درخت حوزه‌های تخصصی

در اجتماعات کنونی اداره نمودن مواد زائد جامد یکی از عمده ترین نگرانی های انسان است. افزایش حجم زباله ها و تنوع و گوناگونی زباله ها بر پیچیدگی چگونگی جمع آوری و دفع زباله ها افزوده است. دفع زباله ها اگر به صورت صحیح و بهداشتی انجام نشود باعث آلودگی آب، خاک و هوا و ... خواهد شد. طبق گزارشات شهرداری شهر رینه، جمعیت ثابت شهر رینه طبق آخرین سرشماری که در سال 1395 انجام شده است، 982 نفر است که این میزان جمعیت در 4 ماه از سال به حدود 3000 تا 4000 نفر می رسد و به طور میانگین میزان زباله ی تولیدی شهر رینه 3 تا 3.5 تن در روز است. در شهر رینه به منظور نابودی زباله های جامد شهری، از روش دفن و سوزاندن استفاده می شود، بنابراین انتخاب امحا مناسب به منظور دفن بهداشتی زباله ها از اهمیت زیادی برخوردار است. در پژوهش حاضر سعی شده است تا با در نظر گرفتن فاکتورهای مختلف اکولوژیک بهترین محل به منظور دفن بهداشتی زباله ها مشخص گردد تا کمترین آسیب به محیط زندگی وارد گردد. بدین منظور با استفاده از انجام تحلیل های محلی در محیط ArcGIS، محل دفن پسماندهای شهری مشخص گردید. برای این منظور داده های رقومی مورد نیاز جمع آوری گردید و با استفاده از روش تحلیل سلسله مراتبی AHP، معیارها ارزش گذاری شدند و سپس به محیط ArcGIS برده شدند و محل دفن بهداشتی پسماندهای شهری مشخص گردید.

محیط شهری تاثیرات مختلفی بر فضاهای شهری وزندگی شهروندان می گذارد که تأثیر بر افزایش جرائم و کاهش احساس امنیت شهروندان مهم ترین تاثیرات آن است. پدیده ی سرقت و نامنی شهری به نوعی با نظم و امنیت کشور در ارتباط است و به دلیل همراه داشتن لطمات روحی و جسمانی برای مال باختگان، به ایجاد ناامنی در جامعه منجر می شود. یکی از راهبرد های پیشگیرانه از جرم و به تبع آن سرقت، پیشگیری از جرم از طریق طراحی محیطی و توجه به محیط جغرافیایی جرم است.هدف پژوهش حاضر، بررسی شرایط محیطی در وقوع جرم سرقت بوده است. روش تحقیق ،توصیفی تحلیلی بر پایه مطالعات کتابخانه ای و میدانی بوده است. یافته های تحقیق بر اهمیت نقش مکان در شهر شاهرود در میزان و فراوانی جرم سرقت تاکید دارد بیش ترین سرقت ها مربوط به شهرک های حاشیه شهر، مثل شهرک فدک، کوثر، بهشتی، پردیس و دو شهرک در داخل شهر به نام شهرک ولی عصر و شهرک انقلاب رخ می دهد که نقش و تأثیر کالبد و فیزیک شهرها و طراحی مناسب فضاها و مجتمع های زیستی شهری تأثیر مستقیمی بر کاهش و پیشگیری از جرم داشته است. لذا با توجه به رابطه بین فضاهای بی دفاع و جرم سرقت، با کاهش فضاهای بی دفاع و توجه به مکان جرم و طراحی مناسب محیط، می توان از وقوع برخی از جرائم جلوگیری به عمل آورد.

اندازه گیری موجودی سرپای جنگل یکی از متغیرهای کمّی مهم است که نقش بسیاری در برنامه ریزی و مدیریت جنگل دارد. در این تحقیق، تلاش شد تا این ویژگی در بخشی از جنگل های کوهستانی شمال ایران (نوشهر)، بااستفاده از داده های لیدار فضایی برآورد شود. بدین منظور، طی پیش پردازش های اولیه روی داده های ICESat/GLAS از دو مأموریت متفاوت (L3K و L3I)، ضمن حذف داده های نامطلوب، سنجه های گوناگونی همچون گستره شکل موج (W ext )، گستره لبه پیشتاز (H lead )، گستره لبه پشتی (H trail ) و سنجه های ارتفاع در چارک های انرژی ( 25 H، 50 H، 75 H و 100 H) از شکل موج ها (waveform) استخراج شد. همچنین، با استفاده از روش تحلیل مؤلفه های اصلی (PCA) روی شدت سیگنال های شکل موج، ضمن حذف نویزها و فشرده سازی اطلاعات، مؤلفه های جدیدی تولید و به کار گرفته شد. با توجه به کوهستانی و شیب دار بودن منطقه و تأثیر آن در ویژگی های شکل موج، از مدل رقومی ارتفاع برای استخراج شاخص زمینی (TI) که بیانگر اطلاعات مربوط به توپوگرافی زمین است، استفاده شد. به منظور توسعه مدل های رگرسیونی و اعتبارسنجی آنها، حجم سرپا در 60 قطعه نمونه زمینی به قطر هفتاد متر اندازه گیری شد. سپس مدل های رگرسیون چندگانه و شبکه عصبی مصنوعی براساس دو دسته متغیر شامل سنجه های استخراج شده از شکل موج و مؤلفه های حاصل از PCA برای برآورد حجم سرپا توسعه داده شدند و به روش اعتبارسنجی متقابل پنج گردشی ارزیابی شدند. به طورکلی، هر دو روش رگرسیون چندگانه و شبکه عصبی مصنوعی نتایج تقریباً مشابهی داشتند. در این میان، روش شبکه عصبی مصنوعی براساس مؤلفه های حاصل از PCA قادر بود موجودی سرپای جنگل را با m 3 /ha9/119=RMSE و 73/0= برآورد کند (6/26=RMSE%). یکی از نکات مثبت این مدل درمقایسه با دیگر مدل ها، وابسته نبودن متغیرهای ورودی به کاررفته ( 1 PC، 2 PC، 3 PC و W ext )، به شناسایی صحیح قله زمین است که در مناطق شیب دار مشکل و با خطا همراه است. نیاز نداشتن به داده کمکی (مدل رقومی ارتفاع) و برآورد صحیح تر حجم جنگل در قطعه نمونه های تنک با موجودی سرپای کم از دیگر نکات مثبت این مدل است.

