درخت حوزه‌های تخصصی

محققان همواره به دنبال توسعه روش های بهتر در طراحی، اجرا و بهره برداری از شبکه های توزیع آب در قالب سیستم اطلاعات جغرافیایی (GIS) بوده اند. اما GIS را، به دلیل نداشتن توابع تحلیلی هیدرولیکی، نمی شود به تنهایی به منزله سیستم پشتیبان تصمیم گیری مکانی (SDSS) در بحث مدیریت این گونه شبکه ها درنظر گرفت. این پژوهش درصدد است ازطریق تلفیق توابع تحلیلی هیدرولیکی پیشرفته با قابلیت های تحلیل مکانی نرم افزار GIS، سیستم پشتیبان تصمیم گیری مکانی را در قالب نرم افزاری مستقل توسعه دهد تا شبکه توزیع آب شهرستان فریدون شهر را مدیریت کند. در این راستا پس از مرحله شناخت و نیازسنجی، جهت توسعه مؤلفه های SDSS ازطریق توسعه مؤلفه های مدیریت پایگاه داده، مدیریت مدل ها و واسط های کاربری به منزله عناصر اصلی SDSS، اقدام شد. در مؤلفه مدیریت پایگاه داده با پیاده سازی مدل های مفهومی، منطقی و فیزیکی، پایگاه داده مکانی منطقه مورد نظر توسعه داده شد. در مؤلفه واسط های گرافیکی، برای ارتباط مؤثر کاربران با سیستم، از واسط های گرافیکی کاربرپسند و با درک آسان استفاده شد. سپس در مؤلفه مدیریت مدل ها، مدل های هیدرولیکی کاربردی در شبکه های توزیع آب همچون مدل های تحلیل سرعت در لوله ها و فشار بر گره ها توسعه داده شد.درنهایت، مدل های ارزیابی سناریوها برای حل مسائل نیمه ساختاریافته شبکه های توزیع آب شهری طراحی شد. با پیاده سازی سیستم یادشده بر مبنای رویکردی علمی، برای نخستین بار در کشور، مدیران و تحلیلگران این شبکه ها می توانند این نرم افزار را همچون سیستم پشتیبان تصمیم گیری مکانی جامعی در تحلیل شبکه های توزیع آب شهری به کار گیرند.

به منظور بررسی توسعه یافتن شهری و تغییرات کاربری اراضی در دوره های بعدی ، ما نیز با استفاده از داده های سنجش ازدور و تصاویر ماهواره لندست و با مطالعات میدانی و کتابخانه ای نقشه های کاربری اراضی شهر شهمیرزاد را به دست آوردیم ،برای رسیدن به این مهم از نرم افزار های ENVI 5.3,ARC.GIS10.5 وTerrset استفاده شده است. نتایج به دست آمده نشان می دهد که با گذشت زمان در طی سالهای مورد مطالعه از مساحت کاربری های باغی و زراعی، و زمین بایر کاسته شده و کاربری های مسکونی و انسان ساز افزایش یافته اند .مساحت کاربری باغی و زراعی در سال 1999 برابر 3830317 متر مربع بوده که در سال 2009 به مقدار2855094 متر مربع و در سال 2019 به 2429144 متر مربع رسیده است است که روند کاهشی را دنبال می کند . همچنین اراضی مسکونی و انسان ساخت در سال 1999 مساحتی برابر 360623 متر مربع ،در سال 2009 برابر 1264976 متر مربع و در سال 2019 مقدار 2495357 متر مربع داشته که نشان دهنده روند به شدت افزایشی می باشد. با استفاده از آشکار سازی تغییرات مشخص گردید بیشترین تبدیل کاربری ها در سال 1999 تا 2009 مربوط به تبدیل اراضی باغی و زراعی به زمین های بایر با حدود 20درصد تغییر و در بازه زمانی سالهای 2009 تا 2019 مربوط به تبدیل اراضی باغی و زراعی به اراضی مسکونی با حدود 16 درصد می باشد. بررسی نتایج حاصل از آشکار سازی نشان می دهد در بازه زمانی 10 سال اول حدود 20 درصد از اراضی باغی به زمین های بایر و در بازه 10 سال دوم حدود 7 درصد از اراضی بایر به اراضی مسکونی و انسان ساخت تبدیل شده است. .

