج کرد. اعمال روش یادگیری ماشین روی داده های ابرطیفی تصویرِ سطح بندی شده از عوارض ساختمانی و دیگر عوارض را ایجاد خواهد کرد. پس از اعمال سطح بندی، روش پیشنهادی و دیگر روش های موجود در این زمینه مقایسه می شوند تا کیفیت روش پیشنهادی مشخص شود. چنین مقایسه ای نیازمند بررسی تعدادی پارامتر ارزیابی است که، در قسمت کنترل کیفیت، مطرح خواهند شد. به هرحال، دقت به دست آمده از نتایج روش انجام گرفته در این مقاله برابر با 56/95%، میزان کامل بودن 100%، صحت کلی 66/98% و ضریب کاپا برابر با 9430/0 محاسبه شد. هدف این مقاله استخراج خودکار ساختمان های موجود در داده های ابرطیفی هوایی و لیدار دریافت شده از یک منطقه (automation)، استخراج حداکثر تعداد ساختمان های موجود در تصاویر نام برده شده (completeness) و افزایش دقت و صحت در استخراج ساختمان (accuracy and precision) بوده است که، براساس نتایج حاصل از پارامترهای ارزیابی، محقق شده اند.

مطالعه و بررسی تغییرات منابع آب در هر منطقه برای مدریریت منابع آب و استفاده بهینه از آن ها ضروری می باشد. در این پژوهش، هدف ارزیابی وضعیت منابع آب موجود در دشت اردبیل از لحاظ وضعیت منابع اعم از سطحی و زیرسطحی بر اساس چهار معیار طبیعی، هیدرولوژیکی، کشاورزی و انسانی با استفاده از روش تحلیل شبکه ای فازی می باشد. به منظور ارزیابی بهتر روش تحلیل شبکه ای فازی از زیرمعیارهای میزان جمعیت، وضعیت صنایع، وضعیت بارش، وضعیت آب های سطحی (حجم برداشت از رودخانه) و آب های زیرزمینی (شامل وضعیت قنات ها و چاه ها و چشمه ها)، سطح زیر کشت و نوع محصولات از نظر نیاز آبی، شیب و ارتفاع استفاده شده است. وابستگی میان زیرمعیارها با استفاده از تکنیک DEMATEL فازی و بر اساس نظر کارشناسان خبره تعیین شده است. سپس با استفاده از فرایند تحلیل شبکه ای فازی تمامی معیارها و زیرمعیارها وزن دهی شده و برای تمامی زیرمعیارها نقشه های متناسب با وزن های به دست آمده تهیه گردید. در نهایت نقشه نهایی که بر اساس لایه های اولیه و وزن دار شده با تکنیک شبکه ای فازی ایجاد شده بود، در محیط GIS ترسیم شده است. نقشه های حاصله حساسیت منطقه مورد مطالعه را از لحاظ پتانسیل های منابع آب مشخص کرده است. مناطق با خطر پایین 13/11 درصد معادل 9200 هکتار در منتهی الیه شمالی دشت و کمی در غرب دشت می باشند. مناطق با خطر متوسط 36/19 درصد معادل15870 هکتار بوده و در شمال و غرب دشت قرار گرفته اند، مناطق با خطر بالا 3/21 درصد معادل 17510 هکتار بوده و بیشتر در قسمت های مرکزی و بالایی دشت واقع شده اند، مناطق با خطر در معرض آسیب 9/31 درصد معادل 26220 هکتار بوده و و در قسمت های جنوبی و مرکزی دشت قرار گرفته و در نهایت مناطق بحرانی 1/16 درصد معادل 13250 هکتار را شامل می شوند که بیش تر در قسمت جنوب و شرق پراکندگی دارند.

