درخت حوزه‌های تخصصی

اساس برنامه ریزی و مدیریت صحیح داشتن آمار و اطلاعات دقیق و به هنگام است. یکی از مهم ترین آمار و اطلاعات بخش کشاورزی میزان تولید سالیانه هر محصول یا سطح زیرکشت است. یکی از ابزارهایی که در کمترین زمان و با هزینه پایین و دقت مناسب، می تواند سطح زیرکشت محصولات را محاسبه کند دانش و فنّاوری سنجش از دور است. در این تحقیق، از دو روش طبقه بندی شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده و سطح زیرکشت محصولات غالب منطقه، شامل هشت کلاس، از تصاویر سری زمانی سنتینل 2 برآورد شده است. براساس نتایج به دست آمده، صحت کلی هریک از روش های شبکه عصبی مصنوعی و ماشین بردار پشتیبان به ترتیب برابر با 97.74 و 97.96%، با ضریب کاپای 0.97 برای برآورد سطح زیرکشت محصولات بوده است. بنابراین، نتایج این دو روش مورد قبول واقع شده است. با توجه به صحت کلی، می توان نتیجه گرفت که دو روش طبقه بندی نتایج تقریباً یکسانی در منطقه دارد. علاوه براین، طبق نتایج صحت کاربر، می توان بیان کرد درمورد چهار محصول یونجه، برنج، پیاز و خربزه، عملکرد روش ماشین بردار پشتیبان بهتر از روش شبکه عصبی است و درمورد گندم دیم و آبی، جارو و مرتع، روش شبکه عصبی بهتر از ماشین بردار پشتیبان در منطقه عمل می کند.

تهیة نقشة دقیق از ساختارهای زمین شناسی، در مدیریت سرزمین اهمیت بسزایی دارد. بسیاری از این ساختارها در مناطق خشک و بیابانی منشأ رسوبات بادی، غبار و ذرات معلق در هوا به شمار می آیند. افزایش روزافزون توان تفکیک سنجنده ها و دسترسی آسان به آنها، کمک شایانی به مطالعة مناطق بیابانی کرده است. هدف پژوهش حاضر، تعیین مهم ترین عوامل مؤثر در تفکیک رخساره های کویری براساس روش میانگین هندسی و تجمیع لایه های اطلاعاتی سنجندة ASTERاست. به منظور انجام پژوهش حاضر از تصویر ماهواره ای استر مربوط به تاریخ 23 ژوئن سال 2010 استفاده شد.ابتدا 40 نمونه از خاک سطحی منطقة مطالعاتی برداشت شد ومؤلفه های مختلف خاک شناسی (آنیون ها، کاتیون ها، بافت، رطوبت و pH) در آزمایشگاه تجزیه و تحلیل شدند.به منظور بررسی اثر توپوگرافی بر شکل رخساره ها از مدل رقومی ارتفاع بهره گرفته شد. ارزش پیکسل ها در باندهای مختلف در محل نمونه های آموزشی (26 نمونه) استخراج شد و سپس با استفاده از روش رگرسیون چندگانة خطی اقدام به برپایی مدل های همبستگی شد. با استفاده از مدل های رگرسیونی در محل نقاط شاهد (14 نمونه)، مقادیر تخمینی در این نقاط محاسبه و صحت مدل ها ارزیابی گردید. با اعمال مدل ها روی باندهای مرتبط، نقشة مربوط به هر مؤلفه تهیه و پس از استانداردسازی با استفاده از روش تفکیک تراکمی طبقه بندی شدند. صحت طبقه بندی نقشه های تولیدشده براساس نقشة واقعیت زمینی برآورد گردید. سپس با استفاده از روش میانگین هندسی و تجمیع، لایه های اطلاعاتی تلفیق شدند. درنهایت، ارزیابی صحت نقشه های خروجی نیز صورت گرفت. نتایج تحقیق حاضر حاکی از نبود رابطة معنادار بین مؤلفه های سدیم، کربنات، هدایت الکتریکی خاک و توپوگرافی با داده های ماهواره ای در منطقة مطالعاتی است. همچنین نتایج نشان دادند که گرچه براساس مدل های تخمینی رس، سیلت، قلیایی بودن، رطوبت و استفاده از رویکرد ادغام رخساره هایی که بازتاب طیفی مشابه دارند می توان حداکثر تا 4 رخساره را در منطقة مطالعاتی تفکیک کرد، اما براساس روش میانگین هندسی و با استفاده از اثر جداگانة مؤلفة آهک و اثر متقابل مؤلفه های بیکربنات آهک، پتاسیم آهک، و بیکربنات آهک پتاسیم با صحت کلی بیش از 53 درصد می توان 5 رخساره را تفکیک کرد. کلید واژه ها : رخساره، میانگین هندسی، تجمیع،ژئوموفولوژی، پلایا، طبس.

