یاسر مقصودی

فرونشست زمین یکی از مهم ترین مشکلات محیط زیستی است که بر کشاورزی و زیرساخت های شهری تأثیر می گذارد. لذا به منظور برنامه ریزی برای کاهش خطرات ناشی از فرونشست، شناسایی مناطق پرخطر و مستعد وقوع این پدیده در دشت های مختلف ایران ضروری است. هدف اصلی این تحقیق، حساسیت پذیری فرونشست زمین در آبخوان کاشان با استفاده از روش های دمپستر- شفر، وزن دهی شواهد، آنتروپی شانون و نسبت فراوانی است. برای انجام این تحقیق از 14 عامل مؤثر بر وقوع فرونشست شامل ارتفاع، شیب، جهت شیب، انحنای سطح، فاصله از آبراهه، فاصله از گسل، فاصله از جاده، لیتولوژی، کاربری اراضی، انحنای طولی و عرضی، تغییرات سطح ایستابی، فاصله از معدن و تراکم چاه در سطح آبخوان استفاده شد. آنگاه پس از تعیین 108 موقعیت فرونشست و نیز 108 موقعیت عدم فرونشست در سطح آبخوان، این نقاط به صورت تصادفی و به نسبت 30 و 70 درصد به ترتیب به عنوان داده های اعتبارسنجی و داده های آزمون طبقه بندی شدند و برای ارزیابی هرکدام از مدل ها از منحنی تشخیص عملکرد نسبی ( ROC ) استفاده شد. نتایج نشان داد که از بین روش های مورداستفاده بر اساس منحنی ROC و میزان AUC ، روش نسبت فراوانی (آموزش: 84/0 و اعتبارسنجی: 89/0) بهترین عملکرد را داشته است و به عنوان بهترین روش پیش بینی مناطق دارای حساسیت فرونشست در منطقه مطالعاتی معرفی می شود. روش های آنتروپی شانون، دمپستر- شفر و وزن دهی شواهد نیز به ترتیب در رتبه های بعدی قرار گرفتند. نتایج این تحقیق برای کاهش خسارات ناشی از وقوع فرونشست زمین و تعیین مناطق بالقوه فرونشست، قابل استفاده برای مدیران استانی خواهد بود.

پایش زمین و زیست کره آن در هر مقیاسی جهت نیل به یک توسعه پایدار لازم و ضروری است. ازاین رو، جنگل ها، به عنوان یک منبع طبیعی ارزشمند، نقش مهمی در کنترل تغییرات آب وهوایی و چرخه کربن دارند. به همین دلیل، زیست توده و به تبع آن ارتفاع جنگل جزء اطلاعات کلیدی جهت پایش جنگل و زمین زیر آن به شمار می آیند. در مطالعات بسیاری نشان داده شده است که سامانه تصویربرداری رادار با روزنه مجازی (SAR) می توانند کمک شایانی به این هدف نمایند. در این راستا، تکنیک جدیدی که تداخل سنجی پلاریمتریک SAR (PolInSAR) نامیده می شود، ابزاری مناسب و در دسترس جهت برآورد ارتفاع جنگل می باشد، چراکه به موقعیت و توزیع قائم اجزای ساختاری جنگل حساس است. بر این اساس، از یک نقطه نظر، روش های به کار برده شده در این حوزه را می توان به دو دسته تقسیم کرد: الف) بر اساس مدل معکوس گیری حجم تصادفی بر زمین (RVoG)، و ب) بر اساس تکنیک های تجزیه مدل مبنای داده های PolInSAR. در این تحقیق، جهت بهبود برآورد ارتفاع جنگل روشی نوین بر اساس ترکیب دو دسته روش اشاره شده پیشنهاد شده است. عملکرد و کارآمدی روش پیشنهادی توسط دو مجموعه داده شبیه سازی شده از نرم افزار PolSARProSim در باندهای L و P اثبات شد. به طوری که در باند L و در روش های تفاضلی مدل رقومی ارتفاعی (DEM)، دامنه کوهرنسی و ترکیبی (فاز و کوهرنسی) به ترتیب 69/0 متر، 84/1 متر و 38/3 متر بهبود در برآورد ارتفاع حاصل شد. همچنین در باند P و بالاخص در روش های تفاضلی DEM و دامنه کوهرنسی به ترتیب با 53/1 متر و 74/2 متر بهبود حاصل شد.