فرسایش خندقی یکی از مخرب ترین انواع فرسایش آبی است که ارائه مدلی فراگیر و جهانی با توجه به جنبه های مختلف آن دشوار است. کسب اطلاعات از سابقة رفتار خندق و نحوة گسترش آن نیازمند پایش مستقیم سالانه است، که به دلیل هزینه و زمان عملاً در شرایط ایران امکان پذیر نیست. سنجش از دور و GIS و داده های حاصل از این فناوری می توانند با فراهم آوردن داده های مکانی در ابعاد وسیع، در چنین ارزیابی هایی نقش اساسی داشته باشند. هدف از پژوهش حاضر برآورد رشد طولی خندق ها با استفاده از عکس های هوایی دو دورة زمانی و به وسیلة روش رقومی سازی سختگیرانه مبتنی بر هندسة فریم (با استفاده از دیاپازتیو و اطلاعات و علائم حاشیه ای عکس) است. مدل رقومی مورد استفاده برای اورترکتیفای کردن عکس های هوایی، از خطوط توپوگرافی اصلی و فرعی، نقاط ارتفاعی، آبراهه ها، مناطق سایه، صخره ها و سطوح آبی در محیط PCI و با ابعاد سلول 7×7 متر به دست آمد. با توجه به اندازه گیری ها، میانگین رشد طولی خندق ها به وسیله عکس هوایی، 3/1 متر در سال به دست آمد. براساس یافته های پژوهش حاضر مشخص شد که با استفاده از عکس های هوایی و GIS می توان مقدار رشد طولی خندق ها را با دقت خوبی به دست آورد. آنالیزهای رگرسیونی انجام شده نشان دادند که بین مساحت حوزة آبخیز بالادست خندق، فاصلة هدکت تا مرز حوزة آبخیز، ارتفاع هدکت و SAR (نسبت جذب سدیم) با گسترش طولی خندق رابطة معنا دار وجود دارد. کلید واژه ها : آنالیز رگرسیونی، فرسایش خندقی، عکس هوایی، رقومی سازی سختگیرانه، بوشهر.

سیستم حمل ونقل ریلی از تعامل مجموعه ای از تجهیزات و عملیات تشکیل شده است که توانایی و ظرفیت یک سیستم ریلی در حمل ونقل بار و مسافر را تعیین می کند. بدین منظور، محاسبه ظرفیت و پیش بینی نحوه تغییرات آن مهم است و شناخت آن کمک شایانی به ارتقای سطح بهره برداری شبکه ریلی می کند. روش های گوناگونی برای محاسبه ظرفیت وجود دارد که با توجه به نوع شبکه و شیوه استفاده از این روش ها، می توان از آنها بهره گرفت. برای محاسبه ظرفیت، از توانمندی های سیستم های اطلاعات مکانی استفاده می شود و با کمک یک سیستم اطلاعات مکانی تحت وب، وضعیت ظرفیتی عملیاتی شبکه ریلی به صورتی نوین و با کارآیی بیشتر از روش های متداول تعیین می شود. برای این کار، از محیطی GISمبنا استفاده شده که به پایگاه داده های گوناگون شرکت راه آهن جمهوری اسلامی ایران، ازجمله پایگاه سیر و حرکت، متصل شده است و ضمن مشاهده وضعیت فعلی ظرفیتی شبکه، ازطریق رگرسیون خطی چندمتغیره، ظرفیت شبکه ریلی را در آینده تعیین می کند. تحقیق حاضر با استفاده از رگرسیون خطی، ظرفیت راه آهن را طی مطالعه ای موردی در ایران، برای سه مسیر انتخاب شده پیش بینی می کند و بلاک های مهم را برای بررسی تأثیر پارامترهای مکانی در تعیین ظرفیت شبکه راه آهن، مشخص می کند. با استفاده از داده های سال 96 (استخراج شده از وب سرویس مکانی راه آهن)، پیش بینی ظرفیت در سال 97 در محیط GIS انجام شد. نتایج نشان داد که استفاده از ظرفیت مسیرهای انتخابی برای مسیر قطارهای باری 82%، مسیرهای مسافری 56% رفت و 62% بازگشت و برای مسیرهای ترکیبی نیز 79% بود. همچنین، دقت پیش بینی مدل برای قطارهای باری 35% بهتر از قطارهای مسافری است که این به دلیل تفاوت در تغییر سرعت و حداکثر سرعت مجاز درمورد این دو نوع قطار است. دقت مدل سازی با نوع قطعه ارتباط مستقیم دارد؛ بنابراین، در مسیر مسافری، ظرفیت مدل سازی قطارهای مسافری تقریباً 45% دقیق تر بوده است. به همین ترتیب، در مسیر باری، دقت تخمین ظرفیت این قطارها بیشتر از قطارهای مسافری و تقریباً 45% بوده است.

