درخت حوزه‌های تخصصی

استفاده از مدل رقومی ارتفاع (DEM)، استخراج خصوصیات فیزیوگرافی مورد استفاده در مدل های هیدروگراف واحد لحظه ای نش و روسو را میسر می سازد. بنابراین دقت مکانی مدل رقومی ارتفاع بر عملکرد مدل های هیدروگراف واحد لحظه ای نش و روسو موثر می باشد. لذا پژوهش حاضر با هدف ارزیابی تاثیر مدل های رقومی ارتفاع شامل ALOS PALSAR، ASTER، SRTM و GTOPO به ترتیب با دقت 5/12، 30، 90 و 1000متر و  مدل رقومی ارتفاع حاصل از نقشه توپوگرافی (TOPO)سازمان زمین شناسی با مقیاس 1:25000 و دقت 10 متر در مدل های نش و روسو در حوزه آبخیز کسیلیان انجام شد . مواد و روش ها حوزه آبخیز کسیلیان به مساحت حدود 43/66 کیلومترمربع در جنوب شرق استان مازندران در عرض شمالی ´´30 ˊ 58° 35تا  ´´15 ˊ07 °36 و طول شرقی ´´44 ˊ08 °53 تا ´´42 ˊ15 °53 است. این حوضه بر اساس طبقه بندی اقلیمی دومارتن دارای آب و هوای مرطوب است و بارندگی متوسط منطقه 4/783 میلی متر می باشد.خصوصیات فیزیوگرافی شامل نسبت های هورتونی برای هر DEM محاسبه شد. در نهایت ابعاد هیدروگراف واحد لحظه ای بر اساس مدل های نش و روسو برای 64 واقعه بارش-رواناب و پنج DEM مختلف تخمین زده شد. نتایج و بحث نتایج نشان داد با کاهش دقت DEM تکامل شبکه آبراهه از دست می رود به نحوی که حداکثر رتبه آبراهه در مدل های TOPO وPALSAR  ALOS  برابر با شش، و در ASTER تعداد آن به پنج کاهش یافت. تنها درSRTM و GTOPO تعداد رتبه های آبراهه به طور قابل ملاحظه ای به سه تقلیل پیدا کرد. پارامتر های n و k به عنوان مولفه های موثر در مدل های نش و روسو هستند که در مدل نش میزان n در DEMهای مختلف اختلاف معنی داری نداشت. اما مقدار k با کاهش دقت DEM  از 35/1 به 64/1 افزایش یافته است.  در برآورد پارامتر n به روش روسو، روند ثابتی در مدل های رقومی ارتفاع دیده نمی شود به طوری که در TOPO، ALOS PALSAR و ASTER حدود شش به دست آمد. در حالی که در SRTM، سه و در GTOPO، چهار برآورد شد و پارامتر k برای هر رویداد متفاوت و مقدار آن در DEMهای مختلف متفاوت بوده است. در حجم رواناب برآوردی روش نش، کمترین و بیشترین متوسط درصد خطای نسبی به ترتیب مربوط به مدل هایTOPO و GTOPO با مقادیر 72/10 و 01/11درصد می باشد. در ارتباط با حجم رواناب تخمینی روش روسو، مقدار متوسط درصد خطای نسبی در سه مدل TOPO، ALOSPALSAR و ASTER تقریباً مشابه به دست آمده است. در حالی که میزان خطا در SRTM و GTOPO بیشتر از سایر مدل های رقومی ارتفاع برآورد شده است. درواقع به دلیل توانایی مشابه استخراج خصوصیات فیزیوگرافی حوضه از این سه مدل ، نتایج نزدیک به هم به دست آمده است. البته باید بیان نمود که با تفاوت کم، کمترین میزان خطا در تخمین حجم رواناب مربوط به مدل TOPO است. نتیجه گیری مدل رقومی ارتفاع ASTER با دقت پایین تر نسبت به TOPO وPALSAR  ALOS شبکه آبراهه قابل قبولی را ارائه داده است. هرچند SRTM و GTOPO شبکه آبراهه مطلوبی را ارائه نداده اند. به طور کلی با افزایش قدرت تفکیک مکانی DEM تراکم شبکه آبراهه مطلوب تر می شود اما آبراهه اصلی در DEM های با دقت کمتر تا حدودی توسعه یافته است. با تخمین صحیح مقادیر n و k در روش نش و روسو می توان کارایی هر دو روش را در مدل سازی فرآیند بارش-رواناب افزایش داد. روش های متفاوتی جهت تخمین مقادیر n و k ارائه شده است که در پژوهش حاضر به منظور بررسی اثر مدل های رقومی مختلف در روش نش، از بین روش های مختلف تخمین پارمترهای آن از روش تجربی استفاده شده است. در روش تجربی خصوصیات فیزیوگرافی حوزه آبخیز از جمله شیب، طول آبراهه اصلی و مساحت حوضه نقش اصلی را در تخمین دبی اوج ایفاء می کنند. در ارتباط با تخمین دبی اوج، مدل نش و در تخمین حجم رواناب مدل روسو با استفاده از مدلTOPO  عملکرد بهتری داشت. درواقع می توان بیان نمود که تخمین دبی اوج در روش نش بر اساس روش تجربی، در این حوزه آبخیز نتایج قابل قبولی را ارائه داده است. با توجه به ضرورت برآورد دبی اوج در تعیین ابعاد هیدروگراف واحد لحظه ای در حوزه آبخیز به منظور شبیه سازی دقیق و کنترل سیلاب های آتی، استفاده از نتایج پژوهش حاضر می تواند کمک شایانی نماید.