تعیین سرانه فضای سبز تا حد زیادی بستگی به خصوصیات بیوکلیماتیک منطقه و شهر دارد. براساس مطالعات و بررسیهای وزارت مسکن و شهرسازی، سرانه فضاهای سبز شهری در شهرهای ایران بین 7 تا 12 مترمربع برای هر نفر برای گذران اوقات فراغت، بازی و تفریح است . امروزه معمولا تعادلی از نظر سطح فضای سبز و مناطق باز موجود بین شبکه های شهری و الگوهای طبیعی سرزمین کمتر مشاهده می شود . این امر ممکن است باعث مشکلات زیست محیطی جهانی خاصی مانند شکل گیری جزایر گرمایی شهری شود. در این میان فضای سبز نقش تعیین کننده ای دارد. شهر هفشجان از جمله شهرهایی است که از توزیع مناسب فضای سبز برخوردار نیست و برخی از محلات آن فاقد فضای سبز است. به منظور تعیین مکان بهینه برای ایجاد فضای سبز باید از اصولی چون «مرکزیت، سلسله مراتب و دسترسی» تبعیت کند. بعد از گردآوری داده های مکانی و نقشه های موجود و تشکیل پایگاه اطلاعاتی در محیط جی آی اس توابع فازی لارج و اسمال و توابع بولین هر یک از معیارها استانداردسازی شد. با وزن دهی مناسب و با روی هم گذاری این لایه های فازی شده، تلفیق فازی، انجام شد و مکان های مناسب مشخص شد. در نهایت زمین هایی که درجه ی تناسب آنها مناسب تر بوده اند برای ایجاد فضای سبز انتخاب شده اند. این مکان ها نزدیک به مراکز مسکونی، آموزشی، شبکه ی ارتباطی، هستند و از پارامترهای دیگر مانند فضای سبز موجود، فاصله ی زیادی دارند.

هدف از این تحقیق تعیین مناطق دارای پتانسیل حضور چشمه آب زیرزمینی و اولویت بندی عوامل مؤثر در آن، با استفاده از روش حداکثر آنتروپی (مدل MaxEnt)، سیستم اطلاعات جغرافیایی و سنجش از دور است. در تحقیق حاضر، از چهارده شاخص تأثیرگذار در پتانسیل آب زیرزمینی شامل شاخص های توپوگرافیکی، زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی و همچنین، شاخص جدید ارتفاع از سطح نزدیک ترین زهکش (HAND) استفاده شده است. ابتدا، شاخص ها به دو بخش شاخص های توپوگرافیکی و سایر عوامل شامل زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی تقسیم شدند و نقشه پتانسیل آب زیرزمینی براساس آنها تهیه شد. سپس، از تلفیق شاخص ها، نقشه نهایی پتانسیل آب زیرزمینی به دست آمد. از مجموع 2547 چشمه، با استفاده از روش فاصله ماهالانوبیس، 60% به منزله داده های آزمون و 40% به منزله داده های اعتبارسنجی طبقه بندی شدند. نتایج نشان داد که به ترتیب، براساس شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها 38.5%، 27.4% و 34.7% حوزه دارای پتانسیل آب زیرزمینی است. همچنین، طبق نمودار جکنایف لایه های ارتفاع، کاربری اراضی، شیب، موقعیت شیب نسبی، شاخص HAND و لیتولوژی به ترتیب مهم ترین عوامل مؤثر در پتانسیل چشمه آب زیرزمینی بودند. سطح زیر منحنی (AUC) براساس نمودار ROC نشان دهنده دقت 83%، 83% و 85% (خیلی خوب) در مرحله آموزش و 82%، 81% و 84% (خیلی خوب) در مرحله اعتبارسنجی، مطابق با شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها بود. با توجه به اینکه شاخص HAND جزء شاخص های تأثیرگذار در آب زیرزمینی محسوب می شود؛ نقش تعیین کننده و مهمی در تعیین مناطق دارای پتانسیل چشمه آب زیرزمینی دارد.

