درخت حوزه‌های تخصصی

معماری همساز با اقلیم را می توان نزدیک ترین طراحی سازه با رویکرد اقتصاد مقاومتی دانست که در آن ضمن آسایش و راحتی انسان با جایگزین کردن منابع پاک و طبیعی انرژی، محیطی سالم با درجه آسایشی بالا، صرفه جویی در مصرف انرژی و به دنبال آن کاهش وابستگی را پدیدآورد. همچنین شناخت روشهای طراحی اقلیمی و به روز کردن آن می تواند محیطی مطلوب و مناسب را در فضای مسکونی به همراه داشته ومتناسب با شاخص های آسایش، راهکارهای مناسب معماری را استخراج و آنرا به عنوان اصول طراحی اقلیمی ارائه داد. در این مقاله با استفاده از روش ماهانی و گیونی به تجزیه و تحلیل اقلیم آسایش شهر سمنان پرداخته شده است برای این کار از آمار سازمان هواشناسی در یک دوره 18 ساله (از سال 2000 تا 2017) استفاده شد. هدف از این مقاله بررسی شرایط اقلیمی شهر سمنان با استفاده از شاخص های آسایش حرارتی ماهانی، و گیونی به تبع آن بررسی راهکارها و پیشنهادهای مناسب در زمینه معماری و انرژی همساز با اقلیم می باشد . در صورت اجرای احکام معماری که از معیارهای تعیین آسایش حرارتی بدست آمده , مدت زمان استفاده از وسایل مکانیکی گرمایشی و سرمایشی در داخل ساختمان های شهر سمنان به میزان قابل توجهی کاهش می یابد و در راستای حرکت بسمت انرژی صفر در محیط شهری اقلیم خشک و سردسمنان خواهد بود

آبراهه ها، زهکش در یک حوضه آبخیز محسوب می شوند که تاثیر زیادی بر روی ویژگی های فیزیوگرافی، هیدرولوژی، فرسایش و رسوب یک حوضه آبخیز دارند. هدف از این مطالعه، استفاده از مدل جاذبه به منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) و استفاده از الگوریتم ژنتیک به منظور پیش بینی آبراهه ها در آینده و مقایسه نتایج آن با خطوط آبراهه مستخرج از DEM با قدرت تفکیک ۳۰ متر است. برای استخراج DEM های با قدرت تفکیک بالاتر، در مدل جاذبه برای تولید زیرپیکسل ها از مقیاس ۳ و مدل همسایگی چهارگانه که دارای دقت بالاتری هستند استفاده شد. از DEM حاصل از مدل جاذبه، به عنوان داده ورودی برای پیش بینی و استخراج آبراهه های منطقه مورد مطالعه با استفاده از الگوریتم ژنتیک در آینده استفاده شد. در الگوریتم ژنتیک، بهینه سازی و پیش بینی شبکه های رودخانه بر اساس تابع «نیروی جریان» و با ایجاد تغییرات در بالا آمادگی ها و رسوب گذاری ها در منطقه مورد مطالعه انجام شد. نتایج حاصل از مدل جاذبه نشان داد که مقیاس ۲ با مدل همسایگی ۲ گانه دارای دقت بالاتری نسبت به دیگر همسایگی ها برای استخراج DEM با قدرت تفکیک بالاتر است. همچنین نتایج حاصل از الگوریتم ژنتیک، نشان دهنده تغییر درجه آبراهه های منطقه مورد مطالعه در طول زمان نسبت به وضع موجود است، به طوری که درجه تعدادی از آبراهه های درجه اول در آینده به درجه ۳ تغییر خواهد کرد که علت آن فرسایش آبراهه های درجه کمتر و اضافه شدن به آبراهه های درجه بالاتر است. از نتایج این تحقیق، می توان برای پیشنهاد محل های مناسب ایجاد بندهای انحرافی و یا محل های مناسب برای احداث سازه های مختلف با توجه به تغییرات در مورفومتری آبراهه ها در آینده، استفاده کرد.

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

از راهبردهای توسعه پایدار، توسعه فعالیتهای گردشگری می باشد. تعیین ارزش های گردشگری و استعدادهای طبیعی منطقه به همراه برنامه ریزی صحیح میتواند منجر به توسعه درآمدهای اقتصادی از طریق گردشگری گردد. یکی از مهم ترین راهکارهای بهرهمندی از منابع طبیعی و انسانی و بهرهبرداری علمی، بدون آسیب زدن به محیط زیست، مکانیابی بهینه اماکن تفریحی و اقامتی می باشد. شهرستان رودسر به دلیل موقعیت گردشگری، جاذبههای طبیعی و تاریخی به عنوان یکی از مکانهای مهم گردشگری شناخته شده است که جهت رضایتمندی این گردشگران متناسب با هر قشر و طبقهای در هر زمانی از سال تسهیلات و خدمات لازم جهت اسکان گردشگران مهیا باشد که در صورت رضایت مشتریان امکان سفر دوباره به شهر و اقامت مجدد در هتل وجود دارد. پژوهش حاضر از نوع توصیفی-تحلیلی و روش گردآوری اطلاعات کتابخانهای و میدانی است.در این تحقیق سعی میگردد با استفاده از مدل ANP-VIKOR مراکز اقامتی گردشگری در شهرستان رودسر مکانیابی گردد. مدل ANP-VIKOR ح التی تعم یم یافت ه از فرآیند تحلیل سلسله مراتبی اس ت و مجموعه معیارهایی هستند که برای مقایسه تعاملهایی که ممک ن است در شبکه وجود داشته باشد، استفاده می شوند. در فرآیند مکانیابی با استفاده از تحلیل سلسله مراتبی، بعد از تعیین سطوح سلسله مراتب شامل هدف، معیار، زیرمعیار و گزینهها، مقایسه زوجی بین مجموعهها برای وزندهی انجام میگیرد. در عین وزندهی به مجموعهها، تجزیه و تحلیل سازگاری قضاوتها نیز صورت میگیرد. در روش پیشنهادی با شناسایی متغیرها، تشکیل ماتریس، نرمال سازی لایهها، بدست آوردن وزن معیارها و اعمال وزن لایه ها، تعیین ایدهآل مثبت و منفی و محاسبه مقدار به مکانیابی هتلها پرداخته شد. نتایج نشان داد مهم-ترین معیار مکانیابی هتلها ارتفاع از سطح دریا و کمترین وزن هم متعلق به معیار انتقال نیرو است.