بیشتر الگوریتم های طبقه بندی داده های سنجش از دور براساس ویژگی ها و اطلاعات طیفی پیکسل ها عمل می کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی سودمند و قابل استخراج بسیاری، مانند بافت تصاویر می شود. محیط شهری بافت ناهمگنی دارد که شناسایی انواع کاربری ها را به فرایندی دشوار و پیچیده تبدیل کرده است. در این پژوهش تأثیر استفاده از بافت تصویر تک باند سنجنده ALI (Advanced Land Imager) بر دقت طبقه بندی تصاویر ابرطیفی سنجنده هایپریون«Hyperion» در محیط های شهری بررسی شد. طبقه بندی با استفاده از روش جنگل های تصادفی[1] و در پنج سناریوی مختلف انجام شد: سناریوی شماره 1: طبقه بندی اطلاعات طیفی تصویر ادغام شده به روش [1]CNT(بدون لحاظ کردن اطلاعات بافت)؛ سناریوهای 2، 3، 4 و 5: طبقه بندی تصویر CNT با افزوده شدن بردارهای ویژگی بافت حاصل از روش ماتریس هم وقوعی در اندازه های پنجره 3، 5، 7 و 9 هستند. براساس یافته های این تحقیق، افزودن بافت به طیف تصویر ادغامی به روش CNT دقت طبقه بندی را بهبود چشمگیری داد، به گونه ای که دقت کلی بر اثر افزودن بافت با حدود ده درصد افزایش، از 80.47% به 90.74% رسید. بسیاری از پوشش های کاربری مانند جاده، بافت مسکونی، صنایع کوچک و پراکنده و صنایع متمرکز نیز در زمینه دقت تولیدکننده و مصرف کننده رشد چشمگیری را شاهد بودند. پارامتر خطای OOB[1] با 11% کاهش، از 19.86 به 8.87% رسید. بردارهای ویژگی مانند میانگین و کنتراست نیز، توانستند از لحاظ میزان اهمیت در رتبه های بالا قرار گیرند. همچنین، افزایش اندازه پنجره منجر به بهبود بیشتر دقت طبقه بندی شد، به گونه ای که اندازه پنجره 9 بهترین عملکرد را در پی داشت.

افزایش نیاز به زمین و محدودیت عرضة آن، نحوة استفاده از زمین را به چالشی اساسی در عرصة برنامه ریزی شهری تبدیل کرده است. در این میان، چینش مناسب و بهینة کاربری ها در کنار یکدیگر از چالش های اصلی برنامه ریزی کاربری اراضی شهری به شمار می آید. هدف اصلی پژوهش حاضر، به کارگیری الگوریتم بهینه سازی چندهدفة تجمعی ذرات (MOPSO) به منظور دستیابی به چینش بهینة کاربری های شهری در سطح ریزدانه است. در تدوین مدل پیشنهادی، از سامانة اطلاعات مکانی (GIS) به عنوان مولد گزینه ها و سناریوهای مکانی بررسی شده استفاده گردید. به این منظور پارامترهای روش به کار گرفته شده با کاربرد مورد نظر سازگار شدند و گزینه های تصمیم سازی برمبنای توابع هدف و شروط مسئله ایجاد گردید. سپس با نمایش جواب های بهینه و تفاوت میان آنها، به کاربر امکان تصمیم گیری داده شد. این مدل در یک محدوده از منطقة هفت تهران اجرا شد و نتایج آن به دست آمد، که نشان دهندة تکرارپذیری و ثبات روش به کار گرفته شده است. در چینش کاربری ها در سطح ریزدانه با توجه به تعدد قطعات و تنوع کاربری ها و نیاز به برآورده کردن هم زمان چند هدفِ گاه ناسازگار با هم، استفاده از MOPSO می تواند تا حد زیادی پیچیدگی های مربوط به انتخاب و ارزیابی گزینه های تصمیم گیری را حل کند. ریزدانه بودن مدل ارائه شده، حالت دینامیک آن در پشتیبانی از تصمیم گیری مکانی، و ایجاد حالت های گوناگون از چینش کاربری ها برای تصمیم گیری براساس توابع هدف، از نوآوری های پژوهش حاضر است. کلید واژه ها : چینش بهینة کاربری شهری، سیستم اطلاعات مکانی، الگوریتم بهینه سازی چندهدفة تجمعی ذرات (MOPSO)، تصمیم گیری چندهدفه.

