درخت حوزه‌های تخصصی

امروزه آشکارسازی تغییرات با استفاده از تصاویر ماهواره ای، یکی از حوزه های اصلی تحقیقات به شمار می رود. یکی از مشکلات استفاده از تصاویر ماهواره ای خطاهای بی شمار در این تصاویر است. خطاهای ناشی از اثر نورپردازی سطح جزء مشکلات اساسی در فرایند آشکارسازی تغییرات اند. از این رو، در پژوهش پیش رو، به منظور کاهش خطاهای ایجادشده در نتایج آشکارسازی تغییرات با استفاده از روش آنالیز بردار تغییرات، روشی ساده و در عین حال مناسب برای کاهش خطاهای ناشی از اثر نورپردازی ارائه شده است. در روش پیشنهادی، پس از اعمال تبدیل Tasseled cap روی تصاویر، جهت بردار تغییرات با راستای بردار پیکسل مربوط به تصویر مبنا در فضای طیفی مقایسه و سپس آستانه ای زاویه ای، برای کاهش خطاهای نورپردازی محاسبه می شود. مساحت زیر منحنی ROC و همچنین، پارامترهای احتمال تشخیص صحیح در روش پیشنهادی، به ترتیب،970/0 و 97/0 است و مقدارFalse Alarm برای آن 32/0 به دست آمده است. نیز، مقایسه نتایج روش پیشنهادی با نتایج روش های مرسوم آشکارسازی تغییرات دقت بیشتر روش پیشنهادی را نشان داده است

برای محاسبه دبی اوج سیلاب در حوضه های فاقد آمار یکی از روش های مورد استفاده، روش های تجربی است. از روش-های تجربی که در این تحقیق استفاده شده است، روش فولر بوده که محاسن آن نسبت به سایر روش های تجربی ارائه دوره های مختلف سیلاب می باشد. در این تحقیق، مقایسه تکنیک های بهینه سازی برنامه ریزی خطی و الگوریتم ژنتیک در بهینه سازی ضرایب فرمول تجربی فولر بترتیب در محیط برنامه نویسی اکسل و متلب برای حوضه های منتخب منطقه هدف قرار داده شده است. بدین منظور آمار دبی حداکثر 24 ساعته 9 ایستگاه موجود در استان آذربایجان غربی با طول دوره آماری 21 سال مورد بررسی قرار گرفت. مقایسه نتایج برتری روش الگوریتم ژنتیک و سپس برنامه ریزی خطی را نشان داد. همچنین نتایج نشان می دهد که استفاده از روش های جستجوی هوشمند عملکرد روش های مرسوم را به میزان قابل توجهی بهبود می بخشد.

آگاهی از توزیع زمانی و مکانی دمای سطح زمین (LST) Land Surface Temperature برای تعیین بیلان انرژی، در مطالعات اقلیم شناسی، بررسی وضعیت پوشش گیاهی و تعیین چگونگی ساختار شهری کاربرد بسیاری دارد. در این مطالعه، مسئله اصلی استخراج LST از منطقه مورد مطالعه و بررسی رابطه آن با ساخت وساز شهری و پوشش گیاهی است. شرایط اقلیمی به ویژه باد، چگونگی ساخت وساز شهری و پوشش گیاهی از عوامل مهم و تأثیرگذار در LST به شمار می رود. در این مطالعه، با توجه به اهمیت جزایر حرارتی در مقیاس پیکسل و توانایی چندجمله ای های درونیاب نیوتن در این زمینه، ساخت وساز شهری و پوشش گیاهی با این چندجمله ای ها استخراج، و رابطه آن با LST بررسی شده است. همچنین، آن نواحی که جزایر حرارتی را تشکیل داده اند، شناسایی شدند. از اهداف اصلی این مقاله استفاده از تکنیک های ریاضی در سنجش از دور و میزان کارآیی و دقت آنهاست. چندجمله ای های درونیاب نیوتن، با استفاده از DN دریافتی از دویست نقطه از سطح تصویر که دارای پوشش گیاهی و مناطق با ساخت وساز شهری است، دو معادله از درجه هفت ارائه کرده که با پیاده سازی این معادلات بر سطح تصویر، مناطق دارای پوشش گیاهی و ساخت وساز شهری را جداگانه استخراج کرده است. میزان خطای حاصل از استخراج پوشش گیاهی با استفاده از چندجمله ای درونیاب نیوتن، در صد نقطه برداشتی در سطح منطقه مورد مطالعه، 1/10 و برای ساخت وساز شهری 02/12 محاسبه شد. شایان ذکر است که تاکنون کار مشابهی با الگوریتم دوجمله ای های نیوتن انجام نگرفته است.