همه ساله حوادث متعددی در جهان به وقوع می پیوندد حوادثی ک ه ب ه ط ور ناگه انی روی م ی ده د و موجب وارد آمدن خسارت به انسان ومحیط طبیعی می شود؛ به عنوان مخاطرات طبیعی شناخته می شوند.این مخاطرات به دلیل غیر منتظره ی خود، در بیشتر موارد خسارت جانی ومالی بسیاری بر جای می گذارد. زمین لغزش و زلزله مخاطرات محیطی می باشدکه وقوع آنها باعث تلفات وخسارت های زیادی می شود زلزله ها با توجه به(دوره بازگشت) احتمال وقوع آنها وجود دارد. از این رو تشخیص مناطق مستعد زلزله وزمین لغزش، برای به کارگیری روش های پیشگیری یا مقابله با ناپایداری مناطق به منظور کاهش خطر و ریسک حاصل از آنها، بسیار اهمیت دارد. هدف از این مطالعه،مکان یابی شهرها با تاکید بر محدودیت های ژئومورفولوژیکی است. به این منظور، ابتدا از میان مهم ترین عوامل مؤثر برزلزله و زمین لغزش، 6عامل مقدار شیب، جهت شیب، جنس مصالح زمین شناسی، فاصله از گسل، شتاب زمین لرزه و میزان بارندگی که تهیه داده هایشان برای همه استان تهران امکان پذیر بود، بر پایه قضاوت مهندسی در محیط GISکلاسه بندی شدند.در روش AHP برپایه لایه ها وزیر لایه ها اطلاعاتی،وزن دهی وبا هم تلفیق شدند وسپس نقشه پهنه بندی خطر احتمال زلزله وزمین لغزش در محیط GISتهیه شد. بنابراین نقشه خطر زمین لغزش وزلزله به طراحان و مهندسان در جهت انتخاب مکان یابی مناسب برای اجرای طرح های توسعه کمک بزرگی می کند که مکان یابی مناسب برای اجرای توسعه پایدار بدون در نظر گرفتن محدودیت ها و برنامه ریزی و مدیریت آن ممکن نخواهد بود. نتایج این تحقیق نشان می دهد که این استان بیشترین تهدید را از لحاظ محدودیت های ژئومورفولوژیکی زمین لغزش وزلزله را دارد.

پایش دمای سطح زمین (LST)، که یکی از پارامترهای مهم زیست محیطی محسوب می شود، تا کنون با استفاده از سنجنده های سنجش از دوری دارای توان تفکیک زمانی بالا، همچون سنجنده مادیس (توان تفکیک زمانی روزانه و توان تفکیک مکانی یک کیلومتر)، به طور گسترده ای صورت گرفته است. یکی از مهم ترین مشکلات این سنجنده ها پایین بودن توان تفکیک مکانی آنهاست که کارآیی شان را، در مواردی همچون شناخت آتش در مناطق جنگلی و مطالعه جزایر گرمایی شهری، محدود کرده است. در مقابل، سنجنده هایی با توان تفکیک مکانی بالا، همچون سنجنده ASTER (توان تفکیک مکانی 90 متر و توان تفکیک زمانی شانزده روز در محصول دمای سطح زمین)، توان تفکیک زمانی پایینی دارند که این منجر به ضعف آنها در پایش تغییرات سریع می شود. درواقع، به دلیل محدودیت های فنی، تا کنون سنجنده ای وجود نداشته است که، در دو بعد مکانی و زمانی، توان تفکیک بالا داشته باشد. برای حل این مشکل، روش های کم هزینه و کارآمد ادغام مکانی زمانی مطرح شده اند. از مهم ترین روش های مطرح در ادغام مکانی زمانی، روش های ESTARFM و STDFA شمرده می شوند. در این تحقیق، به منظور تلفیق داده های سنجنده های مادیس و ASTER از دمای سطح زمین در بخشی از شهر تهران، روشی جدید (SWT-STDFA) برمبنای روش STDFA مطرح و موجک دوبعدی ایستا تبدیل شد. نتایج حاصل از تلفیق نیز با نتایج دو روش ESTARFM و STDFA مقایسه شدند. همچنین، در ادامه، با توجه به وجود نقشه طبقه بندی تهیه شده براساس شاخص گیاهی تفاضلی نرمال شده در الگوریتم های STDFA و SWT-STDFA، درمورد تأثیر استفاده از شاخص های گیاهی تفاضلی نرمال شده سبز (GNDVI) و شاخص گیاهی تعدیل شده چندطیفی خاک (SAVI) در دقت تصویر مجازی خروجی بحث شده است. نتایج تحقیق نشان دهنده دقت بالای روش پیشنهادی با ریشه میانگین مربع خطاهای 3.03 کلوین، انحراف معیار 2.21 کلوین، میانگین قدرمطلق خطاهای 1.72 کلوین و ضریب همبستگی 0.92 بین تصویر دمای سطح واقعی منطقه و تصویر مجازی پیش بینی شده در مقایسه با دو روش دیگر است. افزایش شاخص های گیاهی GNDVI و SAVI در طبقه بندی دو روش STDFA و SWT-STDFA نیز تأثیری چندانی در دقت تصویر تلفیقی مجازی خروجی نداشته است.

