درخت حوزه‌های تخصصی

توسعة غیراصولی شهرها به ویژه در کشورهای درحال توسعه، مدیریت رشد شهرها را به یکی از مهم ترین چالش های قرن 21 تبدیل کرده است. با وجود این، می توان با پیش بینی توسعة آتی شهر، برنامه ریزی بهینه ای برای شهر انجام داد. هدف از این پژوهش، پیش بینی جهات توسعة آتی شهر اردبیل با استفاده از تصاویر ماهواره ای چندزمانة مربوط به سال های 1987 و 2013 است. در این پژوهش، با استفاده از تئوری بیزین و 14 معیار طبیعی و انسانی مؤثر در توسعة شهری، نقشة پهنه بندی قابلیت توسعة شهری برای شهر اردبیل تهیه شد. سپس با استفاده از احتمالات تئوری بیزین، ارتباط میان معیارها و مناطق توسعه یافته تعیین و درنهایت، نقشة قابلیت توسعة شهری در پنج کلاس طبقه بندی شد. مطابق نقشة پهنه بندی، 8/17 درصد منطقه در کلاس با قابلیت توسعة خیلی زیاد، 6/29 درصد در کلاس با قابلیت توسعة زیاد، 4/20 درصد در کلاس با قابلیت توسعة متوسط، 9/18 درصد در کلاس با قابلیت توسعة کم و 3/24 درصد نیز در کلاس با قابلیت توسعة بسیار کم قرار گرفته اند. مناطق با قابلیت توسعة زیاد و بسیار زیاد به طور عمده در قسمت جنوب غربی و شمال غربی واقع شده اند. دقت نقشة قابلیت توسعة شهری، با استفاده از یک سوم مناطق توسعه یافته ارزیابی شد. نتیجه ارزیابی نشان داد که مدل با قابلیت پیش بینی 8/98 درصد در کلاس های با قابلیت توسعه زیاد و بسیار زیاد، دقت قابل قبولی در ارزیابی و پیش بینی توسعه آتی شهر دارد.

محیط دریا فرصت های مهمی را برای پیشرفت در زمینة شیلات و بهره برداری منابع طبیعی فراهم می کند. ماهیگیری منبعی برای تهیة مواد غذایی است و منبعی مهم برای درآمد در ایران شمرده می شود. با توجه به نیاز بسیار برای شناسایی میزان توزیع منابع ماهی، اطلاعات به دست آمده از ماهواره ها نقش مهمی در برنامه های کاربردی شیلات ایفا می کنند. داده های سنجش از دور مربوط به رنگ اقیانوس می توانند در کاربردهای بسیاری همچون ماهیگیری تجاری، حمل ونقل دریایی و استخراج معدن در اقیانوس استفاده شوند. با توجه به اینکه تصاویر ماهواره ای پوشش مکانی گسترده و تکرار بالایی فراهم می کنند، در پیش بینی مکان های بالقوة ماهیگیری می توانند بسیار یاریگر باشند. توان تفکیک طیفی بالای سنجندة مودیس  (MODIS) و دارابودن باندهای حرارتی متعدد آن را به نسبت دیگر سنجنده ها در موقعیت ممتازی قرار می دهد. اعتبارسنجی تصاویر دمای سطح دریا مربوط به سنجندة مودیس با داده های برداشت شده در ایستگاه های زمینی با ضریب همبستگی 84/0 انجام شد. در این تحقیق پس از تهیة لایه های دمای سطح آب، ارتفاع سطح دریا، غلظت کلروفیل -a و شیب حرارتی سطح آب، نقشة مکان های مستعد صید ماهی در خلیج فارس تهیه شد. روش های فازی نمایشی قوی از اجزای مهم تصمیم گیری مکانی و همچنین، نمایش مفاهیم مبهم و غیردقیق را فراهم می کنند. وزن دهی لایه ها به روش FAHP صورت گرفت و بیشترین وزن به دادة دمای سطح دریا، در جایگاه پارامتر مؤثر در این تصمیم گیری داده شد. پس از روی هم گذاری لایه ها، نتایج ارزیابی دقت نقشه های نهایی نشان می دهد  که 82% از میزان صید انجام شده در دریا در مکان هایی صورت گرفته است که بهترین مناطق در نقشه های مناطق مستعد صید شمرده می شوند. با صید هدفمند می توان بازدهی صید را در زمانی کمتر از زمان کنونی افزایش داد. این امر می تواند با ادغام سنجش از دور و سیستم اطلاعات جغرافیایی تحقق یابد.