به منظور ارزیابی قابلیت تصاویر سنجندة OLI ماهوارة لندست8 در تهیة نقشة تراکم تاج پوشش جنگل های زاگرس، ابتدا پنجره ای از تصاویر سنجندة مذکور از جنگل های منطقة حفاظت شدة مانشت با مساحت 2300 هکتار در استان ایلام انتخاب شد.برای تهیة نمونه های تعلیمی و برآورد صحت طبقه بندی ها، نقشة واقعیت زمینی به شکل نمونه ای از طریق نمونه برداری به روش منظم-تصادفی با 100 قطعه نمونة مربعی شکل (36/0 هکتاری) روی شبکه ای با ابعاد 500×400 متر تهیه شد. در هر قطعه نمونه، سطح تاج پوشش تمامی درختان اندازه گیری شد و درصد تاج پوشش در هر قطعه نمونه به دست آمد. پس از انتخاب نمونه های تعلیمی و مجموعة باندهای مناسببا استفاده از معیار واگرایی تبدیل شده، طبقه بندی داده ها به روش نظارت شده و با استفاده از خوارزمی های حداقل فاصله از میانگین و حداکثر احتمال انجام شد.نتایج حاصل از طبقه بندی با استفاده از معیار های تعیین صحت نشان دادند که خوارزمیِ حداقل فاصله از میانگین با صحت کلی و ضریب کاپای 80 درصد و 68/0 در مقایسه با خوارزمیِ حداکثر احتمال با صحت کلی و ضریب کاپای 60 درصد و 35/0 در طبقه بندی تراکم تاج پوشش بهتر عمل می کند. بازبودن تاج پوشش و همچنین اختلاط بازتاب خاک و پوشش گیاهی در این منطقه مانع دستیابی به نتایج مطلوب تر گردید. به طور کلی نتایج پژوهش حاضر، قابلیت نسبتاً مناسب داده های سنجندة OLI را در طبقه بندی تراکم تاج پوشش جنگل های زاگرس نشان می دهند. کلید واژه ها : استان ایلام، جنگل های زاگرس، سنجندة OLI، لندست8.

در طول 10 سال اخیر، خودکاره های سلولیبه صورت گسترده ای در شبیه سازی پدیده های مکانی مورد توجه و استفاده قرار گرفته اند. با این حال، به دلیل ماهیت قطعی و توجه نکردن به عدم قطعیت در خودکاره های سلولی کلاسیک، محدودیت های گوناگونی برای شبیه سازی این گونه پدیده ها به وجود آمده است. در پژوهش حاضر، خودکاره های سلولی کلاسیک ازطریق تلفیق آن با نظریة فازی معرفی شده اند. در این تحقیق، قوانین انتقال به صورت فازی بیان شده و بر مبنای آن مدل خودکاره های سلولی فازی ارائه شده است. مدل مذکور به منظور شبیه سازی فرایند توسعة شهری اصفهان در طول سال های 1990 تا 2009 به کار گرفته شده است. کلید واژه ها : خودکارة سلولی، نظریة مجموعة فازی، توسعة شهری، ماتریس خطا.

