درخت حوزه‌های تخصصی

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

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.

تاکنون الگوریتم های متفاوتی برای ادغام رنگی تصاویر با قدرت تفکیک مکانی بالا ارائه شده است. برای انتخاب الگوریتم ادغام رنگی مناسب، به معیاری برای مقایسه نیاز است که بتواند بهبود هر الگوریتم را در مقایسه با الگوریتم دیگر مشخص سازد. برای ارزیابی کیفیت طیفی الگوریتم ها، معیارهای آماری متعددی ارائه گردیده است. یکی از محدودیت های معیارهای ارائه شده آن است که مستقلاً برای هر پیکسل تصویر محاسبه می شود و به همسایگی پیکسل و جزئیات تصویر توجهی نمی شود. در معیارهای ارزیابی کیفیت مکانی نیز فقط از همسایگی 33 استفاده می شود. در این تحقیق، دو دسته معیار در ترکیب با هم پیشنهاد شده است که هم کیفیت طیفی و هم کیفیت مکانی تصاویر ادغام شده را در سطح پیکسل و همسایگی آن ارزیابی می کنند. یکی از روش های پیشنهادی ارزیابی کیفیت طیفی و مکانی تصاویر ادغام شده، مبتنی بر تبدیل موجک و دیگری مبتنی بر فیلترهای استخراج نقطه، خط، و لبه در همسایگی 55 هر پیکسل است. روش های پیشنهادی در 13 نوع پوشش شهری متفاوت از تصاویر سنجندة Geo Eye-1 بررسی کمّی شده اند. نواحی گوناگون شهری به گونه ای انتخاب شده اند که پوشش ها و نوع ساختمان های متفاوت شهری را در بر گیرند. نتایج نشان می دهد که روش پیشنهادی ارزیابی کیفیت مکانی و طیفی بین الگوریتم های ادغام رنگی تمایز خوبی (حدود 8 برابر) قائل می شود. این قابلیت سبب می شود تا انتخاب الگوریتم بهینه ادغام رنگی برای هر نوع پوشش شهری، صحیح تر صورت گیرد.

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.

هدف از مطالعه حاضر ارزیابی و مدیریت ریسک اماکن ورزشی مرتبط با پهنه بندی آلودگی هوا با استفاده از سیستم اطلاعات جغرافیایی(GIS)می باشد . این تحقیق به لحاظ زمان اجرا از نوع مقطعی و به لحاظ خروجی ها از نوع کاربردی است و به لحاظ تجزیه و تحلیل از نوع توصیفی – تحلیلی و نیز تطبیقی است. در این مطالعه اماکن ورزشی شمال غرب شهر تهران به صورت کل شمار بررسی گردید. به منظور درون یابی داده ها، از روش کریجینگ استفاده شد.پس از برآورد میانگین غلظت داده های آلاینده ها، با استفاده از روش کریجینگ توسط نرم افزار ArcGIS برای تمامی ایستگاهها پهنه بندی انجام گردید. مبنای سنجش میزان آلاینده ها، براساس شاخص کیفیت هوا (AQI)، تنظیم گردید. یافته ها نشان داد که شاخص کیفیت هوا در سرتاسر محدوده مطالعاتی دارای وضعیت سالم بوده ولیکن هیچ منطقه ایی از مناطق مطالعاتی پاک (50-0) گزارش نشده است.بررسی آلاینده ها نشان داد که پراکنش آلاینده ها از الگوی متوازنی تبعیت نمی کند .در ارتباط با ارزیابی ریسک با استفاده از روش ویلیام فاین رتبه ریسک 1۵۰ بوده که نشانگر وضعیت اضطراری و «سطح ریسک متوسط» است و لازم است تا توجهات لازم در اسرع وقت صورت گیرد.توسعه شهرها، تراکم جمعیت و منابع متحرک دودزا که عمدتا مصرف سوخت آنها فسیلی است از مهمترین موارد آلاینده هستند . بنابراین برای کاهش آلودگی هوای بایست ساخت وسازهای شهری، طراحی شبکه ها و محورهای ارتباطی را مورد توجه قرار داد.