ممیزی املاک شهری ازجمله فعالیت های شهرداری ها به منظور جمع آوری و به هنگام سازی پایگاه اطلاعات توصیفی و مکانی املاک شهری محسوب می شود. با ظهور سامانه های اطلاعات مکانی همراه، روش های نوینی برای گردآوری و به هنگام سازی اطلاعات مکانی گسترش داده شدند. در محیط های همراه، پردازشگری های انجام شده وابسته به محیط کاری و پویای کاربر است. کاهش ارتباط صریح کاربر با سامانه از عوامل مهم در هوشمندسازی سامانه و کاهش خطاهای انسانی در جمع آوری و به هنگام سازی اطلاعات به شمار می رود. برای این منظور، لازم است سامانه با استنباط وضعیت کاربر، با استفاده از اطلاعات بافت، نقشه ها و اطلاعات مناسب را در اختیار او قرار دهد. اطلاعات ممیزی املاک شهری نمونه ای از اطلاعات مکانی اند که می توانند از چنین سامانه هایی بهره ببرند. این مقاله تلاشی برای تحلیل نقش سامانة اطلاعات مکانی همراه بافت آگاه در استاندارد سازی و بهینه سازی فرایند ممیزی املاک شهری و نیز شناسایی روش های پیاده سازی چنین سامانه ای برای عرضة اطلاعات مکانی به ممیز و همچنین، هوشمندکردن واسط های کاربر برای ارتقای قابلیت های سامانه است. هدف نهایی تحقیق گسترش یک سامانة اطلاعات مکانی همراه، جهت ممیزی املاک شهری، با درنظرگرفتن اطلاعات بافت های موقعیت، جهت و سامانه، ب رای نقش ه ها و سروی س های قابل عرضه است که افزون بر مزایای سامانة اطلاعات مکانی همراه در گرد آوری و به هنگام سازی داده های ممیزی املاک، مزایای یک سامانة بافت آگاه را نیز دارد. در طراحی و پیاده سازی سیستم تحقیق حاضر، افزون بر معماری خادم مخدوم، از معماری مستقل نیز استفاده شده است تا در صورت قطع ارتباط با خادم، فرایند ممیزی متوقف نشود. درنهایت، سیستم بالا در یکی از بلوک های شهری تهران پیاده سازی شده و نتایج حاصل با نتایج ممیزی های پیشین مقایسه شده اند که نشان دهنده کاهش 50% زمان مورد نیاز برای جمع آوری داده ها در روش معرفی شده، به نسبت دو دورة آخر ممیزی املاک شهر تهران، و کاهش نزدیک به 100% زمان سپری شده بین گردآوری داده های توصیفی و مکانی و ورودشان به پایگاه دادة شهرداری، در مقایسه با دو دورة یادشده است. سیستم پیشنهادی در این تحقیق از ارتباط صریح ممیز با برنامه می کاهد و اطلاعات و نقشه ها که در ممیزی املاک شهری سنتی روی کروکی ها و فرم های کاغذی گردآوری و تصحیح می شدند، با استفاده از روش ارائه شده در این تحقیق، در محل مستقیماً جمع آوری و به هنگام می شوند که باعث بهبود چشمگیر فرایند ممیزی املاک شهری می شود.

دسترسی هم زمان به تصاویر ماهواره ای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما می توان با استفاده از تلفیق تصاویر سنجنده های گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدین ترتیب، هدف اصلی تحقیق حاضر اجرا و ارزیابی میزان دقت یکی از جدیدترین و کارآمدترین مدل های ترکیب تصاویر ماهواره ای با عنوان ESTRAFM است. برای اجرا و ارزیابی این مدل، دو دورة زمانی (مقطع نخست بین روزهای 204 تا 220 و مقطع دوم بین روزهای 220 تا 236 سال 2016) در نظر گرفته شد. برای اعتبارسنجی نتایج، از تصاویر سنجندة OLI در موزائیک کناری، در جایگاه دادة مشاهداتی (تصویرمبنا)، استفاده شد. نتایج ارزیابی این دو دوره نشان داد میانگین همبستگی باندهای آبی، سبز، قرمز و فروسرخ نزدیکِ تخمین زده شده با تصویر دریافتی از سنجندة OLI، به صورت میانگین در این دو دوره، به ترتیب برابر با 90/0، 91/0، 91/0 و 85/0 و میانگین میزان مجذور میانگین مربعات خطا و چهار باند مذکور به ترتیب برابر با 025/0، 030/0 ، 036/0 و 049/0 است که، به ترتیب، معادل 3/15، 2/16، 5/16 و 7/13 درصد خطا در باندهای مورد نظر است. افزون بر این، با توجه به میزان همبستگی بالا (87/0R 2=) و مجذور میانگین مربعات خطای ناچیز (056/0RMSE=) بین مقادیر NDVI پیش بینی شده و NDVI حاصل از باندهای مشاهداتی، می توان بیان کرد علاوه بر اینکه این مدل در برآورد مقادیر بازتابندگی سطحی دقت مطلوبی دارد؛ می توان از آن (مانند NDVI) برای پیش بینی میزان محصولات نیز استفاده کرد. براساس نتایج مدل ESTARFM، می توان عنوان کرد مقادیر پیش بینی شدة باندهای گوناگون دقت مناسبی دارند و می توان از این مدل برای ترکیب تصاویر، به قصد افزایش قدرت تفکیک های مکانی و زمانی، استفاده کرد.

