پرهام پهلوانی

گسترش افقی شهری با توسعه کنترل نشده و پراکنده مناطق ساخته شده یکی از الگوهای رایج رشد شهرها به شمار می رود. این پدیده، از طریق افزایش سطوح نفوذناپذیر، الگوهای رواناب و سیلاب های شهری را تغییر می دهد و به افزایش خطر آب گرفتگی در نواحی توسعه یافته منجر می شود. پژوهش حاضر، با هدف بررسی تأثیر گسترش افقی بر گستره رواناب و سیلاب، تغییرات پوشش اراضی شهر اهواز را طی دوره ۱۳۹۶ تا ۱۴۰۲ تحلیل کرده است. در این زمینه، از تصاویر ماهواره ای Sentinel-1 و Sentinel-2 و مدل یادگیری ماشین XGBoost جهت طبقه بندی اراضی به دو کلاس مناطق ساخته شده و غیر ساخته شده استفاده شده است. همچنین، با استفاده از شاخص آنتروپی شانون تغییرات الگوی رشد شهری ارزیابی و پهنه های رواناب و سیلاب با روش آستانه گذاری اوتسو استخراج شده است. نتایج تحلیل آنتروپی شانون نشان می دهد که مناطق ساخته شده به سمت پیرامون شهر پیشروی داشته است. این امر سبب افزایش سطوح نفوذناپذیر و تشدید رواناب شده است؛ طوری که بیش از ۲ هکتار از اراضی توسعه یافته طی دوره مطالعه تحت تأثیر رواناب قرار گرفته اند. همچنین بیش از ۱۵ هکتار از مناطق ساخته شده در سال های منتهی به وقوع سیلاب های فروردین ۱۳۹۸ و آذر ۱۳۹۹، طی این وقایع، دچار آب گرفتگی شده اند. افزون بر آن، تحلیل رگرسیون چندگانه نشان می دهد گسترش شهری در کنار عامل میزان بارش نقش بسزایی در افزایش وقوع پدیده های سیلاب و رواناب ایفا می کند. یافته های این پژوهش بر اهمیت مدیریت هوشمند توسعه شهری از طریق به کارگیری زیرساخت های نفوذپذیر، توسعه فضاهای سبز، و بهینه سازی سیستم های زهکشی به منظور کاهش خطرات ناشی از رواناب و سیلاب تأکید دارد.

خزش شهری، به عنوان یکی از الگوهای نامنظم رشد و توسعه شهرها شناخته می شود. این پدیده، پیامدهای مخربی در زمینه های اقتصادی، اجتماعی و زیست محیطی به همراه دارد. تحقیق حاضر به بررسی ارتباط رشد مناطق ساخت و ساز شده و افزایش جزایر گرمایی به عنوان یکی از پیامدهای پدیده خزش شهری می پردازد. به این منظور، با استفاده از تصاویر ماهواره ای لندست، نقشه های دما سطح زمین در هیوستون واقع در ایالات متحده، طی بازه زمانی 2017 تا 2023 تهیه می گردند. همچنین، نقشه های پوشش اراضی محدوده مطالعاتی با استفاده از الگوریتم یادگیری ماشین و با دقت %31/94 ایجاد می شوند. مقادیر آنتروپی شانون نرمال شده 0.9271 برای سال 2017 و 0.9314 برای سال 2023 نشان دهنده پراکندگی بالا مناطق ساخته شده و افزایش خزش شهری طی این دوره زمانی است. مقایسه نقشه های پوشش اراضی و دما سطح زمین، افزایش 3.84 درجه سلسیوسی دما در مناطق ساخته شده طی بازه زمانی مورد نظر را نشان می دهد. اختلاف دما 41/4 درجه سلسیوس مناطق ساخته شده و ساخته نشده مجاور، شدت جزایر گرمایی ایجاد شده بر اثر رشد ساخت و ساز را نمایان می سازد. افزایش چشمگیر دما در اثر رشد ساخت و ساز و تاثیر مناطق ساخته شده بر ایجاد جزایر گرمایی شهری، اهمیت مدیریت و برنامه ریزی صحیح در راستای مقابله با چالش های خزش شهری و توسعه پایدار را نشان می دهد.