وجود اسپکل در تصاویر رادار با روزنه مصنوعی به دلیل سیستم تصویربرداری همدوس، باعث ایجاد اثر دانه دانه ای در تصویر شده و برخی پردازش های شی گرا همانند قطعه بندی، خوشه بندی و یا شناسایی هدف را تحت تاثیر قرار می دهد. از اینرو روش های مختلفی جهت کاهش اثر اسپکل ارائه شده است.از یک نقطه نظر کلی اغلب الگوریتم های ارائه شده در یکی از روش های حوزه مکان، روش های مبتنی بر تبدیل و نیز روش های بهینه سازی طبقه بندی شده و البته محدود نمی گردند. از جمله محدودیت های موجود در روش های مورد استفاده اغلب می توان به عدم حفظ بافت و ساختار تصویر و نیز وابستگی اجرای الگوریتم به یک یا چند پارامتر تنظیم کننده اشاره نمود، که همین موضوع استفاده از این روش ها را در کاربردهای عملی با چالش رو به رو می سازد. از اینرو در پژوهش حاضر با در نظر گرفتن رفتار فرکانسی تصاویر SAR، روشی بر مبنای فیلترینگ تطبیقی طیف اندازه در حوزه فرکانس ارائه شده است که ضمن حفظ بافت های ظریف تصویر، به طور قابل ملاحظه ای اثر اسپکل را کاهش می دهد. علاوه بر آن الگوریتم پیشنهادی به صورت خودکار اجرا شده و نیازی به برآورد پارامترهای تنظیمی ندارد. همچنین در تصاویر با پیچیدگی بافت زیاد و در روش های کانوولوشن مکانی که نیاز به تنظیم ابعاد کرنل دارد، مرتبه محاسباتی پایین تری خواهد داشت. نتایج ارزیابی نشان می دهد که الگوریتم پیشنهادی در مقایسه با فیلترهای مکانی تطبیقی، ضمن بهبود 50 درصدی شاخص تعداد منظرهای معادل در تصاویر SAR، مقدار شاخص حفظ لبه را نیز به طور میانگین برای تصاویر SAR و شبیه سازی SAR حدوداً 50 و 30 درصد بهبود می بخشد.

مدل های خوشه بندی c-means یکی از پرکاربردترین شیوه های طبقه بندی نظارت نشده در آنالیز داده ها به شمار می رود. مدل فازی این روش، یعنی Fuzzy c-means، یکی از مشهورترین مدل هایی است که در آن هر داده با یک مقدار درجه عضویت بین 0 و 1، به هر یک از خوشه ها اختصاص داده می شود. این مدل خوشه بندی جهت طبقه بندی داده های سنجش از دوری بسیار استفاده شده است. مدل Fuzzy c-means از فاصله اقلیدسی جهت خوشه بندی استفاده کرده و برای همه خوشه ها شکل یکسانی فرض می کند. با وجود این، این مدل برای داده هایی که در آن ها کلاس ها دارای شکل و حجم متفاوت اند، مناسب به نظر نمی رسد. برای رفع این مشکل، مدل Gustafson-Kessel جهت خوشه بندی داده های پیچیده ارائه شده است. این مدل برمبنای به کارگیری یک ماتریس کوواریانس فازی برای هر خوشه عمل می کند و شکل هندسی، حجم و جهت گیری یکسانی برای همه خوشه ها در نظر نمی گیرد. در این تحقیق، از هر دو مدل خوشه بندی مذکور جهت داده های سنجش از دوری فراطیفی واقعی حاصل از سنجنده های Hyperion، ROSIS و CASI استفاده شده است. نتایج حاصل از مدل های خوشه بندی Fuzzy c-means و Gustafson-Kessel به پارامتری به نام فازی کننده وابسته است که در این تحقیق، مقدار بهینه آن با محاسبه و بررسی دقت طبقه بندی هر یک از این مدل ها، در ازای فازی کننده های مختلف به دست آمده است. نتایج به دست آمده در ازای مقدار بهینه فازی کننده، نشان می دهد که مدل Gustafson-Kessel دقت و صحت طبقه بندی را حدود 5/12% برای داده های Hyperion و حدود 45/8% برای داده های ROSIS افزایش می دهد. همچنین، ارزیابی دیداری نتایج دو مدل خوشه بندی روی داده های CASI نشان می دهد که مدل Gustafson-Kessel عملکرد بهتری دارد. البته در مقابل، باید گفت مدل Gustafson-Kessel هزینه زمانی بیشتری را صرف می کند و همچنین، جهت تعیین پارامتر مربوط به حجم خوشه ها، به دانش قبلی نیاز دارد.