اعمال تصحیحات اتمسفری به منظور کاهش اثرات مخرب اتمسفری بر کیفیت و صحت داده های ثبت شده، نیازمند دانش جامعی از شرایط، ویژگی ها و رفتار اتمسفر به هنگام گذر سنجنده در مختصات هدف است. امروزه تجهیزات، مدل ها و الگوریتم های بسیاری جهت مطالعه و بررسی مؤلفه های اتمسفری استفاده می شود. بدین منظور در این تحقیق به طراحی و ساخت سامانه بومی تابش سنج خورشیدی جهت محاسبه عمق اپتیکی هواویز ها اقدام گردید. به منظور شبیه سازی و بررسی اثرات ناشی از تغییرات هر مؤلفه اتمسفری از مدل MODTRAN در محیط PCModWin استفاده شد. در این سامانه الکترواپتیکی در دو طول موج 450 و 550 نانومتر، به دلیل محدوده جذبی هواویزها، در دو روز متفاوت ازنظر میزان آلاینده موجود در اتمسفر، داده های شدتی ثبت گردید. به منظور اطمینان از یکنواختی و خطی بودن پاسخ دهی سامانه الکترواپتیک طراحی شده در اندازه گیری تغییرات شدت نور خورشید، به کالیبراسیون رادیومتریک این سامانه اقدام گردید. با استفاده از مدل های اتمسفری، از داده های شدتی ثبت شده، عمق اپتیکی هواویز و میزان نمایانی افقی اتمسفر محاسبه شد. به منظور صحت سنجی و ارزیابی عملکرد سامانه طراحی شده، از داده های عمق اپتیکی به دست آمده از سنجنده MODIS(Aqua) و داده های نمایانی افقی ایستگاه هواشناسی فرودگاه مهرآباد تهران استفاده گردید. نتایج ارزیابی صحت، نشان داد که محاسبه عمق اپتیکی توسط سامانه طراحی شده و سنجنده MODIS(Aqua) هردو در ساعت گذر ماهواره عدد 0.5 را نشان می دهد. همچنین نتایج نشان دهنده همبستگی خوب نمایانی افقی محاسبه شده در این تحقیق با داده های به دست آمده از ایستگاه هواشناسی مرجع می باشد.