پیشینه و هدف: پیشگیری از شور شدن خاک و مدیریت آبیاری کشاورزی بستگی زیادی به برآورد دقیق شوری خاک دارد . بنابراین، استفاده از روش های سنتی (تحلیل آزمایشگاهی، بررسی های میدانی) برای پایش آن ناکافی و نامناسب است، زیرا با پویایی تکامل این پدیده هم خوانی ندارد و هزینه های بالایی را نیز به همراه دارد. در ضمن روش های مورد استفاده در ارزیابی تغییرات مکانی، باید قدرت پاسخ گویی به پرسش ها و تحولات جدیدی که در این زمینه رخ می دهد را داشته باشد. به عنوان یک راهکار، تصاویر ماهواره ای می توانند به عنوان ابزاری قدرتمند برای نظارت مستمر استفاده شوند؛ زیرا حساسیت سیگنال های الکترومغناطیسی به پارامترهای خاک در اولین لایه سطحی که مستقیما با محتوای نمک خاک مرتبط است، وجود دارد. در مورد شوری خاک مطالعات بسیاری صورت گرفته، که براساس نمونه های زمینی و تصاویر ماهواره ای مورد استفاده نتایج متفاوتی به دست آمده است، بنابراین به کارگیری داده ها و تکنیک هایی که بتواند ضمن حذف خطاهای تصویر از دقت و صحت کافی برخوردار باشد، مورد توجه نقشه برداران خاک است. با توجه به اهمیت این موضوع، هدف از این پژوهش، ارزیابی و بررسی ارتباط بین داده های زمینی با شاخص های طیفی استخراج شده از تصاویر ماهواره ای لندست در شهرستان بناب است. مواد و روش ها: در این پژوهش، سه نوع داده مورد استفاده قرار گرفت: تصاویر ماهواره ای لندست 7 و 8 با فاصله زمانی 15 ساله، تصویر DEM بعنوان داده کمکی در عملیات طبقه بندی ، هم چنین نمونه های شوری خاک که از 74 نقطه مختلف در فواصل مکانی 500 متری جمع آوری شده اند. این نمونه ها از یک منطقه به مساحت 40 کیلومتر مربع در پاییز 2014 برداشت شده اند. جهت بررسی معناداری نمونه های زمینی با تصاویر ماهواره ای، از 12 شاخص طیفی سنجش از دور، استفاده شده است، پس از پیش پردازش های لازم (اتمسفری، رادیومتری و اعمال فیلتر 3*3)، مقادیر متناظر به مقادیر EC استخراج شدند. تصاویر قبل و بعد از اعمال فیلتر از طریق روش های رگرسیون مورد بررسی قرار گرفتند. در ادامه، از روش رگرسیون گام به گام برای بررسی ارتباط بین متغیرهای مستقل و متغیر وابسته استفاده شد. همه شاخص های طیفی به عنوان متغیرهای مستقل وارد مدل شدند، نتایج نشان داد که از بین این شاخص ها، NDWI و NDSI دارای بیشترین ارتباط معنادار با نمونه های زمینی هستند. برای تهیه نقشه ی تغییرات شوری خاک برای سال های 1999 تا 2014، از نمونه های زمینی و شاخص NDSI استفاده شد. همچنین، با استفاده از داده های DEM، داده های زمینی، و تصویر Landsat 8، نقشه طبقه بندی حداکثر احتمال برای سال 2014 تهیه شد. نتایج و بحث: تحلیل رگرسیون بین نمونه های EC و شاخص های طیفی نشان داد که شاخص های NDVI (0/45)، NDWI (0/37)، SI-T (0/43) و NDSI (0/41)، نسبت به دیگر شاخص ها دارای ارتباط معنادارتری با شوری خاک هستند. استفاده از فیلتر، ضریب تبیین این ارتباطات را بهبود بخشیده است . به علاوه، شاخص های VSSI و BI کمترین ارتباط معنایی را با نمونه های زمینی نشان دادند. نمودار تغییرات شوری خاک نشان می دهد که در منطقه ای با مساحت حدود ۴۰ کیلومتر مربع، بیشترین تغییرات شوری خاک با مقدار ۳۵.۳ کیلومتر مربع مربوط به تغییرات از اراضی شور به فوق العاده شور رخ داده است. نقشه طبقه بندی حداکثر احتمال برای سال ۲۰۱۴ نشان می دهد که با خشک شدن دریاچه ارومیه، روند افزایش شوری در منطقه تشدید شده است. نتیجه گیری : نتایج این پژوهش نشان داد، همه شاخص های استخراج شده دارای ارتباط معنایی با داده های شوری خاک هستند، و از بین شاخص های استخراج شده، شاخص های (NDVI، NDWI، SI-T، NDSI) دارای ارتباط معنایی بیش تری نسبت به شاخص های دیگر بودند. هم چنین نتایج استفاده از فیلتر نشان داد، اعمال فیلتر بر روی شاخص می تواند نتایج پژوهش را بهبود ببخشد. این مطالعه بر استفاده از تصاویر ماهواره ای برای پایش مداوم شوری خاک به دلیل حساسیت و سازگاری آن، بهتر از روش های سنتی تاکید دارد. همبستگی های قابل توجه بین داده های زمینی و شاخص های طیفی مانند NDVI، NDWI، SI-T و NDSI بر اثربخشی آنها در تجزیه و تحلیل دینامیک شوری خاک تأکید می کند. این یافته ها راهنمایی های ارزشمندی را برای تحقیقات آتی فراهم می کنند و بر استفاده از تکنیک های فیلتر برای بهبود دقت در ارزیابی تغییرات مکانی در شوری خاک تاکید می کند. اطلاعات این پژوهش می تواند به عنوان راهنما مفیدی برای انتخاب داده ها و تصاویر ماهواره ای دیگر در مطالعات مشابه مربوط به تغییرات مکانی شوری خاک در نظرگرفته شود.  

سابقه و هدف: توسعه نامتوازن شهرها، به علت نبود طرح های توسعه یا نادیده گرفتن آن، باعث بروز ناعدالتی در توزیع خدمات به شهروندان شده است. خدمات آموزشی از جمله خدمات شهریِ بسیار مهم است که دسترسی مناسب شهروندان به آنها می تواند در روند توسعه پایدار شهری، کاهش آلودگی های زیست محیطی و افزایش کیفیت زندگی نقش اساسی داشته باشد. در این تحقیق، سعی می شود با بررسی میزان عرضه (مدارس) و تقاضا (دانش آموزان)، دسترسی دانش آموزان به مراکز آموزشی در بستر شبکه معابر در منطقه 18 شهری تهران، بررسی و مناطق کمتربرخوردار شناسایی شود و به منظور افزایش عدالت آموزشی، برنامه ریزی صورت گیرد. در این پژوهش، عدالت مکانی ازمنظر دسترسی دانش آموزان به مراکز آموزشی بررسی می شود. مواد و روش ها: در این تحقیق، با استفاده از دو معیار کیفیت استقرار مراکز آموزشی و کیفیت دسترسی، شاخص عدالت مکانی تعریف می شود. هریک از این معیارها از مجموعه ای زیرمعیار تشکیل شده است. کیفیت موقعیت استقرار مراکز آموزشی، به لحاظ قرارگیری در حریم های ممنوع و خطرناک و یا دسترسی به کاربری