جواد سدیدی

یادگیری عمیق یک روش مدرن پردازش تصویر و تجزیه و تحلیل داده هاست که با داشتن نتایج امیدوار کننده و پتانسیل بالا وارد حوزه مدیریت شهری شده است. پروژه (OSM)Open Steet Map بزرگ ترین مجموعه داده های مکانی داوطلبانه است که در بسیاری از حوزه های کاربردی مختلف به عنوان مکمل یا جایگزین با داده های مرجع استفاده می شود. در بعضی از موارد در کشورهای پیشرفته دقت داده های داوطلبانه تولید شده توسط موبایل و دیگر ابزار توسط کاربران حتی بیش از داده ی مرجع دولتی می باشد. هدف از تحقیق حاضر ارزیابی استفاده از هوش مصنوعی در تکمیل داده های داوطلبانه در مناطق کمتر مشارکت شده توسط داوطلبان می باشد. ابتدا با استفاده از شبکه عصبی کانولوشنی Res_UNet کاربری اراضی با دقت 83 درصد به دست آمد، سپس با توجه به پیش بینی انجام شده، از روش واحد مبنا جهت ارزیابی میزان کامل بودن داده های OSM استفاده شد. نتایج نشان می دهد میزان کامل بودن بلوک های ساختمانی OSM در کل منطقه مطالعاتی برابر با 6/3 درصد، جنگل ها7/9درصد، درخت های میوه 4/90 درصد و زمین های کشاورزی 88/81درصد می باشد. که نشان از نرخ پایین کامل بودن بلوک های ساختمانی و جنگل و نرخ بالای کامل بودن زمین های کشاورزی و درختان میوه می باشد. نتایج تحقیق بیانگر درصد مشارکت پایین داوطلبانه درتولید داده های مکانی می باشد. از طرفی دقت بالای تولید کاربری اراضی توسط هوش مصنوعی نتایج امیدوارکننده ای را در استفاده از هوش مصنوعی در تولید و تکمیل داده های داوطلبانه به جای نیروی انسانی بخصوص در کشورهای کمتر توسعه یافته یا مناطق با جمعیت داوطلب کمتر یا نقاط دورافتاده و صعب العبور ارائه میدهد

مطالعات کیفیت زندگی به منظور شناسایی نقاط ضعف مناطق محروم، بالا بردن میزان رضایتمندی در بین شهروندان، رتبه بندی مکان ها و نقش آن به عنوان ابزاری کارآمد در مدیریت و برنامه ریزی شهری است. هدف این مطالعه ایجاد مدلی فازی شامل معیار های موثر برای ارزیابی کیفیت زندگی محلات شهری در مناطق 3، 4، 5 و 6 شهر مشهد می باشد. در این راستا ابتدا معیار های موثر در کیفیت زندگی که از داده های سنجش از دوری، آماری و داده های مکانی به دست آمده بود در 5 قلمرو؛ اقتصادی (نرخ اشتغال، بیکاری، مالکیت مسکن و اجاره نشینی)، اجتماعی (نرخ باسوادی و بیسوادی، طلاق و مهاجرت)، کالبدی (نوع مصالح و نوع اسکلت مساکن، شیب و تراکم جمعیت)، دسترسی به خدمات(مراکز آموزشی، درمانی، فرهنگی، تفریحی و شبکه ارتباطی) و زیست محیطی (سبزینگی، آلودگی هوا و دمای سطح زمین) استخراج و سپس با استفاده از فرایند تحلیل شبکه وزن دهی گردید. سپس برای مدل سازی مکانی کیفیت زندگی معیار های انتخاب شده با استفاده از مدل فازی گاما تلفیق شدند. نتایج به دست آمده حاکی از این است که کیفیت زندگی در محلات مرکزی محدوده مورد مطالعه از کیفیت زندگی مطلوبتری برخوردار هستند اما با دور شدن از نواحی مرکزی به سمت حاشیه های محدوده مورد مطالعه به تدریج از کیفیت زندگی کاسته می شود. بنابراین برای ارتقاء شاخص کیفیت زندگی شهروندان محلاتی که وضعیت مناسبی از نظر کیفیت زندگی ندارند، لازم است تغییراتی در جهت بهبود ابعاد اقتصادی، اجتماعی، کالبدی، عدالت فضایی و محیط زیستی، صورت گیرد. در ادامه بررسی شاخص خودهمبستگی مکانی موران (57/0) بر عدم تصادفی بودن نحوه توزیع ویژگی کیفیت زندگی شهری و وجود الگوی خوشه ای در محدوده مورد مطالعه تأکید دارد.

کاربری مسکونی یکی از کاربری های مهم و اصلی در نظام کاربری اراضی شهری است که مدیریت ایمنی و توجه به الزامات پدافندی آن به دلیل تراکم بالای جمعیتی در شهرهای بزرگ بسیار حائز اهمیت است. پژوهش حاضر، در زمینه ارزیابی آسیب پذیری کاربری های مسکونی در برابر تهدیدات خارجی با رویکرد پدافند غیرعامل شهری در منطقه 10 تهران است که در قالب مطالعات فضایی مکانی و با اجرای مدل تحلیلی در سه گام انجام شد. ابتدا شناسایی و دسته بندی اصول و الزامات پدافند غیرعامل در سه گروه پارامترهای سازه ای، جمعیتی و مکانی صورت گرفت و با استفاده از ابزار پرسشنامه و نظرسنجی کارشناسی، اولویت های اصول پدافند غیرعامل در ارتباط با فضاهای مسکونی مشخص شد. در ادامه، بر پایه فرآیند تحلیل شبکه ای، تعیین وزن هر یک از معیارها انجام گرفت و وزن حاصل از مدل ANP، در محیط نرم افزار ArcGIS بر لایه های مکانی منطقه اعمال شد. نتایج اجرای مدل نشان داد که از نظر شاخص های سازه ای، بیش از 78 درصد واحدهای مسکونی منطقه، در گروه سازه هایی با میزان آسیب پذیری زیاد قرار می گیرند و از نظر شاخص های جمعیتی، در 88 درصد واحدهای مسکونی در صورت وقوع تهدیدات خارجی میزان آسیب پذیری زیاد است. از لحاظ شاخص های مکانی، بیش از 92 درصد فضاهای مسکونی، با چند نوع کاربری ناسازگار همجوار هستند و بیشترین آسیب پذیری را دارند. به طور کلی نتایج حاصل از روی هم گذاری لایه ها نشان داد بیش از 86 درصد واحدهای مسکونی محدوده در پهنه های آسیب پذیر واقع شده اند و میزان آسیب پذیری واحدهای مسکونی در این پهنه ها بسیار بالاست.