در سال های اخیر به دلیل برتری از نظر هزینه و زمان نسبت به سایر روش ها شاهد پیشرفت روزافزون کاربرد پرنده های بدون سرنشین در کاربردهای متنوعی از جمله علوم زمین، منابع طبیعی، مطالعات محیطی، برنامه ریزی شهری می باشیم. در کنار این مزایا، استفاده از پرنده های بدون سرنشین با چالش هایی مانند هندسه ناپایدار تصویربرداری، عدم استفاده از دوربین های متریک و متغیر بودن پارامترهای تصاویر همراه است. در این پژوهش تکنیک های علم بینایی کامپیوتر برای پردازش تصاویر تهیه شده توسط هواپیمای بدون سرنشین بررسی و کارایی این تصاویر و تکنیک ها برای تولید مدل رقومی ارتفاع با قدرت تفکیک مکانی بالا بررسی شده است. بدلیل وجود شرایط ذکر شده برای تصویربرداری و عدم وجود پارامترهای توجیه داخلی و خارجی از عملگر SIFT برای استخراج نقاط گره ای در مناطق مشترک تصاویر استفاده شده است. توجیه نسبی و مطلق تصاویر به ترتیب با استفاده از نقاط گره ای و نقاط کنترل زمینی انجام شده است. از الگوریتم تناظریابی سه بعدی متراکم، ابر نقاط متراکم ایجاد و با درونیابی به روش مثلث بندی نامنظم، سطح رقومی منطقه تشکیل شده است. در نهایت با استفاده از نقاط چک زمینی، دقت زمین مرجع کردن و مدل رقومی سطح نهایی ارزیابی شده است. تعداد 5853 نقطه گره ای به صورت اتوماتیک توسط عملگر SIFT استخراج و تصاویر با دقت مسطحاتی 12/21 سانتی متر زمین مرجع شدند. سپس با تولید میلیون ها نقطه و مثلث بندی نامنظم، مدل رقومی ارتفاعی با دقت ارتفاعی 25/19 سانتی متر تولید شد. نتایج این پژوهش نشان می دهد که بدلیل هندسه ناپایدار تصویربرداری و متغیر بودن پارامترها برای تصاویر، تلفیق الگوریتم SIFT با تکنیک های بینایی کامپیوتر در پردازش تصاویر پهباد برای استخراج نقاط گره ای و توجیه دقیق تصاویر ضروری است.

خشکسالی می تواند در اثر کمبود بارش و اثری که بر روی کاهش آب قابل دستس برای گیاه اثرمی گذارد، شناسایی شود. تهیه نقشه پهنه بندی خشکسالی در مدیریت مناسب منابع آب در سطح ناحیه ای و ملی موثر خواهند بود. همچنین استفاده از تکنیک سنجش از دور می تواند نقشه پهنه بندی و کلاسه شده خشکسالی را به خوبی نمایش دهد. در همین راستا استفاده از شاخص های خشکسالی که به کمک سنجش از دور تعیین می شوند مفید خواهند بود. بنابراین هدف از تحقیق حاضر بررسی دو شاخص خشکسالی سنجش از دوری تنش تبخیری (ESI) و سلامت گیاهی (VHI) و تطابق با شاخص خشکسالی بارش استاندارد(SPI) در حوزه آبخیز تویسرکان همدان می باشد. به این منظور از 32 تصویر ماهوراه ای مودیس از سال 2003 تا 2010 استفاده شد. نتایج نشان داد که روند تغییرات شاخص خشکسالی بارش استاندارد با دو شاخص خشکسالی سنجش از دوری تنش تبخیری و سلامت گیاهی در طی این 8 سال تطابق داشته است. در نهایت نقشه های پهنه بندی خشکسالی حوزه آبخیز تویسرکان در طی سالهای 2003 تا 2010 ارائه شد. ضرایب ماتریکس همبستگی بین VHI وESI 75% ، بین ESI و SPI، 6% و بین VHI وSPI 69% بوده است. نقشه های پهنه بندی شده نشان داد که شدت تغییرات کلاس خشکسالی در مرکز حوزه که دارای پوشش گیاهی بیشتری می باشد، حداکثر است.

مدیریت صحیح منابعآبزیرزمینی مستلزم در دست داشتن مشخصات صحیح مربوط به ویژگی های سفره آب زیرزمینی، توزیع فضایی مشخصات آن و عمق پیوسته سطح ایستابی و نوسانات آن می باشد. هدف تحقیق حاضر ارزیابی و دقت سنجی روش های زمین آمار در برآوردیک سطح پیوسته ایستابی بهینه برای آب های زیرزمینی محدوده ای به مساحت 999کیلومتر مربع در شمال-غربدشتکرمانشاه می باشد. بدین منظور از آمار سطح ایستابی مربوط به 50 حلقه چاه در محدوده مطالعاتی استفاده شد،دراین راستا با استفاده از گزینش نیم تغییر نمای بهینه از بین 4 نیم تغییر نمای نمایی، خطی، گوسین و کروی به تحلیل ساختار و همبستگی فضایی سطح ایستابی چاه ها اقدام گردید.از 3 مدل درونیاب زمین آماری کریجینگ معمولی، ساده و عمومی به منظور برآورد سطح ایستابی محدوده مطالعاتی استفاده گردید. سپس با به کار گیری الگوریتمارزیابی متقابلو از طریق شاخص هایجذر مربع خطای میانگین، خطای سیستماتیک و غیر سیستماتیک مدل، خطای مطلق و بایاس میانگین، شاخص قابلیت پذیرش و ضریب تبیین،به ارزیابی و دقت سنجی مدل های درون یاب مذکور در براورد سطح ایستابی منطقه مورد نظر اقدام گردید. نتایج نشان داد که مدل کریجینگ معمولی با نیم تغییر نماینمایی و در نظر گیری 8 همسایهبهترین درونیاب در مدل سازیسطح ایستابی محدوده مطالعاتی می باشد. خروجی کار میتواند راهنمای برنامه ریزان در مکان یابی بهینه حفر شبکه چاه های کشاورزی باشد. برنامه ریزان می توانند از طریق به روز کردن داده های این مدل، از آن به عنوان یک مدل بهینه برای پایش نوسانات سطح ایستابی آب منطقه مورد مطالعه و برنامه ریزی در مورد میزان بهره برداری از سفره، استفاده کنند.