سطوح برفی در طول زمان تغییرات زیادی می یابند و در نتیجه برای پایش آنها به استفاده از تصاویری با قدرت تفکیک زمانی نسبتاً بالا نیاز است. برای این منظور، سنجندة MODIS مستقر روی ماهواره های Terra/Aqua مناسب به نظر می رسد. پارامترهای گوناگونی بر دقت برآورد سطح پوشش برف (SCS) تأثیر می گذارند که توپوگرافی سطح (شیب و جهت شیب) یکی از آنهاست. قدرت تفکیک مکانی پایین تصاویر MODIS و وجود پیکسل های مختلط، دقت برآورد SCS با استفاده از این تصاویر را کم می کند. در پژوهش حاضر، نتایج SCS حاصل از تصاویر MODIS، از طریق مقایسه با تصاویر دارای قدرت تفکیک مکانی متوسط مانند ASTER واقع بر سکوهای مشابه MODIS، ارزیابی می شود. در این پژوهش شاخص NDSI برگرفته از MODIS و ASTER در مناطقی با شیب 20 تا 50 درصد مقایسه گردید و دو مدل MODMASTER و MODFASTER برای بهبود دقت تخمین SCS به وسیلة MODIS ایجاد شد. نتایج به دست آمده از MODMASTER، نشانگر پارامتر همبستگی (R2) با شاخص برف مشابه MODIS به میزان تقریباً 76 درصد و RMSE در حدود 047/0 است. در مدل MODFASTER، که برای تخمین کسر پوشش برف در هر پیکسل ایجاد شده، پارامتر همبستگی (R2) درحدود 75 درصد و RMSE درحدود 09/0 در مقایسه با کسر پوشش برف محاسبه شده به وسیلة ASTER است. مقایسة نتایج حاصل از این پژوهش با مقادیر به دست آمده از سایر پژوهش ها نشان دهندة بهبود در برآورد سطح پوشیده شده از برف است.

خشکسالی می تواند در اثر کمبود بارش و اثری که بر روی کاهش آب قابل دستس برای گیاه اثرمی گذارد، شناسایی شود. تهیه نقشه پهنه بندی خشکسالی در مدیریت مناسب منابع آب در سطح ناحیه ای و ملی موثر خواهند بود. همچنین استفاده از تکنیک سنجش از دور می تواند نقشه پهنه بندی و کلاسه شده خشکسالی را به خوبی نمایش دهد. در همین راستا استفاده از شاخص های خشکسالی که به کمک سنجش از دور تعیین می شوند مفید خواهند بود. بنابراین هدف از تحقیق حاضر بررسی دو شاخص خشکسالی سنجش از دوری تنش تبخیری (ESI) و سلامت گیاهی (VHI) و تطابق با شاخص خشکسالی بارش استاندارد(SPI) در حوزه آبخیز تویسرکان همدان می باشد. به این منظور از 32 تصویر ماهوراه ای مودیس از سال 2003 تا 2010 استفاده شد. نتایج نشان داد که روند تغییرات شاخص خشکسالی بارش استاندارد با دو شاخص خشکسالی سنجش از دوری تنش تبخیری و سلامت گیاهی در طی این 8 سال تطابق داشته است. در نهایت نقشه های پهنه بندی خشکسالی حوزه آبخیز تویسرکان در طی سالهای 2003 تا 2010 ارائه شد. ضرایب ماتریکس همبستگی بین VHI وESI 75% ، بین ESI و SPI، 6% و بین VHI وSPI 69% بوده است. نقشه های پهنه بندی شده نشان داد که شدت تغییرات کلاس خشکسالی در مرکز حوزه که دارای پوشش گیاهی بیشتری می باشد، حداکثر است.

