۱.
کلید واژه ها:
نرخ لغزش صفحه گسل موقعیت کانونی زمین لرزه بردار سرعت
این پژوهش روشی هندسی را برای محاسبه نرخ لغزش گسل های زاگرس ارائه می دهد. در این روش هر گسل را به صورت مجموعه پیوسته ای از قطعات گسلی در نظر می گیریم که موقعیت سطحی آنها معلوم است. اولین مسئله در انجام این محاسبات تعیین وضعیت صفحات گسلی موجود در لایه لرزه زای زاگرس است. این کار را با استفاده از موقعیت کانونی زمین لرزه های رخ داده در اطراف قطعه گسلی انجام می دهیم. با محاسبه ضرایب صفحات گسلی، می توان آزیموت امتداد صفحات را نسبت به شمال نجومی به دست آورد. تنوع در مکانیزم های حرکتی گسل های منطقه، شکستگی ها با راستاهای متفاوتی را بر روی سطح زمین ایجاد می کند که از اختلاف بین راستای گسل و راستای شکستگی سطحی و نوع حرکت گسل (شیب لغز و امتدادلغز) زاویه لغزش گسل را به دست می آوریم. در ادامه و به منظور محاسبه نرخ لغزش هر گسل، پوسته زاگرس را به صورت جسم یکپارچه ای در نظر می گیریم که در اثر اعمال تنش به صورت یکنواخت تغییرشکل می دهد. به کمک این فرض بردارهای سرعت شبکه را بر روی سطح گسل ها تصویر کرده و با استفاده از بردار جهت لغزش، نرخ لغزش گسل را محاسبه می کنیم. نرخ لغزش به دست آمده پارامتری است که برای هر قطعه گسلی به صورت جداگانه محاسبه می شود. با در نظر گرفتن اثر خطاهای سیستماتیک در موقعیت کانونی زمین لرزه ها، نرخ های لغزش به دست آمده برای قطعات گسلی همواره دارای خطا هستند. لذا به منظور کاهش اثر خطا،برای هر گسل یک نرخ لغزش میانگین تعریف می کنیم. بردارهای سرعت مورد استفاده در این تحقیق، بردارهای سرعت ایستگاه های دائمی شبکه ژئودینامیک زاگرس هستند که توسط سازمان نقشه برداری کشور تهیه شده اند. موقعیت های کانونی زمین لرزه ها نیز توسط پژوهشگاه بین المللی مهندسی زلزله و زلزله شناسی منتشر می شوند.نتایج به دست آمده از این روش نشان می دهند مناطقی که گسل های آنها نرخ لغزش بالایی دارند، از تراکم زمین لرزه بالایی نیز برخوردارند.
۲.
کلید واژه ها:
الگوریتم SIFT تصاویر پهپاد اهداف خودرو خوشه بندی عوارض طبقه بندی کننده ی SVM
در طول چند دهه ی اخیر محیط های شهری بسیار بیشتر از گذشته گسترش یافته اند. یکی از مهمترین مشکلاتی که در اکثر کلان شهرها و حتی شهرهای کوچک وجود دارد مدیریت سیستم حمل و نقل است. یک سیستم نظارتی پیشرفته از وسایل نقلیه ی درون شهری امکان غلبه بر مشکلات ترافیکی و ازدحام خودرو ها را فراهم می نماید، و به تبع آن از مشکلات آلودگی هوا می کاهد. با توسعه ی پرنده ای بدون سرنشین ( UAV ) امکان پایش مستمر و دقیق محیط های شهری برای کاربران فراهم گردیده است. در این تحقیق هدف ارائه روشی سریع و با عملکردی مناسب از نظر دقت در شناسایی اتوماتیک خودرو در تصاویر پهپاد با حدتفکیک بسیار بالا است. در گام شناسایی خودرو از قابلیت الگوریتم آشکارساز و توصیفگر عوارض موضعی SIFT استفاده شده است. یکی از اصلی ترین قابلیت های این الگوریتم پایدار بودن در برابر تغییرات روشنایی و انواع تبدیلات هندسی نظیر انتقال، دوران و مقیاس است. روش ارائه شده شامل دو مرحله ی اصلی: آموزش الگوریتم و فرآیند شناسایی خودرو است. روش پیشنهادی بر روی ۸ تصویر پهپاد که دارای پس زمینه با بی نظمی های مختلف هستند پیاده سازی شد. این تصاویر شامل انواع مختلفی از خودروها هستند. به منظور ارزیابی کمی روش پیشنهادی از دو معیار استفاده شده است. همچنین عملکرد این روش با رویکرد پنجره ی جستجو مورد مقایسه قرار گرفته است. نتایج نشان می دهد زمان محاسبات الگوریتم پیشنهادی ۸۲ ثانیه است و میانگین دو معیار ارائه شده معادل ۶۵/۶۷ درصد است که نشان دهنده ی برتری روش از لحاظ سرعت و دقت محاسبات نسبت به روش پنجره ی جستجو است.