های مکمل، از عوامل تأثیر گذار شناخته می شود؛ بنابراین در این پژوهش، کیفیت فضای داخلی مرکز آموزشی مانند کیفیت ساختمان، امکانات آموزشی، نور، رنگ، معلمان، روش های آموزشی و حتی مساحت تخصیص یافته به هر دانش آموز (سرانه آموزشی) مدنظر نیست. همچنین میزان تقاضای آموزشی، برمبنای جمعیت دانش آموزان در بلوک های جمعیتی، ملاک محاسبات قرار خواهد گرفت. درمورد کیفیت دسترسی نیز فرض بر این است که تمامی بلوک های شهری، براساس نزدیک ترین فاصله به مدارس، دسترسی پیدا می کنند؛ یعنی کل جمعیت، در هر مقطع، به نزدیک ترین مدرسه تخصیص می یابد. این تخصیص با توجه به ظرفیت مدرسه نیز لحاظ شده است. بدیهی است که فاصله بیشتر از حد استاندارد و شعاع دسترسی مقطع مورد نظر در کیفیت دسترسی تأثیر می گذارد. نوآوری اصلی این تحقیق در بررسی عدالت مکانی، در نظر گرفتن معیارهای کیفیت و امنیت معابر درکنار فاصله طولی دسترسی به مرکز آموزشی است. پارامترهایی همچون چشم ناظر، کاربری های مختلط، عرض معبر و وجود پیاده رو می تواند در کیفیت فاصله ای که دانش آموزان طی می کنند تأثیرگذار باشد. در این مطالعه، ابتدا نقشه های زیرمعیارهای گوناگون گردآوری می شود و سپس، با استفاده از روش تحلیل سلسله مراتبی، براساس نظر کارشناس وزنی تعلق می گیرد و درنَهایت، شاخص عدالت مکانی محاسبه می شود. نتایج و بحث: با بررسی محلات زیر پوشش مدارس، ملاحظه شد که محدوده های حاشیه محلات مسکونی کمتر از دیگر محدوده ها خدمات آموزشی دریافت می کنند. در این میان، ناحیه 3 بدترین و ناحیه 2 بهترین وضعیت را داشته است. با توجه به نقشه های وضعیت منطقه 18، می توان دریافت ناحیه 3 (محله یافت آباد) قدیمی ترین محله در منطقه است که معابر ارگانیک و بافت متراکمی دارد و تسهیلات شهری، ازجمله مراکز آموزشی، بیشتر در حاشیه این محله قرار گرفته است. ازطرفی، ناحیه 2 (شهرک ولیعصر) محله ای با قدمت کمتر و دارای معابر منظم و ساختاریافته تری است. نتیجه گیری: براساس یافته های تحقیق، شاخص عدالت مکانی در وضعیت فعلی 69/0 است که نشان می دهد توزیع مراکز آموزشی، در منطقه مورد مطالعه، شرایط نسبتاً خوبی دارد. انجام دادن چنین مطالعه ای به برنامه ریزان شهری کمک می کند، برای افزایش عدالت آموزشی، تصمیم های بهتری بگیرند. سابقه و هدف: توسعه نامتوازن شهرها، به علت نبود طرح های توسعه یا نادیده گرفتن آن، باعث بروز ناعدالتی در توزیع خدمات به شهروندان شده است. خدمات آموزشی از جمله خدمات شهریِ بسیار مهم است که دسترسی مناسب شهروندان به آنها می تواند در روند توسعه پایدار شهری، کاهش آلودگی های زیست محیطی و افزایش کیفیت زندگی نقش اساسی داشته باشد. در این تحقیق، سعی می شود با بررسی میزان عرضه (مدارس) و تقاضا (دانش آموزان)، دسترسی دانش آموزان به مراکز آموزشی در بستر شبکه معابر در منطقه 18 شهری تهران، بررسی و مناطق کمتربرخوردار شناسایی شود و به منظور افزایش عدالت آموزشی، برنامه ریزی صورت گیرد. در این پژوهش، عدالت مکانی ازمنظر دسترسی دانش آموزان به مراکز آموزشی بررسی می شود. مواد و روش ها: در این تحقیق، با استفاده از دو معیار کیفیت استقرار مراکز آموزشی و کیفیت دسترسی، شاخص عدالت مکانی تعریف می شود. هریک از این معیارها از مجموعه ای زیرمعیار تشکیل شده است. کیفیت موقعیت استقرار مراکز آموزشی، به لحاظ قرارگیری در حریم های ممنوع و خطرناک و یا دسترسی به کاربری های مکمل، از عوامل تأثیر گذار شناخته می شود؛ بنابراین در این پژوهش، کیفیت فضای داخلی مرکز آموزشی مانند کیفیت ساختمان، امکانات آموزشی، نور، رنگ، معلمان، روش های آموزشی و حتی مساحت تخصیص یافته به هر دانش آموز (سرانه آموزشی) مدنظر نیست. همچنین میزان تقاضای آموزشی، برمبنای جمعیت دانش آموزان در بلوک های جمعیتی، ملاک محاسبات قرار خواهد گرفت. درمورد کیفیت دسترسی نیز فرض بر این است که تمامی بلوک های شهری، براساس نزدیک ترین فاصله به مدارس، دسترسی پیدا می کنند؛ یعنی کل جمعیت، در هر مقطع، به نزدیک ترین مدرسه تخصیص می یابد. این تخصیص با توجه به ظرفیت مدرسه نیز لحاظ شده است. بدیهی است که فاصله بیشتر از حد استاندارد و شعاع دسترسی مقطع مورد نظر در کیفیت دسترسی تأثیر می گذارد. نوآوری اصلی این تحقیق در بررسی عدالت مکانی، در نظر گرفتن معیارهای کیفیت و امنیت معابر درکنار فاصله طولی دسترسی به مرکز آموزشی است. پارامترهایی همچون چشم ناظر، کاربری های مختلط، عرض معبر و وجود پیاده رو می تواند در کیفیت فاصله ای که دانش آموزان طی می کنند تأثیرگذار باشد. در این مطالعه، ابتدا نقشه های زیرمعیارهای گوناگون گردآوری می شود و سپس، با استفاده از روش تحلیل سلسله مراتبی، براساس نظر کارشناس وزنی تعلق می گیرد و درنَهایت، شاخص عدالت مکانی محاسبه می شود. نتایج و بحث: با بررسی محلات زیر پوشش مدارس، ملاحظه شد که محدوده های حاشیه محلات مسکونی کمتر از دیگر محدوده ها خدمات آموزشی دریافت می کنند. در این میان، ناحیه 3 بدترین و ناحیه 2 بهترین وضعیت را داشته است. با توجه به نقشه های وضعیت منطقه 18، می توان دریافت ناحیه 3 (محله یافت آباد) قدیمی ترین محله در منطقه است که معابر ارگانیک و بافت متراکمی دارد و تسهیلات شهری، ازجمله مراکز آموزشی، بیشتر در حاشیه این محله قرار گرفته است. ازطرفی، ناحیه 2 (شهرک ولیعصر) محله ای با قدمت کمتر و دارای معابر منظم و ساختاریافته تری است. نتیجه گیری: براساس یافته های تحقیق، شاخص عدالت مکانی در وضعیت فعلی 69/0 است که نشان می دهد توزیع مراکز آموزشی، در منطقه مورد مطالعه، شرایط نسبتاً خوبی دارد. انجام دادن چنین مطالعه ای به برنامه ریزان شهری کمک می کند، برای افزایش عدالت آموزشی، تصمیم های بهتری بگیرند.