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.

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.

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.

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.

پایش زمین و زیست کره آن در هر مقیاسی جهت نیل به یک توسعه پایدار لازم و ضروری است. ازاین رو، جنگل ها، به عنوان یک منبع طبیعی ارزشمند، نقش مهمی در کنترل تغییرات آب وهوایی و چرخه کربن دارند. به همین دلیل، زیست توده و به تبع آن ارتفاع جنگل جزء اطلاعات کلیدی جهت پایش جنگل و زمین زیر آن به شمار می آیند. در مطالعات بسیاری نشان داده شده است که سامانه تصویربرداری رادار با روزنه مجازی (SAR) می توانند کمک شایانی به این هدف نمایند. در این راستا، تکنیک جدیدی که تداخل سنجی پلاریمتریک SAR (PolInSAR) نامیده می شود، ابزاری مناسب و در دسترس جهت برآورد ارتفاع جنگل می باشد، چراکه به موقعیت و توزیع قائم اجزای ساختاری جنگل حساس است. بر این اساس، از یک نقطه نظر، روش های به کار برده شده در این حوزه را می توان به دو دسته تقسیم کرد: الف) بر اساس مدل معکوس گیری حجم تصادفی بر زمین (RVoG)، و ب) بر اساس تکنیک های تجزیه مدل مبنای داده های PolInSAR. در این تحقیق، جهت بهبود برآورد ارتفاع جنگل روشی نوین بر اساس ترکیب دو دسته روش اشاره شده پیشنهاد شده است. عملکرد و کارآمدی روش پیشنهادی توسط دو مجموعه داده شبیه سازی شده از نرم افزار PolSARProSim در باندهای L و P اثبات شد. به طوری که در باند L و در روش های تفاضلی مدل رقومی ارتفاعی (DEM)، دامنه کوهرنسی و ترکیبی (فاز و کوهرنسی) به ترتیب 69/0 متر، 84/1 متر و 38/3 متر بهبود در برآورد ارتفاع حاصل شد. همچنین در باند P و بالاخص در روش های تفاضلی DEM و دامنه کوهرنسی به ترتیب با 53/1 متر و 74/2 متر بهبود حاصل شد.

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

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.

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 .

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.

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.

تحلیل وضعیت ترافیکی و پیشنهاد روش های مدیریت جریان ترافیک نقش اساسی در ارزیابی عملکرد بسیاری از سیستم های حمل ونقلی ایفا می کند. در بین روش های جمع آوری داده های ترافیکی، رویکردهای مبتنی بر فنّاوری های نوین که امکان گرد آوری حجم بسیاری از داده های پویای زمانی مکانی را فراهم می آورند و استخراج روندها و الگوها را تسهیل می کنند اهمیت بسیاری دارند. در این پژوهش، تهران به منزله پایتخت ایران، با ویژگی های اقتصادی و اجتماعی خاصی که دارد و تنوع سفرها که به وضعیت ترافیکی متغیر منجر می شود، مطالعه شده است. داده های حاصل از پردازش رقومی تصاویر ترافیکی به دست آمده از سرویس نقشه گوگل در بازه زمانی پیوسته یک ماهه ای (هفدهم فروردین تا هفدهم اردیبهشت 1398)، نخستین بار به منظور ارزیابی روند تغییرات میانگین ازدحام ترافیکی در سطح نواحی منطقه مطالعاتی، به کار رفته است. پس از استخراج داده های اولیه و با توجه به تغییر الگوی سفرها و در نتیجه، میزان ازدحام ترافیکی، شاخص ازدحام ترافیکی (CI) به تفکیک در روزهای کاری و غیرکاری، محاسبه شد و به مرکز نواحی 117 گانه شهر تهران اختصاص یافت. با استفاده از تحلیل های توصیفی روی کلان داده های مورد بررسی، ساعات اوج ازدحام ترافیکی در بازه زمانی مورد مطالعه استخراج شد. سپس شاخص Getis Ord، نواحی پرازدحام منطقه مطالعاتی را براساس ارزیابی خوشه های مکانی، مشخص کرد. همچنین ارتباط زمانی بین مقادیر ازدحادم ترافیکی، در برش های زمانی متفاوت طی کل بازه زمانی مورد مطالعه، با استفاده از آزمون آماری کروسکال والیس ارزیابی شد و فرض صفر مبتنی بر همبستگی بین مقادیر میانگین ازدحام و در نتیجه، همبستگی زمانی بین مقادیر تأیید شد. با استفاده از تحلیل های پوششی نقشه های ترافیکی نیز، خوشه های ترافیکی پرازدحام در سطح اطمینان 90%، در اوج صبح و عصر، به تفکیک روزهای کاری و غیرکاری استخراج شد. نتایج این پژوهش می تواند در اصلاح و بازنگری محدوده های ترافیکی مؤثر باشد و همچنین به تحلیل های مرتبط با آلودگی هوا، مطالعات در زمینه قیمت گذاری معابر و بررسی روند شکل گیری و انتشار گلوگاه های ترافیکی در بازه های زمانی دلخواه، یاری برساند.