برای مدیریت بحران در زمان وقوع زلزله و کاهش آسیب های ناشی از آن، حجم گسترده ای از اطلاعات در زمان های اولیه پس از وقوع زلزله ضروری است. مشکل اصلی سیستم های موجود برای برآورد خسارت این است که اطلاعات را نمی توانند به صورت لحظه ای در هنگام وقوع فاجعه مخابره کنند و بر اساس اطلاعات از پیش جمع آوری شده اقدام به برآورد می شود. در سامانه طراحی شده تحت وب در این تحقیق, کاربران با به اشتراک گذاری لحظه ای داده های مربوط به خسارت واردشده به خود یا سایر افراد، حجم گسترده ای از اطلاعات را برای تحلیل در اختیار تیم مدیریت بحران قرار می دهند. سیستم توسعه داده شده علاوه بر جمع آوری و ذخیره اطلاعات داوطلبانه, آنالیز مکانی Heatmap را برای بررسی پراکنش مکانی و نمایش خسارت انجام میدهد. برای بررسی نتایج, سیستم به صورت فرضی در شهر اشنویه در غرب استان آذربایجان غربی پیاده سازی شده ویک سناریوی فرضی برای زلزله طراحی شد. پس از به اشتراک گذاری اطلاعات توسط مردم داوطلب، Heatmap میزان خسارت در زمان کوتاهی تولید و در اختیار مدیران بحران که در اجرای این طرح همکاری کردند قرار گرفت تا درک مناسبی برای تصمیم گیری در هنگام بروز زلزله های احتمالی به دست آید. نتایج نشان میدهد که پیاده سازی این سیستم علاوه بر کاهش چشمگیر سرعت جمع آوری اطلاعات، کاهش زمان تحلیل اطلاعات بر اساس تولید Heatmap را به همراه خواهد داشت به طوری که استفاده از اطلاعات جغرافیایی داوطلبانه باعث افزایش 6.5 برابری سرعت و زمان تخمین خسارت در مقایسه با روش های سنتی موجود می شود به طوریکه می تواند به عنوان یک روش و دیدگاه نوین در مدیریت مخاطرات محیطی مورد استفاده قرار گیرد.

افزایش پیچیدگی توسعه های چند سطحی و زیرساخت ها باعث تشدید چالش در ثبت قوانین حقوقی، محدودیت ها و مسئولیت های مربوط به ثبت زمین شده است. اگرچه املاک چند سطحی در گذشته نیز ثبت گردیده اند، اما با پیچیدگی املاک, ناتوانی کاداسترهای دو بعدی بیشتر نمایان میشود. از این رو نیاز به یک سیستم کاداستر سه بعدی به عنوان یک ضرورت برای توسعه پایدار کشورها تبدیل شده است. یکی از اجزای مهم کاداستر سه بعدی، سیستم نمایش اطلاعات کاداستر می باشد. در تحقیق حاضر به منظور نمایش کارآمد و موثر مالکیت های زمین و اطلاعات مرتبط به آنها به صورت سه بعدی ، ابتدا ضروریات مختلف مورد نیاز سیستم های تجسم کاداستر سه بعدی در سه گروه خصوصیات کاداستر، خصوصیات نمایش و خصوصیات غیر وابسته طبقه بندی شده است. سپس روند رشد تکنولوژی های تجسم سه بعدی تحت وب شامل تکنولوژی های قدیمی تر مبتنی بر Plug in و مبتنی بر WebGL بررسی شده و تعدادی از مهمترین سیستم ها براساس ضروریات مورد نیاز برای تجسم کاداستر سه بعدی تحت وب مورد ارزیابی قرار گرفته اند و محیط مجازی Cesium بر اساس معیارهای ارزیابی شده، به عنوان محیط مجازی بهتر برای توسعه انتخاب شده است. به منظور توسعه یک سیستم به منظور تجسم کاداستر سه بعدی ابتدا داده های دو بعدی ساختمان با استفاده از نرم افزار های مختلف سه بعدی شده و اطلاعات حقوقی ملک نیز به آن اضافه شده و مدل اطلاعاتی ساختمان ( BIM ) ایجاد گردید به منظور توسعه سیستم از زبان های HTML5 ، JavaScript ، CSS و کتابخانه WebGL و Cesium API استفاده شده است. و در نهایت یک سیستم مبتنی بر وب برای تجسم کاداستر سه بعدی طراحی شده است. سیستم پیاده سازی شده قابلیت نمایش داده های وکتوری بر مبنای استاندارد WFS و قابلیت اضافه کردن لایه های تصویری مختلف با استفاده از استاندارد WMS را دارد. سیستم نهایی قابلیت هایی مانند تجسم کاداستر سه بعدی تحت وب و نمایش اطلاعات حقوقی املاک بر روی وب را دارد و به کاربر امکان می دهد تا از مدل اطلاعاتی ساختمان بر روی وب پرینت تهیه کرده و به همراه اطلاعات توصیفی ساختمان خروجی بگیرد.

