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.
دسترسی به اطلاعات راه ها اهمیت زیادی در کاربردهای مختلف نظیر حمل ونقل، کنترل ترافیک، سیستم های هدایت خودکار وسایل نقلیه و مانند اینها دارد. در سال های اخیر طراحی الگوریتم های استخراج راه، هدف مطالعات بسیاری از پژوهشگران بوده است. باوجود پیشرفت هایی که در این زمینه حاصل شده است، همچنان نواقصی در عملکرد این الگوریتم ها وجود دارد که یکی از مهم ترین آنها وجود بریدگی در شبکة راه های استخراج شده است. این بریدگی ها ممکن است به دلایل مختلفی نظیر قرار گرفتن راه ها در زیر درختان یا واقع شدن در سایه باشند. ازآنجاکه پیوسته بودن راه ها یکی از ویژگی های مهم توپولوژیکی آنهاست، رفع این نقیصه ضروری به نظر می رسد. هدف پژوهش حاضر ارائة روشی خودکار برای یافتن و اتصال بریدگی های موجود در راه های استخراج شده به وسیلة الگوریتم های استخراج راه است. در این الگوریتم ابتدا با استفاده از روشی مبتنی بر تبدیل رادون سر و ته بریدگی ها شناسایی می شوند، سپس این نقاط با به کارگیری روشی بر پایة تکنیک درون یابی اسپلاین به یکدیگر متصل می شوند. این الگوریتم روی خروجی یک روش استخراج راه که در آن چهار بریدگی در راه های مستقیم و دو بریدگی در تقاطع ها وجود دارد، پیاده سازی شد. نتایج نشان دادند که الگوریتم قادر به اتصال تمام بریدگی های واقع در راه های مستقیم بود، ولی دو مورد بریدگی در تقاطع ها را نتوانست الگوریتم متصل کند. بنابر این می توان گفت که صرف نظر از محل بریدگی که در راه های مستقیم یا در تقاطع ها واقع شده اند، الگوریتم حدود 7/66 درصد از بریدگی های موجود در تصویر را شناسایی و متصل کرده است. این الگوریتم در محیط نرم افزار MATLAB برنامه نویسی شد.
وارونگی دمایی زمانی رخ می دهد که در تروپوسفر و تا ارتفاعی مشخص، با افزایش ارتفاع، دما افزایش یابد. از مشخصه های وارونگی دمایی، پارامترهای قدرت و عمق وارونگی دمایی است. قدرت وارونگی به اختلاف دمایی بین قلة وارونگی و سطح زمین اطلاق می شود و ارتفاع متناظر با این اختلاف دمایی، عمق وارونگی نام دارد. راهکار متداول برای تعیین این مشخصه ها، اندازه گیری های میدانی به وسیلة رادیوساند است، که نوعی اندازه گیری نقطه ای در جو قلمداد می شود. به منظور مدل سازی برای استخراج مشخصه های وارونگی دمایی از تصاویر ماهواره ای می توان ارتباط بین اختلاف دمای درخشندگی زوج باندهای مختلف با قدرت و عمق وارونگی دمایی منتج از داده های رادیوساند را به دست آورد. در پی شایع بودن پدیدة وارونگی دمایی در شهر تهران، ایستگاه هواشناسی فرودگاه مهرآباد تهران به عنوان منطقة نخست مورد مطالعه انتخاب شد. ضرایب همبستگی خطی به دست آمده بین اختلاف دمای درخشندگی زوج باندهای مختلف با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بسیار ضعیف بود که می تواند ناشی از تغییرات زیاد بخارآب جو و قدرت و عمق وارونگی دمایی نسبتاً ضعیف روی داده در تهران باشد. برای اثبات فرضیة مذکور، در ادامة روند تحقیق حاضر، عوامل مؤثر در افزایش ضریب همبستگی خطی بین اختلاف دمای درخشندگی زوج باندهای مذکور با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بررسی شدند. با توجه به روی دادن وارونگی های عمیق و قدرتمند تر در منطقة کرمانشاه درمقایسه با تهران، این منطقه به عنوان منطقة دوم مورد مطالعه انتخاب شد. افزایش ضرایب همبستگی محاسبه شده برای کرمانشاه نشان دهندة تأثیر عامل میزان قدرت و عمق وارونگی دمایی است. برای مثال، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در تهران به ترتیب 16/0 و 32/0 و در کرمانشاه به ترتیب 51/0 و 70/0 است. به منظور بررسی تأثیر میزان بخار آب موجود در جو بر ضرایب همبستگی، با توجه به آنکه میزان بخار آب موجود در جو طی فصول سرد کمتر از فصول گرم است، داده های تهران و کرمانشاه به دو دستة تمام فصول و فصول سرد تقسیم شدند. افزایش ضرایب همبستگی محاسبه شده برای تهران و کرمانشاه طی فصول سرد نشان دهندة تأثیر عامل میزان بخار آب موجود در جو است. به عنوان نمونه، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در کرمانشاه برای تمامی فصول به ترتیب 51/0 و 70/0 و طی فصول سرد به ترتیب 78/0 و 85/0 است.
