روش های طبقه بندی

گسترش سریع نواحی شهری و در پی آن، اتخاذ سیاست متراکم سازی، مقوله تراکم را به عنوان یکی از مهم ترین مؤلفه های تعیین کننده در مسائل شهری کشور مورد توجه قرار داده است؛ لیکن به دلیل تنوع ویژگی های ساختی شهرها و تأثیر پذیری تراکم از متغیر های مختلف، تحلیل و تبیین آن همواره با مشکلاتی مواجه بوده است. بنابراین با شناخت و بکارگیری روش هایی که بتواند به چنین مهمی کمک نماید، گام مطلوبی برای استغنای ادبیات شهرسازی کشور برداشته خواهد شد. بر این اساس، در این تحقیق سعی شده تا با بهره گیری از روش های آماری مبتنی بر داده های موجود (به ویژه داده های سرشماری های عمومی) به تحلیل تراکم های شهری پرداخته شود. بدین منظور برخی از روش ها و تکنیک های آماری تبیین و تحلیل تراکم در شهر تبریز به عنوان بزرگترین کلانشهر شمالغرب کشور مورد آزمون قرار گرفته و نتایج آن در این مقاله به رشته تحریر در آمده است. از جمله یافته های این تحقیق دستیابی به مدل هایی برای برآورد توسعه کالبدی شهر، طبقه بندی تراکم های شهری، و تحلیل عوامل مؤثر بر تراکم شهری در تبریز است که با توسعه آنها می توان به شناخت ابعاد وآثار تراکم های مختلف جهت نیل به روش ها و فرایندهای تعیین الگوهای علمی تراکم های شهری دست یافت. واژگان کلیدی: تراکم جمعیتی، پراکنش فضایی، روش های طبقه بندی، تغییرات تراکم.

مدیریت درست و هوشمند منابع جنگلی مستلزم به کارگیری داده های دقیق و روزآمد است. عکس های هوایی یکی از منابع مناسب برای این امر به شمار می آیند. در پژوهش حاضر، برای تهیه نقشه تراکم تاج پوشش جنگل از الگوهای بافت عکس های هوایی و مدل های شبکه عصبی مصنوعی، متوازی السطوح، حداقل فاصله و حداکثر احتمال استفاده گردید. منطقه مورد مطالعه در غرب کشور و ناحیه زاگرس مرکزی واقع شده است. مقدار میانگین مربعات خطا برای عکس های هوایی ارتوفتوشده با قدرت تفکیک مکانی 56/0 متر برابر با 2/0 پیکسل به دست آمد. ارتوفتوها با رعایت تعادل رادیومتریکی به ارتوفتوموزاییک برای ایجاد دید کلی از منطقه تبدیل گردیدند. باندهای مختلف حاصل از تجزیه و تحلیل بافتی با ماتریس هم وقوعی به ابعاد 3 3 تهیه گردیدند. در الگوی بافت، پنجره 10 10 پیکسلی به دلیل همگنی در سطح نمونه ها برای آموزش بهینة خوارزمیک ها مناسب تشخیص داده شد. در این بررسی امکان تفکیک 4 کلاس از تراکم تاج پوشش جنگل های مورد مطالعه با صحت بالاتر بر روی تصاویر بافت به نسبت تصویر خام مقدور گردید. نتایج حاصل از ارزیابی نقشه های خروجی نشان داد که شبکه عصبی مصنوعی با صحت کلی و ضریب کاپا به ترتیب 85 درصد و 8/0 در طبقه بندی تصاویر حاصل از تجزیه و تحلیل بافتی در مقایسه با دیگر روش های مورد استفاده در این تحقیق بهتر عمل می کنند.

روش طبقه بندی احادیث متأثر از نظام طبقه بندی در هر دوره ای است که مؤلفان کتب با در نظر گرفتن روش های مرسوم در عصر خویش به طبقه بندی احادیث می پردازند. کلینی جزء محدثانی است که در طبقه بندی احادیث کتاب شریف «کافی» از روش طبقه بندی عصر خود یعنی طبقه بندی مفهومی آموزه های حدیثی بهره گرفته است. اصل انتخاب و گزینش مفاهیم کلیدی کافی نیز مبتنی بر ضرورت ها و مسائل مطرح در زمان تألیف آن است. مهمترین محورهایی که از مقدمه کافی قابل استخراج هستند عبارت است از: عقل و جهل، فضل علم، ضرورت تمسک به سنت و قرآن، توحید، نبوت و امامت، آداب و فرائض و احکام. کلینی با تکیه بر نقش ابزاری عقل، بر تمسک به کتاب و سنت و اخذ معارف از آنها تأکید دارد و کتاب و عقل و جهل و فضل علم را مقدمه ای بر مباحث توحید، امامت و اخلاق و احکام قرار داده است. کلینی جامع حدیثی خویش را به شیوه درختی از کل به جزء یا از اصل به فرع تنظیم کرده است.

در اختیار داشتن نقشه های کاربری اراضی جدید در بسیاری از زمینه ها از جمله مدیریت منابع طبیعی و برنامه ریزی برای سرزمین از اهمیت بسیاری برخوردار است. داده های سنجش از دور از پتانسیل بالایی برای تهیه نقشه های به روز کاربری و پوشش اراضی برخوردارند. هدف از این تحقیق ارزیابی روش های تهیه نقشه کاربری اراضی شهرستان کامیاران با استفاده از تصاویر ماهواره ای می باشد. در این مطالعه از داده های سنجنده OLI ماهواره لندست8 مربوط به ماه ژوئن سال 2018 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، مراتع متوسط، مناطق مسکونی،پهنه آبی، زمین های بایر و رخنمون سنگی مشخص گردید. در ادامه از روش های حداکثر احتمال، حداقل فاصله، ماشین بردار پشتیبان و فاصله ماهالانوبی برای طبقه بندی نظارت شده در نرم افزار ENVI 5.3 استفاده شد. برای ارزیابی دقت روش های طبقه بندی از دو معیار صحت کلی و ضریب کاپا به همراه داده های کنترل زمینی بهره گرفته شد. نتایج تحقیق نشان داد روش ماشین بردار پشتیبان با صحت کلی 91.4 درصد و ضریب کاپا 0.88 درصد از دیگر روش ها دقت بهتری داشته است.