دقت تعیین موقعیت به کیفیت تکنولوژی مورد استفاده بستگی دارد. در حالی که استفاده از تکنولوژی های ارائه دهنده کیفیت بالای تعیین موقعیت مستلزم صرف هزینه زیاد و داشتن تخصص بالا جهت استفاده می باشد، عمدتاً تکنولوژی با کیفیت و قیمت پایین تعیین موقعیت ماهواره ای (GPS) و حسگرهای وضعیتی استفاده می شوند که در قالب گوشی های هوشمند به صورت فراگیر در دسترس می باشند. یکی از نکات متمایز این تکنولوژی های ارزان قیمت، میزان تأثیرپذیری آن ها از عوامل تولید کننده نویز می باشد. در این مقاله تأثیر بهبود میزان نویز حاصل از حسگرهای تعیین موقعیت و وضعیت گوشی های همراه بر دقت تعیین موقعیت اشیاء متحرک مانند خودروها با استفاده از تکنیک محلی سازی [1]   و تلفیق داده های حاصل از حسگرهای مغناطیس سنج، ژیروسکوپ که در گوشی های همراه هوشمند وجود دارند بررسی شده است. از حسگرهای مزبور پارامترهای آزیموت و زاویه چرخش (رول) استخراج شده است و این پارامترها به همراه شتاب خطی و مختصات جغرافیایی حاصل از GPS برای بهبود موقعیت وسیله نقلیه در الگوریتم کالمن که یک فیلتر پایین گذر برای نویزهای با فرکانس پایین است، تلفیق شده اند. نتایج به دست آمده از اجرای روش پیشنهادی در خط 2 بزرگراه آزادگان شرق به غرب تهران و مقایسه آن با داده های مرجع نشان داده است که خطای تعیین موقعیت خودرو با گیرنده GPS گوشی هوشمند از 0.8274 متر به 0.6768 متر بدون کاهش نویز در فیلتر کالمن توسعه یافته [2] ، کاهش یافته است. با کاهش تدریجی نویز، میزان دقت نتایج حاصل از فیلتر کالمن بین مقادیر 0.6763 تا 0.6771 متر در نوسان بوده است که بیشترین بهبود دقت موقعیت خودرو در اثر کاهش 2 درصدی نویز، به مقدار 0.6763 متر حاصل شده است. براساس این نتایج، با وجود این که کاهش اثر نویز می تواند منجر به بهبود موقعیت وسیله نقلیه با استفاده از فیلتر کالمن و مشاهدات حسگرهای گوشی هوشمند شود، نامنظم بودن تغییرات دقت ناشی از کاهش نویز، لزوم یافتن درصد نویز کاهش بهینه را ایجاب می کند.

با توجه به وسیعتر و پیچیده تر شدن فضای بسته داخل ساختمان ها مانند فرودگاه ها، مراکز خرید و بیمارستان ها نیاز به سیستم های ناوبری در فضای بسته ( Indoor ) جهت راهنمایی کاربر مخصوصا در مواقع بحران مانند زلزله و آتش سوزی احساس میشود. هدف اصلی این پژوهش طراحی و پیاده سازی سیستم تحت وب ناوبری در فضای سه بعدی داخل ساختمان است. این سیستم بطور اتوماتیک مدل داده CityGML را پردازش کرده، و اطلاعات مفهومی، توپولوژی و ژئومتری مانند، پلان طبقات، کاربری فضاهای داخلی و نحوه اتصال این فضا ها را از آن استخراج و سپس یک گراف مسیریابی از اطلاعات استخراج شده تولید می کند. پردازش مدل داده CityGML و آنالیز گراف و مسیریابی در سمت سرور و با استفاده از زبان برنامه نویسی Python انجام شده، و رابط کاربری نیز با استفاده از زبان های توسعه وب مانند HTML ، JavaScript ، JQuery و AJAX توسعه یافته است. از ویژگی های این وب اپلیکیشن، ارائه مسیر و مدل سه بعدی ساختمان در یک محیط سه بعدی است که با استفاده از کره مجازی Cesium ایجادشده و علاوه بر آن به همراه مسیر محاسبه شده یک راهنمای توصیفی نیز در اختیار کاربر قرار می گیردکه باعث درک بهتر از مسیر شده است. انجام اتوماتیک پردازش مدل داده CityGML و تولید گراف و مسیریابی، توسط موتور نرم افزاری توسعه داده شده در این پژوهش باعث شده تا نیازی به استفاده از هرگونه نرم افزار جانبی برای اینگونه محاسبات نباشد. امکان اجرای این نرم افزار روی هر وسیله ای که به شبکه اینترنت متصل و مجهز به یک مرورگر رایج وب باشد، وجود دارد