سابقه و هدف: در سالیان اخیر، مدل سازی و شناسایی الگوی توزیع مکانی پدیده جزیره حرارتی شهری با هدف برنامه ریزی برای مواجهه با اثرات این پدیده و پیش بینی تأمین زیرساخت های مورد نیاز در تأمین آسایش حرارتی بهتر شهروندان افزایش یافته است. مدل اوکه از جمله مدل های مطرح در این زمینه است که بیشینه شدت جزیره حرارتی (UHImax ) را بر اساس شاخص نسبت منظر کانیون های شهری شبیه سازی می کند. وابستگی مدل اوکه به شرایط اقلیمی و فیزیکی شهرها ایجاب می کند؛ این مدل قبل از استفاده در هر منطقه شهری، مورد ارزیابی قرار گرفته تا در صورت نیاز، اصلاح شود. با توجه به تأثیراتی که عامل مقاومت آیرودینامیک کانیون های شهری(طول زبری) در UHImax دارد، لحاظ کردن شاخص این عامل در فرآیند محلی سازی مدل، می تواند دقت نتایج حاصل را تحت تأثیر قرار دهد. در این پژوهش سعی شده است، ضمن محلی سازی مدل اوکه در ناحیه ای از منطقه 22 شهر تهران؛ تأثیر طول زبری نیز در این فرآیند بررسی شود. تهیه داده های دمایی کانیون های شهری از جمله چالش های مهم در فرآیند مدل سازی محسوب می شود. تحقیقات نشان می دهد دمای هوای مناطق مرکزی و حومه شهرها در هنگام شب، به دمای سطح زمین (LST) نزدیک است و LST کانیون ها می تواند به عنوان یک تقریب مناسب از دمای هوا مورد استفاده قرار گیرد. لذا در این تحقیق سعی شد؛ با بهره گیری از داده های سنجنده های حرارتی ماهواره ای و استفاده از یک الگوریتم مناسب بازیابی LST ، مشکل تهیه داده های دمایی حل گردد. محاسبه شاخص های هندسی و مقاومت آیرودینامیکی کانیون ها در فرآیند مدل سازی، به علت نیاز به انجام پردازش های گوناگون مکانی، پیچیده و زمان بر است و از این رو، چالشی دیگر در این زمینه محسوب می شود. سیستم های اطلاعات مکانی (GIS) با دارا بودن قابلیت ذخیره سازی روابط توپولوژیک عوارض جغرافیایی و تجزیه و تحلیل آن ها می تواند محاسبه این شاخص ها را تسهیل نماید. لذا در انجام این پژوهش، از سیستم های اطلاعات مکانی استفاده شده است. مواد و روش ها: در این پژوهش به منظور تهیه داده های دمایی مورد نیاز، از داده های سنجنده ASTER و داده های هواشناسی نزدیک ترین ایستگاه هواشناسی به محدوده مطالعاتی در فاصله زمانی سال های 2016 تا 2022 میلادی استفاده شد. این داده ها در محیط نرم افزار MATLAB و با استفاده از الگوریتم پنجره مجزا مورد پردازش قرار گرفت و دمای سطح زمین و بیشینه شدت جزایر حرارتی سطحی در محدوده مطالعاتی محاسبه شد. سپس، محاسبه شاخص های نسبت منظر، طول زبری و UHImax شبیه سازی شده کانیون ها (بر اساس مدل اوکه)؛ از طریق پردازش نقشه های رقومی در برنامه ModelBuilder در محیط نرم افزار ArcGIS صورت پذیرفت. پس از تقسیم بندی محدوده مطالعاتی به محدوده های آموزشی و محدوده چک، محلی سازی مدل UHImax در دو حالت مختلف انجام شد. در حالت اول، ضرایب مدل محلی در محدوده آموزشی با لحاظ کردن شاخص نسبت منظر محاسبه شد. بدین منظور، کانیون ها بر اساس شاخص نسبت منظر به یازده کلاس مختلف طبقه بندی گردید و مقدار UHImax شبیه سازی شده و اندازه گیری شده آن ها در منطقه آموزشی محاسبه شد و از طریق تحلیل رگرسیون این دو دسته داده، مدل محلی اوکه در منطقه مطالعاتی به دست آمد. در حالت دوم، در ابتدا کانیون های محدوده آموزشی بر اساس شاخص طول زبری به دو دسته جداگانه طبقه بندی و سپس، دسته اول کانیون ها بر اساس شاخص نسبت منظر به هشت گروه مجزا و دسته دوم، به سه گروه مختلف طبقه بندی گردید. با محاسبه UHImax شبیه سازی شده و اندازه گیری شده هر یک از گروه ها، و استفاده از تحلیل رگرسیون، مدل محلی سازی شده اوکه برای هر یک از 2 طبقه مذکور تعیین گردید. نتایج و بحث: با اعتبارسنجی مدل های به دست آمده در محدوده چک، مقادیر R^2، ρ،RMSE و MAE حاصل از رگرسیون در حالت اول، به ترتیب: 0/53 ، 0/73، 1/18 ± و 0/98و در حالت دوم، به ترتیب0/80، 0/89، 1/05 ± و 0/87محاسبه شدند. مقایسه این نتایج نشان می دهد لحاظ کردن شاخص مقاومت آیرودینامیک در فرآیند مدل سازی UHImax ضمن افزایش ضرایب همبستگی و ضریب تشخیص رگرسیون؛ سبب افزایش دقت نتایج حاصل از مدل محلی و بهبود مدل شده است.

مقدمه: برآورد به موقع و دقیق عملکرد محصول قبل از برداشت و پیش بینی آن ازطریق مدل های رشد محصول، برای دستیابی به برنامه ریزی عملیات زراعی و حفظ و توسعه عملکرد در مقیاس منطقه ای، از اهمیت بسیاری برخوردار است. مدل سازی تغییرات پویا، در هنگام رشد محصول، کمک شایان توجهی به محققان می کند تا استراتژی های مدیریت محصول را به منظور افزایش عملکرد آن، برنامه ریزی کنند. این مدل ها حاوی پارامترهای متعددی است که باید، با توجه به ویژگی های منطقه مورد مطالعه، کالیبره شوند؛ ازطرفی، وجود نداشتن مؤلفه مکان در این مدل ها و نیز عدم قطعیت درمورد مقادیر پارامترهای آنها منجر به بروز خطا در خروجی های برآوردشده می شود. اسیمیلیت داده های سنجش از دور می تواند برای حل این مشکل و ارزیابی تغییرپذیری مکانی در اراضی، به ویژه در مقیاس منطقه ای، مفید باشد. سنجش از دور را می توان برای تخمین و برآورد مقادیر پارامترهای ورودی مدل های رشد محصول، مانند شاخص سطح برگ، سطح پوشش، بیومس، ویژگی های خاک به کار برد. مواد و روشها: برای دستیابی به عملکرد دقیق محصول می توان از مدل های رشد گیاه استفاده کرد. برای تخمین پارامترهای مدل شبیه سازی گیاه زراعی AquaCrop و تنظیم مدل در سطح منطقه، اطلاعات مورد نیاز مدل در مراحل متفاوت رشد گیاه و قبل از کشت، در مزارع ذرت علوفه ای و در مقیاس منطقه ای، اندازه گیری و نمونه برداری شد. به منظور کالیبره کردن مدل شبیه سازی AquaCrop ازطریق داده گواری سنجش از دور (RS)، متغیر بیوفیزیکی fCover از داده های RS مبتنی بر پیکسل، با توسعه الگوریتم GPR-PSO، استخراج شد. علاوه براین، با هدف ساده سازی مدل AquaCrop و شناسایی پارامترهای تأثیرگذارتر، الگوریتم های تحلیل حساسیت ترکیبی Morris و EFAST به کار رفت. درنَهایت، ازطریق داده گواری متغیر بیوفیزیکی استخراج شده با RS در مدل AquaCrop، این پارامترهای مؤثرتر با استفاده از روش جایگزینی تخمین زده شد و نتایج با نتایج حاصل از شرایط استفاده نکردن از داده های RS مقایسه شد. به منظور کالیبره کردن مدل AquaCrop، نمونه برداری مزرعه ای از خاک (قبل از کاشت) و محصول در فصل رشد ذرت علوفه ای، عکس برداری رقومی نیم کروی (DHP) و همچنین اندازه گیری به روش تخریبی LAI برای مقایسه، در مزارع شهرستان قلعه نو واقع در جنوب تهران، در تابستان ۱۳۹۸ انجام شد. نتایج و بحث: نتایج داده گواری RS در مدل AquaCrop در مقایسه با به کار نبردن داده های RS در این مدل نشان داد که در نظر گرفتن داده گواری RS منجر به افزایش دقت تنظیم کردن مدل می شود. نتایج نشان داد که داده گواری سنجش از دور در مدل به برآورد دقت متغیر خروجی عملکرد در آماره R2، به میزان ۸۹/۰ و ۸۸/۰، در واسنجی و صحت سنجی منجر شده است. داده گواری سنجش از دور، در قیاس با اعمال نشدن آن، به بهبود دقت و افزایش R2 به میزان ۱۴/۰ و ۱۵/۰ و نیز کاهش در آماره RRMSE به میزان ۱۲/۴ و ۱۷/۵%، در آماره RMSE به میزان ۵/۲ و ۴/۲ ton/ha، به ترتیب در واسنجی و صحت سنجی، انجامیده است. بنابراین، در مقایسه داده گواری RS و بدون داده گواری، بهبود فرایند تنظیم مدل با داده گواری RS همراه است. نتیجه گیری: در این تحقیق، مقادیر برآوردشده پارامتر بیوفیزیکی fCover، به دست آمده ازطریق سنجش از دور به منزله متغیر کنترل مشاهداتی ورودی برای مدل AquaCrop استفاده شد تا پارامترهای تأثیرگذار شناسایی شده آن (ازطریق تحلیل حساسیت) تنظیم شود. نتایج نشان می دهد که داده گواری سنجش از دور، با استفاده از روش جایگزینی برای تنظیم مدل مدنظر، توانسته است بر میزان دقت برآوردشده بیفزاید. علاوه براین، توافق بین مقادیر پیش بینی شده و اندازه گیری شده بیشتر از زمانی است که سنجش از دور اعمال نمی شود. بنابراین نتایج تحقیق نشان می دهد که داده گواری سنجش از دور در مدل AquaCrop می تواند عملکردی موفق تر از شرایط اعمال نشدن سنجش از دور داشته باشد و نتایج با دقت بیشتری به دست دهد. همچنین، در مقیاس منطقه ای، می توان با استفاده از سنجش از دور و قابلیت آن در برآورد پارامتر بیوفیزیکی در مقیاس وسیع، با صرف وقت و هزینه کمتر و به روزتر، مدل های رشد محصول را برای منطقه مورد نظر کالیبره کرد.