برای پنهان سازی سازه ها و تأسیسات زیرسطحی، شناخت عملکرد و توان فناوری های سنجش از دور نوین و پیشرفته از ضروریات اساسی است. یکی از این فناوری ها در سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری بکار گرفته شده است که از امواج الکترومغناطیسی پر قدرت در محدوده فرکانسی 3 تا 10 مگاهرتز استفاده می کند. هارپ با ساطع کردن این امواج به منطقه ای از یونسفر موجب گرم شدن آن منطقه شده و این گرمایش منجر به گسیل امواجی با محدوده فرکانس خیلی پائین VLF و ELF می شود. هدف اصلی این تحقیق تحلیل و شناخت قابلیت سنجش از دور سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری (هارپ)، در شناسایی اهداف زیرسطحی می باشد. در این پژوهش با بهره گیری از روش ترکیبی تجزیه و تحلیل داده های چندگانه بر مبنای توصیف و تحلیل داده های جمع آوری شده از منابع علمی و تئوریک، گزارشات رسمی و معتبر، بررسی نتایج آزمایشات تجربی انجام گرفته در جهان و ایران و در نهایت اخذ نظر خبرگان و صاحب نظران جامعه آماری تحقیق به روش میدانی، به سؤال اصلی تحقیق پاسخ داده شده است. نتایج حاصل از این تحقیق نشان می دهد که سامانه های پر قدرت گرم کننده ی الکترومغناطیسی یونسفری، قابلیت سنجش از دور و امکان شناسائی اهداف زیرسطحی را دارند. بر این اساس، این سامانه ها تهدیدی جدی برای شناسایی اهداف زیر سطحی محسوب می شوند؛ و لذا در ادامه تحقیق، راهکارهای دفاع غیرعامل در برابر این تهدید  نیز ارائه گردیده است.

در سال های اخیر، شبکه های حسگر بی سیم در کاربردهای متعددی مورد مطالعه قرار گرفته اند. یکی از مسائل مهم مورد مطالعه در این شبکه ها، جایابی بهینه حسگرها به منظور دستیابی به بیشینه مقدار پوشش شبکه در ارتباط با کاربرد تعریف شده شبکه حسگر در شهرهای هوشمند است. اطلاعات متنی (CI) حسگرها از جمله مشخصات و وضعیت حسگر در شبکه، نحوه ارتباط بین حسگرها، اطلاعات محیط پیرامونی آن ها در جانمایی و انجام مأموریت حسگر و نیز پدیده های فیزیکی مرتبط با شبکه حسگر در شهرهای هوشمند که می توانند موجب اختلال در انجام مأموریت محول شده به شبکه حسگرها شوند، به همراه ارتباطات بین آن ها، از عواملی هستند که مطالعه آن ها به جایابی بهینه شبکه های حسگر منجر می شود. پیچیدگی محیط مورد سنجش توسط حسگرها، با وجود موانع گوناگون، ممکن است به عدم پوشش مناطق مختلف در شبکه های حسگر منجر شود. از این رو، یک مسئله اساسی در یک شبکه حسگر، بهینه سازی پوشش مکانی آن است. در گذشته، چندین الگوریتم بهینه سازی محلی و سراسری توسعه یافته در این رابطه، به کار گرفته می شدند. در این مقاله، برای بهینه سازی جانمایی شبکه حسگرها از یک الگوریتم محیط آگاه با مزیت درنظرگرفتن انواع مختلف اطلاعات متنی یا محیطی و براساس کاربردهای خاص شبکه، به صورت مستقل از هر CI، استفاده شده است. درنهایت، نتایج به دست آمده در آزمایش انواع مختلف CI، بیانگر کارآمدی الگوریتم پیشنهادی در جانمایی بهینه سنسورها با استفاده از جنبه های مختلف اطلاعات متنی است.

بازتابش پدیده های سطح زمین روی داده های سنجش از دوری تحت تأثیر عوامل گوناگونی مانند شرایط اتمسفر است. در برخی مطالعات لازم است اثر اتمسفر به شیوه های متفاوت و مناسبی حذف شود یا کاهش یابد. در این تحقیق، سه روش تصحیح اتمسفریک تفریق شیء تیره (DOS)، تجزیه و تحلیل سریع خط دید اتمسفر ازطریق طیف ابر مکعب (FLAASH)، شبیه ساز وکتوری ثانویة سیگنال ماهواره ای در طیف خورشیدی (SV6) روی سنجندة OLI ماهوارة لندست 8 جنگل های استان گیلان اعمال شده است. از هر تصویر، ده شاخص گیاهی استخراج شد. با استفاده از لایة پوشش جهانی، محدودة جنگل روی شاخص های متفاوت استخراج و با استفاده از روش شیءپایه، محدودة جنگل روی تصویر قطعه بندی شد. 91 قطعه به طور تصادفی انتخاب شد. با استفاده از شبکة نقطه چین به ابعاد 20×20 متر، تراکم تاج پوشش درختان در هر قطعه روی تصاویر گوگل مشخص شده است. آزمایش پیرسون برای آزمون معناداربودن همبستگی شاخص ها با نمونه های مرجع، رگرسیون خطی و غیرخطی برای مدل سازی تراکم تاج پوشش به کار رفت. نتایج نشان داد که مدل تصحیح برمبنای کد SV6 در مناطق جنگلی استان گیلان بهتر عمل کرده است. شاخص GARI حاصل از مدل تصحیح اتمسفریک DOS با خطای RMSE برابر 72/17 و شاخص ARVI حاصل از مدل تصحیح اتمسفریک SV6، FLAASH و تصویر اصلی OLI به ترتیب معادل 38/15، 87/15 و 78/21 کمترین میزان خطای RMSE را نشان داده است. کاهش آثار اتمسفر در فرایند پیش پردازش قبل از مدل سازی ضروری و پیشنهادشدنی است.

