درخت حوزه‌های تخصصی

مقدمه: برآورد به موقع و دقیق عملکرد محصول قبل از برداشت و پیش بینی آن ازطریق مدل های رشد محصول، برای دستیابی به برنامه ریزی عملیات زراعی و حفظ و توسعه عملکرد در مقیاس منطقه ای، از اهمیت بسیاری برخوردار است. مدل سازی تغییرات پویا، در هنگام رشد محصول، کمک شایان توجهی به محققان می کند تا استراتژی های مدیریت محصول را به منظور افزایش عملکرد آن، برنامه ریزی کنند. این مدل ها حاوی پارامترهای متعددی است که باید، با توجه به ویژگی های منطقه مورد مطالعه، کالیبره شوند؛ ازطرفی، وجود نداشتن مؤلفه مکان در این مدل ها و نیز عدم قطعیت درمورد مقادیر پارامترهای آنها منجر به بروز خطا در خروجی های برآوردشده می شود. اسیمیلیت داده های سنجش از دور می تواند برای حل این مشکل و ارزیابی تغییرپذیری مکانی در اراضی، به ویژه در مقیاس منطقه ای، مفید باشد. سنجش از دور را می توان برای تخمین و برآورد مقادیر پارامترهای ورودی مدل های رشد محصول، مانند شاخص سطح برگ، سطح پوشش، بیومس، ویژگی های خاک به کار برد. مواد و روشها: برای دستیابی به عملکرد دقیق محصول می توان از مدل های رشد گیاه استفاده کرد. برای تخمین پارامترهای مدل شبیه سازی گیاه زراعی AquaCrop و تنظیم مدل در سطح منطقه، اطلاعات مورد نیاز مدل در مراحل متفاوت رشد گیاه و قبل از کشت، در مزارع ذرت علوفه ای و در مقیاس منطقه ای، اندازه گیری و نمونه برداری شد. به منظور کالیبره کردن مدل شبیه سازی AquaCrop ازطریق داده گواری سنجش از دور (RS)، متغیر بیوفیزیکی fCover از داده های RS مبتنی بر پیکسل، با توسعه الگوریتم GPR-PSO، استخراج شد. علاوه براین، با هدف ساده سازی مدل AquaCrop و شناسایی پارامترهای تأثیرگذارتر، الگوریتم های تحلیل حساسیت ترکیبی Morris و EFAST به کار رفت. درنَهایت، ازطریق داده گواری متغیر بیوفیزیکی استخراج شده با RS در مدل AquaCrop، این پارامترهای مؤثرتر با استفاده از روش جایگزینی تخمین زده شد و نتایج با نتایج حاصل از شرایط استفاده نکردن از داده های RS مقایسه شد. به منظور کالیبره کردن مدل AquaCrop، نمونه برداری مزرعه ای از خاک (قبل از کاشت) و محصول در فصل رشد ذرت علوفه ای، عکس برداری رقومی نیم کروی (DHP) و همچنین اندازه گیری به روش تخریبی LAI برای مقایسه، در مزارع شهرستان قلعه نو واقع در جنوب تهران، در تابستان ۱۳۹۸ انجام شد. نتایج و بحث: نتایج داده گواری RS در مدل AquaCrop در مقایسه با به کار نبردن داده های RS در این مدل نشان داد که در نظر گرفتن داده گواری RS منجر به افزایش دقت تنظیم کردن مدل می شود. نتایج نشان داد که داده گواری سنجش از دور در مدل به برآورد دقت متغیر خروجی عملکرد در آماره R2، به میزان ۸۹/۰ و ۸۸/۰، در واسنجی و صحت سنجی منجر شده است. داده گواری سنجش از دور، در قیاس با اعمال نشدن آن، به بهبود دقت و افزایش R2 به میزان ۱۴/۰ و ۱۵/۰ و نیز کاهش در آماره RRMSE به میزان ۱۲/۴ و ۱۷/۵%، در آماره RMSE به میزان ۵/۲ و ۴/۲ ton/ha، به ترتیب در واسنجی و صحت سنجی، انجامیده است. بنابراین، در مقایسه داده گواری RS و بدون داده گواری، بهبود فرایند تنظیم مدل با داده گواری RS همراه است. نتیجه گیری: در این تحقیق، مقادیر برآوردشده پارامتر بیوفیزیکی fCover، به دست آمده ازطریق سنجش از دور به منزله متغیر کنترل مشاهداتی ورودی برای مدل AquaCrop استفاده شد تا پارامترهای تأثیرگذار شناسایی شده آن (ازطریق تحلیل حساسیت) تنظیم شود. نتایج نشان می دهد که داده گواری سنجش از دور، با استفاده از روش جایگزینی برای تنظیم مدل مدنظر، توانسته است بر میزان دقت برآوردشده بیفزاید. علاوه براین، توافق بین مقادیر پیش بینی شده و اندازه گیری شده بیشتر از زمانی است که سنجش از دور اعمال نمی شود. بنابراین نتایج تحقیق نشان می دهد که داده گواری سنجش از دور در مدل AquaCrop می تواند عملکردی موفق تر از شرایط اعمال نشدن سنجش از دور داشته باشد و نتایج با دقت بیشتری به دست دهد. همچنین، در مقیاس منطقه ای، می توان با استفاده از سنجش از دور و قابلیت آن در برآورد پارامتر بیوفیزیکی در مقیاس وسیع، با صرف وقت و هزینه کمتر و به روزتر، مدل های رشد محصول را برای منطقه مورد نظر کالیبره کرد.

سابقه و هدف: عابران پیاده، به دلیل نبودِ تدابیر حفاظتی، آسیب پذیرترین کاربران راه شناخته می شوند و ایمنی آنها در حوزه برنامه ریزی حمل ونقل بسیار حیاتی است. مطالعات متعددی که تصادفات عابران پیاده را تحلیل کرده اند معمولاً بر مدل های پیش بینی، عوامل خطر و الگوهای مکانی زمانی متمرکز بوده اند. این تحلیل ها بر اهمیت شناسایی مناطق پرخطر و اجرای اقدامات پیشگیرانه تأکید می کنند. تأثیرات خودهمبستگی مکانی و زمانی در درک الگوهای تصادفات بسیار مهم است و شاخص هایی مانند Moran’s I و تخمین تراکم کرنل، در این حوزه، کاربرد گسترده ای دارند. با توجه به موارد یادشده، مطالعه پیش رو تأثیر رشد سریع اجتماعی اقتصادی در تصادفات ترافیکی و نیاز به مداخلات ایمنی هدفمند برای حفاظت از عابران پیاده را، در شهر مشهد در ایران، به صورت برجسته و مؤثر نشان می دهد. مواد و روش ها: در این پژوهش، با استفاده از تحلیل اکتشافی سری زمانی، تصادفات عابران پیاده به صورت ماهیانه و ساعتی در بازه ای پنج ساله (1394-1398) بررسی شده است. در گام بعد، وجود خودهمبستگی زمانی و همچنین روند در وقوع تصادفات عابران پیاده مورد بحث قرار گرفته و سپس، با استفاده از تحلیل یکنواختی سری زمانی، زمان تغییر در وقوع تصادفات بررسی شده است. درنَهایت، به منظور استخراج الگوهای مکانی تغییرات تصادفات عابران پیاده در بازه زمانی مطالعاتی، از شاخص Moran’s I تفاضلی استفاده شده است. نتایج و بحث: با استفاده از تحلیل های سری زمانی، الگوی زمانی و وجود خودهمبستگی زمانی معنادار در مقادیر ماهیانه و ساعتی تصادفات عابران پیاده تأیید شد. نتایج آزمون من کندال با لحاظ کردن تأثیرات خودهمبستگی نیز وجود روند معنادار در تصادفات عابران پیاده را به ازای ماه های گوناگون سال و ساعات متفاوت شبانه روز تأیید کرد. همچنین، ازطریق تحلیل یکنواختی سری زمانی با استفاده از آزمون بیشاند، زمان وقوع تغییرات ناگهانی تصادفات در ساعت های متفاوت شبانه روز (7:00-8:00 صبح) و همچنین ماه های گوناگون سال (تیر و شهریور) شناسایی شد. نتایج استفاده از شاخص Moran’s I تفاضلی نیز همبستگی مکانی معنادار در تغییرات تصادفات عابران پیاده، بین دو بازه زمانی آغاز (سال 1394) و پایان زمان تحلیل (سال 1398) را نشان داد و نواحی دارای تمرکز تغییرات معنادار شناسایی شد. نتیجه گیری: در این پژوهش، عابران پیاده به منزله یکی از آسیب پذیرترین کاربران راه مورد توجه قرار گرفته اند و تغییرات وقوع تصادفات مرتبط با آنها در بازه زمانی پنج ساله ای (1394-1398)، با استفاده از تحلیل های سری زمانی و همچنین تحلیل زمانی مکانی Moran’s I تفاضلی، در کلان شهر مشهد ارزیابی شده است. خودهمبستگی زمانی معنادار در مقیاس ماهیانه و ساعتی نیز در وقوع تصادفات به تأیید رسید و وقوع تصادفات عابران پیاده، در ماه های متفاوت سال و همچنین ساعات متفاوت شبانه روز، نیز روند مشخصی را نشان داد و درنَهایت، زمان وقوع تغییرات ماهیانه و ساعتی شناسایی شد. نتایج بیانگر خودهمبستگی زمانی مکانی معنادار در تغییر تصادفات، در حد فاصل برش زمانی ابتدا (سال 1394) و انتهای زمان تحلیل (1398)، به ازای ماه های متفات بود. درعین حال همبستگی زمانی مکانی معناداری، به ازای ساعات متفاوت، وجود ندارد و ازاین رو کوچک کردن مقیاس زمانی به از دست رفتن همبستگی های مکانی نیز منجر می شود. نتایج این پژوهش می تواند، در قالب گام نخست شناسایی و تحلیل الگوهای زمانی مکانی، تغییرات تصادفات عابران پیاده را شناسایی و کمک کند متخصصان حوزه ایمنی و تصمیم گیرندگان، با بازرسی های محلی، نواحی استخراج شده را ارزیابی نمایند.