امروزه موجودیت فضای سبز و گسترش آن به عنوان ریه های تنفسی شهر بسیار حائز اهمیت است و این تا آن حد است که بعنوان یکی از شاخص های توسعه یافتگی در جوامع مطرح بوده و نبود آن به معنی عدم وجود سلامت و تندرستی در شهرها تلقی می شود. مقاله حاضر به روش توصیفی تحلیلی و کاربردی بوده و با استفاده از سیستمهای اطلاعات جغرافیایی GIS و لایه های اطلاعاتی فازی شده مورد نظر و انجام مراحل مختلف جهت مدلسازی و فرآیند تحلیل سلسله مراتبی AHP و بدست آوردن وزن لایه های اطلاعاتی و تشکیل مدل نهایی تلفیق فازی به بررسی چگونگی توزیع فضایی و مکانیابی فضای سبز شهری شهر نهاوند استان همدان پرداخته است. مکانهای بهینه جهت این امر مشخص شد. سپس با انتخاب سه منطقه بعنوان مکانهای بهتر و در نظر گرفتن میدان خروجی شهر ، مسیرهای مناسب و بهینه را در جهت رسیدن به این مکانهای جدید پیشنهادی مشخص شد. این روش مدلسازی بهینه فازی برای مسیریابی و مکانیابی را تحلیل نموده 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.

در دو دهة اخیر استفاده از لیزراسکن های هوایی یا لیدار در کاربردهای گوناگون مهندسی ژئوماتیک رشد فزاینده ای یافته است. دلیل این امر قابلیت اعتماد بالا و صحت داده های خروجی حاصل از این نوع سنجنده هاست. خروجی لیدار، ابرنقاط سه بعدی طبقه بندی نشده و غیرساختاریافته است. برای عملیاتی کردن داده های مذکور می بایست این داده ها به نوعی ساختارمند شوند و در کلاس های متمایز طبقه بندی گردند. در پژوهش حاضر با تلفیق ویژگی های هندسی و فیزیکی داده های حاصل از سنجندة جدید لیزراسکن هوایی موج پیوسته، بردار ویژگی متناسب با هر نقطه از ابرنقاط تشکیل می شود. روند پردازش به کارگرفته شده در این مقاله شامل استخراج ویژگی های هندسی از مختصات سه بعدی نقاط موجود در ابرنقاط است. این ویژگی شامل میزان مشارکت نقطة مطلوب در تشکیل یک صفحه در ابرنقاط است. برای رسیدن به این هدف از تبدیل هاف سه بعدی استفاده شده است. در کنار این ویژگی هندسی، ویژگی های فیزیکی شامل دامنة پالس، پهنای پالس و شمارة پالس بازگشتی نیز به هر نقطه در داده های لیزراسکن هوایی موج پیوسته اختصاص داده می شود. با استفاده از بردار ویژگی تشیکل شده برای هر نقطه و طبقه بندی کنندة ماشین بردار پشتیبان، ابرنقاط غیرساختاریافته را به مجموعه ای ساختاریافته و کلاسه بندی شده تبدیل می کنیم. خروجی حاصل از روش ارائه شده در این مقاله شامل ابرنقطه ای طبقه بندی شده به سه کلاس زمین لخت، ساختمان و پوشش گیاهی است. این طبقه بندی با دقت کلی 04/81 درصد، ضریب کاپا 69/0 و دقت میانگین 21/79 درصد انجام شده است. کلید واژه ها : لیدار موج پیوسته، طبقه بندی کنندة ماشین بردار پشتیبان، پردازش ابرنقاط، تبدیل هاف سه بعدی، مناطق شهری