هدف این مقاله ارزیابی توانمندی استخراج پارامترهای جنگلی همچون ارتفاع درختان با تکنیک های تداخل سنجی راداری با روزنة ترکیبی است. هدف عمده از تصاویر پلاریمتری راداری، در کاربردهای جنگلی، جداسازی مراکز فاز ناشی از توپوگرافی سطح زمین و تاج درختان است. یکی از روش های بسیار مرسوم در این زمینه به کارگیری ساختار دولایه ای مبتنی بر مدل پرکاربرد پراکنش حجمی نامنظم روی سطوح (RVOG) است. این مدل در یک دستگاه معادلات غیرخطی پارامترهای گوناگون — مانند توپوگرافی زمین، ارتفاع درخت، ضریب میرایی موج و نسبت دامنه — پراکنش سطحی به حجمی را تخمین می زند. با این حال به دلیل وابستگی شدید نتایج مدل به مقادیر اولیة مجهولات و به دلیل زمان بربودن و پیچیدگی حل دستگاه غیرخطی برای تمامی سلول های تصویر، بیشتر اوقات مسئله براساس فرضیات خاصی در ارتباط با مدل های پراکنش حل می شود. با وجود این، نتایج این روش ها نیز تحت تأثیر فرضیات قرار می گیرند و غالباً نمی توانند منجر به تعیین مناسب پارامترها شوند. ازاین رو برای حل مسائل پیش رو در این مقاله، با درنظرگرفتن ساختار دولایه ای جنگل، روشی مدل مبنا در تعیین توپوگرافی سطح زمین و ارتفاع درختان مطرح می شود. روش در نظر گرفته شده بدون هیچ پیش فرضی در ارتباط با پارامترهای مجهول، سعی در تخمین بهینة آنها دارد و یافته های پژوهش نشان می دهد که این مدل کارآیی بهتری از دو روش مرسوم مدل معکوس و SPIRIT دارد؛ به طوری که شاخص RMSE تخمین ارتفاع درختان از مقدار 26/13 و 41/11 متر به ترتیب در روش مدل معکوس و SPIRIT به مقدار 34/7 متر در روش عرضه شده کاهش یافته است.

الگوریتم خوشه بندی K-Means یکی از پرکاربردترین روش های طبقه بندی نظارت نشده در پردازش تصاویر سنجش از دور است. در الگوریتم K-Means استاندارد، از معیار عدم شباهتِ فاصله اقلیدسی، به منظور اندازه گیری عدم شباهتِ بین داده ها و خوشه ها استفاده می شود. فاصله اقلیدسی، یک معیار عدم شباهتِ قطعی است که بردار طیفی پیکسل ها و مراکز خوشه ها را به صورت نقاطی در یک فضای چندبعدی در نظر می گیرد و فاصله هندسی بین آن ها را اندازه گیری می کند. تصاویر فراطیفی همواره دارای عدم قطعیت هستند، به همین دلیل استفاده از یک معیار عدم شباهت آماری (غیرقطعی)، جهت خوشه بندی آن ها مناسب تر به نظر می رسد. بر این اساس در این مقاله، با به کارگیری یک معیار عدم شباهت آماری، یک روش نظارت نشده جدید برای خوشه بندی تصاویر فراطیفی طراحی و پیاده سازی شده است. روش خوشه بندی پیشنهادی، برای برآورد عدم شباهت بین مرکز خوشه ها و پیکسل ها، از یک معیار عدم شباهت آماری، به نام دیورژانس اطلاعات طیفی، به جای فاصله اقلیدسی استفاده می کند. دیورژانس اطلاعات طیفی، توزیع احتمال طیف ها را از طریق نرمال کردن امضای طیفی، مدل سازی می کند. سپس فاصله بین توزیع احتمال طیف یک پیکسل و توزیع احتمال طیف هر مرکز خوشه را برآورد می کند. آزمون های انجام شده بر روی داده های تصویری فراطیفی واقعی حاصل از سه سنجنده HyMap، HYDICE و Hyperion نشان می دهد که روش خوشه بندی پیشنهادیِ مبتنی بر دیورژانس اطلاعات طیفی، نتایج طبقه بندی را بهبود می بخشد، به طوری که ضریب کاپای نتایج طبقه بندی تصاویر فراطیفی مورد استفاده به ترتیب، حدود 7%، 56% و 10% افزایش یافته است.

شاخص سطح برگ استخراج شده (LAI) از تصاویر سنجش از دور پارامتر مهمی، به منظور مدل سازی مکانی تولید پوشش گیاهی، محسوب می شود. معمولاً شاخص های پوشش گیاهی که با بازتاب طول موج های قرمز و مادون قرمز نزدیک محاسبه می شوند، در برآورد LAI با استفاده از روش های آماری، به کار می روند اما بسیاری از این شاخص ها در مقادیر متفاوت LAI به اشباع می رسند. برای رفع این محدودیت، بازتاب محدوده لبه قرمز استفاده شده است؛ بنابراین، باید قابلیت شاخص های متفاوت پوشش گیاهی استخراج شده از داده های سنجش از دور، برای برآورد LAI ذرت علوفه ای، ارزیابی شود. بدین منظور پنج مرحله نمونه برداری میدانی، با فاصله زمانی نزدیک به گذر ماهواره سنتینل 2، از سوی مرکز تحقیقات فضایی پژوهشگاه فضایی ایران، اجرا شد و در مجموع، 234 نمونه از مزارع ذرت علوفه ای شرکت کشت و صنعت مگسال قزوین برداشت شد. سپس سیزده شاخص پوشش گیاهی متفاوت، با استفاده از سری زمانی تصاویر سنتینل 2، محاسبه شد و برای برآورد آماری مقادیر LAI به کار رفت. نتایج نشان داد که شاخص EVI با ضریب همبستگی 76/0 برای برآورد شاخص سطح برگ ذرت علوفه ای بهترین عملکرد را داشته است. علاوه براین، مقدار RMSE روش های رگرسیون غیرخطی بیشتر از روش های خطی بوده است.