سابقه و هدف: در سال های اخیر، حفر تونل های انتقال آب با مخاطرات گوناگونی همانند پتانسیل مچاله شوندگی، مخاطرات هیدروژئولوژیکی، تأثیرات زیست محیطی، مخاطرات وجود گاز و تحلیل حساسیت هزینه های ساخت روبه رو بوده که اهمیت جایابی صحیح این سازه ها را دوچندان کرده است. اما تعیین محل حفر تونل، با استفاده از روش های نوین وزن دهی به معیارهای اثرگذار و پهنه بندی در سیستم اطلاعات جغرافیایی، مغفول مانده است. مواد و روش ها: در این مطالعه، با تلفیق سیستم اطلاعات جغرافیایی، تحلیل سلسله مراتبی و آنتروپی شانون، به جایابی تونل انتقال آب هزارمسجد که بخشی از پروژه انتقال آب از ارتفاعات هزارمسجد به شهر مشهد را تشکیل می دهد، پرداخته شده است. بر این اساس، مؤلفه های گوناگونی شامل پنج بعد مخاطرات اجتماعی، زمین شناسی ساختاری، هیدروژئولوژی، توپوگرافی و بعد اقتصادی در نظر گرفته شده است. در گام اول، دو معیار فاصله از روستاها و فاصله از منابع آبی، بدون توجه به آب دهی شان، به منزله معیارهای درگیر با بعد اجتماعی در نظر گرفته شدند. بر این اساس، حفر تونل در فاصله های دورتر از این دو معیار پیشنهاد می شود. بعد دوم مطالعات به زمین شناسی و زمین ساخت تعلق گرفته است. بر این مبنا، ساخت چنین سازه هایی در تراکم بالای گسل ها مخاطراتی را درپِی خواهد داشت و پیشنهاد نمی شود. مطالعات هیدروژئولوژی با عنوان بعد سوم به لحاظ عوامل تأثیرگذار، ورود آب به تونل، و یا تأثیرپذیر، خشک شدن منابع آبی پیرامون حفاری تونل حائز اهمیت است. ازاین رو، در این مطالعه، از حوضه آبگیر چشمه های پرآب محدوده مطالعاتی با عنوان معیار هیدروژئولوژی یاد شده است. در بعد توپوگرافی، از نقشه توپوگرافی محدوده مطالعاتی به منظور استحصال نقشه ضخامت روباره تونل استفاده شد. با توجه به این معیار، حفاری در ضخامت کمتر روباره شرایط بهینه تری فراهم می آورد. درنَهایت، گزینه حفر تونل در نقاط نزدیک به محل تحویل آب، در تصفیه خانه شماره 3 مشهد چرمشهر به منزله معیار اقتصادی در نظر گرفته شد. بنابراین معیاری با عنوان فاصله خروجی تونل تا محل تحویل آب با عنوان بعد اقتصادی طرح مطرح شده است. نقشه موضوعی هریک از معیارهای بیان شده در محیط ArcMap تهیه و طبقه بندی شد. طبقات واقع در هر معیار، با استفاده از فرایند تحلیل سلسله مراتبی AHP، امتیازدهی شد. درنَهایت، برای وزن دهی به معیارهای مؤثر در جایابی تونل، از روش آنتروپی شانون استفاده شد. اولویت بندی معیارهای مؤثر در جایابی تونل انتقال آب هزارمسجد نشان می دهد که پارامتری مانند فاصله از چشمه ها مهم تر از سایر معیارهاست. درواقع، اگرچه فاصله از روستا به منزله عامل مهم در قیاس با سایر معیارها محسوب نمی شود، وجود چشمه به علت اهمیت معیشتی برای ساکنان، شرایط را بغرنج خواهد کرد و این بدان معنی است که دوری یا نزدیکی به روستا نمی تواند عامل مستقلی برای جایابی حفر تونل در نظر گرفته شود. در رده دوم، معیار فاصله از گسل به سبب اثر مستقیم در پایداری سازه، اهمیت ویژه ای را به خود اختصاص داده است. سایر معیارها در شرایط حد واسط اهمیت قرار دارند. درنَهایت، با تلفیق نقشه های تهیه شده، پهنه بندی مناطق مناسب حفر تونل به علاوه سه اولویت اصلی محور تونل پیشنهادی، ازطریق قضاوت مهندسی مطرح شده است. نتایج و بحث: نتایج نشان می دهد که بخش شمال غرب محدوده مطالعاتی برای حفاری مناسب نیست و مخاطراتی درپِی خواهد داشت. بنابراین ارجحیت حفاری به بخش میانی و شرقی محدوده مطالعاتی اختصاص می یابد. به طور دقیق تر، اولویت حفاری به مناطق میانی اختصاص یافته است زیرا نقاط نزدیک تر به محل تحویل آب به شهر مشهد، در غرب محدوده مطالعاتی، نزدیک ترند. براساس نتایج، بهترین گزینه انتقال آب از یال شمالی به جنوبی کوه های هزارمسجد، احداث تونلی به طول 8732 متر در حوالی روستای چنارسوخته و مسیری نزدیک تر به محل تحویل آب است. شایان ذکر است که پس از جایابی مسیر حفر تونل تا پیش از حفاری آن، باید مطالعات جامع هیدروژئولوژیکی، زمین شناختی مهندسی و زمین شناختی ازطریق بازدیدهای صحرایی، حفاری گمانه در مسیر و آزمایشات مربوط به آن انجام شود. نتیجه گیری: این مطالعه نشان می دهد که استفاده از رویکردهای چندمعیاره و تکنولوژی های پیشرفته پهنه بندی می تواند به بهبود فرایند تصمیم گیری در پروژه های بزرگ زیربنایی کمک کند.

سابقه و هدف: سیب زمینی چهارمین محصول کشت شده در جهان است. با توجه به اهمیت استراتژیک این محصول در تأمین امنیت غذایی، تهیه نقشه های دقیق از سطوح زیرکشت آن اطلاعات ضروری برای تخمین و پیش بینی میزان عملکرد محصول در مقیاس های متفاوت را فراهم می کند. اگرچه تا کنون رویکردهای متفاوت سنجش از دور، مبتنی بر سنجنده های اپتیکی یا مایکروویو، به طور گسترده برای پایش مزارع گوناگون (شامل سطح زیرکشت محصولات، شرایط و پیش بینی عملکرد آنها) به کار رفته، با استفاده از داده های سنجش از دور و یادگیری ماشین کمتر برای شناسایی مزارع سیب زمینی اقدام شده است. در این راستا، پژوهش حاضر به شناسایی و نگاشت محصول سیب زمینی در قطب تولید آن در کشور پرداخته است و سعی در مهیا سازی اطلاعات دقیق سطوح زیرکشت این محصول، برای حوزه مدیریت کلان کشاورزی را دارد. مواد و روش ها: ازآنجاکه بیشتر محصولات کشاورزی، در طول دوره کشت، ویژگی های طیفی زمانی منحصربه فردی دارند، این پژوهش با استفاده از تصاویر سری زمانی و بدون آستانه گذاری صریح، روشی را برای تمایز دادن مزارع سیب زمینی از سایر محصولات مطرح کرده است. طبق این روش، با استفاده از لایه های مبتنی بر فنولوژی محصول سیب زمینی و نیز یادگیری ماشین، به شناسایی این محصول روی آورده شد. به منظور بهینه سازی پارامترهای داخلی الگوریتم، براساس داده های زمینی نوع محصول در سایت مورد مطالعه که مجموعاً شامل 1648 نمونه از مزارع سیب زمینی و سایر محصولات می شود، آموزش و ارزیابی مدل انجام شد. این داده ها با استفاده از گیرنده GPS دستی نمونه برداری شد. در این پژوهش، نگاشت مزارع سیب زمینی با استفاده از تصاویر ماهواره سنتینل 2 و الگوریتم ماشین بردار پشتیبان انجام شد. با تهیه لایه های ورودی مناسب که شامل شاخص فنولوژیکی محصول سیب زمینی و شاخص آماری میانه NDVI (سری زمانی تصاویر ماهواره سنتینل 2) در بازه های مشخص می شود، مزارع سیب زمینی با دقت شناسایی شد. دراِدامه، این لایه ها به منزله ورودی های ماشین بردار پشتیبان به کار رفت. به منظور آموزش مدل بهینه برای ماشین بردار پشتیبان با استفاده از کرنل RBF، مقادیر gamma و C با روش 5-fold cross validation بهینه سازی شد. سپس این مقادیر، در فرایند اجرای الگوریتم، با استفاده از سامانه رایانش ابری گوگل ارث انجین به کار رفت. کارآیی روش پیشنهادی در شهرستان های همدان و بهار که بیشترین میزان کشت این محصول را در ایران دارند، ارزیابی شد. نتایج و بحث: براساس نتایج، مقادیر بهینه برای پارامترهای داخلی مدل C=70 و γ=0.3 محاسبه شد. این مقادیر در تابع RBF، به منظور شناسایی سطوح زیرکشت محصول سیب زمینی، در نظر گرفته شد. با اجرای الگوریتم طبقه بندی و سپس اعمال فیلتر Majority، نقشه سطوح زیرکشت سیب زمینی برای منطقه مورد مطالعه تهیه شد. این نقشه بیشترین تراکم کشت محصول سیب زمینی را در محدوده مرزی دو شهرستان (شمال غرب شهرستان همدان و شرق شهرستان بهار) نشان داد. سطح زیرکشت سیب زمینی برای سال زراعی 1399-1400، در شهرستان همدان، برابر 1/4527 هکتار و در شهرستان بهار، برابر 3/6088 هکتار به دست آمد. در ارزیابی نتایج، صحت کلی و ضریب کاپا به ترتیب برای همدان، 9/90% و 82/0 و برای بهار، 3/93% و 87/0 براساس ماتریس خطا برآورد شد. نتایج پژوهش حاضر به کارآیی الگوریتم ماشین بردار پشتیبان در شناسایی سطوح زیرکشت محصول سیب زمینی اشاره دارد و همچنین نشان داده است که شاخص های منطبق بر فنولوژی سیب زمینی را می توان، به منزله ویژگی های متمایزکننده در شناسایی بهتر مزارع این محصول، استفاده کرد. نتیجه گیری: شناسایی مزارع سیب زمینی، با استفاده از لایه های ورودی شاخص های منطبق بر فنولوژی محصول در الگوریتم ماشین بردار پشتیبان، نشان داد این روش می تواند صحت شناسایی سطوح زیرکشت این محصول را در سطح پایلوت بهبود ببخشد. ازاین رو می توان، برای شناسایی سایر محصولات مهم کشاورزی و نیز در دیگر مناطق، رویکردی مشابه را پیش گرفت و نتایج را ارزیابی کرد. همچنین پیشنهاد می شود کارآیی داده های مایکروویو و سایر الگوریتم های یادگیری ماشین در پژوهش های آینده مورد توجه قرار گیرد.