روش های نوین بهینه سازی فرایند مسیریابی خطوط انتقال برق می توانند بسیاری از مسائل پیچیده ای را که تصمیم گیران مسیریابی خطوط انتقال برق با آن مواجه اند، حل کنند. با توجه به گستردگی عوامل درگیر در مسیریابی خطوط انتقال برق می توان الگوریتم های تکاملی چندهدفه را به عنوان ابزاری مناسب در این زمینه در نظر گرفت. در پژوهش حاضر با بهره گیری از الگوریتم تکاملی چندهدفه NSGA-II و با ارائة عملگرهای ژنتیکی مناسب، به مسیریابی بهینة خط انتقال برق پرداخته شد. با نظر متخصصان صنعت برق در وزارت نیرو و برق منطقه ای مازندران، سه تابع هدف به منظور تولید مسیر هایی با ویژگی های F1- کمترین هزینة اقتصادی، F2- کمترین تأثیرات سوء زیست محیطی و اجتماعی و F3- دسترسی و نگهداری راحت از خط انتقال، طراحی شده است. اجرا و ارزیابی مدل ارائه شده در بستر سامانة اطلاعات مکانی (GIS) نشان داد که این مدل توانایی بالایی در بهینه سازی توابع هدف دارد. مدل مذکور برای مسیریابی بین دو پست برق 400 کیلوولت ناریوران (شهر آمل) و حسن کیف (شهر کلاردشت) در برق منطقه ای مازندران اجرا شد. نتایج تحقیق، بهبود میانگین 15درصدی مقادیر توابع هدف را در مقایسه با مسیر موجود نشان می دهند. کلید واژه ها : مسیریابی، انتقال برق، NSGA-II،GIS.

داده های پلاریمتری-اینترفرومتری راداری با فراهم نمودن اطلاعاتی از نوع شدت، دارا بودن اطلاعات پلاریمتری دو تصویر و اطلاعات ارتفاعی حاصل از اینترفرومتری، توانایی زیادی در طبقه بندی پوشش های زمین نشان می دهند که این ویژگی های سه گانه در آنتروپی شانون حاصل از این داده ها به تفکیک قابل مشاهده می باشند. استفاده همزمان این پارامترها نقش تکمیل کننده ای در طبقه بندی ارائه می کنند به طوری که حضور اطلاعات اینترفرومتری باعث افزایش دقت طبقه بندی می شود. همچنین داده های اخذ شده از دنیای واقعی دارای پیوستگی مکانی می باشند. بنابراین دراین تحقیق از الگوریتم میدان تصادفی مارکوف به منظور در نظر گرفتن همسایگی های پیکسلی و مجموعه پارامترهای آنتروپی شانون داده های پلاریمتری-اینترفرومتری راداری برای طبقه بندی استفاده می شود. الگوریتم میدان تصادفی مارکوف برای شروع نیاز به یک نقشه طبقه بندی شده اولیه دارد. نقشه طبقه بندی شده اولیه با استفاده از بی نظمی و ناهمسانگردی پلاریمتری و پلاریمتری-اینترفرومتری و ادغام کلاس های حاصل براساس شباهت ماتریس همدوسی پلاریمتری-اینترفرومتری مراکز کلاس ها، تهیه می شود. بررسی کارآیی الگوریتم پیشنهادی با استفاده از داده پلاریمتری-اینترفرومتری اخذ شده توسط سازمان فضایی آلمان(DLR) انجام می شود. در تحقیق حاضر از شاخص درجه خلوص خوشه ها برای ارزیابی عملکرد الگوریتم پیشنهادی و چند الگورتیم دیگر استفاده می شود. درجه خلوص کل حاصل از الگوریتم پیشنهادی در مقایسه با درجه خلوص حاصل از الگوریتم های -ویشارت( )، االگوریتم پیشنهادی – ویشارت( )، -FCM ویشارت( ) و طبقه بندی با کمک سه پارامترآنتروپی شانون و الگورتیم خوشه بندی FCM به ترتیب به مقدار 28.48%، 11.38%، 16.60% و19.60% افزایش پیدا کرده است.

تهران به عنوان بزرگترین کلانشهر ایران در زمره آلودهترین شهرهای جهان به حساب می آید. با توجه به تأثیرات آلودگی هوا بر سلامت و محیط زیست، ضرورت شناخت دقیق آلایندهها و مشخص نمودن پهنههای آلوده ضروری به نظر میرسد.هدف این پژوهش، بررسی توانایی داده های سنجنده مودیس، در سنجش آلودگی هوا در کلانشهر تهران و تولید نقشههای کیفی هوا با استفاده از این دادهها و داده های زمینی میباشد. : در این تحقیق داده های مربوط به آلاینده های PM₁₀، ازن، منو اکسید کربن، دی اکسید گوگرد، PM_2.5در سال 1394 با استفاده از روش کریجینگ ساده به عنوان یک روش زمین آماری در حالت های مختلف مورد ارزیابی قرار گرفت و نقشه های سطوح آلاینده ترسیم گردید. همچنین از تصاویر ماهوارهای سطح اول و داده های سطحدوم سنجنده مودیس، برای انجام تحلیلهای کیفی و کمی ذرات معلق هوا در سطوح وسیع استفاده شد. با بکار بردن شاخص اختلاف نرمال گردوغبارمربوط به داده های سطح اول و پارامتر هایی نظیر عمق اپتیکی و نمای انگستروم مربوط به داده های سطح دوم، میزان همبستگی با استفاده از باندهای 3 و 7 سنجنده ی مودیس محاسبه و مقدار RMSE آنها با داده زمینی مربوط به آلاینده PM₁₀ محاسبه گردید. : نتایح نشان داد که همبستگی مناسبی بین پارامترهای تصاویر ماهوارهای و اندازهگیری زمینی وجود دارد. این نوع همبستگی نشانگر توانایی تصاویر این سنجنده در شناسایی گردوغبار جوی است. همچنین در بخش دیگر این تحقیق نقش پارامترهای هواشناسی تأثیرگذار بر آلودگی هوا مورد بررسی قرار گرفته و مشخص شد که آلاینده شاخص غالب در سال 94، ذرات معلق PM_2.5وPM₁₀بوده است. از عوامل موثر در افزایش غلظت آلاینده ها، استمرار شرایط جوی پایداربوده است که باعث انباشت آلاینده ها شده است.