۳.
کلید واژه ها:
شوری زایی - تصاویر ماهواره ای چندطیفی شاخص های شوری طبقه بندی نظارت شده درجات شوری
شوری خاک یکی از عوامل گسترش بیابان زایی و تخریب منابع زیست محیطی در مناطق خشک و نیمه خشک محسوب می شود. با توجه به روند رو به گسترش شوری زایی در طی سالیان اخیر و اهمیت حفظ منابع طبیعی، تعیین گستره نواحی تحت تأثیر این پدیده و شدت شوری در این مناطق از اهمیت ویژه ای برخوردار است. استفاده از پتاسیل تصاویر ماهواره ای با توان تفکیک مکانی و طیفی بالا و به کارگیری تکنیک های سنجش از دوری یکی از راه های مؤثر در تشخیص این پدیده و تعیین شدت شوری در نواحی آسیب دیده است. براین اساس پژوهش حاضر با نمونه برداری از خاک منطقه ای واقع در کوه سفید استان قم که تحت تأثیر شوری است، به تهیه نقشه سطوح مختلف شوری خاک با استفاده از تصاویر ماهواره سنتینل-2 پرداخته است. در این راستا، شاخص های متنوع شوری از تصاویر ماهواره ای استخراج شده و در فرآیند طبقه بندی تصویر به کلاس های شوری از قبیل خاک بدون شوری، با شوری کم، شوری متوسط، شوری بالا و خاک اشباع از شوری مورد استفاده قرار گرفتند. نتایج طبقه بندی صورت گرفته از 5 الگوریتم طبقه بندی نظارت شده شامل حداقل فاصله، ماهالانوبیس، متوازی السطوح، حداکثر احتمال و ماشین بردارپشتیبان، بیانگر بالاترین دقت به دست آمده از طبقه بندی کننده ماشین بردار پشتیبان با دقت کلی 218/92 درصد و ضریب کاپای 894/0 در تهیه نقشه ی کلاس های شوری بود. ارزیابی نقشه های به دست آمده از کلاس های شوری همچنین نشان دهنده ی شدت شوری بالاتر نواحی شرقی کوه سفید نسبت به دیگر مناطق بوده که ناشی از مجاورت بیشتر این نواحی نسبت به دریاچه نمک استان قم و کشیده شدن سطوح نمک به زمین های اطراف می باشد.
۴.
کلید واژه ها:
تداخل سنجی راداری پلاریمتریک بهینه سازی پلاریمتریک سنجنده SENTINEL1-A سنجنده TERRASAR-X پیکسل های پراکنش گر دائمی همدوسی
داده های پلاریمتریک، یک منبع اطلاعاتی اضافی در تداخل سنجی راداری محسوب می شوند که می توانند با کمک بهینه سازی پلاریمتری با الگوریتم های مختلف تداخل سنجی راداری ترکیب شده و منجر به بهبود کارایی این الگوریتم ها شوند . ترکیب اطلاعات پلاریمتری و تداخل سنجی راداری، که تحت عنوان تداخل سنجی راداری پلاریمتریک معرفی می شود، می تواند منجر به افزایش همدوسی و تعداد پیکسل های پراکنش گر دائمی شود . این تکنیک بر اساس بهینه سازی پلاریمتریک کانال های پلاریمتریک را با یکدیگر ترکیب کرده و کانال بهینه ای را تولید می کند که در آن تراکم و کیفیت فاز پیکسل های پراکنش گر دائمی نسبت به کانال های خطی افزایش پیدا کند . در هر پیکسل این کانال بهینه، بردار مکانیزم پراکنشی که منجر به بهینه ترین مقدار از تابع هدف مسئله بهینه سازی شود به عنوان بردار مکانیزم پراکنش بهینه انتخاب می شود . با توجه به اهمیت موضوع تراکم پیکسل های پراکنش گر دائمی قابل اعتماد در موفقیت روش های PSI ، هدف اصلی این مقاله استفاده از اطلاعات پلاریمتریک دوگانه سنجنده Sentinel1-A و TerraSAR-X در الگوریتم تداخل سنجی PSInSAR معمولی و مقایسه و ارزیابی این داده ها در افزایش تراکم پیکسل های پراکنش گر دائمی می باشد . در این تحقیق ترکیب اطلاعات پلاریمتریک دوگانه با الگوریتم تداخل سنجی PSInSAR به کمک بهینه سازی شاخص پراکندگی دامنه انجام گرفت . به منظور بررسی رویکرد پیشنهادی این تحقیق، تعداد 40 تصویر پلاریمتریک دوگانه (VV/VH) سنجنده Sentinel1-A در بازه زمانی فوریه 2017 تا می 2018 و 20 تصویر پلاریمتریک دوگانه (HH/VV) سنجنده TerraSAR-X در بازه زمانی جولای 2013 تا آپریل 2014 مورد استفاده قرار گرفت . نتایج نشان می دهد بهینه سازی پلاریمتریک با داده های S1A تراکم PS ها را برای کل منطقه، منطقه شهری و منطقه غیر شهری به ترتیب حدود 7/1 برابر، 6/1 برابر و 9/1 برابر افزایش داد . همچنین این افزایش در مورد داده های TSX به ترتیب حدود 3 برابر، 2/3 برابر و 9/2 برابر بود .