سابقه و هدف: بخارآب موجود در جَو پارامتری محوری در مدل سازی تعادل انرژی در سطح زمین است و در متعادل نگاه داشتن دمای جَوّ کره زمین نقش مهمی دارد. بازیابی این پارامتر، به منزله تأثیرگذارترین عامل جَوّی در رادیانس دریافتی سنجنده، از اهمیت بسزایی برخوردار است. ازآنجاکه محتوای بخارآب جَو در لایه نزدیک به سطح بیشتر و تغییرات زمانی و مکانی آن شدیدتر است، اندازه گیری ایستگاه های هواشناسی زمینی به رغم دقت بالا، به دلیل محدودیت های زمانی و مکانی و اندازه گیری نقطه ای، قابلیت تعمیم پذیری ندارند. ازاین رو ارائه روش های ماهواره محور کاربردی به منظور بازیابی دقیق و مداوم آن، با توزیع مکانی مناسب ضروری به نظر می رسد. هدف این تحقیق بیان چهار روش نوآورانه و دقیق برای برآورد نسبت اختلاط بخارآب نزدیک به سطح جَوّ استان اصفهان در سال 1399، با توان تفکیک 1 کیلومتر، ازطریق تلفیق داده های ایستگاه های هواشناسی، داده های سنجنده و درنَهایت، اعتبارسنجی و مقایسه عملکرد آنهاست. بدین منظور تصحیح خطای اریبی داده های بخارآب سنجنده طی مرحله هم مقیاس سازی و تصحیح خطای درون یابی مشاهدات ایستگاه های زمینی در دستورکار قرار گرفت. مواد و روش ها: سنجنده های گوناگون قابلیت اندازه گیری بخارآب، با توان تفکیک های مکانی و حساسیت های متفاوت به این پارامتر را دارند. ازاین رو مطرح کردن روش هایی، مبتنی بر استفاده و تلفیق هم زمان داده های سنجنده ها و مشاهدات ایستگاه های زمینی، به منظور ارتقای هم زمان توان تفکیک مکانی (یک کیلومتر) و دقت بازیابی بخارآب نزدیک به سطح جَو ضروری است. در نخستین روش به کاررفته در این تحقیق، با استفاده از باندهای جذب و غیرجذب بخارآب سنجنده مادیس (MODIS) طی روش نسبت باندی و با استفاده از مشاهدات زمینی، بخارآب نزدیک به سطح بازیابی می شود. در روش دوم، ابتدا مشاهدات بخارآب نزدیک به سطح ایستگاه های زمینی، با روش درون یابی معکوس فاصله، به داده های بخارآب سطحی یک کیلومتری تبدیل می شود. سپس طی مراحل روش پیشنهادی و با استفاده از مقادیر نسبت اختلاط بخارآب برآوردشده با روش اول، خطای درون یابی در هر پیکسل حذف می شود. در روش سوم، با تلفیق داده های مادیس طی عملیاتی شبیه مراحل روش دوم، توان تفکیک محصول بخارآب سنجنده AIRS به یک کیلومتر ارتقا داده می شود؛ با این تفاوت که به جای مشاهدات ایستگاه های هواشناسی زمینی، از محصول سنجنده AIRS استفاده می شود. ازآنجاکه محصول نسبت اختلاط بخارآب نزدیک به سطح سنجنده AIRS دارای خطا و اریبی است، ابتدا باید با اعتبارسنجی محصولات این سنجنده، خطای اریبی محصول بخارآب نزدیک به سطح سنجنده AIRS، طی مرحله هم مقیاس سازی، حذف شود. برآورد بخارآب نزدیک به سطح جَو با استفاده از محصول بخارآب جَوّ ستونی سنجنده مادیس آخرین روش به کار رفته است. البته به دلیل تفاوت محتوایی، لازم است دو مجموعه داده هم واحد شوند و با روشی معادل سازی شوند. نتایج و بحث: به منظور مدل سازی و اعتبارسنجی برآورد بخارآب نزدیک به سطح جَو در توان تفکیک یک کیلومتر با استفاده از چهار روش اشاره شده، 3/66% داده ها به صورت تصادفی برای آموزش و 33% مابقی برای ارزیابی دقت و اعتبارسنجی نتایج به کار رفته است. درنَهایت نیز، نتایج اجرای روش ها با یکدیگر مقایسه شد. در این تحقیق، ضریب تعیین (R2) و جذر میانگین مربعات خطاها (RMSE) ملاک ارزیابی دقت و عملکرد مدل سازی قرار گرفته اند. نتایج اعتبارسنجی نشان می دهد روش دوم که مبتنی بر استفاده از تعمیم مشاهدات دقیق بخارآب نزدیک به سطح ایستگاه های زمینی و حذف خطای درون یابی آنها، طی تلفیق با مقادیر بخارآب بازیابی شده از سنجنده مادیس ازطریق روش نسبت باندی است، بهترین عملکرد (R2=0.55، RMSE=1.05 Gr/Kr) را در تخمین بخارآب نزدیک به سطح جو را دارد. نتیجه گیری: روش دوم، با توجه به عملکرد بهتر در بازیابی نسبت اختلاط بخارآب نزدیک به سطح جَو با دقت بالا و توان تفکیک یک کیلومتر و با هدف استفاده از قابلیت محصولات و داده های ماهواره محور، تلفیق آنها با یکدیگر و همچنین با مشاهدات زمینی، توصیه می شود.

سابقه و هدف: رشد سریع جمعیت شهری در چند دهه اخیر و نارسایی مدیریت شهری در پاسخگویی به نیاز شهروندان یکپارچگی شهری را دستخوش تغییر کرده است؛ برای رفع چالش ها و مشکلات ناشی از ازهم گسیختگی شهر، مفهوم «عدالت فضایی» با هدف کاهش نابرابری های فضایی، وارد مباحث برنامه ریزی شهری شد. درواقع، بین نابرابری فضایی، توزیع ناعادلانه خدمات و مشکلات زیست محیطی و کالبدی در سطح شهر، همواره رابطه ای چرخشی وجود دارد و همین به اهمیت یافتن موضوعی همچون توزیع خدمات در سطح شهر، به ویژه در کشورهای درحال توسعه، منجر شده است. در ایران نیز، به تبع تحولات جهانی و با توجه به سیاست های کلان کشور و شعار عدالت، به منزله اصل محوری هرگونه توسعه، بحث عدالت فضایی در حوزه مطالعات شهری مورد توجه قرارگرفته است. با توجه به اینکه حمل و نقل عمومی و رفت وآمد آسان در شهر از جنبه های اصلی حیات شهری است، برخورداری از سیستم حمل ونقل کامل، منظم و گسترده از نیازهای اولیه شهر محسوب می شود. به عبارت دیگر، توسعه و ایجاد حمل و نقل عمومی منطبق بر معیارهای عدالت فضایی می تواند، علاوه بر بهبود و اصلاح سیستم حمل و نقل عمومی، نقش بسزایی در دسترسی مناسب شهروندان به مراکز خدماتی شهر داشته باشد؛ چراکه ضمن نیاز نداشتن به توسعه مراکز خدماتی در کل شهر، امکان دسترسی آسان و سریع شهروندان را به این مراکز فراهم می کند. در این راستا، توزیع و پراکنش خدمات حمل ونقل عمومی ازجمله موضوعاتی است که در حوزه عدالت فضایی بسیار مورد توجه قرار گرفته است. به دیگرسخن، به دلیل مشکلات متعدد، ازجمله نبودِ زمین مناسب و کافی در سطح شهر، کمبود اعتبارات مالی در ایجاد مراکز جدید خدماتی و برگشت نداشتن هزینه های تأسیس، نبودِ زیرساخت های تأسیساتی و مسائلی از این دست، احداث مراکز خدماتی در تمامی سطح شهر منطقی نیست. از سوی دیگر وجود شبکه حمل ونقل ناکارآمد و دسترسی نداشتن مناسب شهروندان به خدمات، علاوه بر از بین بردن عدالت فضایی، به نارسایی مدیریت خدمات شهری منجر می شود. در این راستا، توسعه زیرساخت های مناسب در حوزه حمل ونقل عمومی یکی از راهکارهای اساسی است. مواد و روش ها: شهر اصفهان در جایگاه سومین کلان شهر ایران، با افزایش تمرکز جمعیت و توسعه فیزیکی در سال های اخیر، با مشکلات متعددی مانند افزایش سفرهای درون شهری، کاهش کیفیت زندگی، افزایش آلودگی های زیست محیطی و بر هم خوردن عدالت فضایی مواجه شده است. ارزیابی وضعیت حمل ونقل عمومی، به منزله عنصر ساختاردهنده شکل و ماهیت کالبدی، اجتماعی و فضایی شهر از مواردی است که می تواند در حل این مسائل مؤثر باشد. ازدیگرسو نتایج مطالعات جامع حمل ونقل شهر اصفهان حاکی از آن است که به منظور دسترسی متوازن شهروندان به خطوط حمل ونقل عمومی، ایجاد 21 خط اتوبوس سریع السیر پیشنهاد شده است. بنابراین هدف این مطالعه اولویت بندی توسعه خطوط اتوبوس سریع السیر، با ترکیب مدل آنتروپی شانون و کوپراس، با تأکید بر مفاهیم عدالت فضایی تا افق 1410 است. وجه تمایز تحقیق حاضر تلفیق سیستم اطلاعات جغرافیایی با شاخص های عدالت مکانی، به منظور اولویت بندی خطوط اتوبوس سریع السیر با هدف اجراست. نتایج و بحث: ازاین رو، در گام نخست، وضعیت خطوط اتوبوس سریع السیر در شاخص های نفوذپذیری، مجاورت و دسترسی پذیری محاسبه شد و ضریب جینی و منحنی لورنز وضعیت فعلی به دست آمد. در گام دوم، با محاسبه ضریب جینی هریک از خطوط پیشنهادی، به صورت جداگانه، و مقایسه با مقدار فعلی، میزان اثرگذاری خطوط پیشنهادی ارزیابی شد. سپس اهمیت معیارهای مورد نظر، به روش آنتروپی شانون، وزن دهی شد که به ترتیب، سه معیار مجاورت، نفوذپذیری و دسترسی اولویت 1 تا 3 به منظور وزن دهی شاخص ها مشخص گردید. در پایان، با استفاده از روش کوپراس، 21 خط اتوبوس پیشنهادی با هدف توسعه تا افق 1410، اولویت بندی شدند. نتیجه گیری: نتایج این تحقیق نشان داد، اگرچه خط پایانه آیت الله غفاری به انتهای شیخ صدوق با طول 9/14 کیلومتر، درزمره خطوط با طول متوسط است، با در نظر گرفتن سایر معیارها باید اجرای آن را در اولویت قرار داد. کلیدواژه: عدالت فضایی، حمل و نقل عمومی، آنتروپی شانون، کوپراس، منحنی لورنز.