در طبقه بندی تصاویر با قدرت تفکیک مکانی متوسط، مانند لندست، تمایز اراضی کشاورزی بدون پوشش گیاهی از زمین های بایر و همچنین، شناسایی زمین های بایر از مناطق ساخته شده معمولاً دشوار و همراه با خطاست. به همین علت در این مطالعه، ترکیب های متفاوتی از ویژگی های ورودی، به روش های طبقه بندی، به منظور بررسی امکان ارتقای دقت طبقه بندی مقایسه شد. داده های ورودی شامل باندهای طیفی تصویر لندست-7، ویژگی های بافتی شامل ماتریس وقوع هم زمان گام های خاکستری و شاخص های حرارتی و مکانی پیشنهادی در این تحقیق است. در بررسی حاضر، به منظور طبقه بندی سناریوهای متفاوت، از سه روش طبقه بندی شامل بیشترین میزان شباهت، شبکة عصبی و ماشین بردار پشتیبان با هسته های متفاوت استفاده شد. نتایج نشان داد که ادغام تمامی داده های ورودی و استفاده از روش ماشین بردار پشتیبان با هستة پایة شعاعی، با صحت کلی 81/۹۸% و ضریب کاپا 25/98%، ممکن است نتایجی بهتر از دیگر روش ها و سناریوها داشته باشد. همچنین، در تحلیل اهمیت متغیرهای ورودی، با استفاده از روش انتخاب ویژگی برپایة جنگل تصادفی، مشخص شد که شاخص های پیشنهادی در این مطالعه نقش مهمی در طبقه بندی با صحت بالا و کارآمد داشته اند.

با توجه به تحولات فن آوری، ضروری است پیش بینی های لازم جهت دسترسی به منابع از راه دور درکتابخانه ها مورد توجه قرار گیرد. این امر در خصوص کتابخانه های عمومی با توجه به رسالت آنها از اهمیت بیشتری برخوردار است. از این رو پژوهش حاضر با هدف امکان سنجی پیاده سازی قابلیت بازنمائی مکانی منابع با استفاده از سیستم اطلاعات جغرافیایی درکتابخانه های عمومی استان گیلان انجام گرفت. روش پژوهش ازنظر هدف کاربردی و ازنظر گردآوری داده توصیفی - پیمایشی است. جامعه آماری شامل کلیه کتابخانه های عمومی نهادی استان گیلان به تعداد 81 باب بود. جامعه آماری شامل مدیران کتابخانه ها(81 نفر) واعضا کتابخانه ها(67970 نفر) بودند. روش نمونه گیری برای مدیران و کتابداران از نوع سرشماری و برای اعضاء تصادفی طبقه ای نظام مند بود. حجم نمونه برای مدیران برابر با جامعه آماری و برای اعضا با استفاده از فرمول کوکران 382 نفر مشخص شد. ابزار پژوهش سه نوع پرسشنامه(اثر بخشی، کارایی و آسایش) محقق ساخته بود. اعتبار پرسشنامه ها با رجوع به متخصصان درحوزه سامانه های اطلاعات جغرافیایی اخذ گردید. پایایی ابزار با استفاده از آلفای کرونباخ به ترتیب برای پرسشنامه اثربخشی= 71/0، آسایش=73/0 و کارایی 88/0 بود. تحلیل داده ها با استفاده از آمار توصیفی و استنباطی توسط نرم افزار اس.پی. اس. اس انجام شد. یافته ها نشان داد که بین شرایط موجود و مورد انتظار در مؤلفه اثربخشی (933/0) و کارائی (460/0)تفاوت معنی دار نیست اما درمؤلفه های آسایش (000/0 ) تفاوت معنی دار است. پس کتابخانه های مورد بررسی از نظر امکانات اثربخش و نیز کارایی فناوری مورد نظر مشکلی نداشته و در صورت طراحی نرم افزار مناسب کاربران می -توانند نسبت به بازیابی مکانی منابع کتابخانه از راه دور اقدام کنند.