آشکارسازی تغییرات پوشش اراضی برای پایش رشد شهرها و برنامه ریزی مسئولانه در مورد آنها امری ضروری است. سنجش از دور فناوری قدرتمندی است که می توان از آن در آشکار سازی تغییرات اراضی استفاده کرد. یکی از چالش های موجود در این زمینه توسعة روش های کارآمد به منظور آشکار سازی تغییرات با سطح خودکارسازی بالاست که بتواند اطلاعاتی صحیحی در مورد موقعیت جغرافیایی و ماهیت این تغییرات ارائه کند. در پژوهش حاضر با استفاده از دو تصویر GeoEye منطقة 17 شهر تهران مربوط به سال های 2004 و 2010 از ویژگی های مکانی متن تصویر، شبکه های عصبی و الگوریتم ژنتیک برای آشکار سازی تغییرات استفاده شد. شش حالت مختلف، هریک با دو رویکرد طبقه بندی مستقیم چندزمانی و مقایسة پس از طبقه بندی، از دیدگاه صحت آشکارسازی و زمان اجرای الگوریتم مورد مقایسه قرار گرفتند. بررسی های انجام شده نشان دادند که رویکرد طبقه بندی مستقیم چندزمانی در هر شش حالت نتایج بهتری ارائه کرده است. همچنین در بین شش حالت بررسی شده، عملکرد حالت ششم (روش پیشنهادی این تحقیق) از نظر صحت طبقه بندی بهتر است. در حالت ششم پس از انتخاب بهینة ویژگی ها، طبقه بندی مبتنی بر شبکه های عصبی با تعیین معماری شبکه و با چندین بار اجرا صورت می گیرد. هرچند زمان اجرای این روش درمقایسه با دیگر حالت های بررسی شده بیشتر است، اما درصورتی که صحت طبقه بندی به زمان ارجحیت داشته باشد این روش کاملاً توصیه می شود
بررسی خصوصیات انواع پوشش های گیاهی به عنوان یکی از پارامترهای مؤثر در تبادل انرژی بین جو و سطح زمین در مطالعات زیست محیطی، منابع طبیعی و کشاورزی اهمیت بسیاری دارد. امروزه فناوری سنجش از دور با ارائة اطلاعات طیفی گسترده و متنوع موجب تسهیل در مطالعة پوشش های گیاهی در سطح زمین و به ویژه تخمین پارامترهای بیوفیزیکی آنها شده است. یکی از مهم ترین پارامترهای فیزیکی به کار گرفته شده در تحلیل های مختلف مربوط به مطالعة پوشش های گیاهی، شاخص سطح برگ (LAI) است. در پژوهش حاضر ضمن تحلیل و مدل سازی ارتباط بین LAI و شاخص های گیاهی مختلف، با استفاده از مشاهدات طیف سنجی آزمایشگاهی، به بررسی محدودیت های مدل ریاضی موجود در برآورد LAI، ارائة راهکارهایی به منظور افزایش دقت و صحت نتایج این مدل و همچنین طراحی یک شاخص جدید پرداخته شده است. نتایج نشان دادند که از میان شاخص های گیاهی متداول، دو شاخص Simple Ratio و SAVI-2 دارای کمترین RMSE (حدود 08/0 در واحد LAI) بوده و شدت اشباع شدگی مدلی که برازش داده اند از شاخص های دیگر کمتر است. دو شاخص مذکور کارایی بالاتری در تخمین LAI به ویژه در مناطق با تراکم پوشش گیاهی آنها زیاد، دارند و می توان با اطمینان بالایی در مدل سازی خطی برآورد LAI از آنها استفاده کرد.