در پژوهش حاضر روشی برای جایگزین کردن چگالی های شار تصاویر سنجندة MODIS با استفاده از مدل انتقال انرژی مجمع (CRTM) که از مدل های حل معادلة انتقال انرژی است، ارائه شده است. بدین منظور اندازه گیری های رادیوساند مربوط به ایستگاه سینوپتیک بندرعباس به همراه چگالی های شار اندازه گیری شده از تصاویر شب سنجندة MODIS مستقر بر سکوی Aqua برای آب های عمیق خلیج فارس مورد استفاده قرار گرفت. بنابراین با استفاده از پیش بینی کننده های استاندارد نسخة هشتم مدل گذردهی مسیر نوری (OPTRAN) که بخش اصلی مدل CRTM است، اختلاف چگالی های شار محاسبه شده به وسیلة مدل CRTM و اندازه گیری شده به وسیلة سنجندة MODIS مدل سازی شده است. پس از پیاده سازی روش مورد نظر، مقدار میانگین RMSE چگالی های شار محاسبه شده از مدل CRTM با مقدار اندازه گیری شده برای تصاویر سنجندة MODIS منتخب برای آزمون کارایی روش، در تمام باندها W/(m 2 .µm.sr) 47/0 محاسبه شد که با اعمال تصحیحات ارائه شده در پژوهش حاضر به 39/0 تغییر یافت. مقدار میانگین RMSE دمای درخشندگی میانگین معادل این چگالی های شار نیز به ترتیب 45/6 و 27/5 درجة کلوین محاسبه گردید. با استفاده از روش ارائه شده در این پژوهش، مقادیر چگالی های شار حاصل از مدل CRTM به مقادیر چگالی های شار سنجندة MODIS نزدیک تر می شود. بنابراین می توان از این مدل برای ارزیابی چگالی های شار سنجندة MODIS استفاده کرد و در مواردی نظیر وجود نویز بالا یا وجود ابر در تصاویر یا ازکارافتادن سنجنده، داده های آن را با داده های محاسباتی مدل CRTM تصحیح شده جایگزین کرد. کلید واژه ها : پروفایل دما، MODIS، CRTM، ماهواره.