مقدمه: تغییرات اقلیمی و فعالیت های انسانی تأثیر مستقیم در پوشش سطح زمین دارند. تغییرات کاربری اراضی در شمال کشور از مهم ترین علل تخریب پوشش گیاهی در جنگل های هیرکانی بوده که در دهه های اخیر، به دلیل فعالیت های انسانی، به وقوع پیوسته است. تغییرات پوشش گیاهی در استان گلستان، با تنوع اقلیم و پوشش سطحی، نشان دهنده تأثیرات این فعالیت هاست. بر این اساس نظارت بر پویایی پوشش گیاهی نیازی اساسی، برای درک بهتر درباره چگونگی واکنش پوشش گیاهی به فشارهای انسانی، درجهت حفظ جنگل های هیرکانی است. مواد و روش ها: بررسی و پایش پوشش گیاهی با بررسی نمایه نرمال شده تفاضل پوشش گیاهی (NDVI) انجام شد. برای تحلیل روند پوشش گیاهی در استان گلستان، از داده های سری زمانی ترکیبی شانزده روزه MODIS-NDVI به نام MOD13Q1، با قدرت تفکیک مکانی 250 متر در دوره بیست ساله استفاده شد. در این پژوهش، پیش از بررسی روند تغییرات پوشش گیاهی در منطقه، ابتدا تصاویر خام NDVI با فرمت HDF محصول از سایت ناسا دانلود و ازلحاظ آماری، بررسی و تحلیل شدند. بدین ترتیب 920 تصویر سری زمانی شانزده روزه پوشش گیاهی نمایه NDVI در نرم افزار GIS، پس از موزاییک سازی، به 460 تصویر تبدیل و با استفاده از ضرب فاکتور مقیاس تصاویر، به حالت استاندارد بین 1- تا 1+ درآمدند. برای ارزیابی روند سری در نرم افزار IDRISI TerrSet، ابتدا تصاویر با استفاده از بی هنجاری مؤلفه فصلی حذف شد. فرایند تحلیل روند تغییرات فعالیت پوشش گیاهی و معنی داری آن به روش غیرپارامتری من کندال انجام شد . نتایج: نتایج نشان داد که 20% از مساحت منطقه مورد مطالعه دارای روند کاهشی در پوشش گیاهی است؛ درحالی که 80% روند افزایشی داشته است. از این میان، 5% دارای کاهش معنادار و 50% دارای افزایش معنی دار پوشش گیاهی و مابقی بدون روند هستند. طی بیست سال گذشته، 4088 کیلومترمربع از پوشش گیاهی از دست رفته است. تحلیل تأثیر فعالیت های انسانی در این تغییرات با استفاده از نقشه های موقعیتی شهرستان ها و مسیرهای اصلی انجام شد. نتایج نشان داد که در دشت های شمالی گلستان، به دلیل دسترسی آسان تر به زمین ها برای فعالیت های انسانی، تغییر کاربری اراضی و توسعه شهرنشینی، کاهش پوشش گیاهی بیشتری رخ داده است. بیشترین افزایش معنی دار پوشش گیاهی در شهرستان هایی مانند کردکوی، بندر گز، آق قلا، گرگان، آزادشهر، رامیان و بیشترین کاهش معنی دار در شهرستان های بندر ترکمن، گنبد کاووس، مینودشت و کلاله مشاهده شده است. مسیرهای اصلی منتهی به استان گلستان شامل گرگان بجنورد، گرگان ساری، آزادشهر سمنان، جاده غربی اینچه برون و جاده شرقی اینچه برون است که همگی شاهد روند کاهشی در پوشش گیاهی در اطراف خود بوده اند. ازآنجاکه استان گلستان از تنوع اقلیمی چشمگیری برخوردار است، تغییرات پوشش سطحی در نقاط منتخب با کاهش معنی دار پوشش گیاهی نیز بررسی شد. بحث و نتیجه گیری: براساس نتایج این تحقیق از سال 2001 تا 2020، مناطق مرتفع استان گلستان، به ویژه ارتفاعات غربی شاهد افزایش پوشش گیاهی بوده اند که احتمالاً با افزایش دما براَثر گرمایش جهانی و بهبود شرایط دمایی برای گیاهان در این ارتفاعات مرتبط است. در مقابل، پوشش گیاهی مناطق کم ارتفاع واقع در دشت ها، نوار ساحلی، ارتفاعات پایین تر و به خصوص حاشیه شهرها و جاده ها درحال از دست رفتن است. فعالیت های انسانی، مانند تغییر کاربری اراضی و توسعه شهرنشینی در دشت های شمالی گلستان به کاهش پوشش گیاهی دامن زده اند. این تغییرات نشان دهنده کاهش پوشش گیاهی انبوه و افزایش تأثیرات منفی انسانی و طبیعی اند. در ارتفاعات، به رغم روند آرام تر کاهش پوشش گیاهی درقیاس با مناطق پایین دست، نگرانی هایی بابت تخریب پوشش گیاهی در مناطق بکر جنگلی وجود دارد. تحولات یادشده نیازمند توجه و اقدامات فوری، برای مدیریت پایدار منابع طبیعی و سازگاری با تغییرات اقلیمی است.