ﺑﺎ ﮔﺴﺘﺮش ﺷﻬﺮ ﭼﻬﺎرداﻧﮕﻪ از ﻧﻈﺮ وﺳﻌﺖ و ﺟﻤﻌﯿﺖ، اراﺋﻪ و ﺗﻮزﯾﻊ ﺧﺪﻣﺎت ﺷﻬﺮی ﺑﻪ اﻣﺮی ﺗﺨﺼﺼﯽ و ﭘﯿﭽﯿﺪه ﺗﺒﺪﯾﻞ ﺷﺪه ﮐﻪ ﻧﯿﺎزﻣﻨﺪ ﺑﺮﻧﺎﻣﻪ رﯾﺰی ﻫﺎی ﻓﻨﯽ و اﺻﻮﻟﯽ اﺳﺖ و در اﯾﻦ راﺳﺘﺎ ﻣﻬﻤﺘﺮﯾﻦ اﺑﺰار ﻣﻮرد ﻧﯿﺎز در اﺧﺘﯿﺎر داﺷﺘﻦ اﻃﻼﻋﺎت ﺟﺎﻣﻊ از ﺷﻬﺮ و اﻣﮑﺎن دﺳﺘﺮﺳﯽ ﺳﺮﯾﻊ ﺑﻪ آﻣﺎرﻫﺎی اﻃﻼﻋﺎﺗﯽ اﺳﺖ ﮐﻪ ﺧﻮد ﻧﯿﺎزﻣﻨﺪ ﯾﮏ ﺳﯿﺴﺘﻢ اﻃﻼﻋﺎﺗﯽ ﻗﻮی ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ ﺑﻪ ﻋﻨﻮان ﻣﻬﻤﺘﺮﯾﻦ اﺑﺰار در دﺳﺖ ﻣﺪﯾﺮان و ﺗﺼﻤﯿﻢ ﮔﯿﺮان اﺟﺮاﯾﯽ ﻣﯽ ﺗﻮاﻧﺪ ﮐﻤﮏ ﻫﺎی ﺑﺴﯿﺎر زﯾﺎدی در رﻓﻊ ﻣﺸﮑﻼت و ﺑﺮآورده ﻧﻤﻮدن ﻧﯿﺎزﻫﺎی ﺷﻬﺮ ﺑﮑﻨﺪ. ﯾﮑﯽ از ﻣﻬﻤﺘﺮﯾﻦ ﺑﺤﺚ ﻫﺎ در ﻣﺪﯾﺮﯾﺖ ﺷﻬﺮ، ﻣﺪﯾﺮﯾﺖ اﻣﻼک و زﻣﯿﻦ ﻫﺎ ﺷﻬﺮی ﻣﯽ ﺑﺎﺷﺪ. داﺷﺘﻦ اﻃﻼﻋﺎت دﻗﯿﻖ، ﮐﺎﻣﻞ و ﺑﻪ روز ﺷﺎﻣﻞ اﻃﻼﻋﺎت ﻣﮑﺎﻧﯽ (ﻣﮑﺎن ﻣﺮﺟﻊ) و اﻃﻼﻋﺎت ﺗﻮﺻﯿﻔﯽ و ﻫﻤﭽﻨﯿﻦ ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ ﺑﺮ روی ﻫﺮ ﻧﻮع از اﻃﻼﻋﺎت ﻣﺮﺑﻮط ﺑﻪ ﻗﻄﻌﻪ زﻣﯿﻦ ﻫﺎ و ﺳﺎﺧﺘﻤﺎن ﻫﺎ ﻣﯽ ﺗﻮاﻧﺪ ﻣﺰاﯾﺎی ﺑﺴﯿﺎر داﺷﺘﻪ ﺑﺎﺷﺪ. اﻣﺮوزه ﺳﯿﺴﺘﻢ اﻃﻼﻋﺎت ﺟﻐﺮاﻓﯿﺎﯾﯽ (GIS) ﺑﺎ در اﺧﺘﯿﺎر ﻗﺮار دادن اﻣﮑﺎﻧﺎت ﻣﺨﺘﻠﻒ ﺟﻤﻊ آوری، ﭘﺮدازش و ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ اﻃﻼﻋﺎت ﺑﻪ ﻋﻨﻮان اﺑﺰاری ﻧﻮﯾﻦ و ﻗﺪرﺗﻤﻨﺪ ﻣﯽ ﺗﻮاﻧﺪ در ﺧﺪﻣﺖ ﻣﺪﯾﺮان ﺷﻬﺮی در اﻣﺮ ﻣﺪﯾﺮﯾﺖ و ﺑﺮﻧﺎﻣﻪ رﯾﺰی ﺷﻬﺮی ﻗﺮار ﮔﯿﺮد. در اﯾﻦ ﺗﺤﻘﯿﻖ ﺳﻌﯽ ﺷﺪه اﺳﺖ ﮐﻪ ﺑﻪ ﻣﺰاﯾﺎی اﺳﺘﻔﺎده از GIS در ﻣﺪﯾﺮﯾﺖ اﻣﻼک ﺷﻬﺮ ﭼﻬﺎرداﻧﮕﻪ ﭘﺮداﺧﺘﻪ و در اﻧﺘﻬﺎ ﻧﯿﺰ ﭼﻨﺪ ﻧﻤﻮﻧﻪ از ﻻﯾﻪ ﻫﺎی و ﻧﻘﺸﻪ ﻫﺎی اﻃﻼﻋﺎﺗﯽ ﻣﺨﺘﻠﻒ اﺳﺘﺨﺮاج و اراﺋﻪ ﺷﻮد. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺑﺮرﺳﯽ ﻫﺎی ﺑﻌﻤﻞ آﻣﺪه ﻣﺸﺎﻫﺪه ﮔﺮدﯾﺪ ﮐﻪ در ﺻﻮرت اﺳﺘﻔﺎده ﻫﻤﺰﻣﺎن از اﻃﻼﻋﺎت ﻫﻨﺪﺳﯽ و ﺗﻮﺻﯿﻔﯽ ﻣﯽ ﺗﻮان روﻧﺪ اﺟﺮای ﮐﺎداﺳﺘﺮ در ﻣﻨﺎﻃﻖ ﻣﺨﺘﻠﻒ ﺷﻬﺮی را ﺑﺼﻮرت دﻗﯿﻘﺘﺮی ﺑﻪ ﻣﻮرد اﺟﺮاء ﮔﺬارد.

نقشه های کاداستر، نقشه هایی هستند که برای تهیه و به روزرسانی شان باید بانک اطلاعاتی آن ها را تهیه کرده و یا در اختیار داشته باشیم. بانک های اطلاعاتی از یک سو شامل اطلاعات توصیفی و مکانی زمین مرجع بوده و از سوی دیگر شامل تکنیکهای جمع آوری، به هنگام سازی، پردازش و توزیع داده ها می باشند. مزایای استفاده از تصاویر ماهواره ای، زمان بر بودن و حجم کاری بالای استفاده از تصاویر هوایی در تولید و به روزرسانی نقشه های توپوگرافی و همچنین مسائل مربوط به پرواز بر روی مناطق مرزی کشور، لزوم بررسی و مطالعه بیشتر بر روی تصاویر ماهوارهای را بیش از پیش بر ما روشن می گرداند. در این تحقیق، ابتدا یک بررسی منظم در پتانسیل سنجی تصویر ماهواره ای IKONOS، به منظور استخراج لایه های اطلاعاتی نقشه های کاداستر (بزرگ مقیاس) و سیستم های اطلاعات زمینی بیان گردید. استخراج مرز املاک زراعی بر مبنای عملیات استخراج لبه های تصویر، شناسایی بصری و طبقه بندی تصویر است.در ارزیابی دقت هندسی تصویر IKONOS بصورت تئوری، نتیجه اینگونه بود که دقت هندسی این تصویر مطلوب نقشه های 1:5000 می باشد.بهترین ترکیب بدست آمده در ارزیابی دقت هندسی تصویر IKONOS با استفاده از معادلات چندجمله ای دو بعدی درجه3 مربوط به انتخاب 95 نقطه کنترل و 5 نقطه چک با مقدار RMSE=0.56M مطلوب نقشه های 1:2000 بوده وبهترین ترکیب با استفاده از معادلات رشنال با 95 نقطه کنترل و 5 نقطه چک در استفاده از 13جمله به دقت RMSE=0.4M مطلوب نقشه های 1:1000 و بهترین ترکیب با استفاده از معادلات SPLine با 80 نقطه کنترل و 20 نقطه چک به دقت RMSE=2.6M مطلوب نقشه های 1:5000 می باشد. از نظر محتوایی، تصویر IKONOSدر رویت، تشخیص و استخراج لایه اطلاعاتی مرز املاک زراعی موجود در مناطق مختلف تصویر برای تهیه نقشه های بزرگ مقیاس یا کاداستر ملکی زراعی مناسب است.