۵.
کلید واژه ها:
آنالیز مؤلفه های اصلی بلوط جنگل های زاگرس زوال شبکه عصبی مصنوعی ماشین بردار پشتیبان
جنگل های زاگرس بیشترین تأثیر را در تأمین آب، حفظ خاک و تعدیل آب و هوای کشور دارد. با این وجود بخش قابل توجهی از این جنگل ها دچار پدیده ی زوال درختان بلوط شده است. مشخص نبودن پارامترهای مؤثر در زوال و نحوه ی ارتباط پارامترها، از جمله عواملی هستند که باعث سخت تر شدن شناخت و مدل سازی این پدیده می شود. هدف این پژوهش تعیین پارامترهای تاثیرگذار برای مدل سازی زوال درختان بلوط و مدل سازی این پدیده با استفاده از شبکه های عصبی مصنوعی در استان لرستان است. در ا ین پژوهش، پارامترهای دما، بارش، ارتفاع، شیب، جهت، نوع خاک و میزان ریزگردها به عنوان پارامترهای اولیه انتخاب شدند. همچنین از عملگرهای ضرب، لگاریتم، تبدیلات هذلولی و آنالیز مؤلفه های اصلی برای ترکیب پارامترها استفاده شد. به دلیل معلوم نبودن نحوه ی ارتباط و میزان اثر هر پارامتر، از شبکه های عصبی مصنوعی برای مدل سازی پدیده زوال استفاده شد. در مجموع 385 ترکیب مختلف از پارامترهای اولیه، با استفاده از عملگرهای فوق تولید و در سه معماری پیش خور با سه لایه پنهان، احتمالاتی و معماری ماشین بردار پشتیبان در شبکه های عصبی، (در مجموع تعداد 1155 شبکه ی عصبی) ارزیابی شد. نتایج ارزیابی نشان داد معماری احتمالاتی ( 87 /0= R ) با ورودی های ارتفاع، جهت، شیب، ریز گرد، نوع خاک و مؤلفه ی اصلی (بارش و دما) بهترین عملکرد را در مدل سازی زوال درختان بلوط دارد. با توجه به نتایج، استفاده از شبکه های عصبی مصنوعی احتمالاتی در شرایط عدم قطعیت و وجود دانش جزئی از پدیده، توصیه می شود. همچنین نتایج نشان دادند که استفاده از مؤلفه ی اصلی پارامترهای دما و بارش، استرس ناشی از خشکی را بهتر مدل می کند. استفاده از ترکیب بهینه ی پارامترها، در مدل احتمالاتی نسبت به ترکیب عادی، باعث افزایش 05/0 ضریب همبستگی شد .
۶.
کلید واژه ها:
پیش بینی بارش منطقه ایران شبکه عصبی مصنوعی فیلتر کالمن توسعه یافته
بارش باران یکی از مهم ترین پدیده های جوّی است که بر زندگی بشر اثر می گذارد. پیش بینی بارش باران برای اهداف مختلفی مانند برنامه ریزی فعالیت های کشاورزی، پیش بینی سیلاب، پایش خشکسالی و تأمین آب مصرفی از اهمیت بالایی برخوردار است. هدف این مقاله پیش بینی بارش ماهانه در ایران با استفاده از روش جدید ترکیب شبکه های عصبی مصنوعی و فیلتر کالمن توسعه یافته می باشد، که برای این هدف از داده های میانگین بارش ماهانه حدود 180 ایستگاه سینوپتیک ایران که در سراسر کشور پراکنده هستند، طی سال های 1951 تا 2016 استفاده شده و به پیش بینی بارش ماهانه برای سال 2017 با استفاده از روش مقاله پرداخته شده است. در این مطالعه ایران شامل 8 پهنه اقلیمی است که به روش کوپن-گایگر تقسیم بندی شده است. از شبکه عصبی مصنوعی چندلایه با دو لایه مخفی که در هر لایه 10 نورون قرار گرفته است، برای پیش بینی در هر یک از پهنه های اقلیمی استفاده شد که برای آموزش این شبکه از فیلتر کالمن توسعه یافته استفاده گردید. اختلاف مقادیر بارش ماهانه اندازه گیری شده در سال 2017 و مقادیر حاصل از پیش بینی در تمام ایستگاه ها محاسبه گردید. جذر میانگین مربعات این اختلافات (RMSE) در حالت نرمال برای 8 پهنه اقلیمی در مراحل آزمون و پیش بینی محاسبه گردید که برای اقلیم بیابان خشک و بسیار گرم نسبت به اقلیم بیابان خشک و سرد کمتر است و برای اقلیم نیمه بیابانی خشک و سرد نسبت به اقلیم نیمه بیابانی خشک و بسیار گرم کمتر است و برای اقلیم معتدل با تابستان های خشک و بسیار گرم نسبت به اقلیم معتدل پرباران با تابستان های گرم کمتر است و برای اقلیم برفی با تابستان های خشک و بسیار گرم نسبت به اقلیم برفی با تابستان های خشک و گرم کمتر می باشد. در بیشتر موارد RMSE بدست آمده در اقلیم های بسیار گرم دارای مقدار کمتری است که نشان دهنده کارایی بهتر روش مقاله در پیش بینی بارش در این نوع اقلیم می باشد.
