درخت حوزه‌های تخصصی

محیط های شهری مهمترین بستر زندگی برای بخش اعظم جمعیت در حال افزایش دنیاست. رشد جمعیت، توسعه شهر نشینی و تغییر در روش و نگرش زندگی مردم مشکلات عدیده ای را در شهرهای بزرگ ایجاد کرده است. امروزه شهرهای بزرگ با مشکلاتی چون آلودگی هوا، کمبود فضای سبز، افزایش خودروها، افزایش بی رویه جمعیت و ... روبرو هستند. تهران یکی از مناطق مهم جمعیتی، سیاسی، اقتصادی، تجاری و صنعتی کشور محسوب می شود و بروز هر گونه نوسانات اقلیمی منجر به خسارات جبران ناپذیری از جمله کمبود منابع آب، سیل های شدید، فرسایش خاک و ... شده است و این مساله به طور سیستمی عامل بروز مشکلات زیست محیطی می شود. با توجه به این که تهران در دامنه کوه البرز قرار گرفته و جهت شمال غرب – جنوب شرق شاخه های فراوان آن اثرات گوناگونی روی شهر می گذارد و به خاطر واقع شدن در دامنه کوه، سطح عمومی آن دارای ارتفاع یکنواختی از سطح دریاست. بنابراین مقدار باران آن دارای نوسان زیادی است. در واقع بارانی که ارتفاعات دریافت می کنند به مراتب بیشتر از مقداری است که سالانه در نقاط پست تر از آن می بارد (ضرغام، 1377، ص 53). در این تحقیق روند میزان بارش با استفاده از داده های 5 ایستگاه سینوپتیک و 3 ایستگاه باران سنجی منتخب شهر تهران در طول دوره آماری 20 ساله (1384-1364) اندازه گیری و بررسی شده و تاثیر میزان همبستگی آن با میزان آلاینده های شهر تهران با استفاده از داده های ایستگاه های آلودگی سنجی که بر اساس ایستگاه های سینوپتیک مکان یابی شده است. با استفاده از مدل های SCHEFE و مجذور امگا ( (?2اندازه گیری شده است.

فرآیند توسعه شهرها همواره یکی از مهم ترین موضوعات پیش روی پژوهشگران مسایل شهری بوده است. افزون بر میزان رشد شهرها در زمان های مختلف، شکل و الگوی توسعه نیز مورد توجه بوده است. در پژوهش حاضر از یکی از توابع تحلیلی سامانه اطلاعات جغرافیایی (GIS) به نام تابع Ripley’s K استفاده گردید. بر اساس این تابع می توان وضعیت تمرکز (خوشه ای بودن) نقاط نمونه را نسبت به حالت تصادفی بر اساس شمارش تعداد نقاط در فواصل مختلف مورد مقایسه قرار داد. در تحقیق حاضر، بر اساس تابع Ripley’s K میزان تمرکز فرآیند توسعه شهری به صورت کمی برای سه محدوده شهری حومه جنوب غرب تهران شامل اسلام شهر، رباط کریم، نسیم شهر و برای دو دوره سال های 1371 تا 1375 و 1375 تا 1381 محاسبه و نتایج آن ارایه گردیده است. داده های موردنیاز این تحقیق از تصاویر ماهواره ای SPOT استخراج شد. نتایج تحقیق نشان داد که در مجموع تمرکز فرآیند توسعه در دوره زمانی سال های 1375 تا 1381 در محدوده شهرستان اسلام شهر، افزایش و در محدوده شهرستان های رباط کریم و نسیم شهر کاهش یافته است. از مزیت های روش به کار گرفته شده در این تحقیق، امکان به کارگیری آن در مناطق مختلف و برای دوره های زمانی متفاوت و در فواصل (مقیاس های) مختلف است.