پایش تغییرات کاربری اراضی در بسیاری از فعالیت های برنامه ریزی و مدیریت شهری دارای اهمیت می باشد. بر اثر فعالیت های انسانی و پدیده های طبیعی چهره ی زمین همواره دستخوش تغییر می شود. از اینرو برای مدیریت بهینه مناطق طبیعی آگاهی از نسبت تغییرات کاربری اراضی از ضروریات محسوب می شود. هدف از این تحقیق، ارزیابی و آشکارسازی تغییرات کاربری اراضی بالاخص کاربری پوشش گیاهی در منطقه اوغان از توابع شهرستان مینودشت استان گلستان در بازه ی زمانی30 ساله با استفاده از تکنیک های سنجش از دور و سیستم های اطلاعات مکانی و نرم افزارهای MATLAB، ARCGIS و ENVI می باشد. بدین منظور از تصاویر سال های 1987، 1993، 1998، 2000، 2003، 2008، 2013، 2015و2017 میلادی سنجنده ETM ماهواره لندست استفاده شده است و پس از انجام تصحیحات مورد نیاز در مرحله پیش پردازش، برای پایش تغییرات زمانی کاربری پوشش گیاهی، شاخص پوشش گیاهی(NDVI) در نرم افزار متلب برای هر 9 بازه زمانی محاسبه شدند. سپس با استفاده از تصاویر شاخص های محاسبه شده 7 سال اول و مدل شبکه عصبی زمانمند(سری زمانی)، تصاویر سال هشتم و نهم پیش بینی و بدست آمد و در ادامه با محاسبه خطای RMSE بین تصاویر خروجی مدل با تصاویر واقعی، مدل مذکور اعتبارسنجی گردید. نتایج نشان می دهند که مدل با میانگین RMSE تقریباً 0.13 برای NDVI عملکرد بسیار خوبی داشته است. همچنین از مدل CA جهت پیش بینی روند تغییرات پوشش گیاهی استفاده گردید. نتایج نشان می دهند که وسعت پوشش گیاهی در دو سال آخر یعنی سال-های پیش بینی شده 2015 و 2017 توسط مدل شبکه عصبی روند صعودی داشته و منطقه مورد مطالعه سرسبزتر شده است.

بلوط ایرانی، طی سال های اخیر، تحت تأثیر پدیده زوال بلوط قرار گرفته و این پدیده موجب ازدست رفتن بخش های وسیعی از جنگل های بلوط در عرصه های زاگرس شده است. به دلیل پوشش زمانی مناسب و وضوح زمینی مطلوب تصاویر جدید ماهواره ای، کاربرد آنها در تشخیص این پدیده امیدبخش به نظر می رسد. در این تحقیق، قابلیت های مکانی تصاویر سنجنده اسپات6 با توان تفکیک مکانی 1.5 متر در باند پانکروماتیک و 6 متر در باندهای چندطیفی، در تشخیص خشکیدگی درختان بلوط در منطقه جنگلی کهمره، از بخش های شهرستان شیراز در استان فارس، بررسی شد. مقادیر شاخص های گوناگون گیاهی شامل NDVI، EVI، TDVI، SAVI، RNDVI، OSAVI، DVI و MSR، با درصدهای متفاوت خشکیدگی درختان بلوط به صورت متناظر، در نمونه های زمینی و تصویر ماهواره ای ارزیابی شد. براساس نتایج به دست آمده، معادله رگرسیونی بین مقادیر انحراف معیار TDVI و خشکیدگی بیشتر از 30%، در هریک از پایه های درختان بلوط، به صورت y=17.92(x-0.06)-0.32 با ضریب تبیین R2=82% برآورد شد. پایش مناطق جنگلی برای درک روند زوال یا بهبودی درختان آن کمک شایان توجهی به دست اندرکاران مدیریت مناطق جنگلی خواهد کرد؛ بنابراین، استفاده از نتایج این تحقیق می تواند مدرکی برای مقایسه پایش مقاطع زمانی آینده با وضعیت موجود باشد.

در چند سال اخیر علاوه بر تکنیک های پیکسل مبنا از تکنیک های زیرپیکسل نیز جهت تهیه نقشه پوشش برف استفاده شده است زیرا در اکثر مدل های هیدرولوژیکی نیاز به تهیه نقشه پوشش برف به صورت مکرر و با فاصله زمانی کوتاه می باشد که تهیه این نقشه ها تنها با بکارگیری تصاویری با قدرت تفکیک زمانی بالا امکان پذیر است. تصاویری که دارای قدرت تفکیک زمانی بالا هستند، از نظر قدرت تفکیک مکانی پایین و یا متوسط می باشند که در چنین تصاویری امکان وجود پیکسل های مخلوط افزایش می یابد. استخراج اطلاعات از پیکسل های مخلوط، تنها با بکارگیری تکنیک های زیرپیکسل امکان پذیر می باشد. در این مطالعه از تصاویر ماهواره ترا سنجنده مودیس (سایت ناسا) و ماهواره لندست سنجنده OLI (سایت سازمان زمین شناسی ایالات متحده USGS ) استفاده گردید. برای انجام مراحل مختلف این تحقیق از نرم افزارهای Envi 4.8 و ArcGIS 10.3 استفاده گردیده است. در این روش سطوح برفی تصویر مودیس 1850 کیلومتر مربع و سطوح برفی لندست 1926 کیلومتر مربع برآورد گردید و دقت این روش برای دقت کلی برابر با 90 % و برای ضریب کاپا 86/0 محاسبه شد. همچنین مقدار ضریب همبستگی برای این تکنیک 93/0 محاسبه گردید. لذا با توجه به مقادیر ارائه شده میتوان به صحت و دقت برآورد اعتماد نمود.