۷.
کلید واژه ها:
جزیره گرمایی شهری (UHI) دمای سطح زمین (LST) شاخص NDBI شاخص NDVI
در این مقاله روش جدیدی برای اندازه گیری شدت جزیره های گرمایی سطحی شهری پیشنهاد می شود که از رابطه بین دمای سطح زمین ( LST ) و شاخص تفاضلی یکنواخت شده ی شهری ( NDBI ) وشاخص تفاضلی یکنواخت شده ی گیاهی ( NDVI ) که در تصویری به نام نقشه درصد شهری با هم ترکیب می شوند، استفاده می کند. با توجه به رفتار LST و رابطه آن با نوع پوشش زمین می توان گفت که رابطه بین LST و نقشه درصد شهری از یک تابع خطی پیروی می کند و می توان این تابع خطی را به نمودار دمای سطح زمین برحسب کاربری زمین برازش داد. انتظار می رود از شیب به دست آمده از این خط برازش داده شده شدت جزیره گرمایی شهری ( UHII ) محاسبه شود. به دلیل ضعف شاخص NDBI این روش برای مناطق بیابانی دقت پایینی دارد ولی در مناطق با پوشش معتدل از دقت بالایی برخوردار است. در این مقاله از داده های ماهواره LANDSAT-7 سنجنده + ETM روی منطقه رشت مرکز استان گیلان و از داده های ماهواره LANDSAT-8 سنجنده OLI/TIR مربوط به منطقه لنگرود دراستان گیلان استفاده شده است. نتایج نشان می دهد برازش خوب یک خط به نمودار LST بر حسب NDBI و نقشه درصد شهری یک روش مناسب برای محاسبه شدت جزیره گرمایی شهری است و در مقایسه با روش های قدیمی دقت و کارایی بالاتری دارد.
۸.
کلید واژه ها:
مریوان توسعه شهری ژئومورفولوژی شهری LCM
با افزایش جمعیت و رشد شهرنشینی گسترش نواحی سکونتگاهی روند رو به رشدی داشته است. این گسترش سبب افزایش حرکت نقاط جمعیتی به سمت مناطق مخاطره آمیز ژئومورفولوژیکی شده است که می تواند خطرات زیادی را به همراه داشته باشد. بر این اساس هدف از تحقیق حاضر ارزیابی روند تغییرات نواحی سکونتگاهی شهر مریوان در طی سال های 1992 تا 2017 و همچنین تعیین میزان توسعه این نواحی به سمت مناطق مخاطره آمیز ژئومورفولوژی و در نهایت پیش بینی این روند برای سال 2035 می باشد. برای این منظور از تصاویر ماهواره ای سال های 1992، 2000، 2011 و 2017 استفاده شده است. روش کار به گونه ای است که پس از تهیه نقشه نواحی سکونتگاهی سال های مذکور، با استفاده از مدل [1] LCM توسعه این نواحی برای سال 2035 و میزان حرکت این نواحی به سمت مناطق مخاطره آمیز ژئومورفولوژیکی پیش بینی شده است. نتایج تحقیق بیانگر این است که وسعت کل نواحی سکونتگاهی از حدود 8/7 کیلومترمربع در سال 1992 به 6/16 کیلومترمربع در سال 2017 افزایش پیدا کرده است و نتایج حاصل از پیش بینی نیز بیانگر این است که این مقدار تا سال 2035 به حدود 3/24 کیلومترمربع خواهد رسید. در طی این سال ها در کنار افزایش روند توسعه نواحی سکونتگاهی، حرکت این نواحی به سمت مناطق مخاطره آمیز نیز افزایش یافته است. به طوری که از مجموعه کل وسعت نواحی سکونتگاهی سال 1992 حدود 7/1 کیلومترمربع در مناطق مخاطره آمیز ژئومورفولوژیکی قرار داشته که بیش تر شامل مناطق پرشیب و حریم رودخانه ها بوده است. در سال های 2001 و 2011 نیز این روند به 3/2 و 9/2 کیلومترمربع افزایش یافته و همچنین در سال 2017 به میزان 3/3 کیلومترمربع افزایش یافته است.