مقدمه: در روش هم پوشانی حسابی وزنی برحسب شاخص پتانسیل زلزله (EPI) برای ارزیابی خطر لرزه ای هر منطقه، داده های تاریخی زلزله، توزیع زمین مکانی و بزرگای زمین لرزه های گذشته، زمین ساخت فعال (نوع و طول گسل)، تراکم گسل در واحد سطح، فاصله مکان تا گسل فعال، فاصله تا کانون زلزله، شیب و تغییرات توپوگرافی باید در نظر گرفته شود و لایه های مربوط با استفاده از GIS ایجاد شوند. این روش غیرارگودیک مشکلات روابط کاهندگی و بیان ورودی ها و خروجی های تحلیل خطر را حل می کند و در تهیه نقشه خطر زلزله مناطق وسیع جغرافیایی با پیشینه لرزه خیزی غنی، دقت بسیار مناسبی دارد. در این مطالعه، خطر زلزله در منطقه جنوب غرب ایران، در مربعی به ضلع 400 کیلومتر و با مرکزیت شهر بهبهان (طول °E2417/50 و عرض ° N5985/30) به روش هم پوشانی حسابی وزنی، برحسب شاخص پتانسیل زلزله ارزیابی شده است. روش شناسی: روش هم پوشانی حسابی وزنی برمبنای برهم نهی اطلاعات رتبه بندی شده مکانی، زمین شناسی و لرزه شناسی منطقه با وزن های از قبل تعیین شده قرار دارد. شاخص پتانسیل زلزله با استفاده از رابطه زیر محاسبه می شود:                                 (1)         در این معادله، EPI شاخص پتانسیل زلزله، DEM مدل رقومی ارتفاعی، Slope زاویه شیب برحسب درجه، Den_F چگالی گسل های فعال، Den_Ev تراکم کانون های زلزله، ML بزرگی زلزله، Dis_F فاصله تا گسل فعال، Dis_epi_ev فاصله تا کانون زلزله و i و j مختصات سلول (طول و عرض جغرافیایی) هستند. شناسایی مناطق دارای پتانسیل لرزه خیزی و ارزیابی خطرهای لرزه ای نیازمند در نظر گرفتن سهم تمامی پارامترها و ترکیب آنها، مطابق با اهمیت نسبی آنهاست. پس از تهیه نقشه های لازم، با توجه به لرزه خیزی منطقه ( توزیع کانون های زلزله، منابع لرزه زا و گسل های فعال) ، ویژگی های زمین ساختی ( سن لایه، زمین ساخت)، توپوگرافی منطقه ( مدل رقومی ارتفاعی) و شیب، EPI، تعیین می شود. منطقه مورد مطالعه (مربعی به ابعاد 400 کیلومتر و با مرکزیت بهبهان) از شیب تند شمال شرق با ارتفاع 4418، به شیب ملایم جنوب غرب (محدوده خلیج فارس) به ارتفاع 125- می رسد. نتایج و بحث: روش هم پوشانی حسابی وزنی برحسب شاخص پتانسیل زلزله (EPI) در جنوب غرب ایران انجام و نتایج به صورت نقشه و جدول ارائه شد. براساس نتایج، بخش هایی از شهرهای شرقی و شمالی استان خوزستان و شهرهای جنوب غرب استان چهارمحال بختیاری، کهگیلویه و بویراحمد و اصفهان و شهرهای شمالی استان بوشهر در مناطق EPI بالا و شهرهای گچساران، بهبهان، امیدیه، بهمئی، رامهرمز، باغ ملک، هفت گل، گتوند، اردل، کوهرنگ، فارسان و کبار در منطقه خطر بالا قرار می گیرند. در منطقه مورد مطالعه، شاخص پتانسیل زلزله در محدوده 55/1تا 75/6 متغیر است. میانگین برآوردشده مقدار EPI برابر با 415/4 و انحراف معیار برابر با 94/1 است. این مقادیر نشان دهنده تغییرات نسبتاً زیاد لرزه خیزی متوسط در منطقه است. همچنین جدول مقادیر EPI درمورد تمامی شهرهای استان خوزستان تخمین زده شد و شاخص پتانسیل زلزله هر شهرستان، براساس EPI، با شاخص لرزه خیزی استاندارد آیین نامه 2800 مقایسه شد. نتایج مقایسه در اغلب شهرها هم خوانی دارد و بیشتر بودن خطر بیان شده ازطریق استاندارد 2800 در موارد اختلافی بیان می کند که مقادیر استاندارد در جهت اطمینان قرار دارد. نتیجه گیری: روش هم پوشانی حسابی وزنی، برحسب شاخص پتانسیل زلزله (EPI)، روش جهانی جدیدی است که می توان آن را در ارزیابی خطر زلزله به روش غیرارگودیک به کار برد. براساس نتایج این روش، مقادیر ویرایش 4 استاندارد 2800 کفایت لازم برای طرح لرزه ای ساختمان ها را دارد.

سابقه و هدف: در دهه های گذشته، داده های سنجش از دور با موفقیت برای استخراج اطلاعات و تغییرات کاربری و پوشش زمین (LULC) در سطوح گوناگون، از مقیاس محلی تا جهانی، به کار رفته است. پایش دقیق و منظم این تغییرات در برنامه ریزی شهری، کشاورزی دقیق و مدیریت پایدار منابع زمین ضرورت دارد. فراهمی داده های سنجش از دور با ارائه سطوح بی سابقه ای از جزئیات مکانی و همچنین توسعه الگوریتم های طبقه بندی تصاویر ماهواره ای، باعث شده است که رویکردهای شیء گرا، در مقایسه با رویکردهای معمول، در طبقه بندی کاربری و پوشش زمین کاربرد بیشتری پیدا کنند. بدین منظور، در این مطالعه، رویکردی شیء گرا با ترکیب الگوریتم های GLCM، SNIC و یادگیری ماشین مطرح شده که هدف از آن طبقه بندی کاربری و پوشش زمین بخشی از اراضی شمال مهاباد در آذربایجان غربی، با استفاده از تصاویر ماهواره ای سنتینل 2 در سال 2019 در سامانه گوگل ارث انجین بوده است. مواد و روش ها: روش انجام شدن این پژوهش به گونه ای است که ابتدا مجموعه داده اولیه، شامل باندهای هدف تصاویر سنتینل 1 و سنتینل 2، مدل رقومی سطح زمین ALOS و شاخص های NDVI، BSI، SAVI و توان بازپراکنش کل (TSP) آماده سازی شد. در مرحله دوم، با اتخاذ دو رویکرد پیکسل پایه و شیء گرا و الگوریتم جنگل تصادفی، کاربری و پوشش زمین طبقه بندی شد و نتایج حاصل از آنها، برای تبیین بهترین رویکرد ازنظر دقت کلاس های گوناگون، مقایسه شد. در رویکرد شیء گرا، معیارهای بافتی با اعمال ماتریس وقوع توأم گام های خاکستری (GLCM) روی مجموعه داده اولیه استخراج شد و با توجه به افزایش تعداد باندها روش تحلیل مؤلفه های اصلی (PCA)، برای کاهش ابعاد تصویر، به کار رفت. در گام آخر، با ترکیب لایه PC1 و لایه قطعه بندی حاصل از الگوریتم خوشه بندی ساده غیرتکراری (SNIC)، الگوریتم جنگل تصادفی به منظور تهیه نقشه های کاربری و پوشش زمین محدوده مطالعاتی در نظر گرفته شد. نتایج و بحث: تحلیل معیارهای ارزیابی صحت نشان داد که رویکرد شیء گرا با صحت کلی و ضریب کاپای معادل 86/40% و 0/8307، در مقایسه با رویکرد پیکسل پایه با صحت کلی و ضریب کاپای 82/73% و 0/8028، نتایج بهتری را در طبقه بندی کاربری های متفاوت اراضی منطقه مورد مطالعه داشته است. نتایج معیارهای ارزیابی صحت نشان داد صحت تولیدکننده اغلب کلاس های کاربری، به جز ذرت، سبزیجات آبی پاییزه و گندم و جو آبی، در رویکرد شیء گرا بیشتر از روش پیکسل پایه است و دقت طبقه بندی آنها بالاتر از 90% بوده است. علاوه براین، کاربری های/ پوشش های پهنه آبی، ساخته شده، ذرت و چغندرقند بیشترین صحت کاربر را در نقشه کاربری و پوشش زمین شیء گرا به خود اختصاص داده اند. نتیجه گیری: یافته های تحقیق نشان دادند که تعیین مناسب اندازه سوپرپیکسل الگوریتم خوشه بندی SNIC و به کارگیری معیارهای بافتی GLCM به طور مؤثری عملکرد رویکرد پیشنهادی را در طبقه بندی کاربری و پوشش زمین، بهبود می بخشد.

سابقه و هدف: ازدست دادن تنوع زیستی تهدیدی جهانی برای انسان ها محسوب می شود. برای مقابله با این تهدیدها، سازمان های جهانی محیط زیستی اهداف و برنامه های استراتژیک ویژه ای را در قالب چارچوب جهانی تنوع زیستی کونمینگ – مونترال، به منظور درک چگونگی تغییرات تنوع زیستی در طول زمان و شناسایی عوامل تأثیرگذار در آنها، تصویب کردند. بدین منظور ابزارهای مدل سازی تنوع زیستی، به ویژه مدل های مطلوبیت زیستگاه (توزیع گونه ای) که از پرکاربردترین روش های شناخته شده برای مطالعات تنوع زیستی محسوب می شوند، نقشی اساسی دارند. با وجود پیشرفت های شگرف در توسعه روش های مدل سازی در کنار دسترسی روزافزون به داده های مکانی، مدل های فعلی در پیش بینی دقیق وضعیت و تغییرات تنوع زیستی محدودیت های جدی دارند؛ این مسئله به ناممکن بودن ایجاد چارچوبی مناسب برای پایش تنوع زیستی در طول زمان منجر می شود. یکی از مهم ترین محدودیت های کاربردی این مدل ها ناسازگاری داده های ثبت شده، به لحاظ فراوانی و گستره مکانی حضور گونه ها در بازه های زمانی متفاوت است. این شرایط امکان توسعه مدل های مکانی – زمانی را که در درک پویایی و تغییرات توزیع جغرافیایی گونه ها طی زمان ضروری اند، محدود می کند. هدف از این مطالعه بیان راه حلی برای غلبه بر مشکلات ناسازگاری داده های تنوع زیستی در طول زمان، و توسعه فرایند محاسباتی برای مدل سازی مکانی – زمانی مطلوبیت زیستگاه و سپس کمّی سازی تغییرات در توزیع مکانی است.مواد و روش ها: در این مطالعه، برای توسعه مدل مکانی – زمانی تنوع زیستی، از داده های حضور گونه نوعی بز کوهی (Hippotragus equinus) استفاده شد. داده های سری زمانی بلندمدت حضور این گونه بین سال های ۱۹۰۱ تا ۲۰۲۰ از پایگاه داده جهانی GBIF، به منظور توسعه مدل های مکانی – زمانی، و همچنین داده های سری زمانی تنوع زیستی (فراوانی گونه) در پایگاه های اطلاعاتی LPI و BioTime برای اعتبارسنجی ارزیابی تغییرات تنوع زیستی به کار رفت. به علاوه، داده های اقلیمی از پایگاه داده CRUTS استخراج شدند که براساس آنها، لایه های اطلاعاتی نوزده گانه زیست اقلیمی به صورت سالیانه تولید شد. پس از پاک سازی و آماده سازی داده های گونه و انتخاب متغیرهای مناسب در حین آزمایش چندخطی گری، داده های سری زمانی به صورت یکپارچه در جدول داده واحد یا استخر داده گردآوری شدند. در این رویکرد، داده های حضور گونه متعلق به هر سال به اطلاعات اقلیمی همان سال و مکان پیوند داده شد. سپس برای توسعه مدل مکانی – زمانی و به منظور بهبود کارآیی و کاهش عدم قطعیت مدل ها، ده الگوریتم مرسوم یادگیری ماشینی انتخاب و مدل های مکانی – زمانی کالیبره شدند. پس از اعتبارسنجی مدل ها، الگوی مکانی توزیع گونه با ترکیب پیش بینی های حاصل از مدل های گوناگون، با استفاده از میانگین گیری وزنی (انسمبل) برای هر سال، پیش بینی شد؛ این کار به تولید سری زمانی ۱۲۰ساله شامل پیش بینی های توزیع مکانی گونه ای منجر شد. در گام بعدی، با استفاده از تابع تخمینگر شیب سن، روند تغییرات مطلوبیت زیستگاهی در طول ۱۲۰ سال در هر پیکسل محاسبه شد.نتایج و بحث: نتایج اعتبارسنجی مدل ها نشان داد که تمامی روش های مدل سازی از عملکرد بسیار خوبی برخوردار بودند؛ به گونه ای که شاخص AUC برای این مدل ها بین 996/0 و 926/0 محاسبه شد. تحلیل نقشه های روند تغییرات تنوع زیستی در طول زمان نشان داد که در عرض های جنوبی، احتمال حضور گونه به تدریج کاهش یافته است؛ درحالی که در کمربند میانی افریقا، افزایش احتمال حضور این گونه مشاهده می شود. صحت سنجی نتایج، با استفاده از داده های سری زمانی توزیع و فراوانی گونه از منابع BioTime و LPI، نشان داد که به ترتیب در 88% و 84% نقاط کاهش مطلوبیت زیستگاهی، مدل با داده های واقعی هم پوشانی دارد؛ این مسئله دقت بالای مدل را در پیش بینی توزیع و تغییرات گونه ای در طول زمان تأیید می کند.نتیجه گیری: راه حل ارائه شده در این مطالعه، افزون بر اینکه امکان مدل سازی مکانی – زمانی برای تحلیل الگوهای توزیع گونه ها و تغییرات آنها را فراهم می آورد، با افزایش دقت در کمّی سازی آشیان بوم شناختی، به بهبود پیش بینی الگوهای توزیع مکانی و کاهش عدم اطمینان در ارزیابی ها کمک می کند. این رویکرد با ارتقای پوشش و اندازه نمونه ها، چالش های در زمینه ناسازگاری زمانی داده ها را حل می کند و استفاده بهینه از تمامی رکوردهای اطلاعاتی موجود را ممکن می سازد. این مطالعه بر اهمیت بُعد زمانی در مدل های توزیع گونه ای تأکید دارد و این رویکرد، به ویژه در مناطقی با تغییرات اقلیمی بیشتر، از اهمیت فراوانی برخوردار است و می تواند در راستای اهداف توسعه پایدار، حفاظت از تنوع زیستی و چارچوب جهانی KM-GBF به مدیران برای تصمیم گیری حفاظتی کمک کند. 