پایش دمای سطح زمین (LST)، که یکی از پارامترهای مهم زیست محیطی محسوب می شود، تا کنون با استفاده از سنجنده های سنجش از دوری دارای توان تفکیک زمانی بالا، همچون سنجنده مادیس (توان تفکیک زمانی روزانه و توان تفکیک مکانی یک کیلومتر)، به طور گسترده ای صورت گرفته است. یکی از مهم ترین مشکلات این سنجنده ها پایین بودن توان تفکیک مکانی آنهاست که کارآیی شان را، در مواردی همچون شناخت آتش در مناطق جنگلی و مطالعه جزایر گرمایی شهری، محدود کرده است. در مقابل، سنجنده هایی با توان تفکیک مکانی بالا، همچون سنجنده ASTER (توان تفکیک مکانی 90 متر و توان تفکیک زمانی شانزده روز در محصول دمای سطح زمین)، توان تفکیک زمانی پایینی دارند که این منجر به ضعف آنها در پایش تغییرات سریع می شود. درواقع، به دلیل محدودیت های فنی، تا کنون سنجنده ای وجود نداشته است که، در دو بعد مکانی و زمانی، توان تفکیک بالا داشته باشد. برای حل این مشکل، روش های کم هزینه و کارآمد ادغام مکانی زمانی مطرح شده اند. از مهم ترین روش های مطرح در ادغام مکانی زمانی، روش های ESTARFM و STDFA شمرده می شوند. در این تحقیق، به منظور تلفیق داده های سنجنده های مادیس و ASTER از دمای سطح زمین در بخشی از شهر تهران، روشی جدید (SWT-STDFA) برمبنای روش STDFA مطرح و موجک دوبعدی ایستا تبدیل شد. نتایج حاصل از تلفیق نیز با نتایج دو روش ESTARFM و STDFA مقایسه شدند. همچنین، در ادامه، با توجه به وجود نقشه طبقه بندی تهیه شده براساس شاخص گیاهی تفاضلی نرمال شده در الگوریتم های STDFA و SWT-STDFA، درمورد تأثیر استفاده از شاخص های گیاهی تفاضلی نرمال شده سبز (GNDVI) و شاخص گیاهی تعدیل شده چندطیفی خاک (SAVI) در دقت تصویر مجازی خروجی بحث شده است. نتایج تحقیق نشان دهنده دقت بالای روش پیشنهادی با ریشه میانگین مربع خطاهای 3.03 کلوین، انحراف معیار 2.21 کلوین، میانگین قدرمطلق خطاهای 1.72 کلوین و ضریب همبستگی 0.92 بین تصویر دمای سطح واقعی منطقه و تصویر مجازی پیش بینی شده در مقایسه با دو روش دیگر است. افزایش شاخص های گیاهی GNDVI و SAVI در طبقه بندی دو روش STDFA و SWT-STDFA نیز تأثیری چندانی در دقت تصویر تلفیقی مجازی خروجی نداشته است.

یکی از مهم ترین مدهای حمل ونقل عمومی شبکه حمل ونقل مترو است که تأثیر بسزایی در کاهش ترافیک و آلودگی هوا دارد. ازدیگرسو، با توجه به هزینه های سرسام آور راه اندازی شبکه مترو، توسعه مرحله به مرحله با بهره برداری از یک خط و اجرای خطوط دیگر به دست مدیران شهری مورد توجه است. بنابراین، هدف از این تحقیق بررسی میزان دسترسی به شبکه متروی اصفهان در افق 1410، با رویکرد عدالت مکانی، از دو جنبه افقی و عمودی در پنج طبقه اجتماعی، با استفاده از شاخص های ضریب جینی، منحنی لورنز، شاخص سطح سرویس (عرضه) حمل ونقل همگانی و دسترسی است. آنچه این تحقیق را از دیگر پژوهش های مشابه متمایز می نماید بررسی وضعیت دسترسی به شبکه هریک از خطوط مترو و در نهایت، تمامی خطوط و برآورد رشد جمعیت تا افق 1410 است که نقش مؤثری در تصمیم گیری برنامه ریزان شهری، به منظور توسعه دیگر مدهای حمل ونقل شهری ایفا می کند. نتایج این تحقیق نشان داده که ضرایب جینی، در دسترسی به شبکه مترو در شهر اصفهان، در بررسی عدالت افقی از عدالت عمودی بیشتر است که این نکته از بی عدالتی بسیار در توزیع دسترسی گروه های حساس و نیازمند اجتماعی به شبکه مترو خبر می دهد؛ به طوری که ضریب جینی در دسترسی شهروندان به تمامی خطوط، در عدالت افقی، برابر با 0.42 و در عدالت عمودی، در پنج طبقه شامل افراد بیشتر از شصت سال، کمتر از پانزده سال، فاقد ماشین شخصی، مهاجران، خانوارهای با مساحت سکونت کمتر از پنجاه مترمربع به ترتیب برابر با 0.45، 0.49، 0.5، 0.54 و 0.6 است.