۹.
کلید واژه ها:
یونسفر شبکه های عصبی مصنوعی TEC موجک نقشه های یونسفری
یونسفر یکی از پدیده های پیچیده است که شامل مولکول های یونیزه شده توسط خورشید می باشد. ضرورت مطالعه یونسفر و مدل سازی آن از این حقیقت ناشی می شود که محتوای الکترونی یونسفر به پارامترهای زیادی بستگی دارند که دائما در حال تغییر هستند. انتشار امواج الکترومغناطیس در لایه یونسفر تحت تأثیر الکترون های آزاد این محیط بوده، بنابراین مدل سازی یونسفر در بسیاری از زمینه ها از قبیل ارتباطات مخابراتی، ناوبری و تعیین موقعیت ماهواره ای، سیستم های راداری و سایر فناوری های فضایی مورد توجه می باشد. طبیعت پیچیده یونسفر باعث شده مدل ها و روش های مختلف دو بعدی و سه بعدی جهت رسیدن به یک برآورد مناسب از مقدار محتوای الکترون یونسفر پایه گذاری، ارزیابی و مقایسه شوند. در این مقاله از شبکه های عصبی موجک جهت مدل سازی مقدار محتوای الکترون لایه یونوسفر (TEC) در ایستگاه های چهار شهر اهواز، ساری، کرمان و سقز در 365 روز از سال 2014 استفاده شده است. نتایج مدلسازی با روش های مذکور برای داده های مکانی و دماهای مختلف در ایران ارزیابی و مقایسه شده و به صورت کمی ارائه گردید. داده های مورد استفاده، نقشه های یونسفری می باشند که نمایشگر میزان محتوای مجموع الکترونی هستند. نتایج این تحقیق نشان دهنده تأثیر مؤلفه های مکانی و دما در کارایی شبکه عصبی موجک در برآورد محتوای الکترونی یونسفر می باشد. میانگین خطای نسبی به دست آمده برای حالت تلفیقی پارامترهای مکان، زمان و دما با استفاده از شبکه های عصبی موجک برابر 52/11 درصد بوده است. این مقدار برای حالت تلفیقی دو پارامتر به طور میانگین برابر 05/15 درصد به دست آمده است. مقایسه صورت گرفته در مورد خطا نشان دهنده برتری حالت تلفیقی سه پارامتر دما، مکان و زمان نسبت به سایر حالت ها در برآورد محتوای الکترونی یونسفر بوده است. همچنین در این مقایسه، بهترین مدل مربوط به حالت های مکان- دما- زمان، مکان- زمان و دما- زمان به ترتیب مربوط به شبکه های عصبی RBF, MLP و B-spline با تلفیق موجک مورلت بوده است.
۱۰.
کلید واژه ها:
منابع آب زیرزمینی سطح تراز ایستابی مدل های هوش مصنوعی کریجینگ دشت شبستر
ماهیت متغیرهای کمی و کیفی آب های زیرزمینی به دلیل تأثیر مستقیم در زندگی انسان، همواره یکی از موضوعات مطرح در تحقیقات علمی و دانشگاهی بوده است. هزینه بر بودن و عدم امکان مطالعه دقیق این منابع، لزوم استفاده از روش جدیدی را برای برآورد چنین متغیرهایی به طور کامل آشکار می کند. در این میان روش های درون یابی ریاضی و زمین آماری و مدل های هوش مصنوعی در سال های اخیر نتایج بسیار قابل قبولی از این برآوردها ارائه کرده اند. در تحقیق حاضرکه با هدف ارزیابی دقت روش های زمین آمار و شبکه عصبی مصنوعی انجام گرفته است، با استفاده از آمار اندازه گیری شده سطح تراز ایستابی آب های زیرزمینی در 46 حلقه چاه مشاهده ای منتخب برای سال 93، در دشت شبستر- صوفیان، اقدام به برآورد مقادیر نامعلوم سطح تراز در منطقه مورد مطالعه با استفاده از روش های زمین آمار ( kriging ) و روش شبکه عصبی پرسپترون چند لایه ( MLP ) شده است. نتایج حاصل از این تحقیق نشان می دهد، روش شبکه عصبی ( MLP ) با میزان همبستگی بالا (96/0) و جذر میانگین مربعات خطای کمتر (18/13) نسبت به روش کریجینگ (با میزان همبستگی 90/0 و جذر میانگین مربعات خطای 10/20)، توانایی بالاتری در میان یابی سطح تراز آب زیرزمینی دشت شبستر- صوفیان دارد، که این نتیجه با تحقیقات قبلی در این زمینه مبنی بر توانایی و انعطاف بیشتر مدل های هوش مصنوعی در مطالعات هیدروژئولوژیکی آبخوان ها مطابقت دارد. از این رو استفاده از روش های جدید مانند شبکه های عصبی مصنوعی( ANN ) و روش های فازی - عصبی تطبیقی ( ANFIS ) می تواند، در دستیابی به برآورد های دقیق تر از شرایط سفره های آب زیرزمینی و اطلاع از کم و کیف آن ها کمک شایانی به محققان و برنامه ریزان در این زمینه ارائه کند.