سابقه و هدف: شناسایی و نقشه کردن محصولات زراعی اطلاعات مهمی برای مدیریت زمین های کشاورزی و برآورد سطح زیر کشت محصولات زراعی فراهم می کند. تصاویر اپتیک و راداری، منابع ارزشمندی برای طبقه بندی زمین های کشاورزی است. ویژگی های مستخرج از تصاویر اپتیک حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر راداری فراهم کننده اطلاعاتی در مورد خصوصیات ساختاری و سازوکارهای پراکنش محصولات است. ترکیب این دو منبع قادر به ایجاد یک مجموعه داده مکمل با تعداد چشمگیری از ویژگی های زمانی طیفی، بافت و قطبیده برای طبقه بندی زمین های کشاورزی است. مواد و روش ها: این پژوهش به بررسی اهمیت باندهای لبه قرمز برای تفکیک محصولات زراعی شامل گندم، جو، یونجه، لوبیا، باقلا، کتان، ذرت، چغندر قند و سیب زمینی با استفاده از روش جنگل تصادفی و ماشین بردار پشتیبان می پردازد. بدین منظور سری زمانی تصاویر سنتینل-1 و 2 در سال 2019 از شمال غرب شهر اردبیل در پلتفرم ارت انجین فراخوانی شد. ترکیب های متفاوت باندها برای بررسی تأثیرات اطلاعات طیفی و زمانی، شاخص های گیاهی و اطلاعات بازپراکنش برای طبقه بندی محصولات بررسی شد. با استفاده از روش انتخاب ویژگی جنگل تصادفی ویژگی های مهم شناسایی و به عنوان ورودی الگوریتم جنگل تصادفی و ماشین بردار پشتیبان معرفی شدند. نتایج و بحث : جنگل تصادفی برای تمامی سناریوها بهترین نتیجه را به دست آورد. نتایج نشان داد افزودن طول موج های لبه قرمز و شاخص های مشتق شده از آن باعث شد محصولاتی همچون جو، لوبیا، باقلا و کتان نسبت به سایر محصولات با صحت بالاتری تفکیک شود. بهترین نتیجه در میان ترکیبات مختلف ویژگی ها مربوط به تلفیق سری زمانی ویژگی های طیفی تصاویر سنتینل-2 با سری زمانی تصاویر سنتینل-1 بود. صحت کلی 67/84 درصد و ضریب کاپا 31/ 82 درصد به دست آمد. نتایج نشان داد باندهای لبه قرمز و شاخص های پوشش گیاهی مبتنی بر آن به تنهایی قابلیت جداسازی محصولات زراعی را از همدیگر دارند. نتیجه گیری: پیشنهاد می شود برای دستیابی به صحت بالاتر در تفکیک محصولات زراعی انتخاب باندهای طیفی هدفمند مورد توجه قرار گیرد. ترکیبی از تصاویر راداری و اپتیک همیشه از روش طبقه بندی براساس تک سنجنده بهتر عمل می کند و به افزایش اطلاعات طبقه بندی منجر می شود.

وجود هکتارها بافت فرسود یکی از مشکلات بزرگی است که شهر قشم با آن مواجه است. این بافت های فرسود جزء مناطق بسیار پر خطری هستند که با وقوع زلزله دچار مشکلات زیادی می شوند. عدم استحکام لازم ساختمان ها، عرض کم معابر برای امدادرسانی پس از زلزله، نبود امکانات کافی برای مدیریت بحران، آسیب پذیری این مناطق را افزایش داده است. از کل مساحت شهر قشم حدود 40 درصد را بافت فرسوده شامل می شود که با وقوع زلزله می تواند شهر را با بحران جدی مواجه کند. ضرورت کاهش آسیب پذیری شهر قشم در برابر وقوع زلزله یکی از اهداف مهم برای برنامه ریزی شهری و کالبدی می باشد. این پژوهش بافت فرسوده شهر قشم را از لحاظ مدیریت بحران زلزله بر اساس معیارهای نوع کاربری، تراکم جمعیت، تعداد طبقات، تراکم ساختمانی و عرض معابر درون شهری با استفاده از روش تحلیل سلسله مراتبی مورد بررسی قرار می دهد. نتایج نشان داد که حدود ۷۸ درصد از مساحت شهر قشم در برابر خطر وقوع زلزله آسیب پذیر است. همچنین عواملی چون تراکم جمعیت و تراکم ساختمانی بیشترین میزان تاثیر در آسیب پذیری شهر قشم را دارند. چرا که بافت های فرسوده شهر بیشترین میزان تراکم جمعیت و تراکم ساختمانی را در نواحی مورد تحقیق دارند. علاوه بر ارزیابی آسیب پذیری شهری، فرایند مکانیابی سکونتگاه های دائمی و مراکز مدیریت بحران نیز مورد تحلیل قرار گرفت. نواحی ایمن با آسیب پذیری بسیار کم برای سکونتگاه های دائمی، و مراکز مدیریت بحران نزدیک به نواحی پرخطر با آسیب پذیری بسیار زیاد انتخاب شدند. با توجه به حیاتی بودن مدیریت بحران و آسیب پذیری شهری در مقابل زلزله، این پژوهش می تواند برای رشد و توسعه و کاهش آسیب پذیری مناطق فرسوده در برابر وقوع زلزله مورد استفاده مدیران و برنامه ریزان شهری قرار گیرد.

سابقه و هدف: یکی از مهم ترین قدم ها به سمت توسعه پایدار حفاظت از تمامیت اراضی است؛ به طوری که سالیانه بخشی از اراضی، به دلایل متعدد، تغییر کاربری می یابند و خروج این گونه اراضی از مسیر تولید لطمات جبران ناپذیری درپِی دارد. ازآنجاکه شدت تغییر کاربری اراضی در استان مازندران، ازجمله جلگه هراز، به منزله یکی از مهم ترین مسائل زیست محیطی، در مقیاس های کلان زمانی و مکانی رخ می دهد، بارزسازی و پایش تغییرات کاربری به منظور شناخت اولیه و ارزیابی روند تغییرات آنها می تواند روشی مفید برای مدیریت و برنامه ریزی به شمار رود. با توجه به اینکه جلگه هراز، در دهه های اخیر، از بحران تغییرات مخرب کاربری اراضی در امان نبوده است، لزوم پایش، بارزسازی و روندیابی این تغییرات یکی از مهم ترین فاکتورهای مدیریتی در این منطقه محسوب می شود.مواد و روش ها: بررسی تغییرات کاربری اراضی نیازمند تلفیق لایه ها در بازه زمانی معین است. هدف این پژوهش بررسی تغییر کاربری های اراضی جلگه هراز از 1980 تا 2021 است. بر این اساس، برای سنجش تغییرات، از داده های لندست استفاده شد. با اعمال تصحیحات اتمسفری، هندسی و رادیومتری، عملیات بارزسازی تصاویر اجرا و با بهره گیری از روش طبقه بندی نظارت شده، الگوریتم حداکثر احتمال و اعمال توابع تحلیل مؤلفه مبنا، نقشه ها تولید شدند. نوع تغییرات کاربری از تابع تفاضل تصاویر شناسایی و صحت نقشه ها، با استفاده از آزمون صحت کلی و آماره کاپا، تعیین شد. نتایج و بحث: نتایج نشان داد، از 1980 تا 1990، چهار کیلومترمربع از مساحت اراضی جنگلی کاسته شد و مساحت مراتع نیز از 450 به 436 کیلومترمربع کاهش یافت. از سال 2000 تا 2010، مساحت اراضی جنگلی از 272 به 270 کیلومترمربع و مراتع نیز از 432 به 420 کیلومترمربع رسیده است. درنَهایت، طی سال های 2011 تا 2021، از مساحت اراضی جنگلی نُه کیلومترمربع و مرتع نیز پنج کیلومترمربع کاسته شده است. نتایج بررسی روند تغییرات کاربری های اراضی منطقه حاکی از آن است که مساحت اراضی جنگلی و مرتعی کاهش یافته و به مساحت اراضی کشاورزی و مناطق مسکونی افزوده شده است.نتیجه گیری: با توجه به نتایج به دست آمده و اهداف تعریف شده، می توان اذعان کرد کاربری های منطقه، طی دوره آماری درنظر گرفته شده (2021-1980)، با تغییرات مساحت روبه رو بودند و تغییر محسوسی را نیز نشان دادند. بنابراین دخالت های عوامل انسانی نقش اصلی را در تغییرات کاربری اراضی دارد. این نتایج می تواند به برنامه ریزان، در شناخت عوامل مؤثر در تغییر کاربری و اتخاذ تصمیمات صحیح مدیریتی در سطوح گوناگون، کمک کند.