براساس آخرین یافته ها افزایش سطح آب اقیانوس ها و دریاها متاثر از پدیده تغییر اقلیم می باشد و این افزایش سطح آب دریاهای آزاد اثرات مستقیم بر زندگی ساحل نشینان خواهد داشت. در مطالعه حاضر اثرات تغییراقلیم بر افزایش سطح آب در تنگه هرمز مورد بررسی قرار گرفته است. برای پیش بینی تغییرات سطح آب در منطقه مذکور از متغییرهای اقلیمی استفاده گردیده است که براساس روش رگرسیون گام به گام انتخاب شده اند. اثرات تغییر اقلیم با مدل چرخه عمومی جو تحت عنوان CGCH3 که شامل دو سناریوی تغییر اقلیم A1B و A2 می باشد، ارزیابی شده است. برای بررسی ارتباط بین متغیرهای اقلیمی و تغییرات سطح دریا مدل شبکه عصبی مصنوعی-موجک مورد استفاده قرار گرفته است. نتایج بیانگر میزان افزایش سطح آب دریا تا انتهای قرن حاضر در مجاورت تنگه هرمز برای سناریوی تغییر اقلیم A1B بین 64 تا 75 سانتیمتر و برای سناریوی تغییر اقلیم A2 بین 90 تا 105 سانتیمتر می باشد. همچنین نواحی ساحلی که تحت تاثیر افزایش ارتفاع آب قرار خواهند گرفت نیز بر روی نقشه مشخص گردید که نشان می دهد تغییرات سطح آب در این منطقه دارای آسیب پذیری بالایی نخواهد بود.

اسکان غیررسمی در اغلب کشورها، بعنوان یک مشکل و پدیده غیرقابل پذیرشی تلقی شده و مدیران شهری تعامل مطلوب و سازنده ای با ساکنان آن ندارند. در این مقاله، بر تغییر نگرش و رفتار مدیرت شهری نسبت به سکونتگاه های غیررسمی تاکید شده است. با این هدف که شیوه های برقراری روابط بین مردم و مدیریت را بررسی و امکان ساماندهی سکونتگاه های غیررسمی در پرتو مشارکت مردمی را مطالعه کند. پرسش این است که نوع مداخله و نحوه عملکرد مدیران شهری، چه تاثیری بر میزان اعتماد و مشارکت مردم در بهبود آثار این پدیده خواهد داشت؟ جامعه آماری شامل مردم ساکن در منطقه میان آباد اسلامشهر در حوزه کلانشهری تهران- بعنوان مهم ترین محله دارای اسکان غیررسمی در این شهر- بوده است. تعداد 400 نمونه آماری از این میان انتخاب و بررسی برروی آن در دو دوره زمانی متفاوت (1386 و 1388)، انجام شد و سپس با نرم افزارهای spss و excel تحلیل صورت گرفت. نتایج تحقیق بیان کننده بروز تغییرات مثبتی در دو دوره زمانی است. بدین صورت که ارزیابی مثبت مردم از کیفیت خدمات ارائه شده از سوی مدیریت شهری، از 7 به 20 درصد افزایش یافته، رضایتمندی مردم از 18 درصد، به 38 درصد، تغییر یافته است، میزان اعتماد و باور مردم نسبت به مدیریت شهری از 16 به 27 درصد رسیده و میزان تمایل افراد به مشارکت های گوناگون در ساماندهی محله، از 15 به 33 درصد افزایش نشان می دهد.

نسل جدیدی از سیستم اطلاعات مکانی ( GIS )، نسل GIS فراگستر است که در این نسل قابلیت سرویس دهی به هر کاربر در هر مکان و زمانی داده می شود. با پیشرفت فناوری های جدید در اخذ اطلاعات سه بعدی از محیط تحولی در نسل های قدیم سیستم اطلاعات مکانی ایجاد شده است. یکی از موارد حائز اهمیت در نسل های مختلف سیستم اطلاعات مکانی، استخراج روابط مکانی است. استخراج روابط توپولوژی سه بعدی که بیشتر در سیستم اطلاعات مکانی موردتوجه قرارگرفته است، مبتنی بر مدل داده های استفاده شده در نسل های مختلف GIS صورت می گیرد. مدل داده های مورداستفاده در نسل های قدیم GIS دارای محدودیت هایی همچون عدم تعامل پذیری بالا بین کاربر و محیط، عدم نمایش سه بعدی اشیاء به دست آمده از محیط و هم چنین ناسازگاری اشیاء با پیش فرض های استفاده شده هستند، درحالی که در نسل GIS فراگستر با استفاده از حسگرها و زیرساخت های مختلف در محیط، محدودیت های بیان شده برای سرویس دهی برطرف می گردد. هدف این مقاله مقایسه ی رویکردهای مورداستفاده در نسل های مختلف سیستم اطلاعات مکانی برای استخراج روابط توپولوژی مبتنی بر مدل داده های ارائه شده در این نسل ها است. در این مقاله استخراج روابط توپولوژی در نسل های سنتی سیستم اطلاعات مکانی، با استفاده از روش مدل سازی شئ گرا و شبیه سازی اشیاء هرم و کره صورت می گیرد. این در حالی است که در نسل GIS فراگستر از داده های به دست آمده توسط کینکت به عنوان یک حسگر انتخابی مبتنی بر مدل داده ی ارائه شده، روابط استخراج می گردد. نتایج به دست آمده از مقایسه ی رویکردهای استخراج روابط توپولوژی سه بعدی در این دو نسل، بیانگر افزایش تعامل کاربر با محیط پیرامون مبتنی بر ابزارهای موجود در نسل های فراگستر برای استخراج روابط توپولوژی است.