فعالیت فیزیکی، یکی از مهمترین جنبه های زندگی است که مزایای زیست محیطی، اقتصادی، اجتماعی و سلامتی بسیاری را با خود به همراه دارد. با توجه به اهمیت فضای عمومی شهرها در وقوع این فعالیت ها، موضوع توسعه محیط مصنوعی، به عنوان چارچوبی که بتواند فعالیت های فیزیکی را ترویج دهد، به یکی از مسائل مطرح در گفتمان شهرسازی تبدیل شده است. پژوهش حاضر، با هدف سنجش عینی کیفیت های تاثیرگذار محیطی بر فعالیت های فیزیکی ساکنان، در چهار محدوده منتخب، به شعاع 500 متر از بافت های چهارگانه شهر سنندج، انجام شده است. با مروری بر پژوهش های پیشین، مولفه های تاثیرگذار محیطی بر این فعالیت ها شناسایی و داده های مربوط به هریک از آنها با استفاده از لایه های شبکه معابر و کاربری اراضی در سیستم اطلاعات جغرافیایی تهیه و در فرمول ارزیابی مربوط به هر معیار، جاگذاری شده اند. ارزیابی های فوق، به صورت ترکیبی و در شاخص های اسمارتراک و شاخص قابلیت پیاده مداری، مورد بررسی قرار گرفته اند. سپس با مقایسه تطبیقی نتایج حاصل از شاخص های یاد شده، محدوده های مورد بررسی به لحاظ پیاده مداری دسته بندی شده اند؛ داده های مربوط به فعالیت های فیزیکی 421 نفر از ساکنان نیز با استفاده از پرسشنامه، جمع آوری شده و در نرم افزار SPSS و از طریق آزمون واریانس، میانگین آنها محاسبه، سپس با استفاده از تحلیل رگرسیون، ارتباط بین آنها با کیفیت های پیاده مداری محیط بررسی شده است. نتایج حاصل از این تحقیق، نشان دهنده اثرات بالقوه کیفیت های محیط بر فعالیت های فیزیکی ساکنان است.

تهیه نقشه های کاربری اراضی با دقت بالا همواره یکی از اهداف مهم محققین در زمینه مدیریت اراضی بوده است. هدف از این پژوهش ارائه روش نوینی جهت تهیه نقشه های کاریری اراضی با استفاده از پردازش تصاویر ماهواره ای بوده است. به همین منظور از تصاویر ماهواره لندست 8 به عنوان تصویر پایه و نقشه مدل رقومی ارتفاعی، داده های حاصل از تجزیه به مولفه های اصلی و شاخص های طیفی جهت استخراج نقشه کاربری اراضی در منطقه مطالعاتی استفاده گردید. پس از پیش پردازش ها و آماده سازی داده های مورد نیاز، اقدام به تهیه نمونه های آموزشی گردید. در این پژوهش نمونه های آموزشی در دو بخش به کار گرفته شدند؛ در بخش اول از آنها به عنوان ورودی جهت طبقه بندی تصویر با الگوریتم های نظارت شده حداکثر احتمال و ماشین بردار پشتیبان استفاده گردید. در بخش دوم جهت طبقه بندی با روش درخت تصمیم گیری، از این نمونه ها جهت تعیین محدوده بازتاب طیفی هر کاربری در طیف امواج الکترومغناطیس (باندهای تصویر، PCA، شاخص های طیفی و DEM) استفاده گردید. سپس با استفاده از این داده ها و شروط دودویی درخت تصمیم گیری، هر کاربری مشخص گردید و نقشه کاربری آن استخراج گردید. پس از تهیه نقشه های ذکر شده، به منظور تلفیق نتایج طبقه بندی و حصول دقت بالاتر، از روش حداکثر رای گیری به منظور تهیه نقشه تلفیقی جدید کاربری اراضی منطقه استفاده گردید. به منظور ارزیابی دقت نقشه های تولیدی از پارامترهای آماری منتج از ماتریس ابهام شامل دقت کلی، ضریب کاپا، صحت کاربر و صحت تولیدکننده استفاده گردید. بر اساس نتایج حاصله، روش تلفیقی با دقت کلی 37/93 درصد و ضریب کاپا 91/0 دارای بیشترین دقت بوده است. دقت کلی نقشه کاربری روش درخت تصمیم گیری، ماشین بردار پشتیبان و حداکثر احتمال نیز به ترتیب 61/89، 01/88 و 6/87 درصد بوده اند. با توجه به اینکه در طبیعت پوشش/کاربری خالص به ندرت مشاهده می گردد و بیشتر پوشش/کاربری ها به صورت ترکیبی وجود دارند، لذا بهتر است از روش های نوینی که همه ابعاد پدیده ها را پوشش می دهند استفاده گردد. در این پژوهش اطلاعات حاصل از طبقه بندی نظارت شده و همچنین اطلاعات حاصل از روش منطقی درخت تصمیم گیری با یکدیگر تلفیق شده و نتایج حاصله به خوبی بیانگر بهبود دقت نهایی طبقه بندی بودند.