پژوهش حاضر، به دنبال مکان یابی مراکز اسکان موقت در منطقه 22 شهر تهران به کمک معیارهای مؤثر است. این معیارها شامل: فاصله از هلال احمر، فاصله از پل، فاصله از مدارس، فاصله از جاده اصلی، فاصله از ایستگاه پلیس، فاصله از منبع گاز، فاصله از مساجد، فاصله از مراکز پخش مواد غذایی، فاصله از خطوط مترو، فاصله از ایستگاه مترو، فاصله از مراکز سلامتی، فاصله از پارک و فضای سبز، فاصله از بیمارستان، فاصله از مراکز آتش نشانی، تراکم جمعیت، ریسک زلزله و شیب است؛ بنابراین نوآوری تحقیق حاضر، استفاده از ترکیب مناسب و کافی از معیارها برای مکان یابی مراکز اسکان موقت می باشد. در این راستا، از روش ادغام داده محور رگرسیون وزن دار جغرافیایی «GWR» با دو هسته گوسین و مکعبی سه گانه استفاده شد. روش پیشنهادی مناسب برای مسائل، رگرسیون مکانی است، زیرا این روش با دو خاصیت منحصربه فرد داده های مکانی یعنی؛ خودهمبستگی مکانی و ناایستایی مکانی سازگار است. مقادیر «R2 و RMSE» حاصل از روش «GWR» با هسته مکعبی سه گانه به ترتیب 9413/0 و 3470/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه نسبت به هسته گوسین است. همچنین نتایج به دست آمده نشان می دهد که پارک چیتگر و مجموعه ورزشی آزادی، یکی از وسیع ترین و مناسب ترین پهنه ها برای احداث پناهگاه های اسکان موقت پس از بروز بحران زلزله برای منطقه 22 شهر تهران می باشند.

قیمت مسکن یکی از شاخص هایی است که شناخت عوامل مؤثر بر آن برای افزایش کارایی طرح ها و ارائه راهبردها و سیاست های برنامه ریزی مسکن کمک شایانی می کند. با وجود نوسان های فراوان نرخ ارز در سال های اخیر لزوم استفاده از مدلی که در آن علاوه بر ویژگی های مسکن به عوامل اقتصادی تأثیرگذار بر قیمت مسکن از جمله نرخ ارز توجه شود بیش از پیش احساس می شود. از آنجا که مدل سازی قیمت مسکن از جمله مسائلی است که دارای مؤلفه مکانی است باید در ارائه مدل مربوط به قیمت مسکن به مکان قرارگیری آن نیز توجه شود. از این رو در این پژوهش تحلیل پراکنش فضایی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شده است. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397 و 1398 و 1399 برای مدل سازی قیمت مسکن استفاده شده است. نتایج تحقیقات با استفاده از روش رگرسیون وزن دار جغرافیایی چندمقیاسه (MGWR: Multiscale Geographically Weighted Regression) به دست آمده است که در قیاس با روش های رگرسیون وزن دار جغرافیایی (GWR: Geographically Weighted Regression) و حداقل مربعات معمولی (OLS: Ordinary Least Squares) نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS و GWR و MGWR به ترتیب برابر با 762/0 و 821/0 و 853/0 حاصل شد. در این زمینه روش MGWR توانست ناهمگونی های فضایی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد.

زمین لغزش می تواند به سبب فعالیت های انسانی و عوامل محیطی رخ دهد که اثرات مخربی در پی دارد. رسیدن به یک پهنه بندی از خطر وقوع این پدیده می تواند به اتخاذ تصمیم هایی در جهت کاهش تلفات و خسارات ناشی از این پدیده کمک کند. در این مطالعه با هدف تهیه یک نقشه خطرپذیری رخداد زمین لغزش، عوامل طبیعی مختلفی شامل ارتفاع، شیب، جهت شیب، بارش، جنس خاک، فاصله از آبراهه و فاصله از گسل به کار گرفته شده اند. همچنین از اطلاعات تاریخی رخداد زلزله به منظور برآورد میزان اثر هر معیار و زیر معیار استفاده شده است که به این منظور با به کارگیری روش نسبت فراوانی (FR)، میزان اثر زیرمعیارها و با استفاده از روش آنتروپی شانون، وزن هر معیار محاسبه شده است. همچنین پس از محاسبه وزن معیارها و زیرمعیارها از روش های ویکور (VIKOR) و میانگین وزنی مرتب شده (OWA) برای تهیه نقشه خطرپذیری استفاده شده است. بر اساس نتایج به دست آمده، معیار جنس خاک با مقدار وزن 33/0 دارای بیشترین وزن مؤثر بوده است. برای مقایسه روش های مختلف از معیار FR استفاده شده است که بر اساس نتایج به دست آمده روش OWA به ازای مقادیر α برابر با 10 و 2 نتایج بهتری داشته است.