مقدمه: سیستم های پاسخ اضطراری هوشمند از فنّاوری های مدرن مانند اینترنت اشیاء (IoT) استفاده می کنند تا بهبود عملکرد واحدهای واکنش اضطراری را فراهم کنند. این سیستم ها به منظور بهبود کیفیت خدمات، کاهش هزینه ها و افزایش نظارت بر فرایند واکنش اضطراری طراحی شده اند. از جمله اهداف اصلی این سیستم ها می توان به بهینه سازی مسیر واکنش اضطراری از طریق ارتباط با اشیا و جمع آوری داده های مکانی اشاره کرد. این سیستم ها با استفاده از مدل های مسیریابی مبتنی بر اینترنت اشیاء، قادر به بهینه سازی مسیر واکنش اضطراری هستند و باعث بهبود تجربه کاربران می شوند. به عبارت دیگر، این سیستم ها از اطلاعات جمع آوری شده توسط اینترنت اشیاء برای بهبود فرایند اضطراری استفاده می کنند. سیستم های پاسخ اضطراری هوشمند نقش مهمی در بهبود کارایی واحدهای واکنش اضطراری و ارتقای سطح خدمات در مواقع اضطراری دارند. این سیستم ها به صورت کامل در دسترس اند و باعث افزایش بهره وری و کارایی در مواقع اضطراری می شوند. مواد و روش ها: یک زیرساخت داده های مکانی برای یکپارچه سازی سیستم و افزایش تلاش های واکنش اضطراری ایجاد شده است که امکانات بسیار مهمی برای بهبود خدمات پزشکی فوری فراهم می کند. این زیرساخت شامل یک پورتال است که مسیر بهینه از محل حادثه تا مرکز پزشکی را به دقت بر روی نقشه نمایش می دهد تا به تیم پزشکی کمک کند با سرعت و کارایی بیشتر به فرد مجروح برسند. علاوه براین، این پورتال امکان انتقال اطلاعات حسگر مانند علائم حیاتی فرد مصدوم را به تلفن همراه پزشک در آمبولانس از طریق بلوتوث فراهم می کند که این اطلاعات به طور هم زمان برای ارزیابی بیشتر به اشتراک گذاشته می شوند تا در صورت اضطرار، به سرعت و با دقت مناسب به فرد مجروح کمک کنند. این سامانه باعث افزایش کارایی و سرعت در واکنش به حوادث اضطراری می شود و امکان دسترسی سریع و بهینه به خدمات پزشکی را فراهم می کند. به طور خلاصه، این زیرساخت داده های مکانی بهبود چشمگیری در عملکرد واکنش به حوادث اضطراری درمانی داشته و امکان ارائه خدمات بهبودیافته و بهینه تر در حوادث اضطراری را فراهم کرده است. نتایج و بحث: مراکز پزشکی اهمیت موضوع بهداشت و درمان را اولویت خود می دانند. برای تعیین این اولویت ها و بهبود فرایند تخصیص منابع، از یک مدل وزن دهی سلسله مراتبی آنلاین استفاده می کنند. این مدل به بهینه سازی تخصیص منابع براساس اطلاعات بهداشتی بی درنگ مصدومان کمک می کند. در یک مورد آزمایشی که برای این مدل انجام شد، یک مصدوم با موفقیت در منطقه 5 تهران تحت درمان قرار گرفت. استفاده کارآمد از اینترنت اشیاء و زیرساخت داده های مکانی، این مرکز پزشکی را قادر به بهبود و بهینه سازی خدمات درمانی خود کرد. این نتایج نشان دهنده اهمیت اطلاعات مکانی در کنار داده های پزشکی و فنّاوری اینترنت اشیاء در بهبود خدمات پزشکی و افزایش کیفیت درمان است.نتیجه گیری: سیستم های واکنش اضطراری سنتی بیشتر براساس مکانیسم های سنتی و فاقد فنّاوری مدرن مانند اینترنت اشیاء و یکپارچه سازی داده های مکانی عمل می کنند. به همین دلیل، این سیستم ها ممکن است با مشکلاتی همچون تأخیر در ارسال کارکنان اورژانس به محل حادثه و کمبود اطلاعات دقیق و سریع از بیمار مواجه شوند. اگر فنّاوری های مدرن مانند هوش مصنوعی، اینترنت اشیاء و سیستم های اطلاعات جغرافیایی به این سیستم ها اضافه شوند، می توانند مشکلاتی را که در سیستم های سنتی واکنش اضطراری وجود دارد، حل کنند. این فنّاوری ها امکان پاسخ سریع تر و کارآمدتر به بحران ها را فراهم می کنند و به سازمان های ذی ربط از جمله سازمان مدیریت بحران کمک می کند تا تصمیمات بهتری برای تخصیص منابع در شرایط اضطراری بگیرند و عملکرد کلی خود را بهبود بخشند. با استفاده از داده های جمع آوری شده توسط این فنّاوری ها، سازمان های اضطراری می توانند بهبودی محسوسی در پاسخ به شرایط اضطراری ایجاد کنند و هزینه های زمانی، مالی و انسانی را کاهش دهند. به طور کلی، این رویکرد جدید به سیستم های واکنش اضطراری امکان پذیری بهتری در مواجهه با بحران های مختلف و بهبود کارایی واکنش به اضطرار را فراهم می آورد.

در طول تاریخ حیات بشر مخاطرات طبیعی همواره وجود داشته اند، اما به واسطه رشد تصاعدی جمعیت و تراکم انسان ها در تمام عرصه های زیستی به خصوص در نواحی پرخطر، امروزه بشر شاهد بلایای بزرگی چون سیل، گردباد، خشکسالی و غیره می باشد. در همین راستا؛ هدف پژوهش حاضر شناسایی و تبیین ساختاری مؤلفه های تببین کننده مخاطرات طبیعی در توسعه کلان شهر اهواز است. از نظر هدف گذاری کاربردی و از نظر روش شناسی به صورت توصیفی- تحلیلی است. جامعه آماری را اساتید دانشگاهی و خبرگان حوزه پژوهش در شهر اهواز تشکیل می دادند که به روش نمونه گیری هدفمند انتخاب شدند.از این رو در این پژوهش از نمونه گیری هدفمند قضاوتی(30نفر از اساتید دانشگاهها و متخصصین عرصه پژوهش) به منظور انجام و اجرایی شدن پژوهش انتخاب شدند. در جهت دستیابی به اهداف پژوهش با استفاده از متدولوژی تحلیلی نوین مدلسازی ساختاری تفسیری((ISM) روابط بین عوامل تعیین و به صورت یکپارچه تحلیل شد. در نهایت با استفاده از تحلیل MICMAC، عوامل با توجه به اثرگذاری و اثرپذیری بر سایر مولفه ها،تحلیل شدند. نتایج حاصل از مدل ساختاری تفسیری عوامل موثر بر توسعه درونی شهر نشان داد که مدل بدست آمده در بر گیرنده چهار سطح است و نتایج نشان داد که عوامل سیل و ریزگردها اساسی ترین عوامل موثر بر توسعه درونی شهری است که باید در وهله اول بر آن ها تاکید شود به عبارتی دیگر هرگونه اقدام برای زمینه سازی در جهت توسعه درونی شهر، مستلزم توجه به این عوامل در کنار سایر عوامل یاد شده است.

سابقه و هدف: ایران به دلیل تنوع محیطی بالا، رتبه بالایی در بحران های ناشی از سوانح طبیعی دارد. با رشد سریع شهرها و تغییرات اقلیمی، سیل به عنوان یکی از این سوانح طبیعی خسارات اجتماعی– اقتصادی، بهداشتی و آسیب های محیط زیستی شدیدی را در بسیاری از مناطق به وجود آورده است. لذا، پیش بینی فضایی سیل به قدری حیاتی است که عدم شناسایی مناطق مستعد سیل در یک حوضه آبریز ممکن است آثار مخرب آن را افزایش دهد. در سال های اخیر، با پیشرفت ابزارهای سنجش از دور، اطلاعات جغرافیایی، یادگیری ماشین و مدل های آماری، ایجاد نقشه های پیش بینی سیل با دقت بالا کاملاً امکان پذیر شده است. به همین منظور، در این پژوهش، با استفاده از تصاویر ماهوارهSentinel و استفاده از رویکرد نوین مدل همادی با شش مدل یادگیری ماشین به پیش بینی مکان های مستعد سیل در حوضه آبریز کارون پرداخته شد. مواد و روش ها: در این پژوهش از رادار دیافراگم مصنوعی (SAR) به دست آمده از تصاویر Sentinel-1 برای شناسایی مناطقی که تحت تأثیر سیل قرار گرفته اند، استفاده شد. ابتدا تاریخ های بارندگی شدید و وقوع سیل در منطقه مورد مطالعه از منابع اطلاعاتی مختلف شناسایی شدند. سپس تصاویر Sentinel-1 مربوط به قبل و بعد از رویداد سیل از طریق پایگاه داده Copernicus تهیه شد. پردازش این داده ها با استفاده از پلتفرم SNAP انجام شد. شناسایی مناطق تحت تأثیر سیل با بهره گیری از روش حد آستانه صورت گرفت. برای این منظور از شاخص تفاوت نرمال شده آب (NDWI) تولیدشده از تصاویر Sentinel-2 و همچنین طبقات پوشش زمین که بدنه های آبی دائمی را نشان می دهند، استفاده شد تا آستانه ای که مناطق سیل زده را شناسایی می کند، تعیین شود. سپس لایه پلیگونی سیل به لایه نقطه ای تبدیل و در مجموع ۷۰ نقطه وقوع سیل ایجاد شد. با توجه به مرور مطالعات پیشین و ویژگی های محلی، هفت عامل اصلی که به طور چشمگیری بر وقوع سیلاب در منطقه تأثیر دارند، شناسایی شدند. این عوامل شامل شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، شاخص رطوبت توپوگرافی (TWI)، شیب، جهت جریان، تجمع جریان، فاصله از رودخانه و بارندگی ماهانه هستند. مدل رقومی ارتفاع (DEM) منطقه نیز از پایگاه داده SRTM تهیه شده و تفکیک فضایی همه عوامل با لایه DEM یکسان تنظیم شد. سپس، با استفاده از الگوریتم های مختلف یادگیری ماشین، مدلی ترکیبی توسعه داده شد که نتایج دقیق تری در پیش بینی مناطق مستعد سیل ارائه می دهد. مدل های منفرد شامل مدل خطی تعمیم یافته (GLM)، رگرسیون درختی پیشرفته (BRT)، مدل ماشین بردار پشتیبان (SVM)، مدل جنگل تصادفی (RF)، مدل رگرسیون سازشی چندمتغیره (MARS) و مدل بیشینه بی نظمی (MAXENT) هستند. نتایج و بحث: نتایج این مطالعه نشان می دهد که شمال شرق شهرستان الیگودرز، بخش هایی از دورود و ازنا در استان لرستان، خادم میرزا، شهرکرد و کیار در استان چهارمحال بختیاری، دنا و بویراحمد در استان کهکیلویه و بویراحمد، شهرستان سمیرم در استان اصفهان، و مناطق جنوبی حاشیه رودخانه کارون در استان خوزستان بیشترین پتانسیل وقوع سیل را در این حوضه دارند. ارزیابی عملکرد مدل ها نشان می دهد که مدل های جنگل تصادفی (RF) و بیشینه بی نظمی (MaxEnt) بالاترین دقت را در بین مدل های منفرد داشته اند. این مدل ها با ترکیب اطلاعات محیطی و داده های وقوع سیل، قادر به ارائه نقشه های حساسیت به سیل با دقت بالا هستند. از این نقشه ها می توان به عنوان ابزار مدیریتی مهمی برای کاهش اثرات مخرب سیل و جلوگیری از توسعه مناطق آسیب پذیر استفاده کرد.نتیجه گیری: به طور کلی، این پژوهش نشان می دهد که استفاده از رویکرد همادی با ترکیب مدل های یادگیری ماشین می تواند نتایج قابل اطمینان تری در پیش بینی مناطق مستعد سیل فراهم کند. نتایج این پژوهش برای مدیران و برنامه ریزان کارآمد است و می تواند از توسعه در مناطق آسیب پذیر جلوگیری کند و در نتیجه به کاهش زیان های اقتصادی و جانی در آینده کمک کند.