تبخیر تعرق گیاه مرجع متغیری است که مهم ترین جزء چرخه هیدرولوژی محسوب می شود. با توجه به ارتباط مستقیم تبخیر تعرق مرجع با متغیرهای اقلیمی، انتظار می رود افزایش دمای هوا و تغییرات فراسنج های مرتبط با دما در روند و مقدار ETo تأثیر بگذارد. در این مطالعه، ضمن بررسی مهارت داده های شبکه ای CRU در برآورد میانگین سالیانه سه متغیر دمای کمینه، بیشینه و تبخیر تعرق در استان خراسان رضوی، پیش نگری تغییر در مقدار، نوسانات مکانی و روند زمانی این سه متغیر، با استفاده از برون داد چهار مدل سری CMIP5، تحت دو سناریوی واداشت تابشی (4.5 و 8.5) طی دو دوره آینده نزدیک (2050-2021) و آینده میانی (2080-2051) بررسی شد. نتایج نشان داد داده های CRU دارای مهارت مناسبی در شبیه سازی دما در منطقه اند. میانگین سالیانه دمای کمینه، در دوره 2050-2021، تحت هر دو سناریو، بیش از C ᵒ6/1 افزایش خواهد یافت که تحت RCP8.5، مساحت بیشتری از استان دچار این افزایش خواهد شد. این منطقه، طی دوره 2080-2021، با افزایش بیش از Cᵒ3 در میانگین سالیانه دمای کمینه مواجه خواهد شد. افزایش دمای بیشینه در سناریوی RCP8.5 طی دوره میانی، در تمامی استان، حدود Cᵒ4 برآورد شد. مقایسه مقادیر ETo مشاهداتی با برون داد چهار مدل اقلیمی در تمامی نقاط شبکه برای دوره پایه نشان داد، به رغم تفاوت در مقدار، نحوه پراکنش مکانی مقادیر ETo مدل با توزیع مکانی مقادیر مشاهداتی هم خوانی مناسبی دارد. براساس نتایج به دست آمده، طی دو دوره مورد بررسی، این متغیر افزایش خواهد یافت و همان طور که انتظار می رود، تحت سناریوی RCP8.5، درصد افزایش بیش از سناریوی مقابل است. [1] Reference Evapotranspiration (ETo)

چکیده در رابطه های تجربی برای محاسبه زمان تمرکز، شدت بارش حوضه یکنواخت فرض شده است. تغییرات در شدت، مدت و توزیع فضایی از ویژگی های ذاتی بارش های همرفتی شمرده می شود. در این پژوهش، با استفاده از تصاویر و داده های رادار هواشناسی، شدت و مقدار و پراکنش بارش، با تفکیک مکانی پانصد متر شعاعی و تفکیک زمانی پانزده دقیقه، محاسبه شد. سیل هشتم خرداد 1393 در سه حوضه سرمو، زرین گل و رامیان بررسی شد. ابتدا محدوده هریک از حوضه ها در محیط GIS به دست آمد و به صورت برنامه اجرایی برای نرم افزار رادار تعریف شد و سپس، به کمک تصاویر و داده های رادار هواشناسی، شدت و نحوه پراکنش بارش در حوضه های انتخابی واکاوی شد. نتایج نشان داد شدت، مدت و پراکنش بارش تعیین کننده مقدار رواناب حوضه بود. زمان سیل با زمان تمرکز و بیشینه رواناب حوضه اختلاف داشت. واکاوی تصاویر رادار نشان داد که بیشینه رواناب، علاوه بر مجموع بارش حوضه، به پراکنش بارش نیز مرتبط بود. اگر مجموع و پراکنش بارش هم سو بودند، شدت سیلاب افزایش و اگر شدت و مجموع بارش ناهم سو بودند، شدت سیلاب کاهش داشت. در پیش بینی زمان سیلاب و رواناب بیشینه، استفاده از داده های رادار دقتی بیشتر از روش های تجربی داشت.

توسعه روش های سنجش از دور در پهنه بندی اراضی زیر کشت محصولات کشاورزی در مقیاس گسترده مکانی و زمانی، به صورت جایگزین شیوه های پرهزینه و زمان بر جمع آوری آمار میدانی، در حال گسترش است. تا کنون، روش هایی برای شناسایی اراضی زراعی، با استفاده از تصاویر سنجنده های اپتیک و راداری، مطرح شده است. برخی از این روش ها، با تأکید بر فرایندهای حذف پیکسل های ابری، مناسب اقلیم مرطوب با روزهای متعدد ابرناکی هستند و برخی دیگر، به دلیل روش به کاررفته در آنها به منظور ترکیب تصاویر هر دو سیستم اپتیک و راداری، پیچیده گی های خاص خود را دارند. در این میان، روش های مبتنی بر استفاده از ویژگی های منحصربه فرد سری زمانی شاخص گیاهی هریک از محصولات زراعی فرایند نسبتاً ساده تری در پهنه بندی اراضی زراعی دارد. هدف از این پژوهش بهبود یکی از روش های مطرح شده برای تفکیک اراضی زیر کشت گندم دیم است که در آن از الگوریتم حذف گام به گام پیکسل های غیرگندم و تصاویر سنجنده مادیس استفاده شده بود. برای بهبود الگوریتم مذکور، طی فرایندی، از قدرت تفکیک زمانی تصاویر سنجنده مادیس و قدرت تفکیک مکانی تصاویر ماهواره لندست8 بهره گرفته شد. فرایند جدید، ضمن رفع نقاط ضعف الگوریتم سابق در تشخیص مراتع و اراضی غیرگندم از اراضی گندم دیم، به خصوص در پیکسل های ناهمگن، موجب افزایش دقت این الگوریتم در پهنه بندی اراضی گندم دیم شد؛ به طوری که روش مطرح شده توانست با مقادیر صحت کلی، شاخص کاپا و F1 به ترتیب برابر با 92.5%، 0.67 و 0.71، با دقت قابل قبولی، سطوح زیر کشت گندم دیم را تفکیک کند. 

