سنجش از دور و GIS ایران

گسترش کاربردهای تصاویر رادار با روزنه ترکیبی و تأثیرات مهم نویز لکه در کاهش دسترسی به اطلاعات موجود در این تصاویر، به کارگیری روشی برای کاهش اثر این نویز را بسیار بااهمیت ساخته است. در مقاله حاضر برای کاهش اثر نامطلوب پدیده مذکور، فیلتر Adaptive پیشنهاد شده است. در این فیلتر برای شناسایی پیکسل هایی که تحت تأثیر شدید نویز لکه قرار گرفته اند از نرم 1L (گشتاور اول) استفاده شده است. در روش ارائه شده به جای میانگین کرنل، نزدیک ترین عدد به درجه خاکستری قبلی که در محدوده مجاز باشد در پیکسل مورد نظر قرار می گیرد. در این مقاله ابتدا پردازش هایی برای مشخص کردن بهترین ضریب تعدیل این فیلتر برای تصاویر استفاده شده انجام شد و سپس به مقایسه این فیلتر با فیلترهای معتبری همچون Lee, Gamma, Frost, Touzi پرداخته شد. نتایج این مقایسه نشان داد که فیلتر پیشنهادی با نسبت سیگنال به نویز میانگین بالای 14 در مقابل مقدار بیشینه 13/10 در دیگر فیلترهای ذکر شده نتایج بهتری را ارائه می دهد.

درون یابی از جمله مهم ترین مسائل در علوم مکانی است؛ زیرا همیشه این نیاز وجود دارد که از یک حجم محدود داده، مجموعه ای از اطلاعات دقیق فراهم گردد. کریجینگ نیز از کاربردی ترین و دقیق ترین روش های درون یابی به شمار می آید که به زیر روش های مختلفی از جمله کریجینگ معمولی، کریجینگ شاخص و کریجینگ شاخص نرم تقسیم می شود. الگوریتم ژنتیک در زمرة الگوریتم های تکاملی است که برای یافتن یک جواب بهینه از مجموعه ای از جواب های بالقوه استفاده می شود. در این مقاله، از الگوریتم ژنتیک برای آموزش بهینه برخی از پارامترهای کریجینگ شاخص نرم با توجه به تابع هدف برای رسیدن به جواب بهینه استفاده می شود. در این تحقیق، از چهار روش کریجینگ معمولی، کریجینگ شاخص، کریجینگ شاخص نرم و کریجینگ شاخص نرم با الگوریتم ژنتیک بر یک مجموعه داده از 15 ایستگاه سینوپتیک استان مازندران استفاده گردید. داده های استفاده شده، مشاهدات بارندگی در این ایستگاه ها مربوط به بهمن ماه سال 1387 بود. با مقایسه مقادیر مشاهداتی و محاسباتی در دو حالت اعتبارسنجی متقابل و جکنایف در چهار روش ذکر شده، ثابت گردید که روش کریجینگ شاخص نرم با الگوریتم ژنتیک دقیق ترین روش است. به عنوان معیار این تصمیم گیری، از میانگین قدرمطلق اختلاف بین مقادیر مشاهداتی و محاسباتی هر روش استفاده گردید. این کمیت برای روش کریجینگ شاخص نرم با الگوریتم ژنتیک برابر با 3/10 میلی متر است که نسبت به سه روش اول (3/12، 3/13 و 8/12) کمینه است.

در سال های اخیر مطالعات گسترده ای به منظور بررسی روابط بین تصادف ها و عوامل مؤثر بر آنها ـ از جمله نوع کاربری، ویژگی های جمعیتی و پارامترهای مختلف شبکه حمل ونقل در مناطق شهری ـ صورت پذیرفته است. متغیرهای میزان تولید و جذب سفر همراه با پارامتر مجموع طول معابر می توانند به عنوان متغیرهای جایگزین مناسبی برای پیش بینی تصادف ها مورد استفاده قرار گیرند. مدل های رگرسیون خطی تعمیم یافته به عنوان متداول ترین مدل های عمومی پیش بینی تصادف ها، و رابطه بین تصادف ها و متغیرهای مستقل را با تخمین ضرایب ثابت در کل منطقه مطالعاتی توصیف می کنند. در تحقیق حاضر به منظور بررسی تأثیرات ناپایداری در روابط میان تصادف ها و عوامل مؤثر بر آنها، مدل رگرسیون وزنی مکانی پوآسون پیشنهاد گردید. آن گاه این مدل با استفاده از پارامترهای تولید و جذب سفر و مجموع طول معابر در 253 ناحیه ترافیکی در شهر مشهد اجرا شد و تأثیرات خودهمبستگی مکانی در باقی مانده ها بررسی گردید. آزمون های نیکویی برازش دقت بالاتر مدل رگرسیون وزنی پوآسون را در قیاس با مدل عمومی نشان می دهند. نتایج همچنین نشان از ناپایداری معناداری در روابط بین تعداد تصادف ها و متغیرهای مستقل انتخاب شده دارند. نتایج، رابطه مستقیم متغیرهای انتخاب شده را نیز با وقوع تصادفات در بیشتر نواحی ترافیکی نشان می دهد. آزمون باقی مانده های هر دو مدل نشانگر حذف تأثیرات خودهمبستگی مکانی از باقی مانده های رگرسیون وزنی مکانی پوآسون است.