اکوسیستم های جنگلی که طی زمان های متمادی به صورت فعلی درآمده اند نقش مؤثری در حفظ تعادل و برقراری موازنه طبیعت دارند و بهره گیری از این منابع باید با مطالعة دقیق خصوصیات رویشگاه و تعیین توان اکولوژیک آنها صورت پذیرد. ارزیابی سرزمین در واقع شامل پیش بینی یا سنجش کیفیت سرزمین برای کاربری خاص از نظر تولید، آسیب پذیری و نیازمندیهای مدیریت است که این سنجش با مقایسه ویژگیهای اکولوژیکی و مدل های اکولوژیکی ساخته شده برای کاربری مورد نظر انجام میپذیرد. در این تحقیق، پس از مطالعه، شناسایی و نقشه سازی عوامل اکولوژیکی اعم از عوامل فیزیکی (شامل فیزیوگرافی و توپوگرافی؛ ارتفاع، شیب، خاک، سنگ مادر، بارندگی، دما و...) و عوامل زیستی (شامل تراکم پوشش گیاهی، رویش سالانه، ارزش گونه های گیاهی و...) که در کاربری جنگلداری مؤثرند در حوضه های آبخیز 33 و 34 (دو هزار و سه هزار)، به کمک سامانه، اطلاعات جغرافیایی انجام شد. سپس به کمک مدل اکولوژیک جنگلداری مبتنی بر روش تجزیه و تحلیل سیستمی، توان اکولوژیک حوضه های مذکور بر اساس منطق بولین مشخص شد. برای این کار، در هر یک از طبقات هفت گانه مدل فوق، شرایط و ویژگیهای مناسب در حوضه ها با کد 1 و بقیه با کد صفر مشخص شدند. سپس با ضرب لایه ها، ارزیابی توان جنگلداری برای هر هفت طبقه مناطق مناسب برای هر طبقه جنگلداری مشخص شد و نتایج حاکی از وجود پنج طبقة اوّل و عدم وجود طبقات 6 و 7 مدل های جنگلداری ایران در حوضه مورد مطالعه اند که از پنج طبقه اول، سهم طبقه 3 از همه بیشتر است.

هدف از تحلیل رگرسیونی پیش بینی متغیر وابسته از طریق متغیر مستقل می باشد. بر این اساس در تحلیل رگرسیونی محقق به دنبال پیش بینی است. به همین دلیل برای تحلیل های پیشرفته و پیش بینی تغییر در متغیر وابسته در صورت تغییر در متغیر یا متغیرهای مستقل باید از روش های تحلیل رگرسیونی استفاده کرد. وقتی رابطة متغیرها بررسی می شود باید به این نتیجه رسید که متغیرها قابلیت تحلیل رگرسیونی را دارند. در تحلیل رگرسیونی بررسی فرض های خطی بودن، بهنجاری، ثابت بودن واریانس داده و مستقل بودن مشاهدات اهمیت زیادی دارد. لذا کاربرد تحلیل رگرسیونی در مطالعات اقلیمی به منظور بررسی رابطة بین متغیرها و پراکنش آنها می باشد. مراحل اجرای تحلیل رگرسیونی داده های اقلیمی سنجش، تحلیل و پیش بینی است. در مرحلة سنجش محقق باید داده ها را برای تحلیل رگرسیونی ارزیابی کند، سپس شرایط موجود هر ایستگاه را تحلیل کند و در نهایت رابطه و میزان تغییر و پراکنش متغیرها را پیش بینی نماید. با بررسی رابطه و پراکنش متغیرها می توان به وضعیت و شرایط حاکم بر یک ایستگاه پی برد. متناسب با روند تحلیلی مدل های رگرسیونی از سری های دمای ایستگاه های یزد و خرم آباد استفاده شده است.