با توجه به اهمیت عوامل بیوفیزیکی جنگل و پایش تغییرات آنها برای مدیریت جنگل ها، توسعه مدل های صحیح برای برآورد این عوامل ضروری است. با در نظر گرفتن محدودیت های آماربرداری های زمینی، استفاده از روش های سنجش از دور برای برآورد این عوامل ارجح است. استفاده از داده های رادار به صورت محدود در جنگل های هیرکانی برای برآورد زیتوده استفاده شده است. در مطالعه حاضر، پتانسیل داده های پلاریمتری PALSAR-2 برای برآورد زیتوده در جنگل های هیرکانی بررسی شد. آماربرداری در چهار رویش گاه مختلف شامل جنگل حفاظت شده، جنگل طبیعی، جنگل تخریبشده و جنگل کاری آمیخته انجام و مقدار زیتوده در پلاتهای آماربرداری محاسبه شد. پس از استخراج داده های PolSAR با استفاده از تصاویر اخذ شده در فصل بهار و زمستان، میزان و نوع رابطه آنها با زیتوده بررسی شد. نتایج نشان داد طبقه بندی جنگل های مورد مطالعه براساس محدوده زیتوده و درصد تاج پوشش برای توسعه مدل ها ضروری است به گونه ای که برای هر نوع خاص جنگل، نوع متفاوتی از مشخصه های پلاریمتری کارایی دارند. همچنین نتایج نشان داد داده های حاصل از تصاویر اخذ شده در فصل بهار در حالت بابرگ تاج پوشش ارتباط مناسب تری با زیتوده دارند. نتایج مدلسازی با استفاده از رگرسیون خطی چندگانه نشان داد مولفه های حاصل از تجزیه پلاریمتری برای برآورد زیتوده مناسب تر عمل می کنند و برای هر رویشگاه، مشخصه های متفاوتی قابل استفاده هستند.  نتایج کلی این مطالعه و مقایسه آن با مطالعات دیگر بیانگر آن است که طبقه بندی پوشش درختی براساس میزان زیتوده (حجم) در هکتار، وضعیت تاج پوشش و همچنین وضعیت توپوگرافی منطقه به منظور توسعه مدل های برآورد زیتوده ضروری به نظر می رسد. همچنین نتایج نشان داد برای رویشگاه های مختلف با مشخصات و خصوصیات متفاوت نوع خاصی از داده های پلاریمتری با زیتوده همبستگی نشان می دهد.

تهران، در برابر پدیده ای همچون استخراج بی رویه از منابع آب زیرزمینی، با مسئلة فرونشست بالای زمین روبه روست. استخراج آب های زیرزمینی در دشت تهران، بر اثر فعالیت های کشاورزی و یا صنعتی، موجب شده است تهران همواره در معرض خطر فرونشست و خسارات آن قرار بگیرد. در پایش فرونشست مناطقی که دچار تغییرات ظاهری سریع شده اند و تصاویر دردسترس نیز دارای همبستگی زمانی و مکانی مناسب نیستند، روش تداخل سنجی معمول روش مناسبی نخواهد بود. ازاین رو، در این مطالعه، از تکنیک تداخل سنجی مبتنی بر پراکنشگرهای دائمی برای آنالیز تداخل سنجی استفاده شده است. ازآنجاکه عوامل فرونشست در منطقة شهری تهران نیز به چشم می خورد، در این مقاله، به پایش تغییرات در بخش جنوبی شهر تهران، با هدف محاسبة میانگین نرخ تغییرات سالیانة فرونشست، در مجموعة زمانی بلندمدتی، با استفاده از مجموعه داده های سنجنده های Sentinel-1A (S-1A)، برای اولین بار، و ENVISAT-ASAR پرداخته شده است. پیکسل های پراکنشگر دائم در فواصل زمانی و مکانی بلند همدوس باقی می مانند و از عدم همبستگی تصاویر راداری کمتر تأثیر می پذیرند. با وجود این، توزیع زمانی نامناسب داده ها در این تکنیک نیز، به منزلة عامل محدودیت، پارامتر ابهام را به فاز وارد می کند. از این بابت، استفاده از داده های S-1A، با فاصلة زمانی کوتاه دریافت تصویر، دستیابی به توزیع مناسب داده ها در زمان را برای حل ابهام فاز فراهم می آورد. نتایج بیانگر فرونشست چشمگیری، در بخش جنوبی منطقة مورد مطالعه، برای همة آنالیزهای سری زمانی است و این نشان می دهد که فرونشست دشت تهران به مناطق شهری اطراف آن نیز رسیده است. درنهایت، اعتبارسنجی صحت نتایج، با تحلیل داده های مسیرهای متفاوت و نیز داده های میدانی ترازیابی و GPS، به انجام رسید.