داده های سنجش از دور دارای کاربرد وسیعی در برآورد تبخیر و تعرق واقعی هستند و بدین منظور روش های مختلفی شرح و بسط یافته است. در این میان، سبال و متریک به عنوان مدل های شار انرژی و تی وی تی برپایة پوشش گیاهی توجه زیادی را به خود جلب کرده و برپایة برخی پارامترهایی هستند که برای استفاده نیاز به ارزیابی دارند. در پژوهش حاضر، 12 تصویر مودیس طی دورة سال آبی 88-1387 که محدودة مطالعاتی اهواز شمالی را (طبق طبقه بندی وزارت نیرو) می پوشاند، فراهم شد تا برای تخمین تبخیر و تعرق واقعی با استفاده از مدل های سنجش از دور به کار گرفته شود. به منظور ارزیابی و مقایسة نتایج، از تبخیر و تعرق تخمین زده شده با استفاده از مدل بیلان آبی مرسوم برای همان دوره استفاده شد. افزون بر اینها، بهترین تخمین تبخیر و تعرق واقعی با استفاده از مدل سنجش از دور برای مزارع یونجه با مقادیر متناظر در سند ملی آب مقایسه شد. نتایج به دست آمده، عملکرد بهتر سبال و سپس متریک و تی وی تی را نشان دادند. مدل بیلان آب میزان تبخیر و تعرق واقعی را 341 میلی متر بر سال و سبال آن را 2/347 میلی متر بر سال برای همان دوره نمایش داد. ارزیابی پارامترهای این مدل ها، تأثیر معنا دار کاربرد معادلات کالیبره شدة شار گرمای خاک و طول زبری مومنتوم را بر عملکرد و کاهش عدم قطعیت آنها نشان داد.

شاخص سطح برگ نقش مهمی در تبادل ماده و انرژی بین زمین و اتمسفر دارد. مانند سایر گیاهان، شاخص سطح برگ نیشکر معیار خوبی برای وضعیت سلامت و رشد این محصول است که به دلیل نقش آن در صنایع غذایی و انرژی، اهمیت اقتصادی بسیاری دارد. ماهواره PRISMA که در سال 2019 پرتاب شد، یکی از جدیدترین منابع داده های ابرطیفی را فراهم کرده است که به ویژه، در تهیه نقشه متغیرهای گیاهی کاربرد دارد. در پژوهش حاضر، نوع جدیدی از شبکه های عصبی مصنوعی، موسوم به شبکه عصبی تنظیم شده با روش بیزین (BRANN) که قانون بیز را برای غلبه بر مشکل بیش برازش شبکه های عصبی به کار می برد، استفاده می شود. مدل یادشده روی مجموعه ای داده، متشکل از طیف دریافت شده ازطریق ماهواره PRISMA به منزله متغیر مستقل و مقادیر اندازه گیری شاخص سطح برگ نیشکر به منزله متغیر وابسته، اجرا شد. اندازه گیری های زمینی شاخص سطح برگ نیشکر در 118 واحد نمونه برداری زمینی، روی مزارع کشت و صنعت نیشکر امیرکبیر در استان خوزستان و در هفت تاریخ متفاوت طی یک دوره رشد نیشکر در سال 1399، انجام شد. مقایسه عملکرد BRANN با یک روش متعارف شبکه عصبی، یعنی شبکه آموزش دیده با روش لونبرگ مارکوارت (LMANN) در بازیابی شاخص سطح برگ نیشکر از طیف PRISMA، حاکی از این است کهRMSE  بازیابی از 26/2 (m 2 /m 2 ) به روش LMANN به 67/0 (m 2 /m 2 )، با استفاده از روش BRANN کاهش یافته است. در این پژوهش، به منظور کاهش ابعاد داده نیز از تبدیل مؤلفه های اصلی استفاده شد. در بازیابی شاخص سطح برگ از بیست مؤلفه اصلی اول نیز RMSE از 41/1 (m 2 /m 2 ) با استفاده از روش LMANN به 71/0 (m 2 /m 2 ) طبق روش BRANN کاهش یافت. استفاده از مؤلفه های اصلی باعث کاهش چشمگیر زمان محاسباتی شد. با اجرای مدل آموزش دیده BRANN روی تصاویر PRISMA به صورت پیکسل به پیکسل، نقشه شاخص سطح برگ نیشکر تولید شد. ارزیابی این نقشه نشان داد که این نقشه تغییرات مکانی شاخص سطح برگ نیشکر را به خوبی نشان می دهد. نتایج این تحقیق بیانگر قابلیت بالای روش BRANN و تصاویر PRISMA برای بازیابی شاخص سطح برگ نیشکر است.