اصلی ترین نیاز آسیب دیدگان ناشی از زلزله، داشتن سرپناه و رساندن خدمات امداد و نجات به آن ها در سریع ترین زمان ممکن است. بعد از وقوع زلزله نمی توان به سرعت مکان های مناسبی را برای آسیب دیدگان زلزله آماده کرد؛ بنابراین، باید قبل از وقوع چنین بحران هایی، مکان های مناسبی از نظر دسترسی به کاربری های شهری، داشتن امنیت، دوری از مناطق مخاطره خیز و ... برای آسیب دیدگان زلزله فراهم کرد. دسترسی دشوار به داخل بافت تاریخی برای ارائة خدمات امدادی و کمبود فضاهای باز، با وجود تراکم بالای جمعیت، بر بالارفتن آسیب پذیری در برابر حوادث در این منطقه می افزاید. در این پژوهش، به مطالعة موردی بافت تاریخی شهر یزد با هدف تعیین بهترین مکان استقرار گروه های امداد به منظور انجام عملیات نجات پرداخته شد. برای رسیدن به این هدف، ابتدا به معرفی پارامترهای مؤثر که وابسته به شرایط ساختاری و طبیعی منطقه هستند، پرداخته و لایه های GIS این معیارها تولید شد. سپس، برای از بین بردن عدم قطعیت در داده های ورودی و قضاوت شخصی در مورد اهمیت معیارها، از روش فازی استفاده شد و برای این منظور درجهتِ ترکیب نقشه ها با استفاده از تلفیق مدل های برهم نهی فازی، شبکة استنتاجی فازی تشکیل و از آن به منظور تعیین مکان های مناسب استفاده شد. استفاده از خواص مجموعه های فازی در فرایند سلسله مراتبی، فرایند سلسله مراتبی فازی را پدید آورد که باعث افزایش کارایی تصمیم گیری شد. در نهایت، گزینه ها برای سایت امداد و اسکان پس از زلزله مشخص و بر اساس معیارهایی مانند دسترسی به معابر، مساحت فضای باز و پراکنش مراکز امداد و اسکان اولویت بندی و تعیین شد. نتایج تحقیق همچنین نشان دهندة کمبود فضاهای کافی برای استقرار زلزله زدگان در بافت تاریخی شهر یزد است.

برداشت های بی رویه از آ ب های زیرزمینی سبب کاهش سطح آب ها و تغییر کیفیت آنها می شوند. میزان هدایت الکتریکی آب، یکی از شاخص های مؤثر در تعیین میزان تغییر آب های زیرزمینی است؛ به شکلی که میزان شوری آب با برداشت بی رویه و کاهش سطح آب زیرزمینی افزایش می یابد و این امر، آسیب های جبران ناپذیری به زندگی گیاهی و جانوری اکوسیستم وارد می کند. در پژوهش حاضر کوشش شده است با تحلیل فضایی میزان شوری آب های زیرزمینی دشت نمدان، میزان ارتباط آن با حلقه چاه های عمیق و نیمه عمیق موجود در دشت تعیین شود. ازاین رو، داده های 32 چاه مشاهده ای موجود در دشت نمدان با روش میان یابی در محیط GIS برای تعیین میزان شوری آب زیرزمینی در پنج دسته بسیار زیاد، زیاد، متوسط، کم و بسیارکم در دوره آماری ده ساله (1380 تا 1389) استفاده شدند و سپس با تلفیق لایه های اطلاعاتی سال های آماری، میزان شوری آب زیرزمینی تعیین نهایی شد. در نهایت، ارتباط پهنه های دارای شوری بسیار زیاد و زیاد با حلقه چاه های عمیق و نیمه عمیق تعیین و مشخص شد از بین 1311 چاه عمیق موجود در دشت نمدان، 433 حلقه چاه (02/33 درصد) در محدوده بسیار زیاد و زیاد قرار دارند و این میزان، برای چاه های نیمه عمیق 66/12 درصد است. در نتیجه موقعیت چاه های عمیق و برداشت بی رویه از آنها بر شورشدن آب های زیرزمینی دشت نمدان تأثیر بسیار زیادی دارد