توسعه سیستم های خودکار تشخیص جاده و ساختمان در تصاویر هوایی همواره با چالش های مهمی مانند متفاوت بودن ظاهر ساختمان ها، تغییرات روشنایی، زاویه تصویربرداری و فشرده و چگال بودن جاده ها و ساختمان ها در نواحی شهری روبه روست. در چند سال اخیر، استفاده از شبکه های عصبی مصنوعی چندلایه (شبکه های عصبی عمیق) مورد توجه بسیاری از پژوهشگران این حوزه (و حوزه های مشابه) قرار گرفته و نتایج خیره کننده ای با به کارگیری آنها حاصل شده است. باوجوداین، به دلیل استفاده از لایه های کاملاً متصل در راهکار های داده شده، میانگین مدت زمان پردازش هنوز بسیار زیاد است و مدل ساخته شده نیز به سرعت دچار پدیده بیش برازش می شود. علاوه براین، در بیشتر روش های پیشنهادی، برای تفسیر تصاویر هوایی براساس چنین راهکاری از رویکرد تک کلاس استفاده شده است. به عبارتی، تشخیص جاده ها و ساختمان ها از عوارض طبیعی به طور هم زمان امکان پذیر نیست و لازم است مدل های جداگانه ای برای تشخیص هریک از آنها ایجاد شود. هدف اصلی، در این پژوهش، طراحی معماری جدیدی است که مدل ساخته شده با استفاده از آن بتواند، هم زمان، جاده ها و ساختمان ها را از عوارض طبیعی تشخیص دهد و به این ترتیب، پیچیدگی عمل طبقه بندی را به حداقل برساند. همچنین، در طراحی معماری پیشنهادی، حذف لایه های کاملاً متصل از معماری چندلایه ای مرسوم و در نتیجه، کاهش میانگین مدت زمان پردازش مورد توجه قرار گرفته است. نتایج آزمایش های انجام گرفته روی بانک تصاویر هوایی ماساچوست نشان می دهد عملکرد معماری پیشنهادی %۳۸ سریع تر از دیگر روش های مبتنی بر شبکه های عصبی چندلایه بوده است و دقت تشخیص را به طور میانگین، %۲ افزایش می دهد.

شناسایی لندفرم های غالب مناظر طبیعی در انواع برنامه ریزی های شهری، آمایش، گردشگری و ... کاربرد و اهمیت فراوان دارد. در این پژوهش، لندفرم های حوضة یزد اردکان، به دو روش بصری و خودکار، شناسایی و سپس مقایسه شدند. در روش شناسایی خودکار لندفرم ها، از قطعه بندی تصویر با دو الگوریتم قدرت تفکیک چندگانه و تباین پیکسلی، در قالب مفاهیم شیء پایه، استفاده شد. نتایج نشان داد قطعه بندی به روش قدرت تفکیک چندگانه، به دلیل لحاظ کردن معیار شکل در تشخیص ساختار و مرز طبیعی لندفرم ها مانند مخروط افکنه، مناسب به نظر می رسد ولی قطعه بندی به روش تباین پیکسلی، در شناسایی میکرولندفرم مانند کانال های گیسویی در سطح مخروط افکنه، مناسب است. نتایج حاصل از مقایسه شناسایی بصری و خودکار لندفرم ها نشان داد، در روش بصری، فقط امکان شناسایی لندفرم های بزرگ همچون توده های کوهستانی، انواع دشت سرها، کفة اردکان و به سختی تلماسه ها وجود داشت. ولی در روش خودکار مبتنی بر شیء، نه تنها لندفرم های مذکور بلکه لندفرم های کوچک تر مثل تپه های عرضی، مخروط افکنه ها، هزاردره ها، کوه های منفرد نیز شناسایی شدند. برای ارزیابی دقت مدل های شناسایی خودکار لندفرم ها، از دو روش کیفی و کمّی استفاده شد؛ در ارزیابی کیفی، از تکنیک هم پوشانی به منظور بررسیِ چشمی میزان تطابق و رویِ هم قرارگیری نقشه حاصل از مدل با تصاویر گوگل ارث و در ارزیابی کمّی، از ماتریس درهمی استفاده شد. نتایج ارزیابی ها نشان دادند که الگوریتم قدرت تفکیک چندگانه در شناسایی و قطعه بندی لندفرم ها دارای صحت کلی و ضریب کاپای است. همچنین، خطاهای کُمیسیون و اُمیسیون نشان دادند که کمترین خطاهای شناسایی مربوط به لندفرم هایی با بافت نرم، مانند دشت، است ولی بیشترین خطاهای شناسایی به لندفرم هایی با بافت خشن، مثل کوهستان، بازمی گردد.