مطالعه حاضر با هدف مقایسة کارایی شاخص های گیاهی به عنوان روش های پیکسلی، و آنالیز ترکیب طیفی (SMA) به عنوان روش تحت پیکسلی در پهنه بندی پوشش گیاهی مراتع منطقه سمیرم استان اصفهان انجام یافته است. ابتدا پیش پردازش های هندسی و رادیومتریک بر تصویر لندست TM سال 1388 اعمال گردید. سپس رابطة همبستگی بین درصد تاج پوشش گیاهی اندازه گیری شده که با روش قدم نقطه در 30 سایت نمونه برداری اندازه گیری شده بود، در مطالعات میدانی با 4 گروه شاخص گیاهی شامل NDVI، PD54، SBI، GVI و STVI-1 و روش SMA در سه گروه مختلف پوشش گیاهی 25-0 درصد، 50-25 درصد و <50% در محیط نرم افزار SPSS16 ارزیابی شد. در گروه با درصد پوشش گیاهی اندک (25-0 درصد) SMA در مقایسه با شاخص های گیاهی بیشترین کارایی را نشان داد (05/0P< و 52/0=2R). با افزایش پوشش گیاهی، کارایی شاخص های گیاهی افزایش یافت و در گروه با بیش از 50 درصد پوشش گیاهی، تمام شاخص های گیاهی همبستگی بالاتری در مقایسه با SMA با داده های زمینی داشتند. به طور کلی، نتایج حاکی از آن است که در مناطق با درصد پوشش گیاهی متوسط به بالا روش های ساده برپایة پیکسل از جمله NDVI ابزارهای مناسب تری برای ارزیابی پوشش گیاهی هستند و روش تحت پیکسل SMA در مناطق با پوشش گیاهی کم کارآمدتر است. در تحقیق حاضر روش SMA به عنوان جایگزین شاخص های گیاهی در ارزیابی وضعیت پوشش گیاهی فقیر محیط های خشک و نیمه خشک کشور پیشنهاد می شود.

با توجه به تأثیر خشکسالی در کیفیت و کمّیت آب، هدف از این مطالعه بررسی خشکسالی با استفاده از شاخص های خشکسالی و ارتباط آن با میزان کیفیت آب در مناطق شمالی استان فارس ایران است. برای این منظور، شاخص های خشکسالی PCI، TVDI، NDVI در سال های 2000 تا 2020 استفاده شد. در ادامه، نقشه های پهنه بندی عناصر آب (Ca، Cl، EC، K، Na، Mg) با استفاده از روش کریجینگ تولید شد. سپس با به کارگیری روش شبکه های عصبی (MLP)، میزان عناصر آب با استفاده از شاخص های خشکسالی پیش بینی شد. نتایج نشان داد که با توجه به مقادیر شاخص های خشکسالی، روند تغییرات خشکسالی در منطقه از سال 2000 تا 2020 افزایشی بوده و بخش های جنوبی منطقه در وضعیت حادتری به نسبت دیگر بخش ها قرار دارد. نتایج حاصل از نقشه های پهنه بندی عناصر آب هم نشان داد که در بخش های جنوبی، غلظت املاح بیشتر از بخش های شمالی است. طبق نتایج حاصل از همبستگی بین شاخص های خشکسالی و مقادیر عناصر آب، Ca همبستگی بالایی (820/0 R=) با شاخص TVDI دارد و عناصر Cl، EC، K، Na، Mg نیز دارای همبستگی معنی داری (80/0 R>) با شاخص PCI است. نتایج حاصل از روش MLP، برای پیش بینی وضعیت کیفیت آب با استفاده از شاخص های خشکسالی، نشان داد که در مناطق جنوبی میزان املاح بیشتر و در نتیجه، کیفیت آب کمتر است. میزان دقت مدل در پیش بینی عناصر Cl، EC، K، Na، Mg، TH،TDS  با استفاده از شاخص PCI برابر با 85/0 R 2 = و درمورد عنصر Ca، با استفاده از شاخص TVDI برابر با 71/0 R 2 = است.

مناطق معدنی سرچشمه و دره زار در منطقه ایران مرکزی و کمربند ولکانو- پلوتونیکی ارومیه- دختر قرار گرفته است. سنگ های آتشفشانی ائوسن که تحت تأثیر نفوذی های الیگومیوسن قرار گرفته اند این منطقه را پوشش می دهد. کانه زایی مس — بیشتر از نوع پورفیری و همراه با دگرسانی های وسیع — همراه با اقلیم نیمه خشک، به دلیل پوشش گیاهی کم، میزان ناچیز هواویز و بخار آب جوّی و نیز رخ نمون واضح سنگ ها این منطقه را برای آزمایش نتایج سنجش از دور ماهواره ای مناسب کرده است. کالیبراسیون IARR برای نرمال کردن تصاویر به کمک یک طیف میانگین صحنه به کار می رود. تداخل سیگنال اثری در تصویربرداری استر است که با نشت سیگنال از باند 4 به درون باندهای 5 و 9 ایجاد می شود. در این مقاله، از باندهای طیفی مرئی- فروسرخ نزدیک و فروسرخ موج کوتاه محصولات استر، شامل سطح 1 L1B و سطح 2 AST_07XT استفاده شد. دسته دادة L1B با استفاده از کالیبراسیون بازتاب نسبی میانگین درونی به دادة بازتابش سطح زمین تبدیل شد؛ درصورتی که دستة داده های AST_07XT خود با چنین ماهیتی و با استفاده از تصحیح تداخل سیگنال در اختیار کاربر قرار می گیرند. به منظور ارزیابی و شناسایی بهترین روش کالیبراسیون، الگوریتم انطباق سیمای طیفی (SFF) روی این دستة داده ها اجرا و تصویرهای خروجی براساس نقشة زمین شناسی منطقه و مشاهدات میدانی با یکدیگر مقایسه شدند. از روش Z Profile برای استخراج طیف های خالص تصویر هر دو دستة داده استفاده شد. طیف نمونه های صحرایی با دستگاه طیف سنج (ASD) اندازه گیری شد، سپس طیف های مستخرج از نمونه ها به نُه باند استر بازنویسی شدند. کتابخانة طیفی JPL1 به صورت مرجعی برای تحلیل طیف های خالص تصویر و طیف های حاصل از نمونه های صحرایی مرتبط با کانی های شاخص دگرسانی منطقه استفاده شد. بدین ترتیب، کائولینیت را کانی شاخص دگرسانی فیلیک- آرژیلیک، آلونیت را کانی شاخص دگرسانی آرژیلیک پیشرفته و کانی اپیدوت را برای بارز سازی دگرسانی پروپیلیتیک به کار رفتند. نتایج حاصل از این پردازش نشان داد که دستة دادة L1B کالیبره شده به روش IARR به دلیل ازبین بردن محدودیت هایی، شامل آثار بخار آب جوی و سیماهای جذبی و بازتابی اضافی، به نسبت دستة دادة استاندارد AST_07XT تصحیح شده با تداخل سیگنال نتایج بهتری را برای بارزسازی دگرسانی های فیلیک- آرژیلیک، آرژیلیک پیشرفته و پروپیلیتیک منطقه به دست می دهد.