بخش زیادی از سفرهای روزانه درون شهری با هدف دسترسی به خدمات، سرویس ها، و کالاهایی است که امکان تهیه آن ها در یک منطقه مشخص وجود ندارد. از این رو، آنالیز مسیرهای پرتردد و علت حجم بالای ترافیک در آن ها می تواند به توزیع صحیح تر امکانات، خدمات، و اختصاص کاربری مناسب به زمین ها با هدف کاهش تعداد و مسافت و زمان سفرهای درون شهری منجر شود. با ظهور سنسورهای تعیین موقعیت مبتنی بر سامانه های جهانی ناوبری ماهواره ای بر تلفن های همراه، امکان ثبت آنی مواردی چون موقعیت و سرعت و شتاب افراد به صورت آنی فراهم شده است. بنابراین، در این پژوهش تلاش شده امکان استفاده از داده های GNSS ثبت شده توسط تلفن همراه با هدف شناسایی حالت حمل ونقلی که کاربر از آن استفاده کرده است توسط چهار مدل یادگیری ماشین نظارت شده با نام های RF، GB، XGB، و LightGM مورد بررسی قرار گیرد. بدین منظور، دو مجموعه داده مایکروسافت Geolife و MTL 2017، که از ویژگی های لازم برای این هدف برخوردارند، به عنوان داده ورودی استفاده شد. پس از استخراج ویژگی های هر مسیر از این دو مجموعه داده، با هدف بهبود کارایی مدل ها و کاهش حجم پردازش، از میان ویژگی های موجود ویژگی های مهم تر شناسایی و کلاسه بندی بر اساس آن ها اعمال شد. بین مدل های استفاده شده، مدل LightGM برای مجموعه داده اول با کسب مقدار 57/92 درصد در F1-Score برای داده های تست و مدل XGB برای مجموعه داده دوم با کسب مقدار 67/92 در F1-Score برای داده های تست بین مدل های موجود بهترین عملکرد را داشته اند. از تعداد 1349 سفر موجود، 1250 سفر توسط این الگوریتم به درستی تخمین زده شد که منجر به حمل ونقل پایدار شهری می شود.

در این پژوهش، تحلیل پراکنش فضایی زمانی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شد. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397، 1398، و 1399 برای مدل سازی قیمت مسکن استفاده شد. نتایج تحقیقات با استفاده از روش GTWR به دست آمد که در قیاس با روش های GWR و OLS نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS، GWR، و GTWR به ترتیب برابر با 759/0، 798/0، و 835/0 حاصل شد. روش GTWR از روش هایی است که می تواند ناهمگونی های فضایی زمانی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد. پس از متغیر نرخ ارز، ویژگی های فیزیکی مسکن، همچون مساحت واحد مسکونی و عمر بنا، اهمیت بیشتری در مدل سازی قیمت مسکن دارند. در نهایت، سطح دسترسی به خدمات شهری همچون فاصله از مراکز درمانی، ورزشی، آموزشی، مذهبی، فضای سبز، بزرگراه، و ایستگاه های حمل ونقل شهری می توانند مدل سازی قیمت مسکن را بهبود بخشند. یافته های این پژوهش نشان می دهد در صورت بهره بردن از قیمت دلار به عنوان متغیر مستقل می توان با دقت مناسبی به مدل سازی قیمت مسکن پرداخت.