پدیده های زمین گردشگری جزء مهمترین منابع و سرمایه های ملی هستند که در صورت برنامه ریزی مناسب جهت بهره برداری از مزایای آنها می توانند منافع مادی و معنوی فراوانی را عاید کشور کنند با توجه به اینکه قسمت اعظم فضای پیراشهری شهرستان های استان سمنان در قلمرو مناطق خشک و بیابانی قرار دارد، شناخت دقیق و اصولی و توانایی های بیابان ها و کویرها و راه های بهره برداری از آنها، از ضروریات اساسی توسعه اقتصادی و اجتماعی استان است در بین شهرستان های استان سمنان شهرستان گرمسار از ظرفیت های بالقوه و بالفعل عمده ای از زمین گردشگری کویر برخودار است که هم بعنوان فرصت و هم بعنوان تهدید توسعه از آن نام می برند سهم گردشگران و علاقمندان جاذبه های فرهنگی تاریخی شهرستان بیشتر است (حدود47 درصد) که این خود نیازمند مدیریت و برنامه ریزی گردشگری پایدار برای جاذبه های فرهنگی تاریخی آن است. مناطق و سایتهای کویری گرمساردر جنوب و غرب شهرستان واقع شده اند که مهمترین ژئو سایت های زمین گردشگری کویرو اکوتوریسم بیابان شهرستان می توان به پارک ملی کویر، معادن و اشکال مختلف نمکی ، تپه های ماسه ای وریگ جن و جاده سنگفرشی و کاروانسراهای کویری اشاره کرد. بطور کلی قابلیت زمین گردشگری معادن و اشکال نمکی در منطقه خوب ارزیابی می گردد تطبیق ویژگی های گردشگری و مقاصد گردشگری کویر گرمسار حاکی از انگیزه و نوع گردشگری بیابان، گردشگری علمی و ماجراجویانه با علاقمندی و نسبت گردشگران متوسط و تطابق با مدل گردشگری در مرحله اکتشاف(باتلر) در مرحله علاقمندی و چارچوب استراتزی برای پارک ملی کویر،راهبرد کراچ و ریچی و برای معادن نمک ، راهبرد پورتر و برای تپه ماسه ای استراتژی پون پیشنهاد می گردد

تغییرات کاربری اراضی در اثر فعالیت های انسانی یکی از موضوعات مهم در برنامه ریزی های منطقه ای و توسعه ای می باشد. با توجه به مزیت ها و قابلیت هایی که داده های ماهواره ای دارند، این تکنولوژی می تواند کمک شایانی به شناسایی و کشف این تغییرات نماید. هدف از این تحقیق آشکارسازی تغییرات کاربری اراضی شهرستان کامیاران با استفاده از تصاویر ماهواره ای طی دوره 35 ساله می باشد. در این مطالعه از داده های سال 1984 سنجنده TM  ، 2000 سنجنده ETM+ و 2019 سنجنده OLI ماهواره لندست استفاده شد. در ابتدا پیش پردازش های اولیه شامل تصحیحات رادیومتری، اتمسفری و هندسی بروی داده خام انجام گرفت. از نقاط کنترل زمینی جهت آموزش، اعتبارسنجی و برای تهیه نقشه کاربری اراضی استفاده شد. کلاس کاربری در هر نقطه با پیمایش میدانی و با استفاده از تصاویر گوگل ارث در 9 کلاس کاربری زمین های کشاورزی، جنگل ، باغ، مراتع غنی و مشجر، مراتع متوسط، مناطق مسکونی،پهنه آبی، زمین های بایر و رخنمون سنگی مشخص گردید. در ادامه از روش شبکه عصبی برای طبقه بندی نظارت شده تصاویر در نرم افزار ENVI 5.3 استفاده شد. نتایج ارزیابی نشان داد که صحت کلی و ضریب کاپای تصاویر طبقه بندی شده OLI  به ترتیب 94.3 و 0.92 درصد، ETM+  92.6 و 0.91 درصد و TM 90.3 و 0.87 درصد می باشد. نتایج مشخص کرد که اراضی جنگلی  و  مراتع غنی و مشجرکاهش محسوسی در طی سه بازه زمانی داشته که به ترتیب 11.64 و  19.12 درصد کاهش یافته است. به طوری که مراتع غنی و مشجر  تا سال 2000 روندی افزایشی  و در بازه زمانی بعدی تا سال 2019 روند کاهشی داشته است. اراضی مسکونی، پهنه آبی و باغات روند افزایشی داشته  و به ترتیب 2.27، 0.57 و 3.98 درصد رشد افزایشی داشته است.