مشخصه های استخراج شده از تصاویر ماهواره ای تک زمانه نمی تواند در طبقه بندی محصولات کشاورزی به صحت بالای طبقه بندی منتج شود؛ بدین سبب، استفاده از تصاویر چندزمانه و اطلاعات بافت این تصاویر در پژوهش حاضر بررسی شده است. این تحقیق تفکیک چهار محصول یونجه، گندم، سیب زمینی و خیار را در شهرستان قروه، با استفاده از تصویر تک زمانه و چندزمانه (ASTER & SPOT5)، بررسی می کند. این تحقیق هفت تصویر مربوط به هفت زمان متفاوت را بررسی کرده و با استفاده از جدول تفکیک پذیری، به این نتیجه رسیده که تصویر 11 تیر بهترین تصویر تک زمانه و ترکیب 11 تیر و 21 مهر بهترین تصویر دوزمانه است. در تحقیق حاضر، از روشGLCM برای استخراج بافت استفاده شده است. برای استخراج شاخص های بافت از این روش، اندازة تقریبی پنجره با استفاده از واریوگرام تعیین شد و سپس شاخص های به دست آمده با باندهای طیفی تصویر تک زمانه و دوزمانه ترکیب شدند. سپس طبقه بندی با استفاده از انواع ترکیبات تصویر تک زمانه و دوزمانه و شاخص های گوناگون اجرا شد. در طبقه بندی طیفی بهترین تصویر تک زمانه (11 تیر)، صحت کلی طبقه بندی حدود 24% بیشتر از کمترین صحت طبقه بندی مربوط به تصویر 10 مرداد (76.02% در برابر 52.28%) به دست آمد. صحت طبقه بندی با استفاده از تصویر دوزمانه به حداکثر می رسد و با اضافه کردن تصاویر بعدی، افزایشی ندارد. در تصویر پنج زمانه، صحت طبقه بندی از تصویر دوزمانه بیشتر می شود اما، با اضافه کردن شاخص های بافت، حدود 5% از صحت طبقه بندی دوزمانه با شاخص های بافت کاسته شد. بدین ترتیب مشخص می شود که بافت می تواند نقشی بیشتر از چند تصویر داشته باشد. بهترین طبقه بندی در بهترین ترکیب دوزمانه (11 تیر و 21 مهر) به دست آمد (97.48%). در تصاویر تک زمانه، تصویر 11 تیر بالاترین صحت طبقه بندی (95.2%) را به دست آورد. نتایج نشان داد که استفاده از تصاویر چندزمانه به همراه شاخص های بافت، درمقایسه با روش های مرسوم (بدون استفاده از شاخص های بافت یا تصاویر چندزمانه)، دقت بسیار بالاتری دارد.

ادغام تصویر، فرآیند تلفیق اطلاعات مناسب از مجموعه ای تصاویر در یک تصویر است، به طوری که تصویر ادغام شده حاوی اطلاعات مفیدتر و کامل تر از هر یک داده های ورودی خواهد بود. هدف از ادغام تصاویر سنجش ازدوری، ترکیب اطلاعات به دست آمده از سنجنده هایی باقدرت های تفکیک مکانی، طیفی و زمانی متفاوت به منظور به دست آوردن تصویری با جزئیات اطلاعاتی بیشتر نسبت به هرکدام از داده های انفرادی است. هدف از تحقیق حاضر، ارزیابی عملکرد تبدیل موجک گسسته در ادغام تصاویر فراطیفی با تصاویر دارای قدرت تفکیک مکانی بالا است. برای این منظور، پنجره ای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. ابتدا تصویر هایپریون، به لحاظ باندهای غیرقابل استفاده و نویزهای استریپ، تصحیح شد. از باند پانکروماتیک سنجنده ALI، به منظور تصحیح هندسی و ثبت تصویر هایپریون استفاده گردید. در ادامه تصویر هایپریون با استفاده از عملیات بازنمونه برداری به صورت تصویری با اندازه پیکسل 10 متر تبدیل شده و با استفاده از الگوریتم Gram-Schmit، با تصویر ALI، ادغام شد. دوباره با استفاده از تصویر OrbView3، بر روی تصویر ادغام شده، عملیات ثبت تصویر انجام گرفته سپس هر دو تصویر با استفاده از عملیات بازنمونه برداری به اندازه پیکسل 4 متر تبدیل شدند. تصویر OrbView3، با استفاده از موجک گسسته هار، در چهار سطح تجزیه شده و جهت ادغام مورداستفاده قرار گرفت. نتایج تحقیق نشان داد که با هر بار افزایش سطح تجزیه تصویر، صحت و دقت ادغام افزایش پیدا می کند.