بواسطه پیچیدگی عملکردی پدیده آلودگی هوا، از روش های هوش مصنوعی بالاخص شبکه عصبی برای مدل سازی آلودگی هوا استفاده می شود. هدف از این پژوهش دو مدل شبکه عصبی بازگشتی Elman و Jordan در زمینه پراکنش خطا و اعتبارسنجی آنها، به منظور تخمین غلظت ذرات معلق موجود در اتمسفر در شهر اهواز می باشد. پارامترهای مورد استفاده شامل رطوبت، فشار هوا، دما و عمق نوری آئروسل می بوده که مقادیر آن از تصاویر ماهواره ای MODIS و داده های ایستگاه های هواشناسی تهیه شده است. نتایج نشان می داد که مدل Jordan با مقدار RMSE معادل 9/219 میلی گرم بر متر مکعب نسبت به مدل Elman با مقدار RMSE معادل 5/228 دقت برازش بهتری داشته است. مدل Jordan به دلیل استفاده از حلقه های درونی سبب به روز رسانی مقادیر زمینه شده و این امر موجب افزایش صحت مدل می شود. مقدار شاخص R2 ، که نماینده میزان رابطه خطی بین مقادیر پیش بینی شده با مقادیر واقعی است، برای مدل Jordan معادل 5/0 بدست آمده است که درصد تخمین صحیح 50 درصد داده ها را نشان می داد. در نهایت با استفاده ازداده های مربوط به غلظت PM10 برای روز 162 که بالاترین میزان غلظت را داشت با روش درونیابی IDW نقشه توزیع مکانی آن تولید شد. با توجه به گران بودن ایستگاه های آلودگی سنجی پیشنهاد شد از منابع کمکی دیگر مانند اطلاعات داوطلبانه با استفاده از سنسورهای ارزان قیمت موبایل به عنوان ایستگاه کمکی متحرک و کم هزینه جهت افزایش تراکم و پراکنش مناسب ایستگاه ها جهت مدلسازی دقیق تر آلودگی هوا استفاده شود.

فرایند انطباق تصویر یکی از شاخه های مهم در زمینة پردازش تصویر است که پیش پردازشی ضروری، جهت استفاده از اطلاعات تصاویر چندسنجندة سنجش از دوری محسوب می شود. الگوریتم تبدیل ویژگی مقیاس ثابت(SIFT)  از رایج ترین روش های مبتنی بر ویژگی است که به طور گسترده، برای انطباق این تصاویر استفاده می شود. یکی از مهم ترین نقاط ضعف این الگوریتم ایجاد تناظر های نادرست بسیار زیاد است. در این مقاله، به منظور افزایش دقت انطباق تصویر چندسنجندة سنجش از دوری، روش جدیدی براساس روابط فضایی نقاط متناظر SIFT پیشنهاد شده است که تناظر های نادرست را به تناظر های درست تبدیل می کند. در ابتدا، مشخص کردن نقاط کلیدی و تناظر یابی اولیه، با استفاده از الگوریتم SIFT، انجام می شود. سپس، با استفاده از روش پیشنهادی مبتنی بر تبدیل افاین، تناظرهای نادرست اصلاح و فرایند انطباق صورت می گیرد. نوآوری دیگرِ مقاله پیشنهادِ دو معیار جدید برای ارزیابی کارآیی روش های انطباق تصویر، علاوه بر معیارهای کلاسیک دقت تناظریابی، نرخ تکرار پذیری ویژگی و تعداد تناظرهای درست است که بیان می کند، به دلیل ضعف معیارهای کلاسیک، تعداد کل تناظرها را در نظر نمی گیرند. نتایج شبیه سازی نشان می دهد روش پیشنهادی مقاله باعث بهبود میانگین 48/11 درصدی در نرخ تکرارپذیری و میانگین 20/14 در صدی ضریب همبستگی در مقایسه با روش رانساک شده و این روش پیشنهادی می تواند به منزلة روشی جدید و کارآ در بهبود تناظریابی این تصاویر به کار رود.

بیماری های زنگ زرد و قهوه ای گندم ازجمله مهم ترین بیماری های غلات در ایران و سایر کشورهای دنیا محسوب می شوند که سالیانه خسارات جبران ناپذیری را به اقتصاد کشاورزی وارد می کنند و در اغلب موارد، هم زمان رخ می دهند. بنابراین در این تحقیق، اثر بیماری های زنگ زرد و قهوه ای گندم در بازتابندگی برگ، با استفاده از شاخص های طیفی در مدل تاج پوشش، بررسی شد. بدین منظور، شاخص های گوناگون پوشش گیاهی استخراج شده از طیف برگ بیمار ارزیابی شدند. برای این کار، میزان گسترش بیماری های زنگ زرد و قهوه ای سطح برگ و درجات متفاوت آنها، با استفاده از دوربین دیجیتال و الگوریتم چندمرحله ای شامل تبدیلات رنگ، تهیة ماسک، استفاده از بافت و طبقه بندی حداکثر احتمال، استخراج شد. همچنین نتایج نشان داد، با افزایش نسبت سطح بیمار برگ، مقادیر عددی شاخص ها تغییر می کند؛ درحالی که پراکندگی داده ها به صورت کاملاً مشخصی افزایش می یابد. بیشترین میزان همبستگی برای شاخص NDVI برابر با 9/0و حداقل در شاخص حداکثر شیب قرمز برابر با 2/0 است. با ارائة معیار همانندی، دامنة تغییرات و نیز پراکندگی درون کلاسی، روابط طیف و بیماری بررسی و مشخص شد که با گسترش بیماری، معیارهای مورد اشاره تغییر می یابند. اگرچه در بیماری زنگ زرد این تغییرات دیده نمی شود، در شاخص های گوناگون طیفی با افزایش میزان بیماری، اختلاط طیفی در بخش های متفاوت زرد، نارنجی، قهوه ای و مردة گیاه دلیلی بر پراکندگی داده ها با گسترش بیماری محسوب می شود.