کمبود روزافزون منابع آب تجدیدپذیر در کشور، برآورد نیاز آبی مزارع را به یکی از اولویت های مهم مدیریت آب در کشاورزی تبدیل نموده است. نیاز آبی مزارع توسط مولفه های اقلیمی منطقه کنترل می شود و برابر است با تبخیر-تعرق مرجع که با یک ضریب ویژ ه (بسته به نوع محصول و منطقه جغرافیایی کاشت) اصلاح می گردد. در تحقیق حاضر، با استفاده از تصاویر ماهواره لندست8، ضریب محصولات عمده کشاورزی منطقه کشت و صنعت مغان از دو روش برآورد و مقایسه شده است. روش نخست بر مبنای اندازه گیری تبخیر- تعرق مزارع و روش دوم بر مبنای اندازه گیری شاخص گیاهی NDVI است. مقایسه این دو روش برای پنج محصول عمده منطقه نشان داد که مقدار خطای جذر میانگین مربعات قابل قبول (کمتر از 28/0) است. در ادامه، برای برآورد نیاز آبی محصولات، از ضریب محصول تولید شده بر مبنای تبخیر- تعرق استفاده شد. نیاز آبی محصولات با شش متد برآورد شد: ترکیب دو روش برآورد تبخیر- تعرق واقعی و سه روش برآورد تبخیر- تعرق مرجع. از میان آنها، متد متریک- پنمن مونتیث برای برآورد نیاز آبیاری بکارگرفته شد. تخمین نیاز آبیاری مستلزم کسرکردن بارش موثر از نیاز آبی است. برای برآورد بارش موثر، پس از بررسی چهار روش متداول، روش فائو برای شیب های کم ترجیح داده شد. نیاز آبیاری محصولات منطقه کشت و صنعت مغان بر از حداقل 270 میلی متر (برای جو دیم) تا حداکثر 1500 میلی متر (برای باغ زیتون) برآورد شده است. . بررسی آماری اندازه گیری ها سه ساله وجود یک همبستگی را بین میزان عملکرد محصول و میزان تبخیر- تعرق مزارع آشکار کرد. همچنین مشخص شد که عملکرد محصولات با شاخص های طیفی گیاه نیز دارای رابطه معنی دار است. هدف نخست تحقیق حاضر، برآورد ضرایب محلی محصولات کشاورزی منطقه مغان است؛ هدف دوم، بررسی رابطه مندی ضریب محصولات کشاورزی و شاخص های طیفی آنها به منظور تخمین ضریب محصولات بصورت مستقیم از این شاخص هاست.

       آتش سوزی در  مراتع و جنگل های زاگرس با توجه به نقش حفاظتی این جنگل ها در جلوگیری از فرسایش آب و خاک، یک تهدید زیست محیطی جدی برای این جنگل ها و مراتع محسوب می شود. هدف از انجام این تحقیق، تجزیه و تحلیل توزیع مکانی آتش سوزی های مراتع  و جنگل های  شهرستان کامیاران و شناسایی مناطق مستعد به آتش سوزی می باشد، مناطق عمده آتش سوزی که دارای بیشترین وسعت و تکرار بودند شناسایی شدند و فایل برداشت شده به وسیله دستگاه سامانه موقعیت یاب جهانی ( GPS ) کل مناطق در چند سال اخیر تهیه و بعد از تبدیل فرمت به نرم افزار آرک مپ انتقال داده شده و نقشه پراکندگی مناطق حریق شده جنگل ها و مراتع شهرستان تهیه شد. عوامل تاثیرگذار شامل بارندگی، دما، فاصله از رودخانه، فاصله از جاده، ارتفاع و شیب منطقه می باشند و لایه های این عوامل با استفاده از مدل رقومی ارتفاع ( Dem ) منطقه به دست آمد. در ادامه با استفاده از مدل تحلیل سلسله مراتبی ( AHP ) لایه های اطلاعاتی موجود در نرم افزار Expert Choise  وزن دهی شده و سپس با استفاده مقایسه زوجی دو به دو مقایسه شدند. در نهایت بعد از تلفیق لایه ها در نرم افزار Arc Map  نقشه نهایی پهنه بندی خطر رخداد آتش سوزی جنگل ها و مراتع شهرستان در پنج طبقه از مناطق با پتانسیل خیلی زیاد تا پتانسیل خیلی کم طبقه بندی  شدند. نتایج نشان داد که لایه های برداشت شده واقعیت زمینی با نقشه نهایی کاملا مطابقت داشته و اکثر آتش سوزی های با وسعت زیاد در مناطق با پتانسیل زیاد و خیلی زیاد و بحرانی قرار گرفتند و از مساحت کلی جنگل ها و مراتع شهرستان مناطق  با پتانسیل خیلی زیاد آتش سوزی مساحت45218.14 هکتار که 22درصد از کل منطقه را شامل شد.