یکی از معضلات اساسی شهرهای بزرگ جهان پدیده آلودگی هواست. کشور ایران و به خصوص تهران نیز از اثر این پدیده مصون نیست، به طوری که سالانه خسارات مالی و جانی و اجتماعی عمده ای متاثر از آلودگی به بار می آیند. از آنجا که مهم ترین آلاینده های این شهر مونواکسید کربن (CO) و ذرات معلق با قطر کوچک تر از 10 میکرومتر (PMto) اند، در تحقیق حاضر ابتدا روش های مختلف درون یابی برای تولید نقشه های کیفیت هوای حاصل از این دو آلاینده مورد ارزیابی قرار گرفتند و سپس با استفاده از آماره خطای میانگین مربعات (MSE) روش درون یابی بهینه انتخاب شد و نقشه های کیفیت هوای حاصل از این دو آلاینده برای همه روزهای سال 1384 تولید گردید. نیز از آنجا که آلودگی هوا با عوامل متعددی از قبیل توپوگرافی، اقلیم، جمعیت، شبکه حمل ونقل و صنعت ارتباط دارد، با استفاده از روش رگرسیون کاربری اراضی (LUR) مهم ترین عوامل موثر در تولید هر یک از این دو آلاینده تعیین گردید و در ادامه با استفاده از همین روش به مدل سازی این دو آلاینده در فصل بهار پرداخته شد. با توجه به آماره خطای میانگین مربعات (MES) معلوم شد که برای درون یابی داده های آلاینده مونواکسیدکربن، روش کوکریجینگ همراه با سه پارامتر دما، جهت باد و سرعت باد که ناهمسان گردی آن به وسیله جهت باد تعیین شود، مناسب ترین روش به شمار می آید؛ در حالی که برای آلاینده ذرات معلق روش Spline نتایج بهتری را ارائه می دهد. همچنین نتایج حاصل از مدل رگرسیون کاربری اراضی (LUR) نشان داد که مهم ترین عامل موثر بر روی آلاینده مونواکسیدکربن حجم ترافیک است، در حالی که مهم ترین عامل موثر بر روی آلاینده PMto وجود اماکن صنعتی است.

امروزه سنجنده های فعال و غیر فعال بسیاری به امر برداشت اطلاعات از اشیاء و عوارض می پردازند و اطلاعات مختلفی از اشیاء در طول موج های مختلف و با قدرت تفکیک های متفاوت تهیه می کنند . به صورت بالقوه هر کدام از این داده ها می توانند به عنوان یکی از منابع تامین مولفه های سه گانه طیفی ، بافتی و هندسی ( ساختاری ) مورد استفاده قرار گیرند . به دلیل توانایی سنجنده لیدار در ارائه اطلاعات هندسی از شیء و همچنین جدید بودن این سنجنده ، در این تحقیق به بررسی قابلیتها و رفتار مختلف این سنجنده در تشخیص عوارض مختلف پرداختیم .

فناوری اطلاعات و ارتباطات، تکنولوژی هزاره جدید می باشد که باعث کم کردن زمان انجام محاسبات، دقیق تر شدن پردازش داده ها، تبادل اطلاعات و آسان و کم هزینه کردن داد و ستد شده است. در حال حاضر ارتباطات را زیر بنای توسعه می دانند و مفاهیم و نوع ارتباطات با دوره های قبل، تفاوت عمیقی پیدا کرده است. در این عصر، ارتباطات از حالت فیزیکی و مراجعه مستقیم و چهره به چهره، به صورت دیجیتالی، تغییر یافته است و جریانات و تعاملات به صورت گذشتهدر حال منسوخ شدن است و تبادل اطلاعات به صورت گسترده تر و سریع تر در آمده است. روش این تحقیق توصیفی و تحلیلی است و ازمنابع کتابخانه ای، اسنادی و اینترنت برای جمع آوری اطلاعات استفاده شده و در محیط SPSS، مورد تجزیه و تحلیل قرار گرفته است. برای مطالعه از میان شاخصهای توسعه فناوری اطلاعات و ارتباطات، چند مورد را انتخاب نموده و بر دو مورد ازمعیارهای اصلی ارزیابی فناوری(استفاده کنندگان اینترنت و دارندگان کامپیوتر شخصی) تاکید شده است. نتایج حاصل از بررسی نشان می دهد که شاخص های سواد، امید به زندگی و درآمد سرانه که از میان شاخص های گوناگون برای نمونه انتخاب شده اند در میزان استفاده از اینترنت در کشورها تاثیر مستقیم دارند ولی در میزان دارندگان کامپیوتر شخصی، از بین این عوامل فقط عامل درآمد سرانه تاثیر مستقیم دارد. همچنین هر چه میزان اشتغال خدمات در کشوری بالا باشد میزان استفاده از اینترنت نیز بالا می رود.کشور ما در حال حرکت به سمت توسعه می باشد و از مسایل اساسی در توسعه، گسترش بخش خدمات است. لذا با توجه به مطالب ذکر شده ضروری می نماید که برای زیرساختها و نیازها حرکت به سمت توسعه فناوری اطلاعات و از جمله آن، اینترنت و کامپیوتر در کشور برنامه ریزی و تفکر اساسی صورت بگیرد.