روش های اصلاح DEM برای بهبود مدل ارتفاعی رقومی جهت شبیه سازی و مدل سازی هیدرولوژیک سلولی مورد استفاده قرار می گیرد. نحوه پیاده سازی و کاربرد روش های اصلاح DEM با استفاده از الحاقیه ArcHydro10.2 مورد بررسی و یکی از کاربردهای آن در برآورد رواناب پیوسته رودخانه کرخه مورد مطالعه قرار گرفت. اطلاعات آبدهی در محل ایستگاه های هیدرومتری قابل دسترس است. برای تعیین مقدار آبدهی در هر نقطه از رودخانه، نیاز به تجمعی کردن نقشه رواناب می باشد. مدل جهات هشت گانه ریزش هر نقطه (D8)، یک مدل پایه برای استخراج شبکه رودخانه با فرآیند سلول های شبکه ای است. با این روش جهت جریان هر سلول به یکی از هشت سلول مجاور در نقشه DEM "هیدرولوژیک" که از نقشه DEM خام منطقه تهیه می شود، رسم می گردد. در نقشه DEM هیدرولوژیک سلول های تجمعی در مسیر رودخانه بصورت پیوسته و افزایشی قرار می گیرند. با استفاده از الگوریتم Agree و با آزمون و خطا مدل رقومی ارتفاعی اصلاح گردید و مساحت حاصل از تجمع سلول های بالادست هر سلول با مقادیر مساحت وکتوری زیر حوضه ها مورد مقایسه قرار گرفت که دارای ضریب همبستگی 9975/0 بودند. در نهایت نقشه جریان تجمعی هر نقطه از مسیر این رودخانه در سلول های 200 متری از روی نقشه هم جریان حوضه تولید شده از DEM هیدرولوژیک تهیه شد . نقشه رواناب با استفاده از تابع جریان تجمعی وزنی و در ادامه نقشه پیوسته جریان حاصل گردید. در این روش هر خطای مساحت تجمعی به دبی نیز منتقل و اضافه می گردد که در حوضه کرخه این خطا بین 28/0% تا 1/3% بوده است. .

فراوانی و شدت وقوع پدیده طوفان های گردوغبار طی چند سال اخیر در منطقه غرب آسیا و به ویژه در کشور ایران، افزایش پیدا کرده است. تاکنون آثار زیانبار این پدیده در مراحل گوناگون زندگی گیاهی، جانوری و انسانی بررسی شده است. در این پژوهش، تأثیر این پدیده در بازتابندگی طیفی گیاه گندم که مهم ترین گونه کشاورزی کشور به شمار می رود، بررسی و باندهای بهینه برای هریک از شاخص های باریک باند در مطالعه تأثیر این پدیده در گندم تعیین شده است. دو رقم از گندم (Triticum aestivum L. ) در محیط گلخانه و در شرایط کنترل شده پرورش داده شد و با استفاده از دستگاه تونل باد در طول روزهای متفاوت، بدون گردوغبار، دو، چهار و شش روز، و دو دوره رشد متفاوت، سه برگی شدن و خوشه دهی، درمعرض گردوغبار قرار گرفتند. اندازه گیری طیفی با استفاده از دستگاه طیف سنج Fieldspec-3-ASD با محدوده طیفی کامل انجام شد. چهار شاخص باریک باند طیفی جدید شامل NDVI، RVI، SAVI و PVI برای کل نمونه ها و همچنین، برای نمونه های مراحل سه برگی شده و خوشه دهی به طور جداگانه محاسبه و همبستگی بین این شاخص ها و تعداد روزهای گردوغباری بررسی شد. دقت نتایج تخمین تعداد روزهای گردوغباری با استفاده از R 2 و RMSE و روش اعتبار متقابل سنجیده شد. فقط باندهای بهینه انتخاب شده در شاخص SAVI2 محاسبه شده برای داده های مرحله خوشه دهی در محدوده طیفی SWIR قرار داشت. نتایج نشان دادند که در کل سه حالت، شاخص PVI ارتباط قوی تری (70/0 =RMSE،80/0=R 2 ) به نسبت دیگر شاخص ها، با تعداد روزهای گردوغباری نشان می دهد. همچنین، شاخص ها قابلیت بهتری در تخمین تعداد روزهای گردوغباری در داده های مرحله سه برگی شدن (77/0 67/0 و 80/0 63/0)، درقیاس با داده های مرحله خوشه دهی (91/0 73/0 و 71/0 62/0) نشان دادند. بنابراین، تعداد روزهای گردوغباری با استفاده از روش شاخص های باریک باند در مراحل ابتدای رشد گیاه با دقت بالاتری تخمین زده می شود.

برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل های یکپارچه، توزیعی و هم چنین از روش های هوشمند مصنوعی به منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با 112 کیلومتر مربع و متوسط بارش سالانه 72/306 میلی متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به منظور اجرای مدل WetSpa از دو دسته اطلاعات شامل نقشه های رستری و اطلاعات هواشناسی و برای مدل شبکه عصبی مصنوعی تنها از اطلاعات هواشناسی استفاده گردید. اجرای مدل های مذکور در دوره ی 5 ساله صورت پذیرفت. به منظور مقایسه نتایج مدل ها، از معیارهای ارزیابی ضریب همبستگی R 2، مجذور میانگین خطای استاندارد RMSE و میانگین قدر مطلق خطا MAE استفاده شد. نتایج بدست آمده نشان داد مدل WetSpa با R 2و RMSE برابر با  m 3/s920/0 وm 3/s  346/0 و هم چنین مدل شبکه عصبی مصنوعی با   R 2و RMSE برابر با m 3/s 959/0 و m 3/s 310/0 توانایی شبیه سازی جریان رودخانه بار اریه را دارند. هم چنین استفاده از مدل شبکه عصبی مصنوعی موجب کاهش خطای برآورد رواناب حوضه به مقدار 6/11 درصد در مقایسه با مدل WetSpa شده است.

در این پژوهش، داده های روزانه دو سنجنده مودیس تررا و مودیس آکوا برای فصل بندی پوشش برف در ایران زمین به کار گرفته شد. داده های این دو سنجنده در تفکیک مکانی 500 متر و به صورت رقومی در دسترس است. داده های به کارگرفته شده در این پژوهش، خردترین تفکیک موجود داده های سنجنده مودیس است. برای فصل بندی پوشش برف ایران زمین، نخست داده های رقومی پوشش برف در محیط نرم افزار مت لب گردآوری و سپس چند الگوریتم روی داده ها به منظور کاهش ابرناکی به کار بسته شد. پس از آماده سازی داده ها، آرایه میانگین بلندمدت دوازده ماه خورشیدی از فروردین تا اسفند در نرم افزار مت لب محاسبه شد. ابعاد این آرایه 7541502 × 12 بود که سطرهای آن نماینده هر ماه و ستون های این آرایه نماینده یاخته های مکانی در ایران است. در گام بعدی فواصل اقلیدسی یاخته ها به کمک روش ادغام وارد در نرم افزار مت لب محاسبه شد. یافته های این پژوهش نشان داد که روی هم رفته در ایران زمین چهار فصل برفپوشان دیده می شود: فصل بی برفی شامل ماه های اردیبهشت تا خرداد؛ فصل گذار شامل ماه های فروردین و آبان؛ فصل پوسته برفپوشان شامل ماه های آذر و اسفند و فصل هسته برفپوشان که شامل ماه های دی و بهمن می شود. همچنین برای هر یک از فصول اقلیمی و هر کدام از ماه های خورشیدی شمار روزهای برفپوشان و مساحت های آنها بررسی شد. مطالعات نشان داد بیشترین گستره مساحت روزهای برفپوشان یک روزه در ماه دی دیده می شود. در این ماه، روزهای برفپوشان یک روزه 15 درصد از گستره کشور را پوشش می دهند. در گام پایانی، رابطه میان شمار روزهای برفپوشان و ارتفاع برای هر یک از فصول اقلیمی به کمک مدل رقومی ارتفاع ایران (Dem) محاسبه گردید. یافته ها گویای آن بود که در هر یک از فصول اقلیمی، این رابطه متفاوت است.

این مقاله روشی برای بهبود نتایج حاصل از الگوریتم وارونگی سه مرحله ای، با استفاده از تکنیک تداخل سنجی پلاریمتری راداری و برمبنای مدل دولایه ای پراکنش حجمی نامنظم روی سطوح، عرضه می کند. در روش مرسوم سه مرحله ای، مقادیر فاز زمین و ضریب میرایی و ارتفاع لایة حجمی، در یک روند سه مرحله ای هندسی و بدون نیاز به داده مبنای مدل رقومی ارتفاعی زمین یا اطلاعات اولیه برآورد می شوند. در این روش، برآورد مقادیر میرایی و ارتفاع لایة حجمی، در مرحلة سوم و با جست وجو در فضایی دوبعدی، انجام می شود. در الگوریتم بهبودیافتة مطرح شده، معرفی یک شاخص هندسی جدید برمبنای میزان نفوذ سیگنال حجمی در جنگل، دامنة جست وجوی مقدار میرایی در مرحلة سوم را محدود می کند. شاخص مطرح شده، در جایگاه اطلاعات کمکی، سبب می شود جست وجو در محدودة مناسب تری صورت پذیرد. الگوریتم عرضه شده روی داده های پلاریمتری اینترفرومتری تک خط مبنا و تک فرکانس باند L سنجندة ESAR اجرا شد. محدودیت ایجادشده در دامنة مقدار عددی میرایی، در مقایسه با روش سه مرحله ای، بهبود میانگین دقت 5/2 متر را در ارتفاع برآوردشده نتیجه داد.