فروچاله های نوعی از اشکال کارستی است که به شکل گودال هایی در سطح زمین آشکار می شوند. شناسایی این فروچاله ها در مدیریت منابع آب بسیار حیاتی هستند، چرا که آلودگی این مکان ها باعث آلودگی منابع آب منطقه می شود. حوضه کارستی بیستون پرآو از آن جهت مهم است که باعث ایجاد سراب هایی در شهرهای بیستون و کرمانشاه بوده و بخشی از آب این شهرها را تامین می کند. این پژوهش با هدف شناسایی فروچاله های این حوزه و همچنین شناسایی مناطق مستعد فروچاله انجام شده است. در این پژوهش با تلفیق سیستم اطلاعات جغرافیایی و فرآیند تحلیل شبکه، معیارهای مختلف ایجاد فروچاله نظیر بارش، دما، تبخیر، سنگ شناسی، جنس خاک، شیب، ارتفاع، گسل، آبراهه و پوشش گیاهی رتبه بندی شده اند. نتایج فرآیند تحلیل شبکه نشان داد که سنگ شناسی با 87/24 درصد مهم ترین عامل ایجاد فروچاله است. پس از ترکیب لایه ها، نقشه مناطق محتمل فروچاله مشخص گردید و با استفاده از تفسیر تصاویر World Imagery و Google Earth فروچاله های موجود در منطقه تشخیص داده شد. سپس برای بررسی نتایج کار از شاخص های صحت، دقت و کیفیت استفاده شد که نتایج آن ها به ترتیب 98/42، 41/69 و 55/65 بود. بالا بودن شاخص صحت نشان می دهد کارایی بالا در شناسایی فروچاله های موجود است، اما پایین بودن دو شاخص دیگر بیانگر ضعف روش نیست، بلکه دو شاخص دقت و کیفیت نشان دهنده مناطقی است که احتمال فروچاله شدن را دارند، اما درحال حاضر یا فروچاله نبوده و یا در داده های مرجع نیستند. در نهایت می توان گفت که این روش کارایی مناسبی برای شناسایی فروچاله ها و مناطق مستعد فروچاله ها را دارد.

یکی از مسائلی که در مدیریت بحران اهمیت دارد، چهار چوب زمانی در ارتباط با حوادث است. در چنین مواردی لحظه ای بودن دارای جایگاه قابل توجهی است و وب سرویس مسیریابی لحظه ای به عنوان ابزاری مهم در مدیریت زمان، نقش بسزایی در جهت بهبود عملیات امدادرسانی دارد. در پژوهش حاضر، سامانه WebGIS ، متن باز تحت مرورگر، جهت مسیریابی بهینه اکیپ های امدادرسانی در شرایط بحرانی در منطقه 11 تهران طراحی گردیده است. در سامانه مذکور جهت وزن دهی معیارها از مدل ANP به جهت در نظر گرفتن روابط درونی معیارها، استفاده شده است و از آن جایی که در این پژوهش، هدف یافتن بهترین مسیر بین دو گره مد نظر با وزن های غیر منفی بر اساس معیار اصلی فاصله هست، الگوریتم Dijkstra نیز، به عنوان الگوریتم مسیریابی استفاده شده است. جهت طراحی این سامانه از زبان ها، فرمت ها، کتابخانه ها و نرم افزارهای متن باز همچون HTML ، CSS ، JavaScript ، AJAX ، GeoJSON ، PHP ، OpenLayer ، PostGIS استفاده شده است و از مشخصه های اصلی آن می توان به قابلیت اعمال وزن ها به صورت آنلاین، انسداد هر قطعه از مسیر و مسیریابی مجدد بدون حضور معبر مسدود شده، اجرای پردازش ها در سمت سرور و کاهش حجم عملیاتی در سمت کاربر به منظور افزایش سرعت پردازش ها، تحت مرورگر بودن، عدم نیاز به نصب هر گونه نرم افزار و امکان استفاده از آن در هرنوع سیستم عامل اشاره کرد. برحسب نتایج به دست آمده، معیار طول مسیر و حجم ترافیک اصلی ترین نقش را در تشکیل تابع هدف (هزینه سفر) دارند و از این رو مسیری به عنوان مسیر بهینه انتخاب خواهد شدکه عامل فاصله تا مقصد و حجم ترافیک در آن کمینه باشد. بسته به شدت تغییر حجم ترافیک مسیر بهینه استخراج شده متفاوت خواهد بود، بنابراین در این سامانه قابلیت اعمال وزن ها به صورت آنلاین به منظور مسیریابی لحظه ای در جهت کاهش تلفات فراهم شده است.

با توجه به شرایط طبیعی کشورایران،عدم توجه به موضوع سیلاب ها میتواند خسارات های جبران ناپذیری به بار آورد که در این میان برآورد سیلاب و پهنه بندی نواحی سیل گیر اهمیت بسیار زیادی در کنترل خطرات دارد. به دلیل قرار گیری حوضه کن در شمال تهران و قرارگیری در دامنه ها وشیب های تند و خصوصیات بارش و پوشش گیاهی وقوع سیلاب یکی از دغدغه های عمده در این منطقه می باشد. همچنین ساخت وسازها وایجاد رستوران ها در حاشیه رودخانه ها و تخریب پوشش گیاهی باعث کاهش مقدار آب نفوذی و افزایش آب سطحی گردیده است. حجم زیاد آب ازسمتی بر بزرگی طغیان سیل می افزاید و از طرفی با افزایش فرسایش، رسوباتی به وجود می آورد که با برجای گذاشتن آن ها ظرفیت بستر اصلی رود کاهش می یابد. علت اصلی وقوع این سیلاب ها بارش باران های شدید و گاهی نیز ذوب برف است که باعث طغیان رودخانه و جاری شدن آب در زمین های حاشیه ای رود می شود. در این تحقیق کوشش شده که نواحی سیل گیر حوضه کن در شمال استان تهران با استفاده از مدل تصمیم گیری فازی مورد مطالعه و پهنه بندی قرار گیرد. پس از بررسی معیارهای مورد نیاز فازی سازی هریک از آنها انجام شده است و برای پهنه بندی با استفاده از عملگر های gama ، or و and تلفیق لایه های اطلاعاتی فازی صورت گرفته است و برای شناسایی مناطق سیل گیر حوضه آبریز کن عملگر گاما (0.8) به خوبی نواحی سیل گیر را بارزسازی کرده است. عملگر and ، حداکثر درجه عضویت اعضا را استخراج می کند و از دقت بالایی در مکانیابی برخوردار نمی باشد. عمگر or نیز عملگر اشتراک مجموعه هاست. که حداقل درجه عضویت اعضا را استخراج می کند در نتیجه برای تحقیق حاضر عملگر گاما در ارتباط با پهنه بندی خطر حوضه آبریز کن ، بسیار مطلوب عمل کرده است.