یکی از پرکاربردترین روش های طبقه بندی نظارت شده، روش بیشترین احتمال است که در آن، به منظور طبقه بندی از پارامترهایی آماری مانند ماتریس واریانس کوواریانس استفاده می شود. در تصاویر ماهواره ای ابرطیفی، به علت محدودیت نمونه های آموزشی و ابعاد بالای طیفی (زیاد بودن تعداد باندها)، احتمال یکتا شدن ماتریس های برآورد شده و یا کاهش دقت طبقه بندی وجود دارد. به منظور حل این مشکل از روش های مختلفی همچون کاهش تعداد ویژگی ها (کاهش تعداد باندهای استفاده شده) و یا ترکیب طبقه بندی کننده ها استفاده می گردد. در این پژوهش از تلفیق این دو روش استفاده شده است، بدین ترتیب که برای کاهش ابعاد، روش استخراج ویژگی غیرپارامتریک وزن دار به علت مزایای متعدد آن به کار رفته است؛ و در مورد ترکیب طبقه بندی کننده ها برای ایجاد ترکیبات مناسب از طبقه بندی کننده ها، از روش تغییر ویژگی های ورودی و روش استخراج ویژگی بر مبنای کلاس استفاده شده است. همچنین در ترکیب خروجی طبقه بندی کننده ها، از روش های سطح اندازه گیری استفاده شده است. تصویر ابرطیفی مورد استفاده در این پژوهش، تصویر سنجنده AVIRIS مربوط به منطقه ای جنگلی / کشاورزی در شمال ایالت ایندیانا در امریکاست. پس از پیاده سازی روش استخراج ویژگی غیرپارامتریک وزن دار، دقت طبقه بندی کلی 67/85 درصد حاصل گردید. در ترکیب طبقه بندی کننده ها، دقت طبقه بندی کلی 26/89 درصد و در روش پیشنهادی دقت طبقه بندی کلی 34/89 درصد به دست آمد، که در قیاس با دو روش تشکیل دهنده آن، دقت طبقه بندی بهبود یافته است. به رغم کم بودن میزان بهبود دقت، به علت کاهش پیچیدگی محاسبات و همچنین امکان انجام محاسبات موازی، روش پیشنهادی در این پژوهش مناسب تر به نظر می رسد.

با پیدایش نسل جدید ماهواره های سنجش از دور پلاریمتری رادار با روزنه مجازی (SAR) نظیر (TerraSAR-X، RADARSAT-2، ALOS و جز اینها) کاربردهای سنجش از دور راداری، در زمینه های، پایش و ارزیابی بحران های زیست محیطی، از جمله فرونشست زمین، بررسی فرسایش خاک، وقوع زلزله، آتشفشان و سیل دوچندان شده است. هدف اصلی این مقاله، استخراج اطلاعات بنیادی از تصاویر پلاریمتری و تعیین میزان اهمیت هر کدام از ویژگی های موجود در فضای ویژگی است. المان های فضای ویژگی از حاصل ضرب باندهای HH، VV و HV ـ که دربردارنده اطلاعات دامنه و فاز هستند ـ تشکیل شده است. با به اجرا درآوردن معیار تفکیک پذیری بین کلاسی فیشر، اهمیت هر کدام از ویژگی ها مورد بررسی قرار می گیرد و سپس ویژگی ها براساس قدرت تفکیک پذیری و همبستگی بین باندی رتبه بندی می شوند. در مرحله بعدی با اجرا کردن الگوریتم طبقه بندی نظارت شده، بیشترین شباهت دقت طبقه بندی ترکیب های مختلف ویژگی ها بررسی می شود و در نهایت بهترین ترکیب ویژگی های موجود حاصل می گردد. استخراج بهترین ترکیب متشکل از حداقل ویژگی های موجود در فضای ویژگی، علاوه بر حفظ مهم ترین اطلاعات موجود در تصاویر پلاریمتری، منجر به کاهش حجم پردازش تصاویر پلاریمتری نیز می شود که می توان الگوریتم پیشنهاد شده در این مقاله را روی تماس داده های پلاریمتری مورد ارزیابی قرار داد.