شبکه های عصبی مصنوعی  به عنوان یکی از تکنیک های غیرخطی در مطالعات اقلیمی و هیدرولوژی اهمیت فراوانی به خود اختصاص داده اند. تغییراقلیم و به دنبال آن گرمایش جهانی از پدیده های اقلیمی به شمار می رود. شمار روزهای خشک و تداوم آن خشکسالی را به دنبال دارد. در این پژوهش از داده های بارش روزانه طی سال های (1976-2008) و شبکه عصبی مصنوعی در نرم افزار MATLAB به منظور پیش بینی شمار روزهای خشک ایستگاه تهران استفاده شده است. شبکه به کار رفته از نوع Feed-forward با الگوریتم کاهش شیب و مارکوارت لونبرگ در مرحله آموزش و یادگیری می باشد. ساختارهای گوناگونی در لایه ورودی و پنهان در مرحله آموزش مورد آزمایش قرار گرفت. در نهایت شبکه با 4 ورودی و 5 نرون در لایه پنهان و 1 نرون در لایه خروجی به مطلوب ترین ساختار (1-5-4) جهت پیش بینی بهینه با بیش ترین همبستگی پاسخ داد. نتایج نشان داد که در ایستگاه مذکور، روزهای خشک پیش بینی شده توسط شبکه در مقایسه با طول دوره آماری مورد بررسی دارای روند افزایشی بوده است که با محاسبه احتمال وقوع روزهای خشک، طی سال های (2018-2009) با استفاده از زنجیره مارکوف، موارد فوق تأیید گردیده است. ضریب همبستگی مقادیر پیش بینی روزهای خشک بدون ترکیب با الگوریتم ژنتیک 86 درصد است. بعد از آموزش شبکه با ترکیب  الگوریتم ژنتیک با لایه های مختلف این مقدار به 88درصد رسید که می توان گفت در صورت ترکیب شبکه با الگوریتم مذکور نتایج قابل قبول ارائه می دهد.

پژوهش حاضر در پی آنست که با بررسی میزان زیست پذیری، در شهر نورآباد دلفان آن را به سوی توسعه پایدار سوق دهد. روش این پژوهش توصیفی تحلیلی و با استفاده از ابزار پرسش نامه و مشاهده مستقیم است جامعه آماری آن تمام شهروندان شهر نورآباد که در سرشماری سال 1395 برابر با 66417 نفر بوده است. برای تخمین حجم نمونه از فرمول کوکران استفاده شد. بعد از مشخص شدن حجم نمونه پرسشنامه ها به صورت تصادفی ساده در بین شهروندان پخش گردید. اطلاعات به دست آمده با استفاده از نرافزار Spss و آزمون های T تک نمونه ای، آزمون فریدمن تجزیه و تحلیل گردیدند. نتایج این پژوهش نشان داد که در شهر نورآباد ابعاد زیست پذیری به هم هماهنگ و هم اندازه نبوده و بعد زیست محیطی با مجموع 3 شاخص مطلوب و میانگین رتبه 55/2 در وضعیت مناسب بوده و همخوانی بیشتری با معیارهای شهر زیست پذیر دارد. در بعد اجتماعی از مجموع 6 شاخص تدوین شده 2 شاخص آموزش، همبستگی و تعلق اجتماعی در وضعیت مطلوب و چهار شاخص میزان خدمات اوقات فراغت، خدمات بهداشتی و درمانی، امنیت اجتماعی، مشارکت اجتماعی در وضعیت نامطلوب بوده است. میانگین رتبه برای بعد اجتماعی 90/1 بوده است. و در مرحله آخر بعد اقتصادی با 4 شاخص که دو شاخص مسکن و کالای مصرفی در وضعیت مطلوب و شاخص حمل ونقل و امکانات زیربنایی نیز در وضعیت نسبتا مطلوب و شاخص اشتغال در وضعیت بسیار نامطلوب ارزیابی شده است. نامطلوب بودن شاخص اشتغال در این شهر نه تنها زیست پذیری را به شدت کاهش داده است. بلکه موجب مهاجرت های دائمی و فصلی و مخصوصاً قشر جوان در شهر نورآباد شده است. بنابراین میزان ابعاد زیست پذیری در شهر نورآباد با شدت و ضعف همراه است و هرچه از بعد زیست محیطی به طرف ابعاد اجتماعی و اقتصادی حرکت کنیم از شدت زیست پذیری کاسته می شود.

معادلات غیرپارامتریک، به دلیل نیازنداشتن به داده های افمریز ماهواره در زمان تصویربرداری و همچنین انتشارنیافتن این داده ها و تصاویر خام به دست مالکان این ماهواره ها، مورد توجه خاص متخصصان فتوگرامتری و سنجش از دور قرار گرفته است. در این مقاله، پژوهشی جامع روی معادلات غیرپارامتریک شامل مدل افاین سه بعدی، تابع رشنال درجة یک با مخرج های نامساوی، معادلات SDLT،DLT و تابع رشنال مخرج مساوی با تأکید بر اثر عوارض کنترلی نقطه و خط، به منظور تصحیح هندسی تصاویر ماهواره ای با قدرت تفکیک مکانی بالا، صورت گرفته است. همچنین، از فرم جدید معادلة Pushbroom-Projective به منزلة ایده ای جدید در تصحیح هندسی تصاویر ماهواره ای استفاده شده است. تصاویر مورد استفاده در این پژوهش تصویر GeoEye-1 از منطقة ارومیه و تصویر Ikonos از منطقة همدان است. در تصحیح هندسی تصویر ماهواره ای GeoEye-1، تابع رشنال درجة یک با مخرج های نامساوی، با استفاده از عوارض کنترلی نقطه، با دقت 75/0 پیکسل و ترم +XY تابع رشنال مخرج مساوی، با دقت 03/2 پیکسل با استفاده از عوارض کنترلی خط، بیشترین دقت را دارند. به علاوه در تصحیح هندسی تصویر ماهواره ای IKONOS، ترم +XY تابع رشنال مخرج مساوی با استفاده از عوارض کنترلی نقطه، با دقت 68/0 پیکسل، و تابع رشنال درجة یک با مخرج های نامساوی، با استفاده از عوارض کنترلی خط با دقتی برابر 5/1 پیکسل، دارای بالاترین دقت اند. در حل معادلات غیرپارامتریک، خطای سیستماتیک باقی مانده در حالت استفاده از خطوط کنترل به مراتب بیشتر از زمانی است که از عوارض کنترلی نقطه استفاده می شود.