رشد جمعیت شهرنشین با افزایش فضاهای شهری و به طورکلی، با رشد اندازه شهرها همراه بوده است. این امر به صورت ساخت وساز بیشتر و تغییر اراضی موجود به نفع فضاهای ساخته شده بروز می یابد. موقعیت خاص شهر ارومیه در مجاورت دریاچه ارومیه و شرایط نامساعد این دریاچه لزوم توجه به برنامه ریزی صحیح کاربری اراضی را، در این شهر، ناگزیر می کند. یکی از ابزارهای مورد نیاز برای برنامه ریزی مناسب، در این زمینه، بهره گیری از تکنیک های سنجش از دور است. پژوهش حاضر با هدف ارزیابی این تغییرات (دوره 2015-1989) و پیش بینی روند آتی آن صورت گرفته است. از روش های SVM و شبکه عصبی برای ارزیابی تغییرات در پنج کلاس استفاده شده است. ضریب تعیین (0.73) و منحنی راک (82.55%) نیز بیانگر دقت بالای مدل شبکه عصبی برای پیش بینی تغییرات گسترش شهری اند. با توجه به دقت بالای این مدل، که می تواند نتایج واقعی تری ارائه دهد، از نتایج این نوع طبقه بندی در پیش بینی تغییرات برای افق 2045 استفاده شده است. اراضی ساخته شده در سال 1989 برابر با 7469.1 هکتار بوده که در سال 2002 و 2015، به ترتیب، به 9217.3 و 9436.9 هکتار رسیده است. در سال 2045، براساس مدل پیش بینی شبکه عصبی، برابر با 22449.6 هکتار خواهد بود که 13012.7 هکتار افزایش را در اراضی ساخته شده نشان می دهد. نتایج حاصل گویای این است که تمامی این ساخت وسازها برمبنای نیاز واقعی شهر نبوده و پدیده اسپرال (گستردگی شهری) اتفاق افتاده است.

مناطق فعال تکتونیکی هنگام آزاد شدن پراکسید هیدروژن (H2O2) می تواند ویروس COVID 19 را به طور طبیعی در محیط از بین ببرد. با شناسایی مناطق فعال تکتونیکی در هند و سایر مناطق مشابه در سطح جهان می توان آلودگی های COVID 19 را کنترل کرد. با استفاده از داده های ماهواره ای با وضوح بالا ، می توان تغییرات در تظاهرات سطح را از نظر تغییرات ، قدرت پوشش گیاهی ، خطوط و سایر ویژگی های شکل زمین استنباط کرد. اسکنرهای حرارتی توسط هواپیماهای بدون سرنشین و مشاهدات میدانی می توانند شکستگی های احتمالی و مناطق گسیخته را برای آزادسازی پراکسید هیدروژن (H2O2) شناسایی کنند. در کوارتزیت فروسین، گرانیت و سایر مناطق سخت سنگی ، انتشار طبیعی پراکسید هیدروژن توسط میکرو لرزش در صورت وجود رطوبت می تواند ویروس کرونا را با از بین بردن آن به عنوان داروی بهداشت عمومی در بدن ، کاهش دهد. در ابتدا مفهوم جدید نیاز به تبلیغ از طریق ارتباطات علمی و آموزش داشت. اگر این فرضیه از نظر تجربی درست اثبات شود ، یافته جدیدی خواهد بود و تسکین بزرگی برای بشریت در سراسر جهان است

نقشه های پوشش/کاربری اراضی، برای پایش تغییرات عوارض و برنامه ریزی صحیح، هرساله مورد نیاز مدیران حوزه کشاورزی، منابع طبیعی و زیست محیطی است. روش برداشت میدانی با جی پی اس (GPS) و نقشه برداری زمینی مستلزم صرف زمان و هزینه های بسیار است. بنابراین، اغلب از تصاویر ماهواره ای، که دارای پوشش سراسری و توالی برداشت، هزینه کم و اطلاعات به هنگام اند، استفاده می شود تا نقشه های پوشش/کاربری زمین به دست آید. تهیه نقشه دقیق با روش مناسب روز موضوعی کلیدی است. طی سال های اخیر، استفاده از تصاویر ماهواره ای جدید و روش های نوین طبقه بندی، به ویژه یادگیری ماشین، رشد فزاینده ای داشته و کارآیی آنها در تهیه نقشه های پوشش/کاربری اراضی بسیار موفقیت آمیز بوده است. یکی دیگر از مزایای تصاویر ماهواره ای برداشت های متوالی است و براساس آن، می توان از تغییرات پوشش گیاهی در طول زمان، برای تفکیک نوع پوشش، استفاده کرد. ماهواره سنتینل-2، با امتیاز پیکسل 10متری، یکی از ابزارهای مناسب برای تفکیک نوع پوشش محسوب می شود. در این تحقیق، برای تفکیک انواع کاربری اراضی و محصولات زراعی دشت سنجابی روانسر، از تصاویر چندزمانه سنتینل-2 و روش های طبقه بندی ماشین بردار پشتیبان و جنگل تصادفی استفاده و دقت آنها با یکدیگر مقایسه شد. بدین منظور، پس از نمونه برداری، تحلیل مؤلفه های اصلی برای چهار تاریخ دوره رشد محصولات اجرا شد و باندهای PC 1 ، PC 2 و PC 3 تصاویر با هم ترکیب شدند. دو روش روی ترکیب باند های PC 1 ، PC 2 و PC 3 تصاویر و نمونه های تعلیمی اعمال شدند. ارزیابی دقت ها نشان داد ماشین بردار پشتیبان، با صحت کلی 91.36% و ضریب کاپای 0.8927، نقشه کاربری اراضی و محصولات دقیق تری، در قیاس با روش جنگل تصادفی، تولید می کند.