اقتصاد روستایی ایران بدلایل مختلف نظیر تامین نیازهای غذایی، صادرات محصولات مازاد و ایجاد اشتغال مناسب و غیره سهم مهمی را در ایجاد ارزش افزوده و تشکیل تولید ناخالص داخلی کشور را بر عهده دارد. از طرفی کارکردهای اقتصادی موجود این بخش از لحاظ اصول اقتصاد کشاورزی و تاثیر گذاری بر اقتصاد ملی با مشکلات و چالشهایی زیادی روبروست که سیاستها، برنامه ها و اقدامات اجرایی انجام شده در طی چند دهه گذشته کمتر توانسته است در توسعه یافتگی اقتصادی روستا نقش موثری را داشته باشد. گسترش پدیده مهاجرت روستاییان به شهرها بدلیل نبود فرصتهای اشتغال و درآمد و عدم ارایه خدمات مورد نیاز به مناطق روستایی از جمله چالشهای مناطق روستایی است. استفاده از فناوری اطلاعات و ارتباطات (ICT ) بعنوان یکی از پیشرفتهای تکنولوژی عصر جدید هر چند نمی تواند بعنوان معجزه ای برای حل مشکلات بنیادی روستاها معرفی گردد. لیکن استفاده از ابزارهای آن یعنی دولت الکترونیک، تجارت الکترونیکی، آموزش الکترونیک و... می تواند در کنار مدیریت صحیح استفاده از آن، توسعه روستایی را تسریع بخشیده و در تامین رفاه عمومی این مناطق کمک شایان توجهی را نماید. هدف از ارایه این گزارش، بررسی اثرات استفاده از فناوری اطلاعات و ارتباطات در تقویت اقتصاد روستایی کشور است که نتایج حاصله از برررسیهای انجام شده در این مطالعه نشان می دهد که با توجه به جوان بودن جمعیت روستایی، پذیرش استفاده از فناوری اطلاعاتی و ارتباطی در این مناطق وجود داشته و موانع فرهنگی و اجتماعی خاصی در این خصوص وجود ندارد. همچنین استفاده از این فناوری می تواند زمینه تقویت پیوند اقتصاد روستایی را با اقتصاد ملی فراهم نماید. توانمندی اقتصاد روستایی و بازاریابی برای محصولات، اطلاع از فرصتهای تجاری موجود در بازار و تقویت تولید کشاورزی و کاهش ریسکهای احتمالی و غیره از جمله مزایای استفاده از فناوری اطلاعات و ارتباطات است لذا تدوین برنامه جامع ICT در جوامع روستایی در برنامه توسعه روستایی ایران از جمله ضرورت اساسی اس

امروزه با به کارگیری ابزارهای تحلیلی GIS میتوان وضعیت موجود را مورد تحلیل قرار داده و با اولویت دهی به امر توسعه منطقه ای، بهینه ترین مکان ها را شناسایی نمود. بخش صنعت شهرستان آباده به علت کمبود سرمایه برای سرمایه گذاری صنعتی در سطح شهرستان، نبود سرمایه گذار و توجه نکردن مسئولین به فرصتها و پتانسیلهای شهرستان برای سرمایه گذاری و در نتیجه تاخیر در سرمایه گذاری صنعتی، دچار توسعه نیافتگی است. در مقاله حاضر سعی بر این است تا با بهره گیری از سیسنم اطلاعات جغرافیایی (GIS) و مدلهای رگرسیونی و میانگین وزنی و مرکز میانه، ضمن سنجش توسعه نیافتگی صنعتی شهرستان آباده، راهکارهایی در جهت توسعه صنعتی ارائه گردد و مکان بهینه را جهت احداث واحدهای صنعتی شهرستان شناسایی شود تا از این طریق گامی به سوی توسعه یافتگی این شهرستان به ویژه در بخش صنعت برداشته شود. نتایج پژوهش حاضر نشان دهنده عدم پراکنش جغرافیایی مراکز صنعتی در سطح شهرستان آباده است. که در کل مقاله به آن پرداخته میشود.