۱۱.
کلید واژه ها:
تاب آوری تکنیک VIKOR مدل AHP مسکن مهر شهر نورآباد
مدیریت بلایای طبیعی نیازمند شناخت ماهیت، ارزیابی های دقیق، برنامه ریزی و سپس ارائه راهکار مناسب است. امروزه اکثر برنامه ریزی های صورت گرفته در زمینه مدیریت زلزله به بازه زمانی حین و بعد از وقوع بحران محدود شده است و کمتر به برنامه ریزی های پیش از وقوع زلزله توجه می شود. از میان برنامه های کاهش مخاطرات می توان تاب آوری را برنامه ای دقیق تر و موفق تر به دلیل توجه آن به ابعاد اجتماعی، نهادی، اقتصادی و کالبدی یک شهر دانست. هدف این مقاله اولویت بندی و بررسی تاب آوری شهر نورآباد و مسکن مهر نورآباد است. برای رسیدن به این هدف، از تکنیک ترکیبی AHP-VIKOR استفاده شده است. روش تحقیق این مقاله توصیفی- تحلیلی و ابزار جمع آوری اطلاعات شامل مطالعات اسنادی و پیمایشی از طریق توزیع پرسشنامه است. در این پژوهش با بهره گیری از تکنیک وایکور، نظر ساکنان شهر نورآباد و مسکن مهر نورآباد برای تعیین ارزش و اهمیت معیارها، با هم ترکیب شده و با استفاده از روش AHP وزن نهایی معیارها با اعمال وزن حاصل در میزان معیارها محاسبه شده است. با اعمال وزن حاصل در میزان اولیه ی معیارها و تلفیق شاخص های وزنی، شهر نورآباد و مسکن مهر از لحاظ تاب آوری اولویت بندی شده اند. نتایج حاصل از این پژوهش نشان می دهد که شهر نورآباد بر اساس شاخص های مربوط به 763/0 = S و 49/0= R و 966/0= Q بالاترین سطح تاب آوری و مسکن مهر نورآباد 666/0= S و 272/0= R و 626/0= Q پایین ترین سطح تاب آوری را داشته اند. با توجه به شاخص Q شهر نورآباد (اجتماعات از پیش ایجاد شده) در ابعاد اجتماعی، نهادی، اقتصادی و کالبدی در زمینه تاب آوری در برابر مخاطرات طبیعی (زلزله) نسبت به مسکن مهر نورآباد (اجتماعات برنامه ریزی شده) در وضعیت مطلوب تری قرار دارد.
۱۲.
کلید واژه ها:
شاخص خشکسالی مؤثر دشت سیستان سنجنده مودیس NDVI EVI
هدفی که این مطالعه در پی دست یافتن به آن است واکنش دو شاخص پوشش گیاهی NDVI و EVI به خشکسالی ها و ترسالی ها در یکی از دشت های خشک ایران یعنی دشت سیستان در شمال استان سیستان و بلوچستان است. برای بررسی حساسیت این دو شاخص به خشکسالی ها و ترسالی ها به دو پایگاه داده ای مختلف نیاز بود. اول پایگاه تصاویر NDVI وEVI سنجنده مادیس ماهواره ترا برای ماه های آوریل، می و ژوئن برای دوره زمانی 2014-2000 و دوم پایگاه داده های روزانه بارش ایستگاه هواشناسی همدید زابل برای یک دوره آماری 30 ساله (2014- 1985) که از اداره کل هواشناسی استان سیستان و بلوچستان اخذ شد. بعد از اخذ داده ها، نقشه های پویایی پوشش گیاهی حاصل از پردازش تصاویر سنجنده MODIS ماهواره ترا به تفکیک برای ماه های آوریل، می و ژوئن با استفاده از دو شاخص NDVI و EVI برای منطقه مورد مطالعه تهیه شدند. برای شناسایی فراوانی درجات مختلف خشکسالی ها و ترسالی های دشت سیستان نیز از شاخص خشکسالی مؤثر (EDI) استفاده شد. نتایج نشان داد که در سال نمونه خشک (2011-2010) تفاوت قابل توجه بین این دو شاخص در طبقه پوشش گیاهی نرمال مشاهده شد. شاخص EVI، مساحت این طبقه را در این سال خشک حدود 12 درصد نشان داد در حالی که شاخص NDVI برای این طبقه هیچ مساحتی را قائل نبوده است. درحالی که در زمان ترسالی (2006-2005) شاخص EVI مقداری نتایج بهتری را در اختیار گذاشته است. شاخص EVI برای طبقه نرمال مساحت 20 درصدی را نشان داد و برای طبقه پراکنده 10 درصد از کل مساحت منطقه را دارای پوشش گیاهی تنک و پراکنده نشان داد. در مجموع می توان نتیجه گرفت که شاخص NDVI شاخص بسیار مناسب تری برای پویایی پوشش گیاهی در دشت هایی مانند دشت سیستان می باشد که حیات آن ها نه به بارش بلکه به آب جاری در رودخانه متکی است. شاخص EVI نیز با توجه به ماهیت محاسباتی آن برای مناطقی که پوشش گیاهی آن ها متراکم تر است بهتر جواب می دهد. علاوه بر این بازدیدهای میدانی هم که از دشت صورت گرفت و با نوع طبقه پوشش گیاهی که از تصاویر سنجنده MODIS به دست آمد حکایت از بهتر بودن شاخص NDVI در مقایسه با شاخص EVI برای این نوع از دشت ها دارد.