پژوهش پیش رو با هدف معرفی مدل همسان سازی داده های زمینی و ارزیابی دقت داده های این مدل در مقابل داده های اندازه گیری شده ایستگاه های همدیدی سطح کشور به انجام رسیده است. مدل همسان سازی داده های زمینی بطور مشترک توسط مراکز ناسا و نوآ با هدف شبیه سازی دقیق متغیرهای جریان و شرایط چرخه آب و انرژی توسعه داده شد. پوشش جهانی، قدرت تفکیک مکانی و زمانی بالا به همراه سیستم مدلسازی ترکیبی داده های سنجش از دوری و مشاهدات زمینی از ویژگی های منحصر بفرد این مدل است. این مدل متغیر های سیستم جو - زمین را در مقیاس های زمانی ماهانه و 3 ساعته با قدرت تفکیک مکانی 1 و 25/0 درجه جغرافیایی برآورد می کند، که خروجی آن نتیجه شبیه سازی چهار مدل سطحی Mosaic ، Noah ، CLM و VIC می باشد. برای ارزیابی مدل GLDAS ، داده های متوسط دمای ماهانه 66 ایستگاه همدیدی با پراکنش مناسب در سطح ایران و نیز داده های مدل GLDAS با دقت مکانی 25/0×25/0 درجه جغرافیایی از سایت های مربوطه دریافت و پردازش شد. برای ارزیابی آماری داده های نام برده از آماره های ضریب تعیین( 2 r )، مجذور میانگین مربع خطا ( Rmse )، شیب خط( Slope )، اریب( Bias ) و ضریب کارایی مدل( EF ) استفاده شد. مقایسه های آماری انجام شده نشان داد که داده های این مدل در سطح ایران از دقت بسیار مناسبی برخوردار می باشد و میزان خطای این مدل در برآورد متوسط دمای ایستگاه های مورد بررسی بسیار اندک و قابل چشم پوشی است. با وجود این در برخی مناطق بویژه درایستگاه های شمالی کشور مقدار برآورد مدل بیشتر از مقدار مشاهده ای و درتعداد محدودی از ایستگاه ها مانند کاشان و سنندج کمتر از مقدار مشاهده ای برآورد شده است. با توجه به پوشش جهانی، متغیرهای زیاد اقلیم - هیدرولوژی و نتایج این تحقیق که بیانگر دقت مناسب برآوردهای مدل جهانی همسان سازی داده های سطح زمین در پهنه ایران است، پیشنهاد می شود دقت متغیرهای دیگر این مدل نیز برای مناطق مختلف ایران مورد ارزیابی و واسنجی قرار گیرد.

آشکارسازی تغییرات با رویکرد شیءگرا در تصاویر با قدرت تفکیک مکانی بالا به این دلیل که علاوه بر ویژگی های طیفی از ویژگی های مکانی، هندسی و بافتی استفاده می کند در مقایسه با رویکرد پیکسل مبنا  نتایج بسیار خوبی به همراه داشته است. با این وجود، انتخاب الگوریتم و ویژگی های بهینه همچنان به عنوان چالشی اساسی باقی مانده است. در این تحقیق، جهت بهبود آشکارسازی تغییرات با رویکرد شیءگرا از الگوریتم جنگل تصادفی ( RF ) در فضای ویژگی های بهینه استفاده شده است. در این راستا، نخست ویژگی های بافت بر روی تصاویر مربوط به دو زمان متفاوت استخراج می شود و از PCA جهت انتخاب ویژگی های بافتی مناسب استفاده می گردد. سپس، قطعه بندی چند مقیاسه در فضای ترکیب یافته از باندهای طیفی و ویژگی های بافتی مناسب در چهار سطح مختلف با استفاده از نرم افزار Ecognition انجام شده و بهترین سطح قطعه بندی تعیین می شود. در ادامه، ویژگی های بافتی، مکانی و هندسی از روی تصویر قطعه بندی شده در بهترین سطح استخراج می گردد و بر اساس محاسبه ی فاصله اقلیدسی مربوط به نمونه های آموزشی در کلاس های مختلف، ویژگی های بهینه شناسایی می شوند. کارایی الگوریتم RF شیءگرا در مقایسه با روش های متداول SVM و KNN بر اساس معیار کاپا و صحت کلی و مدت زمان محاسبات مورد بررسی قرار گرفته است. در این تحقیق، از تصاویر ماهوارهای GeoEye-1 و Quick Bird-1 مربوط به سال های 2002 و 2015 جهت آشکارسازی تغییرات در جزیره قشم استفاده شده است. بر اساس نتایج تجربی، برای الگوریتم های RF شیءگرا، SVM  و KNN صحت کلی به ترتیب 57/86، 76/83 و 75 درصد و ضریب کاپا به ترتیب97/0,  75/0 و 63/0 به دست آمد. همچنین، RF به دلیل استفاده از آستانه گذاری بر روی باندهای مختلف و تولید طبقه بندی کننده های درختی با تنوع بالا و وزن دهی مناسب، نسبت به هر یک از نتایج طبقه بندی کننده ها توانست بالاترین دقت را تولید کند.