ایران یکی از کشورهای خشک و نیمه خشک به شمار می رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی مدت در پهنه وسیعی از کشور یکی از بزرگ ترین مشکلات برای مشاهده و پیش بینی کوتاه مدت خشکسالی در ایران است. در این مقاله، با به کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده های 42 ایستگاه سینوپتیک منتخب در ایران، عملکرد شاخص های پوشش گیاهی طیفی پهن باند NDVI، NDVI-DEV، VCI و TCI در پیش بینی خشکسالی بررسی شد. بدین منظور، از شاخص خشکسالی (SPI) برای بیان خشکسالی استفاده شد که نشان دهنده شدت و دوره خشکسالی، از سال 1985 تا 2008 است. شاخص های پوشش گیاهی یادشده از تصاویر سنجنده NOAA-AVHRR محاسبه و استخراج شدند. این شاخص ها، به صورت ورودی، به مدل SVM وارد شدند و مقادیر SPI را به دست دادند. با این روش، شاخص های TCI و NDVI، به ترتیب، دارای بالاترین و پایین ترین همبستگی با شرایط خشکسالی شناخته شدند

شوری خاک یکی از شایع ترین و مهم ترین عوامل تخریب اراضی در مناطق خشک و نیمه خشک بوده و پایش و مدیریت صحیح آن امری ضروری است. در کشور ایران بسیاری از اراضی در معرض افزایش شوری خاک قرار گرفته است که از مهم ترین آنها می توان به سواحل دریاچه ارومیه اشاره نمود. از آنجا که تکنیک های سنجش از دور روشی کارآمد و مقرون به صرفه در پایش شوری خاک هستند، در سال های اخیر بهره گیری از این فناوری توسعه چشمگیری یافته و مدل های مختلفی برای این منظور توسعه داده شده است. از جمله پرکاربردترین آن ها می توان به مدل های رگرسیون خطی اشاره کرد. این تکنیک ها عمدتاً تک متغیره بوده و تلفیق باندهای طیفی در تخمین شوری خاک مغفول واقع شده است. در تحقیق حاضر به منظور بهبود تخمین شوری خاک با تصاویر چندطیفی، مدل های رگرسیون خطی چندمتغیره پیشنهاد شده است. روش پیشنهادی، بطور همزمان، پتانسیل محدود ولی متفاوت باندهای طیفی مختلف را بکار گرفته و انتظار می رود به دقت های بالایی در تخمین شوری خاک بینجامد. به منظور ارزیابی روش پیشنهادی، میزان شوری خاک در بستر خشک شده دریاچه ارومیه اندازه گیری گردید. داده اصلی مورد استفاده در این تحقیق، تصویر چندطیفی سنتینل 2B می باشد که در تاریخ 6 اکتبر 2018 از منطقه مورد مطالعه اخذ شده است. در تحقیق حاضر، از 8 باند طیفی تصویر سنتینل (باندهای مرئی و مادون قرمز) و 17 شاخص شوری برای تخمین شوری خاک استفاده شد. بمنظور کالیبراسیون مدلها و ارزیابی صحت آنها در تخمین شوری خاک، طی عملیات صحرائی، تعداد 28 نمونه آموزشی و 10 نمونه ارزیابی در زمان گذر ماهواره از سطح منطقه مورد مطالعه جمع آوری گردیده و هدایت الکتریکی آنها، در آزمایشگاه مرکزی دانشگاه تبریز اندازه گیری شد. پس از کالیبراسیون مدلهای رگرسیون خطی تک متغیره و مدلهای رگرسیون خطی چندمتغیره پیشنهادی، صحت تخمین شوری خاک در هر یک از این مدلها، با استفاده از پارامترهای ضریب تبیین () و مجذور میانگین مربعات خطا (RMSE) در محل نمونه های ارزیابی مورد بررسی قرار گرفت. نتایج ارزیابی نشان داد؛ در مدل های رگرسیون خطی تک متغیره، بهترین مدل ها برای تخمین شوری خاک از باند مادون قرمز نزدیک باریک (8a) و شاخص روشنایی (BI) حاصل شده است که متناظر با بالاترین میزان و پایین ترین مقدار RMSE در بین سایر مدلهای رگرسیون خطی تک متغیره بوده است. مقادیر و RMSE برای باند 8a به ترتیب 89/0 و 85/20 بوده و برای شاخص BI به ترتیب برابر 83/0 و 33/21 می باشد. در مقایسه با مدل های رگرسیون خطی تک متغیره موجود، رگرسیون های خطی چند متغیره پیشنهادی در این تحقیق، عمدتاً از دقت بالاتری در تخمین شوری خاک برخوردار بوده است. بهترین نتایج از مدل رگرسیون خطی 7 متغیره حاصل شده است که بالاترین مقدار و پایین ترین مقدار RMSE نمونه های ارزیابی را در بین تمامی مدلهای رگرسیون خطی تک متغیره و چندمتغیره داشته است (97/0= و 77/8 =RMSE). نتایج این تحقیق موید قابلیت بالای رگرسیون خطی چندمتغیره پیشنهادی در این تحقیق و همچنین پتانسیل ارزشمند تصاویر چندطیفی سنتینل 2B در تخمین شوری خاک است. پس از تعیین دقیق ترین مدل های رگرسیون خطی تک متغیره و چند متغیره در تخمین شوری خاک، نقشه های شوری خاک منطقه که اطلاعات ارزشمندی از وسعت، توزیع مکانی و غلظت شوری را نشان می دهد، تهیه شد. نقشه های شوری خاک نشان می دهد که در بخش وسیعی از منطقه، شوری خاک بیشتر از 60 دسی زیمنس بر متر می باشد.