این مقاله روشی برای بهبود نتایج حاصل از الگوریتم وارونگی سه مرحله ای، با استفاده از تکنیک تداخل سنجی پلاریمتری راداری و برمبنای مدل دولایه ای پراکنش حجمی نامنظم روی سطوح، عرضه می کند. در روش مرسوم سه مرحله ای، مقادیر فاز زمین و ضریب میرایی و ارتفاع لایة حجمی، در یک روند سه مرحله ای هندسی و بدون نیاز به داده مبنای مدل رقومی ارتفاعی زمین یا اطلاعات اولیه برآورد می شوند. در این روش، برآورد مقادیر میرایی و ارتفاع لایة حجمی، در مرحلة سوم و با جست وجو در فضایی دوبعدی، انجام می شود. در الگوریتم بهبودیافتة مطرح شده، معرفی یک شاخص هندسی جدید برمبنای میزان نفوذ سیگنال حجمی در جنگل، دامنة جست وجوی مقدار میرایی در مرحلة سوم را محدود می کند. شاخص مطرح شده، در جایگاه اطلاعات کمکی، سبب می شود جست وجو در محدودة مناسب تری صورت پذیرد. الگوریتم عرضه شده روی داده های پلاریمتری اینترفرومتری تک خط مبنا و تک فرکانس باند L سنجندة ESAR اجرا شد. محدودیت ایجادشده در دامنة مقدار عددی میرایی، در مقایسه با روش سه مرحله ای، بهبود میانگین دقت 5/2 متر را در ارتفاع برآوردشده نتیجه داد.

در این مطالعه، بر اساس پیوند نئوتکتونیک و توپوگرافی کنونی، فعالیت نئوتکتونیکی 38 زیرحوضة دارای میدان های نفتی و غیرنفتی جراحی - زهره، با استفاده از شاخص های ژئومورفیک SL، S، RA، HI،BS ، وAFارزیابی شد. نتایج نشان می دهد فعالیت نئوتکتونیکی نیمة شرقی بیشتر و 2 /12، 5 /34، و 2 /53 درصد حوضه به ترتیب در کلاس های یک تا سه قرار دارند. سرانجام، با روی هم قراردادن لایة نهایی نئوتکتونیک و لایة نفتی مشخص شد که هیچ میدان نفتی در مناطقی با نئوتکتونیک بالا وجود ندارد، اما 6 /61 درصد در مناطقی با فعالیت کم قرار گرفته اند. بنابراین، چون میزانِ زیاد نئوتکتونیک باعث فرار و دگرریخت شدن تله های نفتی می شود و نیز مقداری فعالیت نئوتکتونیک برای تشکیل ساختارهای جدید و جای گیری تله ها لازم است، می توان استنباط کرد که بیشترین میدان ها در مناطقی است که هم نئوتکتونیک برای شکل گیری نفت گیرها وجود دارد هم میزان آن باعث فرارنکردنِ تله های نفتی شده است.