نقشه، مهم ترین وسیله برای ارائه اطلاعات ناوبری به رانندگان در سامانه های ناوبری خودروست. کیفیت نقشه های ارائه شده به رانندگان تاثیر بسیار زیادی بر استفاده پذیری و کارایی سامانه دارد. در این زمینه، نمایش نقشه های متناسب با وضعیت ها و شرایط بافتی کاربران نقشی حیاتی دارد. کاربران در شرایط متفاوت به نقشه هایی با ابعاد بزرگ نمایی و سطح جزئیات متفاوتی نیاز دارند تا بتوانند الزام ها و خواسته های اطلاعاتی شان را به راحتی مرتفع سازند. از آنجا که استفاده از سامانه ناوبری فعالیت اولیه و اصلی رانندگان نیست، باید انتخاب مقیاس مناسب و نمایش نقشه در آن مقیاس به صورت هوشمندانه و خودکار به وسیله سامانه انجام پذیرد. در این مقاله، روشی برای تعیین خودکار سطح بزرگ نمایی و نیز سطح جزئیات نقشه به منظور ارائه نقشه هایی خوانا در وضعیت های مختلف کاربری پیشنهاد شده است. مقادیر دو مورد پیش گفته براساس بافت هایی که کاربر در آن قرار دارد به دست می آید، از این رو پردازشگری بافت آگاه در این روش مورد استفاده قرار گرفته است. پردازشگریِ بافت آگاه، نوعی پردازشگری است که سامانه ها را قادر می سازد تا بافت جاری کاربر را برگیرند و رفتار خود را براساس آن سازوار کنند. در مقاله حاضر بافت های مختلفی که می توانند بر روی مقیاس نقشه تاثیرگذار باشند، مورد مطالعه قرار گرفته و روشی برای انتخاب مقیاس مناسب در مقادیر بافتی مختلف ارائه شده است. همچنین نحوه سازوار کردن مقیاس نقشه با بافت های جاری مدل سازی شده و براساس آن یک سامانه ناوبری خودروی بافت آگاهِ نمونه، با قابلیت نمایش نقشه در مقیاس های متناسب با بافت، طراحی و پیاده سازی گشته است.

جمع آوری و استفاده از اطلاعات مکانیِ مربوط به وضعیت کنونی حادثه در کمترین زمان ممکن، از نیازهای اصلی و اساسی در مدیریت بهینه حوادث به شمار می آید. برای این منظور لازم است هر یک از سازمان های دخیل در مدیریت حادثه، جمع آوری بخشی از اطلاعات مکانی مورد نیاز را برعهده گیرند و با به اشتراک گذاری این اطلاعات، آن را در دسترس سایر نهادهای مسئول قرار دهند. تحقیقات گذشته نشان داده اند که زیرساخت داده مکانی (SDI) و سامانه اطلاعات مکانی تحت وب چارچوب مناسبی برای مدیریت اطلاعات مکانی در شرایط بحرانی قلمداد می شوند. اگرچه مدل های مفهومی SDI برای مدیریت بحران شرح و بسط داده شده اند، ولی با توجه به کاربرد شبکه های بی سیم و فناوری های وابسته به آن ـ از قبیل GIS همراه ـ لازم است مدل های مذکور براساس ویژگی های شبکه های بی سیم و فناوری های مرتبط توسعه یابند. در پژوهش حاضر ابتدا مدل مفهومی SDI مدیریت بحران برای استفاده از محیط های بی سیم و GIS همراه شرح و بسط یافت. سپس براساس مدل مفهومی توسعه یافته، طراحی، توسعه و پیاده سازی GIS همراه نمونه برای استفاده ماموران امداد به منظور مدیریت بهینه حوادث صورت پذیرفت. در ادامه، سامانه پیاده سازی شده مورد آزمون و ارزیابی قرار گرفت. برای این منظور ابتدا سناریویی فرضی برای امدادرسانی در منطقه تشریح شد و براساس آن کارایی سامانه در پاسخگویی به نیازمندی های موجود در سناریو بررسی گردید. در پایان چنین نتیجه گیری شد که با توجه به سناریوی طراحی شده و آزمودن سامانه نمونه GIS همراه، استفاده از محیط های بی سیم و سامانه های اطلاعات مکانی همراه در بستر SDI موجب تسهیل و ارتقای کیفیت مدیریت حوادث می شود.