به منظور ارزیابی تأثیر ذرات آلودة خاک بر سلامتی انسانی، اطلاع از اندازه ذرات خاک اهمیت فراوانی دارد زیرا ذرات آلوده جزو آلاینده ها قلمداد می شوند و انتقال آنها به وسیله آب و باد تحت تأثیر اندازة آنهاست. با توجه به هزینه های بالای نمونه برداری و تجزیه های آزمایشگاهی خاک ها، استفاده از فناوری های جدید نظیر اسپکتروفتومتری و سنجش از دور به تسریع و تسهیل تعیین ریسک آلودگی خاک ها کمک می کند. پژوهش حاضر با هدف تعیین پراکنش مکانی غلظت روی در کلاس های اندازه ای ذرات خاک با استفاده از انعکاس ثبت شده از ماهواره IRS-LISS III در جنوب شهر اصفهان صورت گرفته است. برای تحقق این هدف، 100 نمونه مرکب خاک سطحی به طور تصادفی از منطقه جمع آوری شد. نمونه ها در هوا خشک شدند و کلاس های اندازه ای ذرات خاک 5500-250، 250-125، 125-75، 75-50 و 50 < میکرون بعد از پراکنده کردن کل خاک با استفاده از دستگاه التراسونیک و الک های مناسب تعیین شدند. غلظت کل روی پس از هضم مرطوب نمونه ها در اسیدنیتریک به کمک دستگاه جذب اتمی اندازه گیری شد. نتایج نشان داد که با کاهش اندازه ذرات خاک غلظت روی افزایش می یابد. بین میزان انعکاس های طیفی خاک در باندهای مرئی و مادون قرمز نزدیک ماهوارة IRS-LISS III و غلظت روی در کلاس های اندازه ای ذرات خاک همبستگی معنی دار و منفی وجود دارد. مدل های رگرسیون چندمتغیره گام به گام برای بررسی امکان تخمین غلظت روی در کلاس های ذرات خاک به کمک داده های باندهای ماهواره ای تشکیل شدند و پراکنش مکانی غلظت روی در کلاس های ذرات خاک به کمک معادلات رگرسیون چندگانه گام به گام پهنه بندی گردید. نتایج نشان داد که امکان تخمین روی تا محدوده ای از غلظت به کمک داده های ماهواره ای امکان پذیر است، به طوری که در کلاس های اندازه ای 2000<، 75-50، 50< میکرون در غلظت های کمتر از 400 میلی گرم بر کیلوگرم میزان رویِ اندازه گیری شده و برآورد شده نزدیک خط 1:1 قرار دارند که نشانه دقت بیشتر معادلات برای تخمین روی در غلظت های پایین است. همچنین غلظت فلزات سنگین در همة کلاس های اندازه ای ذرات خاک در نزدیکی معادن حداکثر است و با افزایش فاصله از معادن کاهش می یابد.