در دهه های اخیر توجه زیادی به تخمین زیست توده جنگلی شده است. تهیه نقشه های جامع و صحیح از زیست توده جنگلی جهت مدل کردن چرخه کربن جهانی و کاهش گازهای گلخانه ای از اهمیت بسیار زیادی برخوردار است. روش های قدیمی برای تخمین زیست توده براساس مقادیر بازپراکنش ها به کمک آنالیزهای رگرسیون صورت می پذیرفت. مشکل اصلی این روش ها، سطح اشباع پایین آنها در طول موج ها و پلاریزاسیون های مختلف بدلیل در نظر نگرفتن پارامترهای ساختاری بود. به کمک تکنیک های اینترفرومتری، تحقیقات به سمت استخراج پارامترهای ساختاری سوق پیدا کرد. ارتفاع یکی از پارامترهای ساختاری می باشد که جهت تخمین زیست توده جنگلی می تواند استفاده شود. بهبود روش های بازیابی ارتفاع درختان نقش بسیار مهمی در استخراج صحیح زیست توده جنگلی ایفا می کند. در این مقاله یک روش جدید به منظور بهینه سازی ماتریس پراکنش به کمک تغییر پایه پلاریزاسیون جهت تخمین ارتفاع معرفی شده است. به کمک تغییر ماتریس پراکنش در پایه پلاریزاسیون های مختلف برای هر دو تصویر پایه و پیرو، پارامترهای همبستگی مختلف استخراج شده و با روش های مختلف تخمین ارتفاع، ارتفاع درختان تخمین زده شده است. داده های مورد بررسی، داده های تمام پلاریمتری از سنجنده هوایی SETHI در باند P می باشد که در منطقه جنگل های شمالی واقع در Remningstorp در جنوب کشور سوئد برداشت شده است. نتایج نشان می دهد که روش هایی که در آنها تغییر فاز وجود دارد در اثر تغییر پارامترهای هندسی بیضوی، بهبود چشمگیری داشته اند بطوری که روش های فاز حجم تصادفی برروی زمین با  76/0= R 2 و76/3 = RMSE و تفاضلی مدل رقومی با 69/0-= R 2 بهترین بهبود در نتایج را داشته اند و روش وارونگی دامنه همدوسی که با مقدار کوهرنس ارتفاع را استخراج می کند، با 17/0= R 2 بهبود چندانی در نتایج آن ملاحظه نشده است.

ازآنجاکه درختان نقش اساسی در تغییرات دی اکسید کربن و شرایط آب وهوایی دارند، تخمین زیست تودة موجود در درختان بسیار اهمیت دارد. روش های راداری که پارامترهای ساختاری را در تخمین زیست توده در نظر نمی گیرند منجر به نتایجی با سطح اشباع پایین می شوند. ارتفاع از پارامترهای ساختاری است و یکی از عوامل مهم تأثیرگذار در بهبود تخمین ارتفاع استفاده از کوهرنس بهینه است. در این مقاله، از داده های شبیه سازی شده در باندهای P و L برای تخمین ارتفاع به روش های تفاضلی، اندازه همدوسی، ترکیبی و Polarization Coherence Tomography (PCT) استفاده شده است. روش تفاضلی باعث تخمین ارتفاع کمتر از مقدار واقعی به اندازة 14 متر در باند P و 11 متر در باند L شده است؛ درحالی که روش اندازة همدوسی، به نسبت روش تفاضلی، نتایج بهتری به دست می آورد و اختلاف مقادیر میانگین ارتفاعات در این روش با مقادیر واقعی در باند P، 8 متر و در باند L، 2 متر است. روش های ترکیبی و PCT نتایجی نزدیک به هم دارند و اختلاف میانگین مقادیر ارتفاعات به دست آمده با مقدار واقعی کمتر از 2 متر است اما نتایج حاصل از روش PCT به دلیل استفاده از کوهرنس بهینه، از روش ترکیبی بهتر است. روش بهینه سازی کوهرنس به روش PSO که در این مقاله پیشنهاد شده است نتایجی بهتر از روش های دیگر حاصل کرده است و اختلاف میانگین مقادیر ارتفاعات به دست آمده با مقدار واقعی به کمتر از 5/0 متر می رسد.

برای بهره مندی هم زمان از اطلاعات داده های چندمنبعی، از تکنیک های عددی یا تحلیلی تلفیق استفاده می شود. تلفیق باعث تفسیر بهتر، کاهش ابهام و بهبود طبقه بندی می شود. روش های گوناگونی برای تلفیق گسترش داده شده است؛ ازجمله روش های مبتنی بر IHS، Wavelet و PCA. در این پژوهش، قابلیت روش های تلفیق مبتنی بر IHS و روش های تلفیق مبتنی بر PCA بررسی شده است. در این راستا، از روش های FFT-PCA، Wavelet-PCA، Wavelet-IHS و FFT-IHS برای تلفیق روی داده های Hyperion L1R با اندازة پیکسل 30 متر و تصویر پانکروماتیک سنجندة Cartosat-1 با اندازة پیکسل 5/2 متر استفاده شده است. همچنین برای ارزیابی نتایج این روش ها، معیارهای ضریب همبستگی، ضریب همبستگی فیلتر شده، خطای کمترین مربعات و شاخص ERGAS و معیار SAM به کار رفته است. نتایج معیار خطای کمترین مربعات به ترتیب برای FFT-PCA، Wavelet-PCA، Wavelet-IHS و FFT-IHS برای باند 15 برابر با 020/0، 022/0 و 025/0 و 024/0، برای باند 25 برابر با 032/0 و 035/0 و 038/0 و 036/0، و برای باند 34 عبارت اند از 040/0 و 043/0 و 044/0 و 041/0. نتایج این معیار و نیز دیگر معیارها بیانگر دقت بالای روش های مبتنی بر PCA در تلفیق تصاویر بود. درواقع روش های مبتنی بر PCA مزایایی بیشتر از روش های مبتنی بر IHS دارد؛ مانند نداشتن محدودیت باندی. از بین تمامی این روش ها نیز، روش FFT-PCA و Wavelet-PCA دارای نتایج دقیق تر و بهتری بود و در حفظ اطلاعات طیفی و مکانی عملکردی بهتر از دیگر روش ها دارد.