داده های سنجش از دور دارای کاربرد وسیعی در برآورد تبخیر و تعرق واقعی هستند و بدین منظور روش های مختلفی شرح و بسط یافته است. در این میان، سبال و متریک به عنوان مدل های شار انرژی و تی وی تی برپایة پوشش گیاهی توجه زیادی را به خود جلب کرده و برپایة برخی پارامترهایی هستند که برای استفاده نیاز به ارزیابی دارند. در پژوهش حاضر، 12 تصویر مودیس طی دورة سال آبی 88-1387 که محدودة مطالعاتی اهواز شمالی را (طبق طبقه بندی وزارت نیرو) می پوشاند، فراهم شد تا برای تخمین تبخیر و تعرق واقعی با استفاده از مدل های سنجش از دور به کار گرفته شود. به منظور ارزیابی و مقایسة نتایج، از تبخیر و تعرق تخمین زده شده با استفاده از مدل بیلان آبی مرسوم برای همان دوره استفاده شد. افزون بر اینها، بهترین تخمین تبخیر و تعرق واقعی با استفاده از مدل سنجش از دور برای مزارع یونجه با مقادیر متناظر در سند ملی آب مقایسه شد. نتایج به دست آمده، عملکرد بهتر سبال و سپس متریک و تی وی تی را نشان دادند. مدل بیلان آب میزان تبخیر و تعرق واقعی را 341 میلی متر بر سال و سبال آن را 2/347 میلی متر بر سال برای همان دوره نمایش داد. ارزیابی پارامترهای این مدل ها، تأثیر معنا دار کاربرد معادلات کالیبره شدة شار گرمای خاک و طول زبری مومنتوم را بر عملکرد و کاهش عدم قطعیت آنها نشان داد.
شاخص کیفیت آب زیرزمینی (GWQI) یکی از شاخص های مهم در تعیین کیفیت آب های زیرزمینی است. هدف پژوهش حاضر ارزیابی کیفیت شرب آب زیرزمینی لردگان براساس شاخص کیفیت آب زیرزمینی (GWQI) در محیط سامانة اطلاعات جغرافیایی (GIS) است. به این منظور، در 32 حلقه چاه pH، EC، TDS (کل جامدات محلول)، TSS (کل جامدات معلق)، کدورت، یون های اصلی، نیترات (NO 3 2- ) و فسفات (PO 4 2- ) اندازه گیری و سختی کل محاسبه شد. نقشة مؤلفه ها به روش وزن دهی معکوس فاصله رسم شد. به منظور محاسبة شاخص GWQI نقشة هر مؤلفه نرمال شد و براساس آنها نقشه های رتبه به دست آمدند. سپس با استخراج وزن هر مؤلفه از نقشه، رتبة آن و نقشة شاخص GWQI تهیه شد. آب زیرزمینی لردگان براساس میانگین نقشة GWQI با مقدار 83 کیفیت مناسبی داشت. نقشة GWQI نشان داد که کیفیت آب شرب از جنوب غرب به سمت شمال کاهش می یابد، که به وجود مراکز کشاورزی فشرده، تصفیه خانة فاضلاب در شمال دشت و سازند گچساران در شمال دشت نسبت داده شد. تحلیل حساسیت به روش حذف تک نقشه ها نشان داد که شاخص GWQI در آبخوان لردگان نسبت به Tu و TSS و تا اندازه ای Na + حساس تر است و این دو مؤلفه بایستی با دقت و تکرار بیشتری اندازه گیری شوند.