سابقه و هدف: توسعه شهری، با رویکردی مبتنی بر فرم فشرده و پایدار، نقش مؤثری در بهینه سازی الگوهای سفر شهری ایفا می کند. چنین ساختاری با کاهش مسافت های سفر، ارتقای امکان پیاده روی، افزایش دسترسی به خدمات شهری و کاهش وابستگی به خودرو شخصی همراه است. در این میان، محله هایی با تراکم جمعیتی و اختلاط کاربری بالا، درقیاس با مناطق کم تراکم حاشیه ای، از مزیت هایی چون کوتاهی مسیر و تنوع دسترسی برخوردارند. کلان شهر تهران، به منزله یکی از پرجمعیت ترین و گسترده ترین شهرهای ایران، در دهه های اخیر با رشد افقی و پراکندگی فضایی چشمگیری مواجه بوده و این مسئله به افزایش فاصله های میان مبدأ و مقصد و درنتیجه، بروز چالش هایی در حوزه عدالت فضایی و دسترسی منجر شده است. در چنین شرایطی، برنامه ریزی کالبدی با هدف ارتقای فرم شهری، به گونه ای که بتواند نیازهای شهروندان را در کمترین فاصله و با بیشترین سهولت تأمین کند، از اولویت های اساسی مدیریت شهری محسوب می شود. درعین حال مرور منابع موجود نشان می دهد که بیشتر مطالعات پیشین در سطوح کلان شهری یا منطقه ای انجام شده اند و اطلاعات اندکی درباره نحوه توزیع دسترسی، در سطح محله های شهری، وجود دارد. پژوهش حاضر، با هدف پر کردن این خلأ، رابطه میان فرم شهری و میزان دسترسی در محله های شهر تهران را بررسی می کند. مواد و روش ها: این پژوهش از نوع کاربردی و با روش توصیفی تحلیلی انجام شده است. به منظور گردآوری مبانی نظری، از مطالعات اسنادی و کتابخانه ای بهره گرفته شد. داده های مورد استفاده شامل بلوک های آماری سال 1395 مرکز آمار ایران، نقشه های کاربری اراضی شهری تهران و اطلاعات شبکه معابر از پایگاه Open Street Map است. برای ارزیابی فرم شهری، از هفت شاخص منتخب در حوزه ساختار کالبدی، شامل تراکم، اتصال و اختلاط کاربری، استفاده شد. همچنین برای سنجش میزان دسترسی در سطح محله ها، مدل جاذبه هنسن به کار رفت. درنَهایت، برای تحلیل ارتباط میان متغیرهای فرم شهری و شاخص دسترسی، از آزمون های آماری در نرم افزار SPSS استفاده شد. نتایج و بحث: یافته های پژوهش نشان می دهد که محله های واقع در مناطق 14، 8، 10 و 17 که در محدوده مرکزی شهر قرار دارند، درمقایسه با سایر مناطق، دارای فرم شهری پایدارتر و متراکم تری اند و درمقابل، مناطق 21 و 22 در غرب تهران از الگوی کالبدی پراکنده و ناپایدار تری تبعیت می کنند. نتایج تحلیل دسترسی نیز حاکی از آن است که در سطح شهر تهران، الگوی دسترسی به صورت پراکنده توزیع شده است؛ بااین حال تمرکز بالای شاخص دسترسی در نواحی مرکزی، به ویژه منطقه 12، مشهود است. درمقابل، نواحی غربی شهر، به ویژه در مناطق 21 و 22 با محدودیت های شایان توجهی در دسترسی مواجه اند. مقایسه یافته های این پژوهش با مطالعات پیشین نیز نشان می دهد که ازمنظر پایداری بافت مرکزی شهر تهران، نتایج با مطالعات سرور و همکاران (2020) و نیک پور و همکاران (2018) هم خوانی دارد. اما درباره هم راستایی فرم مرکزی شهر با الگوهای پایدار، نتایج به دست آمده با یافته های میتروپولوس (2023) در تضاد است. نتیجه گیری: نتایج پژوهش نشان داد که اگرچه فرم شهری با سطح دسترسی رابطه معناداری دارد، این رابطه چندان قوی نیست و سایر عوامل نیز در تعیین سطح دسترسی نقش آفرین اند. بااین حال، ازمیان شاخص های فرم شهری، تراکم ساختمانی بیشترین همبستگی را با شاخص دسترسی نشان داده است.

سابقه و هدف: امروزه استفاده از منابع معدنی زیرزمینی، مانند سنگ آهن، اولویتی مهم در عصر اقتصاد جوامع است و این منابع جزء ضروری ترین و ابتدایی ترین مواد فلزی در جوامع امروزی شمرده می شوند. ازاین رو اکتشاف سنگ آهن در مناطق مهم که پتانسیل های منابع فلزی دارند، در اولویت قرار دارد. تا کنون روش های بسیاری، برای پتانسیل یابی سنگ آهن در زیر سطح زمین، ابداع شده که مهم ترین آنها روش های دورسنجی و ژئوفیزیکی است. در منطقه مورد مطالعه، با توجه به سیستم لیتولوژی و ساختارهای گسلش منطقه، وجود منبع سنگ آهن در زیر سطح زمین تاحدی تأیید می شود ولی برای کاستن هزینه های اکتشافات، قبل از حفاری و صرف هزینه های هنگفت، باید مطالعات دقیق ژئوفیزیکی و زمین شناختی انجام بشود. هدف مطالعاتی، در منطقه مورد مطالعه، ترکیب و تلفیق چند روش دورسنجی و گرانی سنجی زمینی و تطبیق اطلاعات با مغناطیس سنجی و همچنین اعتبار سنجی نتایج آنها با مطالعات زمین شناسی است. مواد و روش ها: این عملیات گرانی سنجی و مغناطیس سنجی از قدیمی ترین روش های ژئوفیزیکی است که برای فعالیت های اکتشافی درزَمینه های گوناگون و به ویژه اکتشاف ذخایر آهن به کار می رود. محدوده مورد مطالعه در شمال شرق استان فارس و نیمه شمالی شهرستان نی ریز واقع شده است. در این پژوهش ابتدا، با استفاده از داده یک برگ از سنجنده، از نوع Level-1A و متعلق به تاریخ 22/09/2007 و به کارگیری روش های دورسنجی، شامل پردازش و تحلیل طیفی ترکیب های رنگی متفاوت و نسبت گیری باندی و تحلیل مؤلفه های اصلی باندها و نقشه برداری زاویه طیفی کانی ها با استفاده از نرم افزار ENVI روی داده های استر (ASTER)، پهنه های دگرسانی و مناطق کانی سازی شده مرتبط با کانی زایی آهن دار در منطقه مشخص شد. در مرحله بعد، داده های ژئوفیزیکی گرانی سنجی زمینی در این منطقه به کار رفت و این داده ها، با استفاده از نرم افزار Oasis Montaj، پردازش و تحلیل شد. درنَهایت، با استفاده هم زمان از هر دو سری داده های اکتشافی مهم، مناطق مهم کانی زایی آهن دار در محدوده مورد مطالعه شناسایی و پی جویی شد. بحث و نتیجه گیری: در این پژوهش، با توجه به نتایج مطالعات سنجش از دور و مطالعات گرانی سنجی زمینی، چهار نوع آنومالی شناسایی و پی جویی شده است که در هر دو روش، نتایج منطبق بر یکدیگر است. درواقع، آنومالی های A، B، C و D در روش سنجش از دور با آنومالی های A’، B’، C’، D’ و E’ در روش گرانی سنجی زمینی هم پوشانی داشته و همچنین تمامی نتایج، با داده های مغناطیس سنجی به منظور اعتبار سنجی، مطابقت داشته است. با توجه به مجاورت توده نفوذی آذرین با سنگ های آهکی، به صورت کلی به نظر می رسد آنومالی های A’، B’ و C’ می تواند ناشی از کانی زایی آهن از نوع اسکارن در این ناحیه باشد. وجود کانی زایی گارنت در این زون احتمال صحت این ادعا را افزایش می دهد. این آنومالی ها در اعماق و زیر واحدهای آهکی واقع شده است. با توجه به نقشه گرانی سنجی، کانی زایی آهن دار در راستای شمال غرب جنوب شرق اتفاق افتاده و آنومالی های A’، B’ و C’ ناشی از دو دایک مجاور هم در منطقه است. آنومالی D’ و E’ در جنوب محدوده و جنوب آنومالی A’ و C’ واقع شده و بر سنگ های شیست سبز و آمفیبولیت ها و گارنت شیست ها منطبق است. مهم ترین آنومالی A’ و C’ است که با توجه به طول و ضخامت توده، وضعیت کانی زایی مناسبی دارد. آنومالی مجاور آن نیز B’ است که احتمالاً با آنومالی های A’ و B’ منشأ یکسانی دارد و به نظر می رسد این کانی زایی در مرز سنگ های آهکی با توده نفوذی رخ داده باشد.