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

مجموعه داده های ابر نقاط لیدار و مدل های سه بعدی ( 3-D ) در استخراج عوارض شهری، مدیریت جنگل داری، شهری و گردشگری، رباتیک، تولید بازی های رایانه ای و موارد دیگر کاربرد گسترده ای دارد. از سویی، وجود نقاط پرت در ابر نقاط لیدار اجتناب ناپذیر است؛ بنابراین تشخیص نقاط پرت و حذف آن از ابر نقاط لیدار به منزله گامی ضروری در پردازش ابر نقاط لیدار شناخته شده است. طی دهه های گذشته، چندین تکنیک تشخیص نقاط پرت در منابع این موضوع معرفی شده است اما بیشتر آنها از نظر زمانی هزینه برند و به نیروی متخصص انسانی نیاز دارند. به منظور کاهش این محدودیت ها، این مقاله رویکرد خودکار جدیدی برای تشخیص نقاط پرت، با استفاده از تکنیک میدان تصادفی شرطی برپایه ماشین بردار پشتیبان ( SVM-CRF ) و روش نمودار جعبه ای، معرفی کرده است. رویکرد نمودار جعبه ای بردار انرژی خروجی SVM-CRF را برای تشخیص نقاط پرت تجزیه و تحلیل می کند. این روش به کمک مجموعه داده محک ISPRS که برای مجموعه داده وهینگن، با هدف طبقه بندی سه بعدی و بازسازی سه بعدی ساختمان ایجاد شده بود، ارزیابی شد. به منظور ارزیابی این روش، ابتدا نقاط پرتی به صورت دستی به مجموعه داده افزوده شد؛ با این تمرکز که این نقاط جزء نقاط پرت چسبیده به اشیا باشند. سپس مراحل تحقیق برای ارزیابی توانایی روش پیشنهادی در تشخیص نقاط پرت انجام شد. نتایج این تحقیق عملکرد مدل پیشنهادی را با دقت کلی 62% نشان داد. اگرچه الگوریتم RANSAC عملکردی بهتر از مدل پیشنهادی دارد، تکنیک زمان بر و پرهزینه تری در مقایسه با تکنیک تشخیص نقاط پرت پیشنهادی است.

شوری خاک یکی از مشکلات مهم زیست محیطی است و شناسایی و پهنه بندی خاک های شور، به علت نیاز به نمونه برداری و انجام دادن آنالیزهای آزمایشگاهی و همچنین تغییرپذیری زمانی و مکانی آن، مشکل است. در سال های اخیر استفاده از تصاویر ماهواره ای، به علت استفاده آسان و توانایی در شناسایی پدیده ها، همواره مورد توجه متخصصان قرار گرفته است. در این پژوهش، 220 نمونه خاک از منطقه میمه شهرستان دهلران، در جنوب استان ایلام، با توجه به نوع مطالعه و تیپ های فیزیوگرافی و واحدهای متشکل خاک ها برداشت شد. سپس مقادیر pH و EC با استفاده از روش های استاندارد اندازه گیری شد. ارزیابی مقادیر شوری خاک، با استفاده از روابط همبستگی بین مقادیر هدایت الکتریکی EC حاصل از داده های زمینی، با متغیرهای به دست آمده از تصاویر ماهواره ای لندست 8 شامل باندها، شاخص های شوری، شاخص های پوشش گیاهی و شاخص های خاک صورت گرفت. در نهایت، مدل تخمین شوری سطحی خاک با روش رگرسیون گام به گام به دست آمد. این روش شامل انتخاب خودکار متغیرهای مستقل است و با دردسترس بودن بسته های نرم افزاری آماری، انجام دادن آن حتی در مدل هایی با صدها متغیر امکان پذیر است. در مطالعات گذشته، شاخص ها و باندها به صورت جداگانه و محدود به کار رفته اند اما، در این مطالعه، سعی شده است از ترکیب شاخص های گوناگون استفاده گسترده تری شود و در نهایت، با حذف شاخص هایی که کمترین تأثیر را در برآورد شوری خاک داشته اند، بهترین مدل برآورد شوری برای خاک منطقه پیشنهاد شد. با استفاده از آنالیز سطح معنی داری و میزان همبستگی بین خروجی مدل ها و داده های زمینی، بهترین مدل با مقدار (882/0R2=) انتخاب و نقشه شوری خاک براساس آن تهیه شد. بیشترین مساحت مربوط به کلاس غیرشور است که 75% از کل منطقه مورد مطالعه را شامل می شود و حدود 1% از خاک های منطقه نیز مربوط به کلاس بسیار شور است. با مقایسه داده های حاصل از ماهواره لندست 8 و به کارگیری شاخص ها و قراردادن شاخص ها در معادله رگرسیونی گام به گام، این نتیجه حاصل شد که تصاویر ماهواره ای برای ارزیابی شوری خاک منطقه کارآمد است و نتایج حاصل، همبستگی بالایی در سطح  88/0 با داده های زمینی دارند.