افزایش جمعیت و محدود بودن اراضی قابل استفاده، در کنار تغییرات سریع جوامع و توسعه کاربری ها، بر اهمیت برنامه ریزی صحیح زمین و تصمیم گیری هدفمند در تخصیص آن به بهترین کاربری می افزاید. فرایند تخصیص کاربری معمولاً در سه مرحله ی تناسب، تقاضا و تخصیص انجام می شود. در اغلب تحقیقات موجود، به مدل سازی افزایش مساحت کاربری ها در طول برنامه ریزی اکتفا شده است. هدف از انجام تحقیق حاضر ارائه مدلی برای تخصیص کاربری است که بتواند فرایندهای محیطی و تأثیراتی را که به صورت هم زمان منجر به افزایش و کاهش سطح کاربری می گردد مدل سازی کند. در این مدل، برای مدل سازی افزایش مساحت کاربری به مؤلفه های تناسب محیطی، دسترسی، همسایگی و محدودیت و برای مدل سازی کاهش مساحت کاربری به مؤلفه های فرسایش و شوری خاک پرداخته شده است. در مدل توسعه داده شده از روش های اتوماسیون سلولی، میانگین وزن دار خطی، فرایند تحلیل سلسله مراتبی و مدل زنجیره مارکوف استفاده شد. این مدل در شهرستان برخوار و میمه واقع در استان اصفهان پیاده سازی شد و با در نظر گرفتن نقشه کاربری سال 1377 به عنوان نقشه ی مبنا، نقشه کاربری سال 1384 به عنوان نقشه افق در دو حالت مختلف تهیه شد. دقت های 609/0 و 510/0 بدین معنی است که مدل توسعه داده شده در مقایسه با مدل های پیشین دارای دقت بهتری است. در نهایت با استفاده از مدل توسعه داده شده، پیش بینی نقشه کاربری برای سال 1394 انجام گرفت. نتایج پژوهشی حاضر را می توان با تغییراتی برای سایر مناطق نیز مدنظر قرار داد.

نظارت بر تغییرات مکانی و زمانی تبخیر تعرق برای مدیریت آبیاری و نیاز آبی گیاهان زراعی، به ویژه در مناطق کم آب، بسیار مهم است. هدف از پژوهش حاضر برآورد تبخیر و تعرق واقعی با استفاده از الگوریتم سبال (SEBAL) و مقایسه آن با تبخیر و تعرق استاندارد فائو 56، به منظور تعیین باغات پسته تحت تنش خشکی در استان یزد است. بدین منظور، از یک سری زمانی تصاویر ماهواره ای لندست 8 با پانزده تصویر در سال 2015 استفاده شد. در ابتدا، تبخیر و تعرق در دوره های پانزده روزه فنولوژی پسته به دست آمد و سپس، با جمع تبخیر و تعرق در دوره های پانزده روزه، میزان تبخیر و تعرق در چهار مرحله اصلی فنولوژی پسته و کل یک دوره رشد سالیانه تعیین شد. تبخیر و تعرق استاندارد نیز به روش فائو 56 و با استفاده از رابطه KC-NDVI به دست آمد و به منزله استانداردی برای مقایسه تبخیر و تعرق واقعی سبال در نظر گرفته شد. براساس نتایج، الگوریتم سبال قابلیت مناسبی در تعیین میزان تبخیر و تعرق در منطقه مورد مطالعه دارد. با اینکه داده های معتبر لایسیمتر برای مقایسه نتایج الگوریتم سبال با آن در منطقه یادشده وجود نداشت؛ مقایسه نتایج با روش استاندارد فائو 56 نشان داد این دو روش مطابقت خوبی با یکدیگر دارند و میانگین ضریب تبیین (R2)، خطای جذر میانگین مربعات (RMSE ) و میانگین خطای مطلق (MAE) میان نتایج الگوریتم سبال و رویکرد فائو KC-NDVI به ترتیب 0.8، 16.7 و 14.5 میلی متر بین دوره های پانزده روزه فنولوژی پسته به دست آمد. میانگین میزان تبخیر و تعرق واقعی و استاندارد در طول یک فصل رشد پسته، در سطح منطقه مورد بررسی، به ترتیب 950 و 1086 میلی متر است. مقایسه تبخیر و تعرق واقعی و استاندارد نشان داد، در بخش اعظم این منطقه، تبخیر و تعرق واقعی کمتر از شرایط استاندارد است.