سابقه و هدف: زمین یک منبع طبیعی حیاتی برای بقای انسان و اساس همه خدمات بوم سازگان است. بااین حال، تخریب اراضی در قالب تغییر کاربری و پوشش زمین، مشکلی جدی در جهان بوده است. مهاجرت روستایی به شهر در کشورهای در حال توسعه و همچنین تبدیل بسیاری از روستاهای مجاور به مناطق شهری، تا حد زیادی باعث افزایش سریع وسعت سکونتگاه های شهری شده است. شواهد نشان می دهد شمال ایران در حال تجربه تغییرات سریع کاربری اراضی است که پایداری منطقه را در طول سه دهه اخیر به خطر انداخته است. این مقاله با هدف شناسایی و مقایسه تغییرات رشد و گسترش شهر آمل واقع در استان مازندران در سه دهه از سال 1365 تا 1395 انجام شد. رشد شهری با افزایش مطلق جمعیتی که در شهرها زندگی می کنند و گسترش شهری با تغییرات پوشش زمین در طول زمان تعریف می شود.مواد و روش ها: برای تولید تصاویر تغییرات پوشش زمین در سال های مختلف، با استفاده از داده های تصاویر سری زمانی لندست (سنجنده های TM، ETM+ و OLI/TIRS)، از مدل اختلاط زدایی خطی براساس استخراج اعضای انتهایی استفاده شده و دو طبقه اراضی شهری و غیرشهری برای هر مقطع زمانی شناسایی شده است. برای بررسی صحت طبقه بندی، به صورت توأم از تصاویر با وضوح بالای ارائه شده در نرم افزار گوگل ارت و مشاهده میدانی با استفاده از GPS استفاده شده است. به منظور تحلیل توزیع فضایی پوشش اراضی از ابزار تحلیل خودهمبستگی فضایی موران و به منظور تحلیل روند تغییرات فضایی اراضی شهری از ابزار تحلیل روند در نرم افزار ArcGIS استفاده شده است. نتایج و بحث: یافته ها نشان می دهد افزایش دوبرابری جمعیت شهر در این سه دهه، نه تنها با گسترش افقی به میزان 60 درصد در اراضی سبز و باز پیرامونی همراه بوده است، بلکه افزایش تراکم ساختمانی و تعداد طبقات را نیز در پی داشته است. صحت سنجی طبقه بندی پوشش اراضی، با استفاده از ماتریس خطای ابهام با محاسبه صحت کلی بالای 90 درصد و ضریب کاپای بالای 80 درصد برای تصاویر به دست آمده، دقت بالا و بسیار خوبی را نشان می دهد. براساس یافته های تحلیل خودهمبستگی فضایی موران، توسعه شهر آمل به طور کامل از ساختاری خوشه ای تبعیت می کند. با محاسبه اختلاف داده های پوشش زمین در دوره 20 ساله 1375-1395 مشخص شد، 28 درصد از مساحت کل شهر معادل 890 هکتار، بیشترین تغییر را که شامل تغییرات بنیادین در کاربری و پوشش زمین می شود، داشته است. گسترش شهر آمل نیز به طور کلی از مرکز به پیرامون بوده است، به طوری که کمترین تغییرات در قسمت های مرکزی شهر و بیشترین تغییرات نیز در قسمت های شمالی و شرقی شهر رخ داده است.نتیجه گیری: رشد جمعیت و گسترش شهری نه تنها، تخریب منابع طبیعی و محیط زیست را در پی دارد، بلکه با افزایش مشکلات مدیریت شهری در تأمین زیرساخت ها و خدمات نیز همراه است. ازهمین رو، هدف برنامه ریزی باید دستیابی به توسعه بهینه ای باشد که هم در سطح کلان، با توزیع نقش های شهری به صورت مکملی و تقویت نقش روستاها، از افزایش مهاجرت از روستاها به شهرها جلوگیری کند و هم در سطوح محلی، بر توزیع متوازن جمعیت شهر و رشد درون زا تأکید کند.

سابقه و هدف: در سال های اخیر استفاده از تصاویر ابرطیفی به دلیل غنای بالای طیفی در زمینه های مختلف مطالعات زمین به خصوص در سنجش از دور بسیار افزایش یافته است. طبقه بندی این تصاویر به منظور استخراج اطلاعات از آنها همواره با چالش هایی مختلفی همچون چگونگی مدیرت ابعاد این داده ها و صحت کم طبقه بندی در هنگام وجود تعداد محدودی از نمونه های آموزشی همراه است. افرایش صحت طبقه بندی این تصاویر با هدف مطالعات دقیق پدیده ها و تغییرات سطح زمین همواره از موضوعات مورد مطالعه جامعه علمی سنجش از دور بوده است. در سال های اخیر استفاده از ویژگی های مکانی به منظور افزایش صحت طبقه بندی تصاویر ابرطیفی بسیار رایج شده است. تاکنون روش های مختلفی برای طبقه بندی طیفی-مکانی تصاویر ابرطیفی معرفی شده است و پژوهش های مربوطه در راستای معرفی روش هایی با ساختار ساده تر و صحت بالاتر نیز در جریان است. به دلیل وجود رابطه های پیچیده میان باندهای مختلف تصویر ابرطیفی با الهام از پژوهش های موجود در شاخه بینایی ماشین در این پژوهش روشی توسعه داده شده است که می تواند روابط پیچیده میان ویژگی های طیفی و مکانی در یک تصویر ابرطیفی را مدل سازی کند. هدف اصلی این مقاله ارائه روشی جدید و کارا مبتنی بر ترکیب ویژگی های مستخرج از ماتریس محلی کرنل وزن دار ویژگی های طیفی و فرکتالی به منظور تولید ویژگی برای طبقه بندی تصاویر ابرطیفی است. مواد و روش ها: به منظور طبقه بندی تصاویر ابرطیفی در پژوهش حاضر ابتدا یک مرحله کاهش بعد بر روی تصویر ابرطیفی انجام می شود. در مرحله بعد ویژگی های مکانی مبتنی بر بعد فرکتال جهت دار تولید می شوند و مجدداً این ویژگی ها کاهش بعد پیدا می کنند. در مرحله بعد ویژگی های مستخرج از ماتریس محلی کرنل وزن دار از هر دو دسته ویژگی های طیفی و فرکتالی تولید می شوند. این ویژگی های ثانویه وابستگی های محلی غیرخطی میان ویژگی های طیفی و فرکتالی را که در روش های پیشین طبقه بندی مورد توجه نبوده است، در فرایند تولید ویژگی لحاظ می کنند که در نهایت سبب افزایش صحت طبقه بندی می شوند. سپس این دو دسته بردار ویژگی جدید برای هر پیکسل با هم الصاق می شود و یک بردار غنی از اطلاعات طیفی– مکانی را تشکیل می دهد. در نهایت به منظور تعیین برچسب هر پیکسل، بردار ویژگی حاصل از الگوریتم ماشین بردار پشتیبان طبقه بندی می شود. آزمایش های این پژوهش بر دو تصویر مرجع ابرطیفی واقعی ایندین پاین و دانشگاه پاویا انجام شده است. نتایج و بحث: تحلیل نتایج نشان می دهد که روش پیشنهادی با در نظر گرفتن ویژگی های مستخرج از ماتریس محلی کرنل وزن دار ویژگی های طیفی– فرکتالی موجب افزایش 20 و 18 درصدی صحت طبقه بندی در مقایسه با طبقه بندی با ویژگی های طیفی تنها به ترتیب در تصاویر ایندین پاین و دانشگاه پاویا شده است. این نتیجه تأیید می کند که در نظر گرفتن اطلاعات مکانی به طور مؤثر سبب افزایش چشمگیر صحت طبقه بندی حتی زمانی که نمونه های آموزشی اندکی در دسترس باشد، می شود. همچنین رویکرد پیشنهادی این پژوهش در مقایسه با چندین پژوهش دیگر در این حوزه به صحت های بالاتری رسیده است. نتیجه گیری: عملکرد بهتر روش پیشنهادی در مقایسه با دیگر روش های رقیب به دلیل در نظر گرفتن وابستگی های محلی غیرخطی میان ویژگی های طیفی و فرکتالی است که تاکنون در پژوهش های پیشین مورد توجه نبوده است. در پژوهش های آتی در نظر داریم که رویکرد پیشنهادی را درگام اول از نظر زمانی و در گام بعدی با در نظر گرفتن تعداد بیشتری از ویزگی های مبتنی بر هندسه فرکتال از نظر صحت بهبود دهیم.