امروزه یکی از محدودیت های موجود، در زمینة منابع آب، ضعف راهکارهای مرتبط با مدیریت منابع آب است. ازجمله راهکارهای مدیریتی برای بهبود این مشکل، تخصیص بهینة کاربری با رویکرد آب مجازی است. در تحقیق حاضر، مدلی برای بهینه یابی تخصیص کاربری با رویکرد ذخیرة آب مجازی، با استفاده از الگوریتم های فراابتکاری ژنتیک (NSGA-II،GA) در اراضی آبادی حاجی لک واقع در بخش سیمینة شهرستان بوکان (استان آذربایجان غربی) ارائه شده است. پس از تهیة لایة کاربری اراضی و آماده سازی آن در سیستم اطلاعات جغرافیایی (GIS) و تهیة ضرایب توابع هدف، تخصیص کاربری با استفاده از الگوریتم های فراابتکاری ژنتیک، با توجه ویژه به کاهش مصرف آب مجازی، بهینه شده است. نتایج نشان می دهد الگوهای کاربری پیشنهادی در سناریوی آب مجازی، به ترتیب، در الگوریتم های GA و NSGA-II ، 29 و 35 درصد مصرف آب مجازی را کاهش داده است. این مدل می تواند، به منزلة سیستم پشتیبان تصمیم، نقش مؤثری در تصمیم گیری مدیران براساس اهداف گوناگون ایفا کند. همچنین، آزمون تکرارپذیری، زمان اجرا و همگرایی الگوریتم ها در مدل حاکی از برتری الگوریتم NSGA-II بر GA است؛ به طوری که الگوریتم NSGA-II، در مقایسه با الگوریتم GA، دارای زمان کمتر در اجرای مدل است و همگرایی بیشتر و واریانس کمتری در آزمون تکرارپذیری از خود نشان می دهد. استفاده از الگوریتم های فراابتکاری در بهینه یابی تخصیص کاربری با رویکرد آب مجازی را می توان نوآوری موضوعی این تحقیق بیان کرد.

در اغلب روش هایی که تاکنون برای محاسبه تبخیر- تعرّق ارائه شده است از اندازه گیری های نقطه ای برای تخمین این متغیر استفاده می شود. بنابراین، فقط در مقیاس محلّی مناسب است و به سبب پویایی و تغییرات منطقه ای تبخیر- تعرّق (ET) قابل تعمیم به حوضه های بزرگ نیست. یکی از مشهورترین الگوریتم های سنجش از دور برای برآورد تبخیر- تعرّق واقعی الگوریتم توازن انرژی در سطح زمین (سبال) است. در این الگوریتم از طریق برآورد همه مؤلفه های انرژی در سطح زمین ازجمله شار تابش خالص، شار گرمای خاک، و شار گرمای محسوس و با استفاده از معادله توازن انرژی به محاسبه تبخیر- تعرّق اقدام می شود. هدف از این تحقیق ارزیابی تغییرات مکانی و زمانی تبخیر- تعرّق واقعی گندم در محدوده ایستگاه تحقیقات کشاورزی شهرستان حاجی آباد با استفاده از الگوریتم سبال و چهار تصویر لندست 7 / سنجنده+ ETMدر سال های 1383-1384 است. پس از مقایسه نتایج حاصل از الگوریتم سبال با داده های لایسیمتر، مشخص شد که میانگین تفاضل مطلق بین نتایج یادشده 7/0 میلی متر در روز و ضریب همبستگی برابر 83/0 است. بررسی آماری نتایج با آزمون تی نشان می دهد که اختلاف معنی داری بین نتایج حاصل از الگوریتم سبال و لایسیمتر وجود ندارد. همچنین، نتایج نشان می دهد که الگوریتم سبال از کارایی مناسبی برای برآورد تبخیر- تعرّق در منطقه مورد مطالعه برخوردار است.

در سال های اخیر با پیشرفت فن آوری های جمع آوری و مدیریت داده، پایگاه داده های بسیار بزرگ پدیدار شده اند. بسیاری از پرس وجوهای تجزیه و تحلیل بر اساس ماهیتشان به تجمیع و خلاصه سازی بخش های بزرگی از داده های در حال تجزیه و تحلیل نیاز دارند. مسئله اصلی در حیطه ی پایگاه داده پردازش کارآمد پرس وجو مخصوصاً در سیستم های لحظه ای [1] است که نیازمند رسیدن به جواب آنی می باشد تا اینکه کاربر زمان زیادی را برای دریافت پاسخ صرف نکند. ( AQP (Approximate Query Processing به عنوان روشی جایگزین برای پردازش پرس وجو در محیط هایی که ارائه یک پاسخ دقیق زمان بر است، با هدف ارائه پاسخ تخمینی، کاهش زمان پاسخ را با حذف یا کاهش تعداد دسترسی ها به داده ی پایه میسر می سازد. پردازش [2] In-Database عملکرد شبکه های کامپیوتری را بهبود بخشیده و به طراحی مناسب پرس وجو ها با نتایج نسبتاً سریع و دقیق کمک می کند. در این پژوهش عملیات تجمیع ( Sum ) در پایگاه داده PostgreSQL   روی داده های رستری بارش به دو روش معمولی و بهینه پیشنهاد شده، انجام شده است. بررسی نتایج نشان می دهد که سرعت اجرای تابع Sum با خوشه بندی، 2/27 برابر اجرای این تابع بدون خوشه بندی است و   میانگین اختلاف عددی پیکسل های حاصل از اجرای تابع Sum بهینه با اجرای تابع معمولی آن 028/0 می باشد. میانگین زمان اجرای پرس وجوهای معمولی و بهینه برای تابع Sum به ترتیب 211 و 754/7 ثانیه می باشد که نشانگر کارآمد بودن روش پیشنهاد شده در این تحقیق می باشد. نتایج تحقیق حاضر که در حقیقت کاهش معنی دار زمان پاسخ آنالیزهای داخل پایگاه داده ای در داده های رستری می باشد، می تواند در ارائه سرویس های رئال تایم تحت وب مانند هواشناسی، ترافیک و ... که نیازمند تحلیل های آنی و جواب لحظه ای می باشند مورد استفاده قرار گیرد. [1]- Real time [2]- درون پایگاه داده