۱۳.
کلید واژه ها:
نیروهای نظامی آب و هوا سیستم اطلاعات جغرافیایی FTOPSIS
امروزه شکی نیست که یکی از مهم ترین عوامل تعیین کننده پیروزی و شکست نیروهای نظامی در یک صحنه نبرد واقعی را بایستی شناخت کامل آب وهوا و تأثیر فراسنج های آب و هوایی بر جابجایی نیروها، پرواز جنگنده ها، حرکت ناوگان های دریایی، حمل و نقل تجهیزات سنگین و عملکرد سلاح ها دانست.در این پژوهش تلاش شده است اثر فراسنج های آب و هوایی بر عملکرد نیروهای نظامی در گستره استان خوزستان مورد بررسی قرار گیرد. در همین راستا از داده های آب وهوایی شامل (بارندگی، دما، گردوغبار، سرعت و جهت باد، ساعات آفتابی و رطوبت نسبی) مربوط به 21 ایستگاه هواشناسی استان استفاده شده است. وزن معیارها با روش فرایند تحلیل تصمیم گیری چند شاخصه فازی (FTOPSIS) تعیین گردید. از محیط نرم افزار ArcGIS 10.2 برای مدل سازی و تحلیل فضایی و تلفیق و همپوشانی لایه ها استفاده شد؛ و نقشه پهنه ای فراسنج های آب و هوایی در ارتباط با عملکرد دفاعی نیروهای نظامی در پنچ کلاس مختلف (بسیار مطلوب، تاحدودی مطلوب، متوسط، تاحدودی نامطلوب، بسیار نامطلوب) به دست آمد. نتایج نشان داد در بین پارامترهای مورد بررسی سرعت باد و دما بیشترین وزن را بر عملکرد نیروهای نظامی دارند و در مناطق شرقی استان با محوریت شهر ده دز برآیند تأثیر فراسنج های آب و هوایی بالاترین درجه از مطلوبیت را دارا بوده و این در حالی است که بخش های جنوبی و غربی اثر این فراسنج ها نامطلوب ارزیابی گردیده است که اتخاذ تدابیر مناسب از طرف مسئولان و فرماندهان در جهت کاهش این اثرات نامطلوب ضروری به نظر می رسد تا زمینه افزایش عملکرد نیروهای دفاعی را فراهم آورد.
۱۴.
کلید واژه ها:
کاربری اراضی حداکثر احتمال شئ گرا پارامترهای طبقه بندی شهر زنجان
این پژوهش با هدف استخراج نقشه کاربری اراضی شهری، با استفاده از مقایسه الگوریتم های مختلف طبقه بندی پیکسل پایه و شئ گرا می باشد. در این راستا الگوریتم های طبقه بندی پیکسل پایه ماشین بردار پشتیبان، حداکثر احتمال، شبکه عصبی مصنوعی، حداقل فاصله از میانگین، سطوح موازی و فاصله ماهالانوی مورد استفاده قرار گرفتند. در ادامه به مقایسه روش های مذکور با طبقه بندی شئ گرا جهت تهیه نقشه کاربری اراضی شهر زنجان با استفاده از تصویرماهواره ای Sentinel-2 با قدرت تفکیک مکانی 10 متر پرداخته شد. به منظور انجام پردازش تصویر مورد استفاده از نرم افزار های ENVI 5.3 ، SNAP ، eCognition و ArcGIS استفاده شده است. برای مقایسه عملی نتایج، د ر هر د و روش از د اد ه های آموزشی یکسان برای طبقه بندی استفاد ه گرد ید ؛ سپس مهم ترین روش های ارزیابی صحت شامل د قت کلی و ضریب کاپای طبقه بندی استخراج شد. نتایج بدست آمده، نشان می دهد که از بین روش های طبقه بندی پیکسل پایه مورد استفاده در این مطالعه، روش های طبقه بندی حداکثر احتمال و روش حداقل فاصله تا میانگین با ضریب کاپای به ترتیب 95/0درصد و 85/0 درصد از دقت قابل قبولی برخوردار هستند. هم چنین مقایسه نتایج حاصل از طبقه بندی پیکسل پایه و شئ گرا نشان داد که روش شئ گرا با اعمال پارامترهای مؤثر در طبقه بندی و توسعه قوانین جهت اطلاح طبقه بندی اولیه شئ گرا با ضریب کاپای 95/0 درصد از نظر دقت در استخراج نقشه کاربری اراضی از روش های پیکسل پایه از اولویت برخوردار است.