ایجاد تعادل میان تقاضا و ارائه خدمات بهداشتی و درمانی نیازمند بهره برداری از بیمارستان های جدید است، اما مسئله مهم این است که کدام مکان برای احداث بیمارستان بهینه است. تحقیق حاضر به منظور تعیین مکان بهینه احداث بیمارستان در منطقه 2 کلان شهر تهران از روش ترکیبی استفاده کرده است. روش ترکیبی استفاده شده مبتنی بر سیستم اطلاعات مکانی، مدل وزن دهی بهترین-بدترین و روش های تصمیم گیری چندمعیاره واسپاس و تاپسیس است. مقایسات زوجی کمتر در فرایند وزن دهی روش پیشنهادی موجب افزایش دقت و قابلیت اطمینان نتایج تصمیم گیری شده است. انجام توأم مدل سازی مکانی و رتبه بندی نیز موجب کاهش فضای جست وجوی مکان های مناسب احداث بیمارستان شده است. این ابتکار علاوه بر افزایش دقت، موجب افزایش سرعت و سهولت تصمیم گیری می شود؛ بر این اساس، پس از تعیین معیارهای مناسب در تصمیم گیری، فرایند وزن دهی با مدل جدید بهترین-بدترین انجام شد و لایه مکانی هر معیار با استفاده از سیستم اطلاعات مکانی تهیه شد. براساس نتایج روش وزن دهی، معیارهای فاصله از بیمارستان های موجود و فاصله از مراکز بهداشتی و درمانی، به ترتیب بیشترین و کمترین وزن را به خود اختصاص دادند. در گام بعد، نقشه تناسب اراضی با تلفیق لایه های مکانی تهیه شد. تقریباً 88 درصد نتایج مدل سازی مکانی با واقعیت های منطقه مطابقت داشت و نیمه غربی به ویژه قسمت جنوب غربی برای احداث بیمارستان جدید، از تناسب بیشتری در مقایسه با سایر قسمت ها برخوردار بود. درنهایت سایت های شماره 2، 5 و 8 از میان 11 سایت کاندید، به عنوان بهینه ترین مکان برای احداث بیمارستان جدید در منطقه 2 کلان شهر تهران تعیین شد. پیشنهاد می شود که متناسب با جمعت ساکن در قسمت های فاقد دسترسی مطلوب به امکانات بیمارستانی در منطقه 2، یک یا چند بیمارستان در سایت های بهینه تعیین شده احداث شود تا علاوه بر بهبود دسترسی شهروندان به خدمات بهداشتی و درمانی، هزینه های دسترسی ساکنان منطقه به خدمات بهداشتی و درمانی کاهش یابد. 

پژوهش حاضر با هدف مکان یابی مراکز اسکان موقت پس از بحران زلزله به منظور تأمین نیازمندی های حادثه دیدگان انجام شد. در این تحقیق سعی شد جایگاه های اسکان موقت در منطقه 22 شهر تهران به کمک معیارهای مؤثر شناسایی شوند. داده های مورد نیاز از طریق سازمان پیشگیری و مدیریت بحران شهر تهران و نتایج سرشماری عمومی نفوس و مسکن سال 1397 به دست آمد. نوآوری تحقیق حاضر ارائه یک رویکرد ترکیبی جدید جهت تعیین معیارهای مؤثر برای مکان یابی جایگاه های اسکان موقت است. در این زمینه از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده شد. روش ترکیبی پیشنهادی مناسب برای مسائل رگرسیون مکانی است. زیرا این روش با دو خواص منحصربه فرد داده های مکانی، یعنی خودهمبستگی مکانی و ناایستایی مکانی، سازگار است. بهترین مقدار تابع برازش (1-R2) برای هسته های گوسین و مکعبی سه گانه به ترتیب 04616/0 و 0097/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه با معیارهای مؤثر است. بر اساس نقشه های حاصل شده، پارک چیتگر و مجموعه ورزشی آزادی وسیع ترین و مناسب ترین پهنه ها برای احداث جایگاه های اسکان موقت پس از بروز بحران زلزله در منطقه مورد مطالعه هستند. با شناسایی جایگاه های اسکان موقت، سازمان های مربوطه می توانند زیرساخت های اولیه و مناسب را برای این مراکز منتخب فراهم کنند تا در صورت وقوع زلزله نیاز به صرف وقت برای تأمین این خدمات نباشد.