مسئله دفن مواد زائد همواره از سال های دور گریبان گیر بشر بوده است. مسائل و مشکلات ناشی از دفن زباله ها سبب شده است تا در برخی از کشورهای جهان زباله دان های روباز جای خود را به محل دفن بهداشتی بدهند. به همین دلیل، موضوع دفن مواد زائد یکی از بحث های مهم در زمینه مهندسی محیط زیست است. در این راستا، پژوهش حاضر در پی یافتن محل مناسب دفن پسماندهای شهری اهواز، طی دو مرحله، با استفاده از تکنیک GIS و روش ترکیبی FAHP- ELECTRE است. در مرحله اول، داده های معیارهای (23 معیار) مؤثر در انتخاب محل دفن پسماند از سازمان های مربوطه جمع آوری شد و با استفاده از سیستم های اطلاعات جغرافیایی تجزیه و تحلیل و استانداردسازی شدند. سپس با ارائه نظر کارشناسی و به کارگیری روش FAHP هریک از معیارها وزن دهی و 17 معیار در این مرحله همپوشانی شدند و حاصل آن 5 مکان مناسب دفن بود که در شمال شرقی و شرق شهرستان اهواز واقع شده اند. در مرحله دوم 5 گزینه به دست آمده با به کارگیری 6 معیار باقی مانده در روش ELECTRE اولویت بندی و در نهایت 3 گزینه با ارزش یکسان به عنوان بهترین مکان های دفن انتخاب شدند. نتایج نشان داد گزینه های انتخابی در مقایسه با مراکز دفن جدید (صفیره) و قدیم (برومی) که در جنوب و جنوب شرقی، در مسیر بادهای شرجی و مناطق با سطح ایستابی بالا قرارگرفته اند، در مکان بهتری واقع شده اند. همچنین، رویکرد ترکیبی FAHP و ELECTRE به دلیل لحاظ کردن ماهیت نادقیق پدیده ها در وزن دهی و رتبه بندی گزینه ها، کارایی بهتری نسبت به روش های پیشین انتخاب مراکز دفن جدید (صفیره) و قدیم (برومی) دارد.

بواسطه پیچیدگی عملکردی پدیده آلودگی هوا، از روش های هوش مصنوعی بالاخص شبکه عصبی برای مدل سازی آلودگی هوا استفاده می شود. هدف از این پژوهش دو مدل شبکه عصبی بازگشتی Elman و Jordan در زمینه پراکنش خطا و اعتبارسنجی آنها، به منظور تخمین غلظت ذرات معلق موجود در اتمسفر در شهر اهواز می باشد. پارامترهای مورد استفاده شامل رطوبت، فشار هوا، دما و عمق نوری آئروسل می بوده که مقادیر آن از تصاویر ماهواره ای MODIS و داده های ایستگاه های هواشناسی تهیه شده است. نتایج نشان می داد که مدل Jordan با مقدار RMSE معادل 9/219 میلی گرم بر متر مکعب نسبت به مدل Elman با مقدار RMSE معادل 5/228 دقت برازش بهتری داشته است. مدل Jordan به دلیل استفاده از حلقه های درونی سبب به روز رسانی مقادیر زمینه شده و این امر موجب افزایش صحت مدل می شود. مقدار شاخص R2 ، که نماینده میزان رابطه خطی بین مقادیر پیش بینی شده با مقادیر واقعی است، برای مدل Jordan معادل 5/0 بدست آمده است که درصد تخمین صحیح 50 درصد داده ها را نشان می داد. در نهایت با استفاده ازداده های مربوط به غلظت PM10 برای روز 162 که بالاترین میزان غلظت را داشت با روش درونیابی IDW نقشه توزیع مکانی آن تولید شد. با توجه به گران بودن ایستگاه های آلودگی سنجی پیشنهاد شد از منابع کمکی دیگر مانند اطلاعات داوطلبانه با استفاده از سنسورهای ارزان قیمت موبایل به عنوان ایستگاه کمکی متحرک و کم هزینه جهت افزایش تراکم و پراکنش مناسب ایستگاه ها جهت مدلسازی دقیق تر آلودگی هوا استفاده شود.

الگوی کاربری اراضی توسط بشر در حال تغییر مداوم است. با توجه به پیچیدگی ها و فضای گسترده جواب در تغییر کاربری، وجود اهداف مختلف و متناقض و درنهایت داشتن قیود مختلف، لزوم استفاده از الگوریتم فرا ابتکاری ژنتیک در حل این مسائل را دوچندان کرده است. در تحقیق حاضر مدلی برای بهینه سازی تغییر کاربری اراضی با استفاده از الگوریتم ژنتیک(GA) در بخشی از حوضه طالقان، با اهداف بیشینه کردن سود اقتصادی, سازگاری کاربری ها و کمینه کردن سختی تغییر کاربری ارائه می شود. بهینه سازی با در نظر گرفتن یک سری محدودیت ها در تغییر کاربری انجام شده است. در این تحقیق ابتدا داده های لازم توسط توابع و تحلیل های مکانی سیستم اطلاعات جغرافیایی (GIS) تهیه و سپس فاکتورهای مؤثر در تابع هدف، با استفاده از تحلیل سلسله مراتبی مورد تجزیه وتحلیل قرار گرفت و درنهایت تغییر کاربری با استفاده از الگوریتم ژنتیک به گونه ای انتخاب شده که تابع هدف نهایی بهینه شود. نتایج نشان می دهد که الگوهای کاربری پیشنهادشده در این مدل می تواند سطح منفعت اقتصادی منطقه را در حدود 48 درصد افزایش دهد؛ با این توضیح که تمامی الگوها تا حد امکان دارای سازگاری بالا و دشواری تغییر اندک هستند .