از میان روش های معمول درون یابی، روش های کریجینگ و کوکریجینگ به عنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درون یابی داده های بارش دارند. مدل های مذکور به رغم مزیت شان نمایش همواری از پدیدة تحت مطالعه به دست می دهند و چون براساس میانگین محلی داده ها عمل می کنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر از مقدار واقعی پیش بینی می کنند. بنابراین استفاده از این مدل ها به تنهایی در مواردی که هدف ارزیابی میزان ریسک و بررسی تغییرپذیری یک پدیده است، مناسب نیست. تغییرپذیری پدیده با استفاده از عدم قطعیت اندازه گیری می شود. در پژوهش حاضر به منظور محاسبة عدم قطعیت محلی و مکانی متغیر بارندگی، از الگوریتم های شبیه سازی زمین آماری SGS و CO-SGS استفاده شده است. نتایج تحقیق نشان می دهند الگوریتم های SGS و CO-SGS در نمونه های شبیه سازی با بازسازی مقادیر محتمل حداکثر و حداقل و همچنین حفظ دامنة نوسانات بارندگی در هر واحد مکانی، واریانسی نزدیک به واریانس نمونه های اصلی تولید می کنند. اختلاف واریانس شبیه سازی در مقایسه با نمونة اصلی بسیار ناچیز است، درحالی که واریانس روش های درون یابی اختلاف فاحشی با واریانس نمونه های اصلی دارد. همچنین نتایج نشان می دهند که این الگوریتم ها می توانند عدم قطعیت محلی و مکانی پدیده های مکانی ازجمله بارش را به درستی محاسبه کنند. کلید واژه ها : بارندگی، عدم قطعیت، شبیه سازی زمین آماری، الگوریتم SGS، الگوریتم CO-SGS.

سیل علل مختلفی می تواند داشته باشد. یکی از دلایل جدید و چالش بر انگیز قرن بیست و یکم موضوع تغییرات کاربری اراضی است، بررسی دقیق مجموعه عوامل زیست محیطی که زمینه ساز این حوادث هستند نشان می دهد که دخالت انسان در چرخه طبیعی آب از طریق پوشش گیاهی در عرصه های آبخیز ، توسعه شهری و صنعتی شدن جوامع، تاثیرات نامطلوبی در هیدرولوژی حوضه حوضه آبریز می گذارد و موجب تشدید سیلابها، افزایش آلودگی در قسمت پایاب، کاهش جریان های پایه و کاهش تغذیه آب های زیر زمینی می گردد . سیل یکی از پدیده های پیچیده و مخرب طبیعی است که هر ساله خسارات فراوانی را به دنبال دارد. به منظور برنامه ریزی جهت بهره برداری بهینه و کنترل پدیده های طبیعی سیل که از مسائل موجود در کره زمین و از جمله کشور ما نیز می باشد، مطالعات و تحقیقات زیادی مورد نیاز است . به همین منظور، هدف تحقیق حاضر، بررسی وضعیت شهر مهر واقع در جنوب استان فارس ،ازنظر سیل خیزی و پهنه بندی خطر ناشی از این حادثه مهم طبیعی بود. این بررسی به شیوۀ توصیفی-تحلیلی و به منظور پیش بینی دامنه خسارات ناشی از سیلاب انجام شد است. داده های مورد نیاز ، در این خصوص گردآوری شد. داده های گردآوری شده بعد از تصحیح و تبدیل، وزن دهی شد و بعد از انجام مقایسات زوجی و تعیین ضرایب نهایی هر لایه، نقشه های مورد نیاز تهیه گردید. برا ی تعیین وزن و ضرایب نهایی به تناسب از مدل AHP و نرم افزارهای مربوطه، به خصوص Choice Export ،ArcGIS و... بهره برداری به عمل آمد. نتایج نشان داد تمام وسعت شهر در معرض خطر سیلاب قرار دارد.