تعیین مکان بهینه برای احداث بیمارستان موجب افزایش رضایت شهروندان از خدمات بهداشتی و درمانی و کیفیت زندگی شان می شود. هدف پژوهش حاضر، تعیین مکان بهینه برای احداث بیمارستان در منطقه 2 کلان شهر تهران است که بدین منظور یک روش ترکیبی شامل سیستم اطلاعات جغرافیایی، وزن دهی سوارا و رتبه بندی کوپراس ارائه شده است. روش ارائه شده، مدل سازی مکانی و رتبه بندی بهینه مکان احداث بیمارستان را به طور یکپارچه انجام داده است و موجب افزایش دقت، سهولت پیاده سازی و کاهش پیچیدگی های معمول می شود. روش های تصمیم گیری چند معیاره سوارا و کوپراس جزو بهترین روش های تصمیم گیری هستند و در زمینه تعیین مکان بهینه بیمارستان و در ترکیب با سیستم اطلاعات جغرافیایی کمتر موردتوجه قرار گرفته اند. نتایج روش وزن دهی نشان دهنده آن بود که معیارهای فاصله از بیمارستان های موجود و توزیع مکانی ذرات PM2.5  به ترتیب مهم ترین و کم اهمیت ترین معیارها در فرایند تصمیم گیری تعیین مکان بهینه بیمارستان هستند. نتایج مدل سازی مکانی نشان دهنده آن بود که قسمت های جنوب غربی منطقه از پتانسیل بسیار زیادی برای احداث بیمارستان برخوردارند و به طور تقریبی 48 درصد از منطقه دارای پتانسیل احداث بیمارستان است. به عبارتی، عدالت فضایی برای شهروندان نیمی از منطقه در استفاده از خدمات درمانی بیمارستان ها برقرار نیست. نتایج رتبه بندی سایت های کاندید نشان دهنده آن بود که دو سایت 5 و 6 مناسب ترین مکان برای احداث بیمارستان جدید در منطقه 2 بوده اند. براساس نتایج تحقیق، روش وزن دهی مورداستفاده با وجود پیچیدگی اجرایی و محاسباتی بسیار کمتر نسبت به روش وزن دهی رایج فرایند تحلیل سلسله مراتبی دقتی مشابه دارد؛ همچنین رویکرد یکپارچه مدل سازی مکانی و رتبه بندی نسبت به حالت های مستقل موجب افزایش دقت و سهولت تصمیم گیری می شود.

با توجه به بالا رفتن وقوع سیلاب مخصوصاً در سطح شهرها و به وجود آمدن خطرات جانی، مالی و محیط زیستی ناشی از افزایش آن، پهنه بندی مناطق سیل خیز از اهمیت بالایی برخوردار است. لذا در این تحقیق سعی شد مناطق وقوع سیلاب به کمک تعیین معیارهای مؤثر پهنه بندی شود. معیارهای مورد استفاده در این تحقیق شامل شاخص فورنیه اصلاح شده، شاخص موقعیت توپوگرافی، منحنی رواناب، جریان تجمعی، شیب، مدل رقومی ارتفاعی، شاخص رطوبت توپوگرافی، فاصله قائم تا رواناب، فاصله افقی تا رواناب و شاخص نرمال شده تفاوت پوشش گیاهی است. نوآوری این مطالعه ارائه روش ترکیبی جدید برای تعیین معیارهای موثر در پهنه بندی خطر سیل (شهرستان مانه و سملقان) است. در این راستا از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده گردید. روش ترکیبی پیشنهادی مناسب برای مسائل رگرسیون مکانی است، زیرا این روش با دو خواص منحصر به فرد داده های مکانی یعنی خودهمبستگی مکانی و ناایستایی مکانی سازگار است. بهترین مقدار تابع برازش ( 1-R) برای هسته های گوسین و مکعبی سه گانه به ترتیب 0745/0 و 0022/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه نسبت به هسته گوسین با معیارهای مؤثر است. هم چنین مشخص شد که معیارهای به کار برده شده تأثیر قابل توجهی بر میزان سیل خیزی در منطقه موردمطالعه دارند.