با توجه به رشد روزافزون جمعیت شهری تولید زباله جامد در مقیاس بزرگ امروزه یک موضوع مهم در جهان بوده است. عدم وجود یک سیاست ملی مطمئن برای مدیریت پسماند جامد (SWM) عواقب منفی زیست محیطی منفی را در ایران ایجاد کرده است. مدیریت پسماندها و انتخاب مکان مناسب دفن زباله فرایندی است که نیاز به داشتن دانشی درمورد شمار زیادی از پارامترها، و مقرارت دارد. هدف از این مطالعه مکان گزینی اراضی مناسب جهت دفن بهداشتی مواد زائد جامد در شهر میانراهان در استان کرمانشاه بر پایه معیارها و ضوابط طبیعی و انسانی می باشد. به منظور رسیدن به این هدف از 8 معیار طبیعی و اجتماعی از جمله شیب، زمین شناسی ،گسل ،لایه-های کاربری اراضی، پراکندگی چاه ها، عمق آب زیرزمینی، فاصله از مراکز سکونتگاهی، فاصله از جاده به کار گرفته شده است پس از آماده سازی و استاندارد سازی لایه ها و استفاده از روش مدل منطق فازی و انجام عملگر(AND) اقدام به پهنه بندی مکان مناسب دفن زباله شده است که با توجه به نتایج به دست آمده و تقسیم بندی نقشه نهایی سه منطقه که شامل: منطقه کاملا مناسب با مساحت 2 کیلومترمربع، منطقه مناسب با مساحت 7 کیلومتر مربع و منطقه کاملا نامناسب با مساحت 722 کیلومترمربع محاسبه شده است که 98 درصد منطقه جز منطقه کاملا نامناسب به دست آمده است، که عمده مناطق مناسب و کاملا مناسب در حدود 2 درصد منطقه را شامل شده که در قسمت شرق و جنوب شرق بخش دینور در مسیر جاده سنقر- کرمانشاه قرار گرفته است

برآورد میزان زیست توده در توده های جنگلی با روش های سنجش از دوری اهمیت بسیاری دارد. هم زمان نبودن دریافت داده های ماهواره ای و اطلاعات میدانی و کاربرد معادلات آلومتریک جهانی، برای محاسبه وزن زیست توده درختان جنگلی داخل کشور، از مهم ترین دلایل عدم قطعیت در نتایج و تحلیل های حاصل از مطالعات مشابه قبلی به شمار می روند. به حداقل رساندن این مشکلات و بررسی قابلیت و عملکرد داده ها در توسعه مدل مناسب برآورد زیست توده جنگل، در منطقه بانکول بخش کارزان شهرستان سیروان، استان ایلام، با استفاده از داده های راداری ماهواره سنتینل 1، اخذشده در تاریخ 6 تیرماه 1396، هدف این تحقیق بود. اندازه قطر میانگین تاج پوشش درختان در 53 قطعه نمونه زمینی مربعی، مربوط به فرم رویشی شاخه زاد، به ابعاد 30×30 متر که در بازه زمانی 2 تا 20 خرداد 1396، به کمک دستگاه موقعیت یاب جهانی تفاضلی و به روش تعیین موقعیت کینماتیک آنی روی زمین اجرا و برداشت شدند، وارد روند برآورد زیست توده شد. میانگین زیست توده برداشت شده میدانی 10.63 تن درهکتار بود. پس از استخراج ویژگی های راداری، آن دسته از ویژگی ها که بیشترین میزان همبستگی را با مقادیر زیست توده داشتند انتخاب و از بین آنها، با به کارگیری الگوریتم ژنتیک و با استفاده از دو مدل رگرسیون K نزدیک ترین همسایه و رگرسیون بردار پشتیبان، مناسب ترین ترکیب ویژگی ها شناسایی و سپس، مقادیر زیست توده مدل سازی شد. اعتبارسنجی مدل ها با استفاده از 26 قطعه نمونه تست، انجام گرفت. همبستگی بین ویژگی های حاصل از داده های راداری و مقادیر زیست توده نشان داد که ویژگی های VH، Mean VV، Mean VV GLCM (Correlation) و Mean VH GLCM (Dissimilarity) بیشترین حساسیت را به مقادیر زیست توده داشتند. استفاده از مدل های رگرسیون نشان داد که روش رگرسیون بردار پشتیبان، با RMSE نسبی 0.08، از روش رگرسیون K نزدیک ترین همسایه، با RMSE نسبی 0.10، دقیق تر عمل کرده است. از بین ترکیب های ویژگی مورد بررسی نیز، بهترین ترکیب در حالت استفاده از رگرسیون K نزدیک ترین همسایه، دارای RMSE به میزان تقریبی 0.99 تن درهکتار (معادل10%) و ضریب تعیین 0.23 و در حالت استفاده از رگرسیون بردار پشتیبان، دارای RMSE به میزان 0.87 تن درهکتار (معادل 8%) و ضریب تعیین 0.14 بود. مدل های نهایی حاصل از ترکیب ویژگی های بهینه استخراج شده از داده راداری در طول موج باند C و روش های رگرسیونی پارامتری و غیرپارامتری مورد بررسی در این تحقیق به تنهایی قادر به بهبود اثر اشباع شدگی در داده، برای برآورد زیست توده در جنگل های مورد مطالعه، نبودند و منجر به پیشنهاد مدل برآوردکننده ای با صحت قابل قبول نشد.

شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخیر پیشرفت تکنولوژی در زمینه سنجش از دور امکان تهیه تصاویر مختلف با قدرت تفکیک طیفی و مکانی بالا را فراهم نموده است. تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می تواند کمک موثری به شناسایی، استخراج و تولید نقشه از عناصر سازنده یک محیط را فراهم نماید. هدف از تحقیق حاضر، شناسایی اهداف نظامی با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می باشد. برای این منظور، پنجره ای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. در ابتدا نسبت به پیش پردازش داده فراطیفی هایپریون از لحاظ باندهای غیرقابل استفاده، نوارهای بد عمود، تصحیح اتمسفری و تصحیح هندسی اقدام شد. در ادامه تصویر هایپریون در فرایند دو مرحله ای با باندهای پانکروماتیک تصاویر ALI و OrbView3 با استفاده از الگوریتم های Gram schmidt ، Pc Spectral و IHS تلفیق شد. نتایج تلفیق نشان داد، روش Gram schmidt بهترین عملکرد را از نظر طیفی و مکانی داشته است. در ادامه تحقیق از تبدیل MNF به منظور کاهش ابعاد تصویر و کاهش نویزها بهره گرفته شد و از الگوریتم PPI خالص ترین پیکسل ها به منظور استخراج پروفیل طیفی با مقایسه با طیف های مرجع به صورت بصری و دقیق به دست آمد. در ادامه از الگوریتم های BANDMAX ، نقشه بردار زاویه طیفی و دایورجنس اطلاعات طیفی جهت شناسایی اهداف استفاده شد. نتایج ارزیابی شناسایی اهداف نشان داد که روش BANDMAX با دقت کلی 89.77 و ضریب کاپای 0.81 نسبت به دو الگوریتم دیگر عملکرد بهتری داشته است.

چکیده به منظور مدیریت صحیح اکوسیستم های مرتعی و پوشش گیاهی، باید ارتباط بین اجزای آنها را شناخت. یکی از اجزای اصلی این اکوسیستم ها پوشش گیاهی و ترکیب آن بوده که تحت کنترل عوامل محیطی قرار دارد. به عبارت دیگر، الگوی توزیع پوشش گیاهی بوسیله بسیاری از عوامل محیطی تأثیر می پذیرد. .امروزه کسب وآگاهی در رابطه با پوشش گیاهی و سلامت آن نقش مهمی در مدیریت خاک و گیاهان ایفا می کند. همچنین در حال حاضر استفاده از نقشه های پوشش گیاهی یکی از ارکان مهم در تولید اطلاعات جهت برنامه ریزی های منطقه ای است. لذا با استفاده از دانش سنجش از دور و بررسی دقیق عناصر میتوان پی به شناخت پوشش گیاهی و انواع آن و پراکندگی آن با استفاده از تصاویر ماهواره ای برد. لذا در تحقیق حاضر برای ارزیابی پوشش گیاهی و پراکندگی آن برای منطقه آبیک از دو الگوریتم طبقه بندی نظارت شده شامل Maximum likehood و Spactral angel mapper استفاده شده است. صحت کلی برای الگوریتم MLC و SAM به ترتیب 91.86 و 68.85 و ضریب کاپا MLC و SAM به ترتیب 0.89 و 0.62 ارزیابی شده است. بنابراین الگوریتم MLC روش مناسب تری برای ارزیابی و تخمین پراکندگی پوشش گیاهی منطقه آبیک شناخته شد و براین اساس الگوریتم MLC دارای صحت بالاتری نسبت به الگوریتم SAM است. ناگفته نماند که همبستگی بین پوشش گیاهی و عوامل محیطی یکی از مهمترین مسائل تأثیرگذار در شکل گیری ساختار جوامع گیاهی و پراکنش آنها در هر ناحیه و منطقه ای مورد مطالعه ای می باشد و به طبع شرایط خاص هر منطقه متفاوت است و باید بررسی های دقیق برای شناخت پوشش گیاهی و مدیریت آن انجام پذیرد.

اخیرا، یک روش موثر برای طبقه بندی طیفی-مکانی با استفاده از قطعه بندی هرمی (HSEG) رشد یافته از نشانه های انتخاب شده ارائه شده است. هدف این مقاله بهبود این روش برای طبقه بندی تصاویر فراطیفی در مناطق شهری است. ابتدا الگوریتم ژنتیک وزن دار (WG) برای بدست آوردن باندهای بهینه داده های فراطیفی استفاده می شود. الگوریتم HSEG مبتنی بر نشانه سپس بر ویژگی های بدست آمده پیاده سازی می شوند. در ادامه، ویژگی های زمینه ای از تصاویر قطعه بندی شده استخراج می شوند. برای ویژگی های مکانی، ویژگی های مساحت، آنتروپی، شکل، مجاورت و رابطه به عنوان اجزای بالقوه در فضای ویژگی در نظر گرفته شده اند. سرانجام ، با استفاده از هر دو ویژگی طیفی و مکانی، اشیا تصویر توسط یک طبقه بندی کننده مبتنی بر قانون طبقه بندی می شوند. آزمون ها بر روی دو مجموعه داده اعمال شد: Berlin و Quebec City، که دو مجموعه داده شناخته شده و بنچ مارک در تصاویر فراطیفی هستند. ارزیابی نتایج نشان داد که روش پیشنهادی به ترتیب برای این مجموعه داده ها به ترتیب از 16٪ و 9٪ دقت کلی بهتری نسبت به الگوریتم HSEG اولیه به دست می آورد.