مدل سازی مکانی رخداد چشمه های آب زیرزمینی امکان شناسایی چشمه های جدید را، برای مصارف شرب و کشاورزی و صنعت، فراهم می آورد. هدف از این تحقیق مدل سازیِ مکانی رخداد چشمه های آب زیرزمینی، با استفاده از نمایه های ژئومرفومتری مؤثر در رخداد آنها و مدل احتمالی وزنی شاهد و بررسی کارآیی این مدل در منطقة البرز میانی است. به طورکلی، 584 چشمه در منطقة مورد مطالعه مشخص شدند که 409 (70%) چشمه ها برای آموزش و 175 (30%) چشمه ها برای اعتبارسنجی مدل وزنی شاهد به کار رفتند. چهارده شاخص مهم ژئومرفومتری مؤثر در رخداد چشمه ها، در قالب رویکرد مدل وزنی شاهد برای مدل سازی مکانی رخداد چشمه ها، برگزیده شدند. این عوامل شامل ارتفاع، درجة شیب، جهت، انحنای صفحه ای، انحنای پروفیل، شاخص رطوبت توپوگرافی، شاخص قدرت جریان، طول شیب، شاخص موقعیت توپوگرافی، سنگ شناسی، فاصله از گسل ها، تراکم گسل ها، فاصله از آبراهه ها و تراکم زهکشی می شوند. در این تحقیق، براساس مدل وزنی شاهد، عامل های جهت شیب و شاخص رطوبت توپوگرافی، به ترتیب، دارای کمترین و بیشترین تأثیر در رخداد چشمه های آب زیرزمینی اند. نقشة به دست آمده از مدل سازی مکانی رخداد چشمه ها، در چهار طبقه، با پتانسیل رخداد کم، متوسط، زیاد و بسیار زیاد قرار گرفت. صحت پیش بینی مدل مورد استفاده با استفاده از روش ROC بررسی شد. سطح زیرین منحنی 866/0 به دست آمد که نشان می دهد مدل وزنی شاهد، در برآورد رخداد مکانی چشمه های آب زیرزمینی در منطقة مورد مطالعه، دقت بسیار خوبی دارد.

در سال های اخیر، پدیده تغییر اقلیم و خشکسالی به معضلی جهانی در مناطق خشک و نیمه خشک جهان تب دیل ش ده اس ت. در تحقیق حاضر، تغییرات ماهیانه دی اکسید کربن جو و ذخیره کل آب، در بازه زمانی 2015-2003 در ایران، بررسی شده است. از داده های ترکیب شده با الگوریتم Obsm4MIPs ماهواره GOSAT و سنجنده SCIAMACHY، برای به دست آوردن روند تغییرات غلظت گاز دی اکسید کربن، و داده های ماهواره GRACE، برای تغییرات ذخیره کل آب در بازه زمانی 2003 تا 2015، استفاده شده است. نتایج همبستگی کانونی رابطه ای قدرتمند را، بین غلظت دی اکسید کربن با تغییرات ذخیره کل آب، نشان می دهد. به منظور مدل سازی رابطه بین تغییرات ذخیره کل آب با دی اکسید کربن، میزان تخلیه و مصرف آب های زیرزمینی از مدل رگرسیون گام به گام استفاده شد. نتایج حاصل از مدل رگرسیون بین تغییرات اشاره شده نشان دهنده این است که دی اکسید کربن، با 91/0R 2 =، بیشترین رابطه را با تغییرات ذخیره کل آب در مدل دارد. شایان ذکر است که شناسایی این روابط، در مقیاس کلان، ملموس است و در مقیاس محلی شیوه های مدیریتی در تغییرات منابع آب، به ویژه آب های زیرزمینی، تأثیر بیشتری دارد.

گسترش شهرنشینی، اثرات معناداری بر کره زمین دارد. یک از اثراتی که امروزه مردم با آن سروکار دارند گرم شدن کره زمین است که به عنوان جزایر حرارتی شهری نمود پیداکرده است. جزایر حرارتی، منطقه شهری است که به میزان قابل توجهی گرم تر از محیط اطراف هست. هدف از پژوهش، استخراج تغییرات مکانی-زمانی جزایر حرارتی شهر شیراز با استفاده از تصاویر ماهواره ای و تعیین رابطه بین نوع پوشش زمین و دمای سطح آن می باشد. در این راستا، ابتدا پیش پردازش های لازم جهت تهیه نقشه کاربری بر تصاویر انجام شد و تغییرات پوشش زمین، آب، باد، پوشش گیاهی و آلبدو و شاخص ضریب دید آسمان محدوده موردمطالعه نیز استخراج و تصاویر ماهواره ای در محیط GIS تهیه و تفسیر شد. نتایج نشان می دهد نقطه شماره 9 (باغات قصرالدشت شیراز) کمترین دما را دارد و همین موضوع نشان دهنده رابطه معکوس فضای سبز با جزایر حرارتی است. استفاده از داده های سنجش ازدور نقش مهمی در مدیریت فضای شهری دارد و به نحوی کارآمد مدیران شهری را در برنامه ریزی فضای شهری یاری می رساند. مصالح ساختمانی شهری تأثیر به سزایی در تشدید جزایر حرارتی دارند به این صورت که به کار بردن مصالح استاندارد تا مقدار زیادی باعث کاهش دما می شود و پوشش گیاهی اثر کاهنده و سطوح ساخته شده، اثرات تشدیدکننده بر جزایر حرارتی دارند. الگوی توزیع مکانی زمانی جزایر حرارتی متأثر از الگوی پراکنش کاربری اراضی است.