با گذشت زمان روزبه روز ابزارهای تهیه اطلاعات بصری از قبیل دوربین های عکس برداری، در میان عموم مردم فراگیر شده است. به طوری که در هر زمانی برای اکثر افراد، امکان ثبت اطلاعات بصری محیط اطراف فراهم آمده است. با توجه به سطح وسیعی دسترسی افراد به این ابزارها می توان آنها را بستر مناسبی برای ارائه سرویس های مکانیِ هرجای گاه دانست. در مقاله حاضر، یک سامانة تعیین موقعیت همراه مبتنی بر عکس، ارائه و بررسی خواهد شد. در سامانة پیشنهادی، هر کاربر با ارسال یک عکس از یک ساختمان شاخص در نزدیکی خود، می تواند به نقشه منطقه دسترسی پیدا کند. برای این منظور ابتدا پایگاه داده ای از عکس ساختمان های منطقه تهیه می شود. سپس با دریافت هر عکس از کاربران، عکس دریافتی با عکس های موجود در پایگاه داده مقایسه می گردد و در صورت یافتن عکس مشابه آن در پایگاه داده، نقشه منطقه آن ساختمان برای کاربر ارسال می شود. برای مقایسه عکس ها از الگوریتم استخراج خودکار عوارضِ متناظر، بین عکس های مشابه به نام SIFT استفاده شده است. با مقایسه نقاط اصلی استخراج شده از این الگوریتم می توان عکس های مشابه را شناسایی کرد. در تحقیق حاضر با انجام تغییرات جزئی بر روی این الگوریتم ضمن کاهش زمان اجرا، میزان توانایی الگوریتم در تعیین ساختمان مشابه نشان داده خواهد شد. در پایان، نتیجة انجام پردازش های حالت استاندارد این الگوریتم با حالت اصلاح شدة آن برای تعدادی عکس ارائه می گردد و همچنین نشان داده خواهد شد که با استفاده از الگوریتم دوم، تغییر زیادی در صحت عملکرد سامانه رخ نمی دهد.

اهمیت مکان یابی و تخصیص صحیح منابع در صرفه جویی هزینه و بهبود کارایی در ارائه خدمات، موضوعی است که مقالات و تحقیقات فراوانی در خصوص آن انجام شده است. دسته بندی های مختلفی نیز برای این مسائل پذیرفته است. هر یک از دسته بندی های موجود، این مسائل را از دیدگاه خاصی مورد بررسی قرار می دهند. در چارچوب تحقیق حاضر، مسائل مکان یابی و تخصیص منابع مرتبط با اشیای متحرک به عنوان دسته ای از مسئله های مکان یابی و تخصیص منابع، مطرح و به سه دسته اصلی تقسیم بندی شده اند. در مقاله حاضر دستة پرکاربردی از مسائل مذکور به صورت مسئله بهینه سازی ریاضی فرمول بندی شده و روش حلی بر اساس الگوریتم ژنتیک برای حل همزمان تخصیص منابع و تعیین ترتیب ارائه خدمات مطرح شده است. به منظور ارزیابی کارایی روش پیشنهادی، مسئله نمونه ای مرتبط با اشیای متحرک طرح و با دو روش رایج و پیشنهادی حل شده و در نهایت نتایج به صورت عددی مقایسه شده اند. نتایج حاصل از پیاده سازی، نشانگر کارایی روش حل پیشنهادی است.

امروزه با رشد و توسعة سیستم های سنجش از دور و تولید داده های فراطیفی با قدرت تفکیک طیفی بالا انتظار می رود که شناسایی پدیده ها با دقت بیشتری انجام گیرد و دقت خوشه بندی کلاس های پوشش زمینی مشابه افزایش یابد. با وجود چنین پیشرفتی، اطلاعات طیفی با ابعاد زیاد همچنان مسئله ای چالش برانگیز در پردازش و تجزیه و تحلیل داده قلمداد می شود، به گونه ای که با افزایش ابعاد داده، دقت خوشه بندی تا یک حد آستانه افزایش و سپس کاهش می یابد. بنابراین به منظور انجام خوشه بندی مناسب نیاز است تا به طور هم زمان باندهای بهینه این تصاویر نیز انتخاب گردند و یا به عبارت دیگر دو مسئله خوشه بندی و انتخاب باندهای بهینه با هم در نظر گرفته شوند. در مقاله حاضر، روش جدیدی برای خوشه بندی داده های فراطیفی به وسیله الگوریتم بهینه سازی توده ذرات ارائه شده است که در آن به طور مشترک موقعیت بهینة مراکز خوشه ها و تعداد باندهای بهینة تصاویر فراطیفی به دست می آید. قابلیت بالای این الگوریتم در جست وجوی سراسری فضای مسئله و حل هم زمان توابع هدف مختلف باعث شد تا از آن برای خوشه بندی داده های فراطیفی استفاده گردد. در پژوهش حاضر، پس از بررسی خوشه بندی داده ای فراطیفی مبتنی بر الگوریتم توده ذرات، روش پیشنهادی خوشه بندی برمبنای حل هم زمان خوشه بندی و انتخاب باندهای بهینه معرفی می گردد. مقایسه نتایج به دست آمده برای خوشه بندی داده های سنجندة AVIRIS نشان می دهد که نتایج حاصل از الگوریتم بهینه سازی توده ذرات و همچنین روش پیشنهادی به ترتیب با مقدار کاپای 22/74 و 57/76 از دیگر الگوریتم های استفاده شده در این تحقیق بهتر و کارآمدتر است.