بیمارستان ها یکی از مراکز خدماتی مهم اند و انتخاب مکان بهینه بیمارستان به منظور توزیع فضایی مطلوب بیمارستان ها و دسترسی مطلوب شهروندان به آن ها بسیار مهم و پیچیده است. در تحقیق حاضر به منظور مکان یابی بهینه بیمارستان در منطقه 5 کلان شهر تهران از ترکیب سیستم اطلاعات جغرافیایی و روش های وزن دهی عینی و تصمیم گیری چندمعیاره استفاده شد. در این تحقیق از سیستم اطلاعات جغرافیایی به منظور تجزیه وتحلیل و مدیریت معیارهای مکان یابی بهینه بیمارستان و از روش وزن دهی کریتیک به دلیل در نظر گرفتن همبستگی بین معیارها و از روش وزن دهی آنتروپش شانون به دلیل مدل سازی عدم قطعیت موجود در معیارها استفاده شد. روش تصمیم گیری چندمعیاره کوداس به دلیل جدید بودن و ارزیابی گزینه ها بر اساس دو معیار ارزیابی مورد استفاده قرار گرفت. بر اساس نتایج روش وزن دهی کریتیک معیارهای فاصله از مراکز بهداشتی و درمانی و بر اساس نتایج روش وزن دهی آنتروپی شانون معیارهای فاصله از مناطق صنعتی مهم ترین معیار در مکان یابی بهینه بیمارستان بودند. نتایج رتبه بندی سایت های کاندید با استفاده از دو روش کریتیک کوداس و آنتروپی شانون کوداس تقریباً یکسان بود و هر دو روش سایت های واقع در نیمه غربی منطقه مورد مطالعه را که فاقد بیمارستان بودند به عنوان سایت های مناسب تشخیص دادند. نتایج تحقیق بیانگر صحت بالای ترکیب روش های وزن دهی عینی و تصمیم گیری چندمعیاره در مکان یابی بهینه بیمارستان بود. این روش ها می توانند جایگزین روش های وزن دهی موضوعی، همانند فرایند تحلیل سلسله مراتبی، شوند.

بیمارستان ها از مراکز خدماتی ضروری مورد نیاز بشرند که نقش آن ها در سلامت جامعه و شهروندان بسیار حائز اهمیت است. یکی از موضوعات مهم مربوط به بیمارستان ها در شهرهای توسعه یافته تعیین مکان مناسب و بهینه جهت احداث آن هاست. در این پژوهش، به منظور تعیین مکان بهینه احداث بیمارستان، از تلفیق دیدگاه خبرگان و سیستم های اطلاعات مکانی و تصمیم گیری چندمعیاره استفاده شد. بدین منظور ابتدا دوازده معیار، به منظور مدل سازی مکانی مناطق مستعد احداث بیمارستان، انتخاب و سپس وزن هر یک از معیارها با استفاده از روش وزن دهی فرایند تحلیل شبکه (ANP) محاسبه شد. در ادامه، نقشه مناطق مستعد و غیر مستعد احداث بیمارستان تهیه و یازده سایت در مناطق مستعد انتخاب شد. در مرحله بعد، بار دیگر وزن هر یک از معیارها با استفاده از روش وزن دهی اهمیت معیارها از طریق همبستگی بین معیارها (CRITIC)، تعیین شد. پس از آن، با استفاده از تلفیق روش های وزن دهی ANP و CRITIC با روش های تصمیم گیری چندمعیاره ارزیابی بر اساس فاصله از راه حل میانگین (EDAS) و ویکور (VIKOR) مکان های کاندید رتبه بندی شدند. نتایج مدل سازی مکانی نشان داد نیمه غربی منطقه جهت احداث بیمارستان جدید از تناسب بسیار بیشتری نسبت به سایر مناطق برخوردار است. بر اساس نتایج روش ANP معیار فاصله از بیمارستان ها و بر اساس نتایج روش CRITIC معیار ریسک آسیب پذیری لرزه ای مهم ترین معیار در تعیین مکان بهینه بیمارستان بودند. بر اساس نتایج رتبه بندی روش های CRITIC-EDAS، CRITIC-VIKOR، و ANP-EDAS سایت شماره 1 و بر اساس نتایج روش ANP-VIKOR سایت شماره 8 مناسب ترین مکان جهت احداث بیمارستان جدید بودند. با توجه به نتایج ارزیابی سایت ها توسط کارشناسان، روش های CRITIC-EDAS و CRITIC-VIKOR از صحت بالاتری در انتخاب مکان بیمارستان برخوردارند.