ایران یکی از کشورهای خشک و نیمه خشک به شمار می رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی مدت در پهنه وسیعی از کشور یکی از بزرگ ترین مشکلات برای مشاهده و پیش بینی کوتاه مدت خشکسالی در ایران است. در این مقاله، با به کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده های 42 ایستگاه سینوپتیک منتخب در ایران، عملکرد شاخص های پوشش گیاهی طیفی پهن باند NDVI، NDVI-DEV، VCI و TCI در پیش بینی خشکسالی بررسی شد. بدین منظور، از شاخص خشکسالی (SPI) برای بیان خشکسالی استفاده شد که نشان دهنده شدت و دوره خشکسالی، از سال 1985 تا 2008 است. شاخص های پوشش گیاهی یادشده از تصاویر سنجنده NOAA-AVHRR محاسبه و استخراج شدند. این شاخص ها، به صورت ورودی، به مدل SVM وارد شدند و مقادیر SPI را به دست دادند. با این روش، شاخص های TCI و NDVI، به ترتیب، دارای بالاترین و پایین ترین همبستگی با شرایط خشکسالی شناخته شدند

آشکارسازی صحیح و آنی تغییرات پوشش و کاربری اراضی از موضوعات مهم حوزة برنامه ریزی و مدیریت اراضی به شمار می آید. یکی از روش های متداول شناسایی تغییرات، آنالیز تصاویر سنجش از دوری با تکنیک هایی نظیر حد آستانه گذاری تصویر اختلاف است. روش های متداول حد آستانه گذاری، عموماً مبتنی بر جست وجوی فراگیر و مستلزم صرف هزینة محاسباتی بالایی هستند. از طرفی، ماهیت تک بعدی آنها سبب می شود تا در حل مسائل چندبعدی همچون حد آستانه گذاری تصاویر چندطیفی سنجش از دوری زمان محاسبات به طور نمایی افزایش یابد. راهکار پیشنهادی این پژوهش برای کاهش زمان محاسبات تکنیک های متداول حد آستانه گذاری، استفاده از الگوریتم بهینه سازی توده ذرات است که تکنیک سریع و کارآمدی را برای شناسایی تغییرات معرفی می کند. روش پیشنهادی همراه با چندین روش متداول حد آستانه گذاری روی دو سری دادة تصاویر دوزمانة سنجنده TM پیاده سازی شد. برای ارزیابی قابلیت تکنیک ارائه شده در این پژوهش از سه پارامتر زمان محاسبات، صحت آشکارسازی تغییرات و پایداری الگوریتم در برآورد حد آستانة بهینه استفاده شد. نتایج ارزیابی نشان می دهند که الگوریتم پیشنهادی ضمن حفظ صحت آشکارسازی تغییرات، سبب کاهش زمان محاسبات در حدود 15 درصد و 98 درصد در مقایسه با دو تکنیک حد آستانه گذاری OTSU و کمینه سازی مجموع واریانس داخل کلاسی شده است. همچنین با مقایسة مقادیر جدول توزیع نرمال استاندارد با آمارة آزمون برآوردشده، ثبات الگوریتم پیشنهادی در برآورد حد آستانة بهینه در سطح اطمینان 90 درصد پذیرفته شد. نتایج حاصل از تحقیق بیانگر قابلیت بالای تکنیک پیشنهادی در حد آستانه گذاری سریع، پایدار و کارآمد تصویر اختلاف به منظور آشکارسازی خودکار و نظارت نشدة تغییرات در تصاویر ماهواره ای چندزمانه است.