سابقه و هدف: زلزله یکی از مخاطرات طبیعی است که به دلیل ماهیت نامنتظره اش، اغلب خسارات جانی و مالی فراوانی بر جای می گذارد. با رشد سریع شهرنشینی و به تبع آن، تمرکز جمعیت بیشتر در شهرها و همچنین افزایش تراکم ساختمان ها و تعداد تأسیسات، آسیب پذیری آنها نیز در برابر زلزله افزایش یافته و جان و مال افراد بیشتری درمعرض خطر قرار گرفته است. درحال حاضر راهی برای پیشگیری از وقوع زلزله وجود ندارد اما، با راهکارهایی همچون شناسایی مناطق آسیب پذیر، می توان خسارات ناشی از آن را تاحدی کاهش داد. در این تحقیق، میزان آسیب پذیری بخشی از شهر تبریز در برابر این رخداد بررسی شده است. مواد و روش ها: منطقه مورد مطالعه، در این تحقیق، بخشی از محدوده مربوط به شهرداری منطقه 2 کلان شهر تبریز است. منطقه 2 شهرداری در جنوب و جنوب شرق شهر تبریز واقع شده و با توجه به ویژگی های اجتماعی، اقتصادی و کالبدی آن، یکی از مناطق مهم شهر تبریز به شمار می رود. برای تعیین میزان آسیب پذیری، ابتدا معیارهای مؤثر در آسیب پذیری بافت شهری در برابر زلزله شناسایی و اطلاعات مورد نظر جمع آوری شد. این معیارها شامل قدمت ابنیه، نوع مصالح، کیفیت ابنیه، تعداد طبقات، تراکم جمعیت، فاصله از گسل، فاصله از معابر، فاصله از فضاهای باز و مساحت بناست. سپس مهم ترین و کم اهمیت ترین معیار مشخص و پس از مقایسه های مرجع، وزن هر معیار براساس مدل بهترین بدترین که از روش های نوین تصمیم گیری چندمعیاره است، محاسبه شد. روش یادشده، درمقایسه با فرایند تحلیل سلسله مراتبی، به مقایسه های کمتری نیاز دارد و با استفاده از آن، نتایج پایدارتری حاصل می شود؛ در این پژوهش، برای حل مدل مذکور، از روش برنامه ریزی خطی سیمپلکس استفاده شد. با توجه به ماهیت مکانی معیارها، نقشه های هر معیار (شاخص) در محیط GIS آماده سازی شدند. سپس ارزش هر قطعه ملکی (پارسل)، با توجه به هدف تحقیق و وضعیت آن قطعه در شاخص مورد نظر، با روش بهترین بدترین به دست آمد. نتایج و بحث: برای تعیین وزن معیارها، کیفیت ابنیه به منزله مهم ترین معیار و مساحت قطعات به منزله کم اهمیت ترین معیار در نظر گرفته شد و وزن ها با نرخ ناسازگاری 06/0 به دست آمد. پس از محاسبه وزن هر قطعه ملکی و محاسبه میانگین آنها در هر ناحیه، امن ترین و آسیب پذیرترین ناحیه به ازای هر شاخص مشخص شد. سپس سایر ناحیه ها با این دو ناحیه، در هر شاخص، مقایسه شدند. با در نظر گرفتن وزن هر معیار و ناحیه به ازای هر معیار، مقدار و رتبه نهایی هر ناحیه به دست آمد. برخلاف نسخه اصلی مدل که بهترین و بدترین معیار براساس نظر کارشناسی در آن تعیین می شود، در پژوهش حاضر با توجه به ماهیت مسئله، بهترین و بدترین ناحیه به ازای هر معیار، به جای نظر کارشناسی، با توجه به تحلیل های مکانی و نتایج محاسبات مشخص شد. ناحیه های شماره 6 و 2، به ترتیب، کمترین و بیشترین احتمال آسیب پذیری در برابر زلزله را دارند. بیشترین حساسیت، به ترتیب، به وزن معیارهای فاصله از فضاهای باز و فاصله از معابر بازمی گردد که اگر مقدار آنها به میزان 5- 10× 5/2 و 5- 10× 5/3 افزایش یابد، به تغییر پاسخ فعلی منجر می شود. نتیجه گیری: زلزله یکی از مخاطرات طبیعی است که کشور ما را دائماً تهدید می کند. تعیین میزان آسیب پذیری بافت های شهری در برابر زلزله و برنامه ریزی براساس آن می تواند نقش مهمی در کاهش تلفات جانی و مالی ناشی از وقوع این پدیده داشته باشد. در این پژوهش، میزان آسیب پذیری احتمالی براَثر زمین لرزه، در بخشی از منطقه 2 شهر تبریز، بررسی شد. براساس نتایج حاصل، ناحیه شماره 2 بیشترین میزان آسیب پذیری در برابر زلزله را دارد که تقریباً در بخش میانی منطقه مورد مطالعه قرار گرفته است. این ناحیه، به لحاظ معیارهای کیفیت ابنیه، قدمت ابنیه، مصالح مورد استفاده و دسترسی به فضاهای باز، آسیب پذیرترین بخش در بین نُه ناحیه بوده است. ناحیه 2 حدود 16% از کل منطقه را به خود اختصاص داده و شامل 1815 قطعه ملکی است. براساس قطعات ملکی نیز، بیشتر قطعات واقع در این ناحیه آسیب پذیری بسیار بالا یا بالا دارند. در پژوهش حاضر، علاوه بر خود وزن، مقدار تغییر مجاز آن نیز به دست آمد. درزَمینه تحلیل حساسیت، مقدار تغییر مجاز یک متغیر (در این پژوهش، وزن معیار) به تصمیم گیرندگان کمک می کند از میزان انعطاف پذیری مقادیر متغیرها آگاهی یابند.