دسترسی به اطلاعات لحظه ای از منطقه و موقعیت جغرافیایی آسیب دیدگان در سرعت و کیفیت امدادرسانی به سیل زدگان نقش مهمی در کاهش خسارات جانی و مالی ناشی از آن ایفا میکند. جمع آوری و پردازش اطلاعات لحظه ای سیل از قبیل وضعیت و موقعیت دقیق آسیب دیدگان با توجه به امکانات سخت افزاری مورد نیاز و اهمیت زمان به موقع پاسخ به نیاز سیل زدگان, بسیار پرهزینه, زمان بر و از جهاتی در کشور ما ناممکن می باشد. در جهت رفع این مشکل , تحقیق حاضر بر آن شده است تا از ظرفیت اطلاع رسانی خود حادثه دیدگان در سیل استفاده کرده و امکان جمع آوری و مدیریت لحظه ای دقیق اطلاعات مکانی و غیر مکانی از طریق مشارکت حادثه دیدگان سیل جهت امدادرسانی سریع و هدفمند متناسب با نیاز اعلام شده از هر حادثه دیده فراهم شود. در این تحقیق با استفاده از فناوری متن باز سیستمی طراحی شده است که بدون نیاز به نصب نرم افزار خاص و با استفاده از مرورگر, متقاضی امداد می تواند با ارسال موقعیت مکانی دقیق خود که توسط سیستم طراحی شده به صورت اتومات برداشت میشود و همچنین اطلاعات مولتی مدیای دیگر همچون عکس و اطلاعات نوشتاری, نوع کمک درخواستی و آسیب وارده را در هر لحظه به مدیران امداد و نجات اعلام کند. این اطلاعات پس از آنالیز در ژئوسرور,به صورت نقشه لحظه ای در دسترس مدیر امداد و نجات قرار دارد و میتواند در تصمیم گیری برای نقشه بندی نوع کمک و امداد برای هر نفر و هم به صورت خوشه ای برای گروهی از افراد در یک محدوده مشخص جغرافیایی استفاده شود. در طراحی سامانه از معماری واسط کاربری برای آسیب دیدگان و مدیران بخش امدادرسانی و در اجرای سامانه از نرم افزارهای متن باز، زبان های برنامه نویسی سمت سرور و سمت کاربر، ژئوسرور و استاندارد WFS برای ارائه ی مکانمند درخواست های کمک بهره گرفته شده است. نتیجه تحقیق ارائه یک سامانه تحت مرورگر بوده که در واسط کاربری, آسیب دیدگان امکان زوم خودکار بر روی موقعیت آن ها و ارسال درخواست کمک شامل مشخصات فردی و نوع آسیب وارده با استفاده از زبان های PHP و SQL فراهم شده است. در واسط کاربری مدیران، درخواست های کمک ارسال شده بصورت مکانمند و متمایز با استفاده از Openlayers و استاندارد WFS به صورت آنلاین به نمایش درمی آیند. اجرای سامانه با این متدلوژی باعث عملی شدن جمع آوری و ارسال داده های دقیق و لحظه ای و متعاقبا کاهش هزینه های جمع آوری داده های جغرافیایی و غیر جغرافیایی تا حد بسیار زیاد ، تسریع در ارسال درخواست کمک توسط آسیب دیدگان، عملکرد بهتر و تسریع در امر امدادرسانی و خوشه بندی هدفمند مکانی کمک رسانی پس از وقوع سیل می شود و این سرویس در مناطقی مانند کشور ما که ار کمبود امکانات تهیه اطلاعات لحظه ای رنج می برد از اهمیت زیادی برخوردار است.

به تازگی، تئوری استفاده از بازی های جدی در زمینه ی شبیه سازی و مدیریت مخاطرات محیطی مورد توجه قرار گرفته است. در این تحقیق، از ترکیب بازی های ویدئویی و سیستم اطلاعات جغرافیایی یک سرویس Game GISطراحی و اجرا شده است. این سرویس با پشتیبانی از پایگاه داده ی مکانی در پی کمک به مدیریت بحران با هدف به حداقل رساندن آسیب پذیری ناشی از زمین لرزه است. یکی از مهم ترین مشخصه ها و تفاوت های Game GIS با سایر بازی های موجود به مختصات، ابعاد و خصوصیات واقعی مکانی آن بازمی گردد که می تواند نقش مهمی را در کنار شیوه های سنتی مقابله با بحران و تصمیم گیری های صحیح در زمان وقوع بحران ایفا کند. در تحقیق حاضر، ابتدا بر اساس مطالعات کتاب خانه ای معیارهای مؤثر برای آسیب پذیری ساختمان در برابر زلزله تعیین شد. پس از جمع آوری داده ها و اطلاعات مورد نیاز از طریق برداشت میدانی و بلوک های آماری، پایگاه داده مکانی ای ایجاد گردید. سپس، میزان اثرگذاری هر کدام از معیارهای مذکور بر اساس ایجاد ماتریس مقایسه ی دودویی و پرسش گری از افراد متخصص در موضوعِ مطالعه برآورد شد. در نهایت، برای ایجاد ارتباط بین عوامل تأثیرگذار و تخمین میزان آسیب پذیری نهایی هر ساختمان، فرمولی ارائه گردید که در آن همه ی عوامل مؤثر با تأکید بر سطح اثرگذاری هر کدام دخالت داده شدند. برای طراحی Game، پیاده سازی داده های مؤثر در سیستم و اجرای آن در قالب نرم افزار، شش کلاس مختلف با اهداف و عملکردهای متفاوت طراحی گردید. هر کدام از این کلاس ها وظیفه ی اجرا و کنترل قسمتی از نرم افزار و دستورهای طراحی شده در آن را بر عهده دارند. همچنین، نمایش بخش های مختلف بازی در قالب شش فرم متفاوت ارائه شد که هر کدام از آن ها وظیفه ی نمایش دستورها و نماهای گوناگون بازی را بر عهده دارند. سرانجام نرم افزار در قالب یک بازی جدی با محوریت مدیریت بحران زمین لرزه در چهار مرحله مختلف تهیه شد. بازی در مرحله ی اول با زمین لرزه ی 5 ریشتری آغاز می شود و در مرحله ی چهارم با زمین لرزه ی 8 ریشتری پایان می یابد. در هر مرحله از بازی با توجه به موارد ذکر شده میزان تخریب و مسیریابی انتقال مجروحان و کمک رسانی شبیه سازی می شود و فردی که بازی می کند بر اساس موارد گوناگون (سرعت عمل و ...) امتیاز می گیرد و در صورتی که امتیاز لازم را کسب کند به مرحله ی بعدی که شدت زلزله یک ریشتر بیشتر است صعود می کند. نرم افزار طراحی شده می تواند در شبیه سازی زلزله در ریشترهای مختلف برای برنامه ریزیِ کاهش تبعات زلزله، واکنش سریع، مانورها و آموزش قبل از وقوع زلزله استفاده شود