یکی از موضوعات مهم در محاسبة شاخص های گیاهی کمیتی است که شاخص براساس آن محاسبه می شود. نوع کمیت انتخابی می تواند مقدار پیکسل، بازتابش و بازتابندگی باشد. بررسی تفاوت مقادیر شاخص های گیاهی محاسبه شده از این کمیت ها چه بسا راهگشای ساده ترکردن محاسبات مربوط به شاخص ها و نیز وضوح بخشیدن به نتایج حاصل از انتخاب هریک از کمیت ها شود. در تحقیقات گذشته، معمولاً یک شاخص گیاهی خاص بررسی شده است و اثر پوشش زمین در محاسبة مقدار آن شاخص براساس سه کمیت مقدار پیکسل، بازتابش و بازتابندگی در نظر گرفته نشده است. در تحقیق حاضر، شاخص های گیاهی تولیدشده از سه دادة یادشده مقایسه می شوند. برای این منظور، 10 شاخص PD43، GVI، RVI، SAVI، EVI، NDVI، DVI، NDWI، GRVI و VARI از روی تصویر LANDSAT 8تولید شد. این شاخص ها برای کل تصویر و همچنین برای پوشش های گوناگون آب، خاک، گیاه و منطقة شهری به طور جداگانه محاسبه شده اند. پس از محاسبة شاخص های گیاهی مورد نظر براساس سه کمیت تابشی، ضریب همبستگی خطی میان این مقادیر برای هر شاخص گیاهی محاسبه شد. مقایسه ها براساس پارامتر همبستگی انجام شده است که نتایج حاصل همبستگیِ بالا بین شاخص های هر سه کمیت تابشی را نشان می دهد. بیشترین ضریب همبستگی به دست آمده برابر با 1 است که در همة کلاس های پوششی برای بسیاری از شاخص ها تکرار شده است. کمترین میزان همبستگی برای کلاس منطقة مسکونی برابر با 0.8339 مربوط به شاخص PD43، برای کلاس گیاه برابر با 0.9489 مربوط به شاخص NDWI، برای کلاس آب برابر با 0.8696 مربوط به شاخص DVI، برای کلاس خاک برابر با 0.916 مربوط به شاخص GVI و برای کل تصویر برابر با 0.9257 مربوط به شاخص DVI است. با توجه به نتایج، در جایی که مقدار دقیق این شاخص ها مهم نباشد این شاخص ها را می توان با کنارگذاردن چند استثنای معدود، بدون نیاز به محاسبة مقدار شاخص براساس کمیته ای رادیانس و بازتابندگی فقط با استفاده از مقادیر پیکسل محاسبه کرد

شهرسازی با رویکرد توسعه پایدار ابزاری جهت کنترل و هدایت توسعه شهر و فعالیت ها و ارتقای کیفیت های محیطی شهر به شمار می رود. استفاده از رویکرد  پایداری  توسعه شهری فرصت هایی را برای خلق سیستم های جغرافیای کاربردی که از طریق این سیستم ها، می توان فرآیندهای طبیعی، محیط های شهری و فعالیت های انسانی را با یکدیگر ادغام نمود پدید می آوردبررسی های این مقاله توسعه شهر تربت حیدریه با تاکید بر اثر گسل درونه نسبت به میزان سهم آسیب پذیری شاخص های مختلف در ابعاد مختلف توسعه  را نشان می دهد روش تحقیق این مقاله توصیفی – تحلیلی  بر پایه روش جمع اوری کتابخانه ای و تحلیل بر اساس روش وزن دهی و انتخاب معیار با استفاده از تکنیک AHP است. دراین تحقیق 12 معیار برای انتخاب شاخص توسعه پایدار شهری تربت حیدریه با تاکید بر نقش گسل درونه در ابعاد توسعه کالبدی ، ژئومرفولوژی و زیست محیطی در نظر گرفته شد و سپس به این عوامل وزن داده شد نتایج حاصل از پژوهش نشان می دهد که در مجموع و با طیف های متفاوت، درصد قابل توجهی از مناطق و محلات مختلف شهر آسیب پذیر می باشند که درخصوص کاهش خطرات احتمالی بایستی برنامه ریزی متناسب در این محلات صورت پذیرد.