این مقاله با هدف شناسایی عوامل موثر در ایجاد پدیده زمین لغزش، مشخص کردن مناطق دارای پتانسیل و پهنه بندی زمین لغزش در حوضه آبخیز سد کرج به روش سلسله مراتبی صورت گرفته است. ابتدا مهمترین عوامل موثر در وقوع زمین لغزشهای رخ داده در منطقه بررسی، سپس نقشه پراکنش زمین لغزش با استفاده از تفسیر عکسهای هوایی به مقیاسهای 1:50000 مربوط به سال های 1336 و 1382 به بعد و بررسی تصاویر ماهواره ای و انجام عملیات میدانی با استفاده از GPS انجام گردید. درمرحله بعد با بکارگیری روش تحلیل سلسله مراتبیAHP عوامل مورد بررسی به صورت زوجی مقایسه و وزن هر یک از عوامل که مبین میزان تاثیر آنها است محاسبه و در نهایتا اقدام به تهیه نقشه پهنه بندی خطر زمین لغزش با حساسیتهای مختلف تهیه گردید. نتایج نشان داد اکثر زمین لغزشهای وقوع یافته در این حوضه، در پهنه بسیار حساس که توسط مدل پیشنهادی مشخص شده بود، قرار گرفته اند.

برای مطالعه سطح زمین با تصاویر ماهواره ای، طبقه بندی و تشخیص درست پیکسل های ابری امری ضروری به شمار می آید. از میان روش های طبقه بندی موجود می توان به مدل های شبکه عصبی و درخت تصمیم در داده کاوی اشاره کرد که الگوریتم های متعددی از این دو دسته مدل، شکل گرفته و توسعه یافته اند. به منظور ارزیابی دقت این مدل ها در طبقه بندی و انتخاب بهترین آنها، یازده الگوریتم از این دو دسته مدل ارزیابی شدند. بدین منظور با انتخاب 40000 پیکسل با ویژگی های مناطق ابری، صاف، برفی و آب در چهار کلاس از تصاویر کالیبره شده ماهواره نوآ بر روی گستره ایران در فصول مختلف سال و با استخراج اطلاعات پنج باند نوآ محاسبه نسبت های باندی NDVI، نسبت بازتابندگی باند یک به بازتابندگی باند دو و اختلاف دمای درخشندگی باند پنج با دمای درخشندگی باند چهار و معرفی آنها به عنوان متغیرهای ورودی، دقت هر یک از الگوریتم ها در طبقه بندی این کلاس ها مقایسه شد. زمان اجرای سریع الگوریتم های درخت تصمیم در مقایسه با اجرای کندتر الگوریتم های شبکه عصبی و شفاف بودن تصمیمات گرفته شده در مدل های درخت تصمیم از مزایای این دسته مدل های طبقه بندی است. در نهایت بعد از تشکیل ماتریس تطابق که تعداد درستی و خطا در طبقه بندی پیکسل ها را نشان می دهد، مشخص شد که در بین یازده الگوریتم مورد مقایسه، الگوریتم درخت تصمیم C5، با 43 مورد خطا در تشخیص پیکسل های ابری، با دقتی معادل 56/99 درصد دارای بهترین دقت در طبقه بندی است. نیز با توجه به مزایای ذکر شده برای این دسته مدل های طبقه بندی، C5 مناسب ترین الگوریتم برای طبقه بندی پیکسل های ماهواره ای و تشخیص پیکسل های ابری شناخته شد.