پیش بینی رشد شهر و محل هایی که در آینده مورد دست اندازی ساخت و سازهای شهری قرار می گیرند بسیار مهم است؛ از جمله مواردی که می توان اشاره کرد برنامه ریزی مدیران شهری برای مدیریت آینده شهر و حتی برنامه ریزی شهروندان برای سرمایه گذاری است. در این تحقیق، روند تغییرات توسعه شهری شهر تبریز با استفاده از شبکه عصبی مصنوعی انجام گرفته است. برای این کار، تصاویر چند زمانه سنجنده TM لندست برای سال های ۱۹۹۰، ۲۰۰۰ و ۲۰۱۰ مورد استفاده قرار گرفت. برای طبقه بندی تصاویر از الگوریتم حد اکثر احتمال استفاده شد؛ همچنین بارزسازی تغییرات طبقات کاربری اراضی زمین با استفاده از روش مقایسه پس از طبقه بندی صورت گرفت. در این تحقیق از شبکه عصبی مصنوعی پیش رونده استفاده شد و برای به دست آوردن وزن ها از الگوریتم پس انتشار استفاده شد. متغییرهای ورودی برای این شبکه عصبی شامل لایه های: فاصله از جاده های اصلی، فاصله از مناطق دایر، فاصله از مراکز خدماتی، شیب و ارتفاع بود. نقش عوامل زمین شناسی و تکتونیکی (گسل) نیز در نظر گرفته شد. برای اعتبارسنجی مدل پیش بینی برای سال ۲۰۱۰ صورت گرفت و با تصویر طبقه بندی شده مقایسه شد که نشان دهنده صحّت ۹۶ درصدی مدل بود. نتایج این تحقیق، نشان دهنده رشد روز افزون مناطق شهری و تخریب پوشش گیاهی و کشاورزی از ابتدای دوره مطالعاتی بوده، به طوری که پیش بینی می شود در دوره بین سال های۲۰۱۰ تا ۲۰۳۰ بیش از ۱۶۰۰۰ واحد از زمین های غیر شهری به مناطق شهری تبدیل شود. همچنین نتایج این مطالعه نشان دهنده میل گسترش شهری به سمت جنوبشرقی شهر است.

قسمت اعظم مساحت کشور از لحاظ جغرافیایی در کمربند خشک و نیمه خشک با بارندگی کم قرار گرفته است. در نواحی فلات مرکزی و جنوبی اجتماعات شهری و روستایی با اتکاء به منابع آب زیر زمینی شکل گرفته و این منابع عمده ترین تامین کننده نیازهای آبی در این مناطق محسوب می شود. رشد روز افزون جمعیت و محدودیت منابع آبی لزوم پیش بینی دقیق مقدار این منابع را به دلیل اهمیت در برنامه ریزی و مدیریت بهینه می طلبد. پیش بینی سطح ایستابی با استفاده از ابزارها و روش های نوین مدلسازی می تواند کمک شایانی به برنامه ریزی و تصمیم گیری بهینه جهت تامین دراز مدت آب نماید. هدف از این تحقیق تخمین سطح ایستابی آبخوان سرخون استان هرمزگان با استفاده از شبکه عصبی و بهره مندی از قانون Gradient Descent می باشد. این روش با استفاده از ارتباط ذاتی داده ها، روابط غیر خطی بین آن ها را یاد گرفته و نتایج را برای بقیه حالت ها تعمیم می دهد به منظور آموزش مدل از اطلاعات 10چاه مشاهده ای که دارای آمار 24ساله بودند استفاده گردید70درصد داده ها به عنوان داده های آموزشی به مدل معرفی و20درصد داده ها به عنوان تست برای اعتبار سنجی به کار برده شد. نتایج این روش, تراز سطح ایستابی آبخوان سرخون برای سال1400را بین22تا72متر در مناطق مختلف پیش بینی می کند. ارزیابی این مدل با خطای RMSE بین 0.00125- تا0.0509و همچنین خطای MEA بین 0.0012- تا 0.049 کارایی مدل شبکه عصبی Gradient Descent را در پیش بینی سطح ایستابی منابع زیر زمینی نشان می دهد.