نتیجة فرایند بازآرایی اپی پلار، تولید تصاویر شبه نرمال است که نقاط متناظر در آنها در امتداد سطرها یا ستون ها قرار می گیرند. برخلاف تصاویر نرمالِ حاصل از فرایند بازنمونه برداری اپی پلار، هیچ تضمینی برای تناسب پارالاکس موازی و ارتفاع نقاط متناظر در این تصاویر وجود ندارد. بااین حال، تولید تصاویر شبه نرمال می تواند انجام طیف وسیعی از کارهای فتوگرامتری نظیر تناظریابی، مثلث بندی هوایی خودکار، تولید مدل رقومی زمین، تولید ارتوفتو، و برجسته بینی را میسر سازد. در پژوهش حاضر، روش جدیدی مبتنی بر مدل مراکز تصویر چندگانه برای بازآرایی اپی پلار تصاویر خطی پوش بروم ارائه شد و روند بازآرایی برای دو سیستم تصویربرداری Cross Track و Along Track جداگانه بررسی گردید. اساس روش پیشنهادی، تصحیح مسیر حرکت و پارامترهای وضعیتی سنجندة توسعه یافته است. از مزایای این مدل می توان به امکان تصحیح اثر دید غیرقائم سنجنده به سبب تعبیرپذیری فیزیکی پارامترهای مدل اشاره کرد. برمبنای نتایج حاصل از ارزیابی دقت تصاویر شبه نرمال تولیدشده به روش پیشنهادی برای یک زوج تصویر استریوی Cross Track در سطح نقاط چک، متوسط پارالاکس قائم باقی مانده در سطح مدل 94/0 پیکسل به دست آمد، که می تواند مؤید صحت و کارایی مدل پیشنهادی باشد. کلید واژه ها : فتوگرامتری، بازآرایی اپی پلار، تصویر شبه نرمال، تصاویر خطی پوش بروم، مدل مراکز تصویر چندگانه، تصحیح مسیر حرکت سنجنده.

افزایش جمعیت و توسعه شهرنشینی و به تبع آن کاهش مناطق جنگلی سبب افزایش میزان دمای سطح زمین در مناطق شهری شده که در نتیجه جزیره حرارتی شهری ایجاد می گردد. جزایر گرمایی شهر، یکی از عواملی است که هم زمان با توسعه شهر اهمیت پیدا کرده و امروزه می توان با استفاده از تصاویر ماهواره ای به محاسبه و ارزیابی آن پرداخت. اهداف این پژوهش شامل ارزیابی نقطه ای تغییرات دما، ارتباط کاربری اراضی، پوشش گیاهی، ترافیک و تیپ های خاک با دمای سطح زمین در شهر ساری و روند تغییرات مکانی آن در طی دو بازه 1988 و 2018 می باشد. به این منظور از تصاویر سنجنده TIRS و TM لندست 5 و 8 در بازه زمانی 30 ساله (1988_2018) جهت بررسی تغییرات جزیره حرارتی و محاسبه دمای سطح زمین، باالگوریتم تک کاناله استفاده گردید. نتایج نشان داد که در طی دوره 30 ساله با کاهش 3/235 هکتاری از فضای سبز و افزایش 34 درصدی سطح اشغال اراضی شهر ساری وسعت جزایر حرارتی به میزان 83/21 % افزایش یافت. همچنین با توجه به مقدار P-value کمتر از 05/0 نشان دادکه رابطه معنی داری بین شاخص پوشش گیاهی و سطح اشغال شهر با دمای سطح زمین وجود دارد و می توان استدلال کرد که تغییرات کاربری اراضی، پوشش گیاهی و ترافیک که ناشی از افزایش جمعیت و تغییر کاربری اراضی است، از عوامل اصلی افزایش تغییرات مکانی در جزایر حرارتی شهر ساری می باشند.