سابقه و هدف: تشخیص تغییرات، در داده های سنجش از دور، وظیفه ای بسیار مهم در علوم محیط زیست، مدیریت منابع طبیعی، برنامه ریزی شهری و مدیریت بحران هاست. با وجود پیشرفت های اخیر در این زمینه، بسیاری از روش های موجود صرفاً به چالش های خاصی می پردازند و قادر به دادن راه حلی جامع، برای انواع متفاوت داده ها و کاربردها نیستند. این محدودیت ها شامل ناتوانی در مدیریت داده های چندطیفی، فراطیفی و راداری، و نیز ناتوانی در بیان نتایج دقیق و سریع با استفاده از پردازش موازی و بهینه سازی منابع پردازشی می شود. علاوه براین، روش های فعلی اغلب به تشخیص تغییرات باینری محدود می شوند و قادر به شناسایی دقیق نوع ویژگی های تغییریافته نیستند. بنابراین هدف اصلی این تحقیق توسعه روشی نوآورانه و جامع برای تشخیص تغییرات است که بتواند این محدودیت ها را برطرف کند و در دنیای واقعی، کاربردهای مؤثری داشته باشد.مواد و روش ها: در این مطالعه، روش جدیدی مبتنی بر ترکیب شبکه ترانسفورمر و مدل توجه خودکار مطرح می کنیم که قادر به پردازش و تحلیل داده های سنجش از دور، با دقت و کارآیی بالاست. این روش از داده های چندطیفی، فراطیفی و راداری بهره می برد که از ماهواره های سنتینل – 2، QuickBird و TerraSAR-X به دست آمده اند. این داده ها در بازه های زمانی متفاوتی جمع آوری شده و شامل اطلاعات گوناگون، ازجمله تغییرات پوشش گیاهی، کاربری زمین و تغییرات ساختاری اند. روش پیشنهادی از تکنیک های ادغام ویژگی ها بهره می برد که با استفاده از لایه های کانولوشن و ترانسفورمر، اطلاعات موجود در داده ها را ترکیب می کند و دقت تشخیص تغییرات را افزایش می دهد. علاوه براین استفاده از مکانیسم توجه فضایی به شناسایی روابط مکانی بین ویژگی ها کمک می کند و با تمرکز بر نواحی کلیدی، دقت تشخیص تغییرات را بهبود می بخشد. شبکه مبتنی بر ترانسفورمر که برای تعیین شباهت توسعه یافته است، با مکانیسم های توجه خودکار تقویت شده که امکان دریافت روابط پیچیده بین ویژگی ها را در دنباله های زمانی فراهم می کند. این ویژگی، به ویژه برای تشخیص تغییرات جزئی که ممکن است در سایر روش ها نادیده گرفته شوند، اهمیت دارد. در بستر عملیاتی، روش پیشنهادی روی سیستمی با کارآیی بالا، شامل یک CPU 24 هسته ای Xeon E5-2697 v2، 28 گیگابایت حافظه، دیسک SSD با ظرفیت 200 گیگابایت و یک کارت گرافیک RTX 2080 Ti با 11 گیگابایت RAM و CUDA 11 اجرا و ارزیابی شد.نتایج و بحث: نتایج این تحقیق برتری روش پیشنهادی را در مقایسه با روش های موجود نشان می دهند. ارزیابی ها براساس معیارهای دقت، بازخوانی، F1-score، دقت کلی (OA) و هم پوشانی متقاطع (IoU) انجام شد. این روش توانست، در تمامی این معیارها، عملکردی بهتر از روش های دیگر نشان دهد. به طورخاص دقت کلی افزایش چشمگیری یافت و در برخی مجموعه داده ها، به بیش از 95% رسید. این نتایج حاکی از آن است که روش پیشنهادی نه تنها قادر به تشخیص دقیق تغییرات باینری است بلکه می تواند نوع ویژگی های تغییریافته را نیز با دقت بالا شناسایی کند. این قابلیت ها به دلیل استفاده از تکنیک های پیشرفته یادگیری عمیق و پردازش موازی به دست آمده اند. همچنین استفاده از چارچوب SoFRB باعث بهبود کارآیی روش پیشنهادی شده و امکان پردازش داده های حجیم را، در زمان کمتر، فراهم کرده است. تحلیل های ما بیان می کند که روش پیشنهادی می تواند، با مجموعه داده های متفاوت، انطباق بالایی نشان دهد و در شرایط گوناگون کارکرد مؤثری داشته باشد. به علاوه، این روش می تواند ابزار کارآمدی در زمینه های متفاوت، ازجمله نظارت بر محیط زیست، برنامه ریزی شهری، کشاورزی دقیق و مدیریت بحران ها باشد.نتیجه گیری: روش پیشنهادی ترکیبی از تکنیک های مدرن یادگیری عمیق و پردازش موازی است که دقت و کارآیی تشخیص تغییرات در داده های سنجش از دور را بهبود چشمگیری بخشیده است. نتایج این تحقیق نشان می دهد که روش پیشنهادی نه تنها در شرایط آزمایشگاهی بلکه در کاربردهای عملی نیز مورد اعتماد است. به طورخاص این روش می تواند در نظارت بر تغییرات محیط زیست، شناسایی تغییرات در زیرساخت های شهری و مدیریت بحران های طبیعی و انسانی، نقش مؤثری داشته باشد. این نتایج نویدبخش کاربردهای گسترده این روش در حوزه های گوناگون است. همچنین تحقیقات آینده می تواند شامل بهبودهای بیشتری در زمینه های گوناگون، مانند بهینه سازی مدل، استفاده از داده های بیشتر و متنوع تر و بررسی تأثیر استفاده از تکنیک های جدیدتر یادگیری عمیق و پردازش موازی باشد.

سابقه و هدف: همه گیری کووید 19 به منزله پدیده ای جغرافیایی درنظر گرفته می شود که تجزیه وتحلیل فضایی و تأثیر جغرافیایی آن، در تصمیم گیری و جنبه های زندگی روزمره، بسیار اهمیت می یابد. سامانه اطلاعات جغرافیایی و تکنیک های مکانی می توانند نقش مهمی در تجزیه و تحلیل کلان داده های شیوع این بیماری در سطح جهانی ایفا کنند. مطالعات انجام شده باکمک تکنیک های تحلیل فضایی توانسته اند میزان اهمیت متغیرهای اجتماعی و بهداشتی را در میزان ابتلا و موارد مرگ ومیر ناشی از بیماری کووید 19 نشان دهند؛ هرچند درمورد تأثیر متغیرهای هواشناسی در این زمینه، مطابق با متفاوت بودن نتایج پژوهش های پیشین، همچنان ابهاماتی وجود دارد. با توجه به تنوع اقلیمی ایران، با انجام دادن پژوهش هایی در این زمینه به منظور آشکارسازی عوامل مهم و اثرگذار فضایی، می توان گام های مؤثری برداشت. بنابراین هدف این مطالعه مدل سازی و تعیین عوامل تأثیرگذار در پراکنش بیماری کووید 19، براساس داده های موجود و دردسترس است.مواد و روش ها: در این مطالعه، با استفاده از روش های رگرسیون فضایی عمومی و محلی، عوامل تأثیرگذار در پراکنش میزان ابتلا به بیماری کووید 19 بررسی شد. برای این منظور، 73 شهرستان که آمار تعداد مبتلایان به بیماری کووید 19 آنها (طی دوره ای کوتاه، از دهم اسفند 98 تا بیستم خرداد 99 به تفکیک شهرستان ها) دردسترس بوده است، انتخاب شدند. عوامل ارتفاع، تراکم جمعیت و میانگین سنی، نسبت جمعیت بالای 55 سال به جمعیت کل و همچنین پارامترهای هواشناسی شامل رطوبت، دما، فشار و سرعت باد انتخاب و رابطه آنها با این بیماری، به کمک روش های آمار فضایی، بررسی شد. براساس روش رگرسیون گام به گام تراکم جمعیت، فشار هوا، میانگین سن و سرعت باد به منزله پیش بینی کننده های معنی دار تعیین شدند و بروز بیماری با استفاده از تکنیک OLS مدل سازی شد. سپس با توجه به ناایستابودن رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، تکنیک GWR به کار رفت و برای افزایش تغییرپذیری فضایی و برطرف کردن مشکل هم راستایی خطی، از روش تحلیل مؤلفه های اصلی و نرم افزار SPSS بهره برده شد.نتایج و بحث: نتایج نشان داد مدل عمومی ارائه شده به طور کلی به لحاظ آماری معنی دار است و مقادیر واریانس توجیه شده با مدل تصادفی نیست اما رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، ناایستاست. همچنین مشخص شد توزیع باقی مانده ها تاحدی از توزیع نرمال انحراف نشان می دهد که چه بسا به دلیل وجود ناایستایی در مدل باشد. بنابراین تکنیک رگرسیون وزن دار جغرافیایی برای مدل سازی به کار گرفته شد. به منظور اجرای آن و افزایش تغییرپذیری فضایی برای رفع مشکل هم راستایی خطی (به دلیل وجود الگوی خوشه ای در متغیرهای هواشناسی)، روش تحلیل مؤلفه های اصلی استفاده شد و عوامل هواشناسی به یک فاکتور کاهش یافت. این عامل نزدیک به 70٪ تغییرات این متغیرها را توجیه می کند. کاهش عوامل متغیرهای میانگین سن و نسبت جمعیت بالای 55 سال نیز به یک عامل باعث بهبود نتایج شد. بنابراین تراکم جمعیت، عامل هواشناسی و عامل سن به منزله متغیرهای پیش بینی کننده در مدل سازی با تکنیک GWR درنظر گرفته شدند. افزایش 10درصدی ضریب تعیین تعدیل شده مدل وزن دار جغرافیایی (63٪) نشان از بهبود نسبی نتایج این مدل درقیاس با مدل عمومی دارد. نتایج آزمون خودهمبستگی فضایی موران نشان داد، با اینکه از شدت الگوی خوشه ای باقی مانده ها در این مدل درمقایسه با مدل OLS کاسته شده است، همچنان در سطح اطمینان 99٪ معنی دار است. تحلیل نقاط داغ در سطح اطمینان 95٪ نشان داد بخش های غربی استان کردستان، بخش های شمالی و غربی استان خوزستان نقاط داغ (الگوی خوشه ای کم برآورد معنی دار) و بخش های شرقی استان همدان و بخش های شمالی استان بوشهر نقاط سرد (الگوی خوشه ای بیش برآورد معنی دار) هستند. بنابراین دست کم یک متغیر تأثیرگذار در بروز این بیماری درنظر گرفته نشده است. با توجه به اینکه متغیرهای احتمالی درنظر گرفته نشده همچون عوامل فرهنگی، بهداشتی و ژنتیکی دردسترس نبوده اند و یا ممکن است اندازه گیری آنها سخت بوده باشد، از بررسی آنها صرف نظر شد.نتیجه گیری: نتایج این مطالعه اهمیت و میزان تأثیر عوامل جمعیت شناختی و محیطی را در میزان ابتلا به بیماری کووید 19 روشن کرده است و می تواند برای ادامه مطالعاتی در این زمینه راه گشا باشد.

سیلاب یکی اصلی ترین بلای طبیعی و یک مسئله مهم جهانی است به ط وری ک ه ب ا اف زایش رخ داد س یل، نگرانی های در خصوص افزایش مرگ و میر و ضررهای اقتصادی ناشی از آن افزایش می یابد. در ایران به دلیل وسعت زیاد، تنوع اقلیمی، تغییرات کاربری اراضی و دگرگونی های رخ داده در مقیاس های زمانی و مکانی بارش ها، همه ساله سیلاب های رخ می دهد. تحقیق حاضر جهت ارزیابی خطر سیلاب حوضه های آبریز استان خوزستان براساس ترکیب مدل های منطق فازی (Fuzzy) و سلسله مراتبی (AHP) است. در این پژوهش از پارامترهای بیشینه بارش، فاصله از آبراهه، تراکم آبراهه، پوشش گیاهی و شیب استفاده شد. نقشه های رقومی پارامترها با استفاده از نرم افزار ArcGIS 10.3 تهیه شد. احتمال رخداد سیل برای هر کلاس از هر فاکتور و اهمیت هر فاکتور نسبت به سایر فاکتورها در وقوع سیل توسط نظرات کارشناسی بررسی گردید و وزن های مربوطه در نرم افزار Arc GIS 10.3 محاسبه گردید. وزن های بدست آمده برای هر کلاس به لایه های مربوطه اعمال گردید در نهایت نقشه های احتمال سیل منطقه مورد بررسی تهیه و در ۵ کلاس آسیب پذیری خیلی زیاد، زیاد، متوسط، کم و خیلی کم ارزیابی گردید. نتایج حاکی از آن است که فاکتور بارش دارای بیش ترین تاثیر بر وقوع سیل بوده و کم ترین تاثیر مربوط به فاکتور پوشش گیاهی است و از مجموع مساحت 6292521 هکتاری استان خوزستان، 74/9% در کلاس ارزیابی خطر خیلی کم؛ 47/53% ارزیابی خطر کم؛ 10/21% ارزیابی خطر متوسط، 97/6% ارزیابی خطر زیاد و 69/%8 ارزیابی خطر خیلی زیاد قرار دارد. بخش های جنوب و جنوب غربی استان از پتانسیل بالای سیلاب برخوردار هستند و علاوه بر این شهرهای آبادان، خرم شهر، چوئبنده، شادگان، دارخوین، هویزه، قسمت های جنوبی اهواز و روستاهای اطرف آن ها در منطقه با آسیب پذیری خیلی زیاد قرار گرفته اند. نقشه ارزیابی خطر سیلاب به دست آمده می تواند به عنوان یک سامانه پشتیبانی تصمیم ساز برای پیش بینی سیلاب های آینده در منطقه مورد مطالعه استفاده شود.