در سال‌های اخیر سازمان های نقشه‌برداری کشور، جغرافیایی،ثبت و املاک کشور و به‌صورت محدود برخی شهرداری‌ها برای ارائه خدمات تعیین موقعیت آنی دیفرانسیلی اقدام به ایجاد سامانه‌هایی کرده‌اند. این سامانه‌ها هرچند برای مقاصد نقشه‌برداری سریع در کشور مؤثر و مفید بوده‌اند، اما تأمین‌کننده تعیین موقعیت دقیق در مناطق ساحلی و فراساحلی کشور برای پاسخگویی به نیازهای ناوبری و اکتشاف و استخراج منابع دریایی در میادین نفتی نیستند. این در حالی است که کشور دارای مرز آبی طولانی در جنوب و شمال بوده و در برنامه‌های توسعه کشور، اقتصاد دریا محور در اولویت قرار گرفته است. گام اصلی در ایجاد یک سامانه تعیین موقعیت دیفرانسیلی آنی انتخاب مکان مناسب برای استقرار ایستگاه‌های تعیین موقعیت دائم است. لذا مکان‌یابی ایستگاه‌های شبکه کینماتیک آنی در جنوب کشور موضوع این تحقیق قرار گرفت. برای این منظور ابتدا ماتریس مقایسه زوجی لایه‌ها و زیرلایه‌های اطلاعاتی مورد نیاز، بر‌اساس نظر پنج خبره در این امر به روش دلفی به‌دست آمد. سپس با استفاده از نرم‌افزار Matlab به روش تحلیل سلسله مراتبی فازی(Fuzzy Analytic Hierarchy Process) برنامه ‌نویسی و وزن هر لایه و زیرلایه محاسبه شد. سپس بر‌اساس وزن‌های به‌دست آمده از تجزیه و تحلیل ماتریس‌های مقایسات زوجی برای هر یک از زیر لایه‌ها، کلاسه‌بندی لایه‌ها در محیط GIS انجام پذیرفت؛ در نهایت با ادغام لایه‌ها به روش هم‌پوشانی شاخص وزن‌دار (Weighted index overlay) بر‌اساس وزن‌های به‌دست آمده برای هر لایه، مکان‌یابی برای استقرار ایستگاه‌های دائمی بهینه ‌یابی شده است. جزئیات محاسبات و نتایج حاصل در مقاله ارائه شده است.

خدمات بهداشتی و درمانی از مهم ترین خدمات شهری بوده که دسترسی مناسب به مراکز ارائه دهنده این خدمات بسیار مهم و حیاتی است. مسئله تعیین مکان بهینه بیمارستان یک مسئله دشوار تصمیم گیری چند معیاره است و استفاده از سیستم های اطلاعات جغرافیایی موجب بهبود عملکرد آن می شود. در این تحقیق به منظور تعیین مکان بهینه احداث بیمارستان در منطقه 5 تهران از تلفیق سیستم های اطلاعات جغرافیایی و تصمیم گیری چند معیاره استفاده شده است. بدین منظور ابتدا معیارهای موثر در فرایند تعیین مکان بهینه بیمارستان با مرور ادبیات و نظرات کارشناسان انتخاب شده و لایه مکانی هر معیار تهیه شده است. در گام بعدی تعداد 10 سایت در این منطقه انتخاب شده و مقادیر معیارها برای هر کدام محاسبه شده است. آنگاه با استفاده از روش وزن دهی اهمیت معیارها از طریق همبستگی بین معیارها (کریتیک) وزن معیارها تعیین شده است. نتایج وزن دهی نشان داد که معیار آسیب پذیری لرزه ای موثرترین معیار در فرایند تصمیم گیری است. در مرحله بعد به وسیله دو روش تصمیم گیری چند معیاره ارزیابی ترکیبی مبتنی بر فاصله (کوداس) و ویکور ارزیابی و رتبه بندی سایت ها انجام شده و نتایج بیانگر تشابه عملکرد دو روش بوده است. نتایج رتبه بندی دو روش نشان داد که سایت شماره 7 و سایت شماره 1 به ترتیب بهترین و نامناسب ترین مکان جهت احداث بیمارستان می باشند. جهت ارزیابی صحت رتبه بندی روش ها، نتایج رتبه بندی دو روش با رتبه بندی صورت گرفته توسط کارشناسان مورد مقایسه قرار گرفت. ارزیابی صحت روش ها نشان داد که روش کوداس به منظور انتخاب مکان بهینه بیمارستان از صحت بالاتری نسبت به روش ویکور برخوردار است.