۱۵.
کلید واژه ها:
برآورد بارش ضریب رواناب رادار حوضه باغو
ضریب رواناب از متغیرهای بسیار اثرگذار بر تشکیل و شدت سیل است. در این پژوهش به کمک مجموع بارش برآورد شده با رادار هواشناسی خزر شرقی، هشت مورد از سیل های حوضه ی آبریز باغو در فاصله ی سال های 1391 تا 1395 واکاوی شد. ضریب رواناب با استفاده از ارتفاع بارش برآوردی رادار هواشناسی و ارتفاع رواناب اندازه گیری شده بدست آمد. تأثیر حجم و شدت بارش بر ضریب رواناب این سیل ها متفاوت بود. هرچه شدت بارش بیش تر بود، ارتفاع رواناب بیش تر و هیدرگراف سیل کشیده و نوک تیز بود. این مورد در نمودار ساعتی بارش برآوردی در فصل گرم سال کاملاً مشهود بود. تداوم بارش نیز باعث شد که به تناسب مقدار بارش، ضریب رواناب بزرگ تر و ارتفاع رواناب زیاد شد. در سیل های فصل سرد سال به دلیل فاصله ی زمانی کم بین بارش ها و افزایش رطوبت خاک حوضه، با توجه به مجموع و شدت بارش برآوردی رادار، ضریب رواناب بزرگ بود. توزیع بارندگی و فاصله بین بارش ها نیز تأثیر مثبتی در ضریب رواناب داشت و حجم رواناب، بیش از حد انتظار بود. نتایج این پژوهش نشان داد که برای تعیین دقیق ضریب رواناب باید تمام عوامل تأثیر گذار مانند شدت بارش، حجم بارش، مدت زمان بارش، وضعیت رطوبتی خاک قبل از بارش، پراکنش زمانی و مکانی بارش در یک سامانه ی بارشی، و فصل رخداد بارش، را در رواناب در نظر گرفت. برای تعیین ضریب رواناب حوضه بجای یک مقدار مشخص برای ضریب رواناب، بهتر است یک دامنه برای آن در نظر گرفت.
۱۶.
کلید واژه ها:
پدافندغیرعامل بحران تحلیل فضایی روستاهای شهرستان مرزی مریوان
زندگی جوامع انسانی همواره در معرض خطرات طبیعی و انسانی است که منجر به مختل شدن زندگی عادی شده و جوامع را با بحران، مواجه می کند. در این ارتباط، اتخاذ تدابیر هوشمندانه در کلیه بخش ها و نهادهای کشور در زمینه مواجهه با بحران های طبیعی از یک سو و از سویی دیگر، چالش های سیاسی و اقتصادی همواره مورد تأکید قرار داشته و با تبیین الزامات و سازوکارها، پدافند غیرعامل به عنوان یک استراتژی کارآمد و پیشگیرانه در زمینه مواجهه با بحران، می تواند به کاهش حداقلی آسیب های ناشی از بحران ها منجر گردد. پژوهش کاربردی حاضر نیز با هدف کاهش سطح آسیب پذیری نواحی روستایی پر مخاطره مرزی در شهرستان مریوان با دیدی فضایی و جامع به بررسی وضعیت شاخص های پدافندغیرعامل آنها پرداخته تا بدینوسیله نقاط و مناطق آسیب پذیر در برابر بحران ها شناسایی و سپس راهکارهای کاربردی متناسب با وضعیت پدافند غیرعامل روستاهای شهرستان، اتخاذ گردد. در این راستا 14 شاخص امنیتی، اجتماعی و طبیعی با توجه به شرایط منطقه به عنوان شاخص های پدافندغیرعامل در نظرگرفته شده و سپس با وزن دهی شاخص ها به روش AHP و با تخصیص وزن Fuzzy به لایه های تشکیل شده، نقشه های شاخص های مورد نظر در بسته نرم افزاری Arc Gis ترسیم و در همدیگر تلفیق گردید که در نهایت نقشه تلفیقی، نشان دهنده قرارگرفتن 84 درصد روستاهای منطقه در وضعیت تاحدودی مناسب (متوسط) به لحاظ پدافندغیرعامل بود و شاخص های انسانی تعداد جمعیت روستاها و فاصله از راه های اصلی، دارای بیشترین اهمیت نسبی در میان شاخص های مورد بررسی پدافند غیرعامل در منطقه مورد مطالعه بودند.