استفادة اصلی از مراتع ایران به صورت چرای دام و دام غالب در مراتع، گوسفند است. چرای گوسفند در شیب های بالای 60 درصد به علت صرف انرژی زیاد برای عمل چرا، ضمن آنکه عملکرد دام را کاهش می دهد، خطر ایجاد فرسایش را نیز بالا می برد. چرای گوسفند در نقاطی که بیش از پنج کیلومتر از منابع آب فاصله دارند، به علت طولانی شدن مسیر راهپیمایی باعث کاهش عملکرد می شود. پراکنش منابع آبی در مرتع، از عوامل مؤثر در تعیین شایستگی مرتع به شمار می رود که بر پراکنش دام نیز تأثیر می گذارد. ازاین رو لازم است در هر منطقه شایستگی منابع آب مرتع برای دام مشخص شود. در پژوهش حاضر، تجزیه و تحلیل داده ها در ساختار رستری و به وسیلة نرم افزار ILWIS انجام شد. منطقة مورد مطالعه در تحقیق با وسعت 37977 هکتار در طالقان (استان البرز) واقع شده است. مدل منابع آب از سه زیرمدل فاصله از منابع آب، کمیت منابع آب و کیفیت منابع آب تشکیل شده است. نتایج نشان دادند که براساس مدل شایستگی منابع آب، 19989 هکتار از مراتع منطقه در طبقة شایستگی خوب (S1) ، 1229 هکتار در طبقة شایستگی متوسط (S2) و 4338 هکتار در طبقة شایستگی غیرقابل استفاده (N) قرار گرفتند و هیچ قسمتی از مرتع در طبقة شایستگی کم (S3) واقع نشد. شیب، مهم ترین عامل محدودکنندة شایستگی مرتع برای چرای گوسفند در منطقة مطالعه شده شناخته شد. پیشنهاد می شود در ارائة راه حل های مدیریتی برای احیا و اصلاح مراتع، به عوامل محدودکننده و کاهش دهندة شایستگی منابع آب مرتع توجه شود و عملیات اصلاحی برای رفع عوامل کاهش دهندة شایستگی مرتع صورت گیرد. کلید واژه ها : مرتع، منابع آب، گوسفند، سامانه های اطلاعات جغرافیایی

قابلیت های ویژه داده های ماهواره ای، در تامین اطلاعات از مواد سطحی زمین، امکان تهیه نقشه های زمین شناسی را فراهم می کند و در این راستا، توان تفکیک طیفی و مکانی داده های مورد استفاده، دو ویژگی اساسی آن ها در تعیین میزان دقت و درستی نقشه ها است. در این پژوهش، دسته داده های استر و سنتینل2، به دلیل توان تفکیک طیفی و مکانی بالا، در آشکارسازی واحدهای سنگی کمپلکس سوریان، در شمال شرق فارس بکار گرفته شده اند. کمپلکس دگرگون شده رسوبی- آتشفشانی سوریان، بخشی از کمربند سنندج- سیرجان جنوبی در بوانات استان فارس است. بررسی سیماهای طیفی نمونه های صحرایی که در دانشگاه شهید چمران اهواز انجام شد و همچنین طیف های استخراج شده از تصویر، نشان می دهد که گروه های عاملی اصلی تعیین کننده رفتارهای طیفی در منطقه، شامل Fe 2+ ، Fe 3+ ، CO 3 ، Al-OH، Mg-OH و Fe-OH است که بر اساس مطالعات کانی شناسی، می توان آن ها را به کانی های کلریت، موسکویت، اپیدوت، آمفیبول، کلسیت و هماتیت نسبت داد که مطالعه مقاطع میکروسکوپی نیز، رخداد آن ها را تایید می کند. برای آشکارسازی واحدهای سنگی منطقه از روش های نسبت گیری باندی ، و بر روی 9 باند بازتابی سنجنده استر و روش تحلیل مولفه های اصلی بر روی 9 باند سنتینل 2 و استر استفاده شد. این پردازش ها توانست، واحدهای سنگی کلریت- اپیدوت شیست، کالک شیست، میکاشیست و همچنین دایک های دیابازی و کوارتزیتی را تفکیک کند. مقایسه نتایج این تحقیق، با مشاهدات میدانی و نتایج بدست آمده از مطالعات آزمایشگاهی، نشان داد که استفاده همزمان داده های استر و سنتینل-2 و روش های پردازش بکار رفته، می تواند در تفکیک واحدهای سنگی یک کمپلکس دگرگونی – رسوبی - آتشفشانی موفق باشد.

رشد جمعیت شهرنشین با افزایش فضاهای شهری و به طورکلی، با رشد اندازه شهرها همراه بوده است. این امر به صورت ساخت وساز بیشتر و تغییر اراضی موجود به نفع فضاهای ساخته شده بروز می یابد. موقعیت خاص شهر ارومیه در مجاورت دریاچه ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامه ریزی صحیح کاربری اراضی را، در این شهر، ناگزیر می کند. یکی از ابزارهای مورد نیاز برای برنامه ریزی مناسب، در این زمینه، بهره گیری از تکنیک های سنجش از دور است. پژوهش حاضر با هدف ارزیابی این تغییرات (دوره 2015-1989) و پیش بینی روند آتی آن صورت گرفته است. از روش های SVM و شبکه عصبی برای ارزیابی تغییرات در پنج کلاس استفاده شده است. ضریب تعیین (0.73) و منحنی راک (82.55%) نیز بیانگر دقت بالای مدل شبکه عصبی برای پیش بینی تغییرات گسترش شهری اند. با توجه به دقت بالای این مدل، که می تواند نتایج واقعی تری ارائه دهد، از نتایج این نوع طبقه بندی در پیش بینی تغییرات برای افق 2045 استفاده شده است. اراضی ساخته شده در سال 1989 برابر با 7469.1 هکتار بوده که در سال 2002 و 2015، به ترتیب، به 9217.3 و 9436.9 هکتار رسیده است. در سال 2045، براساس مدل پیش بینی شبکه عصبی، برابر با 22449.6 هکتار خواهد بود که 13012.7 هکتار افزایش را در اراضی ساخته شده نشان می دهد. نتایج حاصل گویای این است که تمامی این ساخت وسازها برمبنای نیاز واقعی شهر نبوده و پدیده اسپرال (گستردگی شهری) اتفاق افتاده است.