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.

صنعت بیمه در اقتصاد جایگاه بسیا ویژه ای دارد و شرکت های بیمه از نهادهای مهم در بازار سرمایه اند . فعالیتهای بیمه ای به عنوان یکی از ارکان مهم برای توسعه اقتصادی و اجتماعی محسوب می شود و اثر گذاری محسوسی در توسعه و رشد مناسبات اقتصادی و اجتماعی کشور به عهده دارد. در اقتصاد ایران،رشد صنعت بیمه از دغدغه های اصلی سیاست گذاران اقتصادی است. در شرایط حاضر، از جمله راه حل های مفید در این راستا، ایجاد وگسترش رشته فعالیت های بیمه ایی از طریق افزایش سرمایه گذاری در رشته فعالیت های مولد حق بیمه تولیدی بر حسب مزیت نسبی شرکت بیمه در مناطق مختلف می باشد. مدل تغییر مکان = سهم، یکی از مدل های مهم و کارآمد جهت تجزیه و تحلیل برنامه ریزی منطقه ای میباشد. تحقیق حاضر سعی بر آن دارد که یکی از جنبه های مهم برای بستر سازی و بهبود عملکرد شعب شرکت بیمه خصوصی از طریق شناخت مزیت های هر یک از شعب بپردازد.در این تحقیق داده های موجود با استفاده از نرم افزار SPSS پردازش شد و در نهایت ضریب مکانی رشته فعالیت های بیمه ای شعب مختلف محاسبه و در نهایت کاربرد مدل در شناسایی مزیتهای رقابتی و ساختاری مورد آزمون قرار گرفت .

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.

زیرساخت ها به عنوان یکی از بنیان های اساسی در جوامع امروزی تعریف می شود به طوری که زندگی جوامع بشری و رضایت مندی شهروندان تا حدی زیادی به عملکرد ایمن و قابل اطمینان زیرساخت ها وابسته است. این در حالی است که ایمن سازی و حفاظت کامل از تمام دارایی ها و زیرساخت ها در برابر شرایط و عوامل تهدیدکننده برای دولت ها و یا کارفرمایان بخش خصوصی با توجه به محدودیت منابع و امکانات، موضوعی چالش برانگیز محسوب می شود. بنابراین، ضرورت دارد زیرساخت ها و دارایی های حائز اهمیت بر مبنای شاخص ها و معیارهای کارآمد شناسایی، تعیین و طبقه بندی گردند. هدف اصلی این تحقیق، شناسایی و احصاء شاخص های حیاتی بودن زیرساخت هاو دارایی ها است. این پژوهش، با رویکردی جامع و روش تحقیق کیفی داده بنیاد برگرفته از نظریه استراوس و کوربین (1998) به تحلیل محتوی به منظور شناسایی شاخص های حیاتی بودن زیرساخت ها پرداخته است. داده ها به روش مصاحبه، مطالعات کتابخانه ای و اسنادی با پیمایش متون و منابع موجود جمع آوری شده است. حجم نمونه برای مصاحبه از خبرگان در چارچوب اشباع نظری نهایی گردید و از راهبرد نظریه داده بنیاد مشتمل بر کدگذاری باز، محوری و انتخابی و نیز الگوی مبنایی این نظریه برای تدوین مدل استفاده شده است. یافته ها منجر به شناسایی شرایط علّی، زمینه ای، مداخله گر، راهبردها و پیامدها و مدل پارادایم کدگذاری محوری شاخص های حیاتی بودن زیرساخت ها شد. نتیجه بررسی های و مطالعات انجام شده، منتج به شناسایی تعداد 26 شاخص در قالب 5 گروه اصلی شده 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.