امروزه شناسایی فاکتورهای موثر بر آتش سوزی جنگل ها از اهمیت بسیار بالایی برخوردار است زیرا سالانه مساحت زیادی از جنگل های جهان بر اثر آتش سوزی نابود می شوند و تکرار این اتفاق در بلندمدت می تواند خسارات جبران ناپذیری بر زمین و ساکنین آن وارد کند. با شناسایی این فاکتورها می توانیم زمان ها و نقاط دارای ریسک بالای آتش سوزی را شناسایی نمائیم و با وضع قوانین و سیاست های مدیریتی کارآمد، آموزش به مردم و نظارت بیشتر در جهت مقابله با عوامل محرک آتش برآییم. در این تحقیق سعی شده است فاکتورهای موثر بر آتش سوزی های جنگل گلستان شناسایی شود و برای این منظور از سه روش رگرسیون خطی چندگانه، رگرسیون لجستیک و رگرسیون اسپلاین تطبیقی چندمتغیره در ترکیب با الگوریتم ژنتیک استفاده شد. نتایج این تحقیق نشان داد که هر دو دسته فاکتورهای بیوفیزیکی و انسانی در آتش سوزی های منطقه مورد مطالعه دارای تأثیر هستند. از این میان تنها فاکتورهای حداقل دما و حداکثر سرعت باد در هر سه حالت موثر شناخته شدند. روش رگرسیون اسپلاین تطبیقی چندمتغیره در مقایسه با دو روش دیگر عملکرد بهتری از خود نشان داد. مقدار RMSE نرمال شده این سه روش برابر 4291/0 برای رگرسیون خطی چندگانه، 9416/0 برای رگرسیون لجستیک و 1757/0 برای رگرسیون اسپلاین تطبیقی چندمتغیره و مقدار R 2 آن ها نیز به ترتیب برابر 9862/0، 9912/0 و 9886/0 به دست آمد.

امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار میگیرند. دادههای راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانهروزی امکان جمعآوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاسخ ویژهای در فرکانس راداری دارند، تواناییهای تصاویر نوری را تکمیل میکنند. همچنین دادههای هوابرد لیدار نیز میتوانند اندازهگیریهای نمونهای با دقت بسیار بالا از ساختارهای قائم در اختیار قرار دهند. در نتیجه، استفاده همزمان دادههای نوری، راداری و لیدار میتواند اطلاعات بیشتری در کاربردهای متنوع فراهم نماید. در این تحقیق، با بکارگیری همزمان این سه دسته داده سعی بر شناسایی عوارض خاص شهری به شکل بهینه نمودیم. در این راستا، با بکارگیری و تولید توصیفگرهای مختلف (57 توصیفگر) و با استفاده از روشهای استخراج ویژگی (شامل PCA و ICA) و تخمین ابعاد ذاتی دادهها (شاملSML و NWHFC)، فضای بهینهای برای طبقهبندی نظارت شده ایجاد شد. پس از انجام طبقهبندی (روش K-NN) با استفاده از نتایج بدست آمده، توصیفگرهای (لایههای اطلاعاتی) تولید شده برای شناسایی عوارض خاص شهری شامل ساختمانها، راهها و پوشش گیاهی براساس دقت کلاسهبندی بدست آمده و گروهبندی شدند. نتایج عددی بدست آمده حاکی از کارایی بالای رویه پیشنهادی و نیز روشهای بکارگرفته شده تخمین بعد ذاتی و استخراج ویژگی است.