بیلان انرژی تابشی دریافتی و برگشتی از کره زمین بیانگر انرژی قابل دسترس در هر بخش از سامانه زمین-اتمسفر می باشد. همچنین تابش خالص خورشیدی بنیادی ترین نیروی محرکه برای تبخیر و تعرق و تمامی کنش و واکنش های میان رویه زمین و اتمسفر می باشد. این برهم کنش ها به گونه ای معنی دار بر اقلیم و دگرگونی آن سایه می افکنند. ازاین رو، برآورد ریزبینانه انرژی خالص در مقیاس گسترده ازنظر مدل های اقلیمی جهانی و منطقه ای حائز اهمیت است. در این پژوهش جهت مطالعه روند تغییراتِ بلندمدتِ میانگینِ ماهانه آلبیدو سطحی (Albedo) از تولیدات آلبیدو سنجندهِ MODIS ماهوارهِ ترا بانام (MCD43B3) استفاده شد. قدرت تفکیک فضایی تصاویر اخذشده، یک در یک کیلومتر برای یک دوره آماری 15 ساله (2014-2000) برای سه ماه آوریل، می و ژوئن بوده است. بعد از اخذ تصاویر از مرکز آرشیو فعال توزیع فرایندهای سطح زمینِ ناسا، تمامی 45 تصویر دانلود شده برای منطقه مورد مطالعه موزائیک و با سیستم مختصات جهانی مرکاتور معکوس با استفاده از روش نمونه برداری نزدیک ترین همسایه ژئو رفرنس شدند. تبدیل فرمت تصاویر به فرمت ASCII مرحله بعدی کار را تشکیل داد که هر ASCII 30080 پیکسل را شامل می شود. درنهایت با استفاده از دو روش آماری برآورد کننده شیب سنس و رگرسیون خطی کلاسیک روند تغییرات بلندمدت میانگین ماهانه آلبیدو در یک مقیاس پیکسل-مبنا مورد تحلیل قرار گرفتند. نتایج حاصل از این دو مدل نشان دادند که این دو مدل در برآورد روند تغییرات میانگین آلبیدو دقیقاً مانند همدیگر عمل نموده اند و تفاوتی با یکدیگر نداشته اند. همچنین نتایج حاصل از این تحقیق نشان داد که کانون بیشترین روند کاهشی شیب تغییرات آلبیدو در شمال شرق می باشد که در این قسمت از دشت به دلیل جاری بودن رودخانه هیرمند، کشاورزی به صورت گسترده ای در آن رواج دارد. مقادیر افزایشی شیب روند تغییرات نیز به صورت بسیار محدود و لکه هایی کوچک و گاهاً بزرگ در شمال، جنوب شرق و مرکز دشت قابل مشاهده است. این روند افزایشی در مقادیر شاخص آلبیدو نیز در شمال دشت دقیقاً منطبق بر خشک شدن دریاچه های سه گانه هامون بوده است. بقیه مساحت دشت نیز که دارای چشم اندازی بیابانی می باشد و فاقد هرگونه پوشش گیاهی و همچنین جمعیت انسانی می باشد روند خاصی را از خود نشان نداده است. در این مطالعه همچنین به روشنی مشخص شد که استفاده از روش ناپارامتریک برآورد کننده شیب سنس و پارامتریک رگرسیون خطی کلاسیک در مطالعات روند تغییرات آلبیدو مناطق خشک منتج از تولیدات ماهواره ای سنجنده مادیس می تواند بسیار کارآمد باشد.

در غیاب داده های افمریز ماهواره و مدل سنجنده، تبدیلات غیرپارامتریک نظیر مدل توابع کسری از مهم ترین و پرکاربردترین انواع مدل های ریاضی در جوامع فتوگرامتری و سنجش از دور به شمار می آیند. وابستگی این مدل ها به تعداد زیادی نقاط کنترل زمینی، مشکلات عددی موجود در حل آنها و مشکل انتخاب ترم های سازندة ساختار تابع کسری را می توان از ضعف های عمدة این روش برشمرد. ازآنجاکه ضرایب در توابع غیرپارامتریک دارای تفسیر و معنای فیزیکی مشخصی نیستند، در روش های معمول کلیة ترم ها وارد فرایند محاسباتی می شوند و خطای وابستگی میان ترم ها ایجاد می کنند. در پژوهش حاضر، الگوریتم کلونی مورچه ها برای بهینه سازی توابع کسری مناسب سازی شد و از الگوریتم ویژه سازی شده به منظور یافتن ترکیب بهینة ترم ها در ساختار توابع کسری استفاده گردید. الگوریتم مذکور، روی سه تصویر در سطوح تصحیح هندسی مختلف با ترکیب های گوناگونی از نقاط کنترل و نقاط چک مستقل در سه سیستم مختصات زمینی UTM، CT و ژئودتیک و بدون نرمال کردن مختصات های زمینی و تصویری آزمون شد. نتایج آزمون های تجربی نشان دادند که الگوریتم ویژه سازی شدة کلونی مورچه ها در پژوهش حاضر از نظر تعداد ترم ها و دقت موقعیت مکانی قابلیت بالایی دارد. نتایج نشان دادند که استفاده از سیستم مختصات CT برای فضای زمین، نتایج بهتری را از نظر دقت و نحوة همگرایی الگوریتم به توابع کسری بهینه به دست می دهد. نتایج برای تصاویر مختلف و حتی تصاویر خام با استفاده از چهار نقطة کنترل، دقت زیرپیکسل را نشان داد.