سابقه و هدف: عابران پیاده، به دلیل نبودِ تدابیر حفاظتی، آسیب پذیرترین کاربران راه شناخته می شوند و ایمنی آنها در حوزه برنامه ریزی حمل ونقل بسیار حیاتی است. مطالعات متعددی که تصادفات عابران پیاده را تحلیل کرده اند معمولاً بر مدل های پیش بینی، عوامل خطر و الگوهای مکانی زمانی متمرکز بوده اند. این تحلیل ها بر اهمیت شناسایی مناطق پرخطر و اجرای اقدامات پیشگیرانه تأکید می کنند. تأثیرات خودهمبستگی مکانی و زمانی در درک الگوهای تصادفات بسیار مهم است و شاخص هایی مانند Moran’s I و تخمین تراکم کرنل، در این حوزه، کاربرد گسترده ای دارند. با توجه به موارد یادشده، مطالعه پیش رو تأثیر رشد سریع اجتماعی اقتصادی در تصادفات ترافیکی و نیاز به مداخلات ایمنی هدفمند برای حفاظت از عابران پیاده را، در شهر مشهد در ایران، به صورت برجسته و مؤثر نشان می دهد. مواد و روش ها: در این پژوهش، با استفاده از تحلیل اکتشافی سری زمانی، تصادفات عابران پیاده به صورت ماهیانه و ساعتی در بازه ای پنج ساله (1394-1398) بررسی شده است. در گام بعد، وجود خودهمبستگی زمانی و همچنین روند در وقوع تصادفات عابران پیاده مورد بحث قرار گرفته و سپس، با استفاده از تحلیل یکنواختی سری زمانی، زمان تغییر در وقوع تصادفات بررسی شده است. درنَهایت، به منظور استخراج الگوهای مکانی تغییرات تصادفات عابران پیاده در بازه زمانی مطالعاتی، از شاخص Moran’s I تفاضلی استفاده شده است. نتایج و بحث: با استفاده از تحلیل های سری زمانی، الگوی زمانی و وجود خودهمبستگی زمانی معنادار در مقادیر ماهیانه و ساعتی تصادفات عابران پیاده تأیید شد. نتایج آزمون من کندال با لحاظ کردن تأثیرات خودهمبستگی نیز وجود روند معنادار در تصادفات عابران پیاده را به ازای ماه های گوناگون سال و ساعات متفاوت شبانه روز تأیید کرد. همچنین، ازطریق تحلیل یکنواختی سری زمانی با استفاده از آزمون بیشاند، زمان وقوع تغییرات ناگهانی تصادفات در ساعت های متفاوت شبانه روز (7:00-8:00 صبح) و همچنین ماه های گوناگون سال (تیر و شهریور) شناسایی شد. نتایج استفاده از شاخص Moran’s I تفاضلی نیز همبستگی مکانی معنادار در تغییرات تصادفات عابران پیاده، بین دو بازه زمانی آغاز (سال 1394) و پایان زمان تحلیل (سال 1398) را نشان داد و نواحی دارای تمرکز تغییرات معنادار شناسایی شد. نتیجه گیری: در این پژوهش، عابران پیاده به منزله یکی از آسیب پذیرترین کاربران راه مورد توجه قرار گرفته اند و تغییرات وقوع تصادفات مرتبط با آنها در بازه زمانی پنج ساله ای (1394-1398)، با استفاده از تحلیل های سری زمانی و همچنین تحلیل زمانی مکانی Moran’s I تفاضلی، در کلان شهر مشهد ارزیابی شده است. خودهمبستگی زمانی معنادار در مقیاس ماهیانه و ساعتی نیز در وقوع تصادفات به تأیید رسید و وقوع تصادفات عابران پیاده، در ماه های متفاوت سال و همچنین ساعات متفاوت شبانه روز، نیز روند مشخصی را نشان داد و درنَهایت، زمان وقوع تغییرات ماهیانه و ساعتی شناسایی شد. نتایج بیانگر خودهمبستگی زمانی مکانی معنادار در تغییر تصادفات، در حد فاصل برش زمانی ابتدا (سال 1394) و انتهای زمان تحلیل (1398)، به ازای ماه های متفات بود. درعین حال همبستگی زمانی مکانی معناداری، به ازای ساعات متفاوت، وجود ندارد و ازاین رو کوچک کردن مقیاس زمانی به از دست رفتن همبستگی های مکانی نیز منجر می شود. نتایج این پژوهش می تواند، در قالب گام نخست شناسایی و تحلیل الگوهای زمانی مکانی، تغییرات تصادفات عابران پیاده را شناسایی و کمک کند متخصصان حوزه ایمنی و تصمیم گیرندگان، با بازرسی های محلی، نواحی استخراج شده را ارزیابی نمایند.

سابقه و هدف: در سال های اخیر، حفر تونل های انتقال آب با مخاطرات گوناگونی همانند پتانسیل مچاله شوندگی، مخاطرات هیدروژئولوژیکی، تأثیرات زیست محیطی، مخاطرات وجود گاز و تحلیل حساسیت هزینه های ساخت روبه رو بوده که اهمیت جایابی صحیح این سازه ها را دوچندان کرده است. اما تعیین محل حفر تونل، با استفاده از روش های نوین وزن دهی به معیارهای اثرگذار و پهنه بندی در سیستم اطلاعات جغرافیایی، مغفول مانده است. مواد و روش ها: در این مطالعه، با تلفیق سیستم اطلاعات جغرافیایی، تحلیل سلسله مراتبی و آنتروپی شانون، به جایابی تونل انتقال آب هزارمسجد که بخشی از پروژه انتقال آب از ارتفاعات هزارمسجد به شهر مشهد را تشکیل می دهد، پرداخته شده است. بر این اساس، مؤلفه های گوناگونی شامل پنج بعد مخاطرات اجتماعی، زمین شناسی ساختاری، هیدروژئولوژی، توپوگرافی و بعد اقتصادی در نظر گرفته شده است. در گام اول، دو معیار فاصله از روستاها و فاصله از منابع آبی، بدون توجه به آب دهی شان، به منزله معیارهای درگیر با بعد اجتماعی در نظر گرفته شدند. بر این اساس، حفر تونل در فاصله های دورتر از این دو معیار پیشنهاد می شود. بعد دوم مطالعات به زمین شناسی و زمین ساخت تعلق گرفته است. بر این مبنا، ساخت چنین سازه هایی در تراکم بالای گسل ها مخاطراتی را درپِی خواهد داشت و پیشنهاد نمی شود. مطالعات هیدروژئولوژی با عنوان بعد سوم به لحاظ عوامل تأثیرگذار، ورود آب به تونل، و یا تأثیرپذیر، خشک شدن منابع آبی پیرامون حفاری تونل حائز اهمیت است. ازاین رو، در این مطالعه، از حوضه آبگیر چشمه های پرآب محدوده مطالعاتی با عنوان معیار هیدروژئولوژی یاد شده است. در بعد توپوگرافی، از نقشه توپوگرافی محدوده مطالعاتی به منظور استحصال نقشه ضخامت روباره تونل استفاده شد. با توجه به این معیار، حفاری در ضخامت کمتر روباره شرایط بهینه تری فراهم می آورد. درنَهایت، گزینه حفر تونل در نقاط نزدیک به محل تحویل آب، در تصفیه خانه شماره 3 مشهد چرمشهر به منزله معیار اقتصادی در نظر گرفته شد. بنابراین معیاری با عنوان فاصله خروجی تونل تا محل تحویل آب با عنوان بعد اقتصادی طرح مطرح شده است. نقشه موضوعی هریک از معیارهای بیان شده در محیط ArcMap تهیه و طبقه بندی شد. طبقات واقع در هر معیار، با استفاده از فرایند تحلیل سلسله مراتبی AHP، امتیازدهی شد. درنَهایت، برای وزن دهی به معیارهای مؤثر در جایابی تونل، از روش آنتروپی شانون استفاده شد. اولویت بندی معیارهای مؤثر در جایابی تونل انتقال آب هزارمسجد نشان می دهد که پارامتری مانند فاصله از چشمه ها مهم تر از سایر معیارهاست. درواقع، اگرچه فاصله از روستا به منزله عامل مهم در قیاس با سایر معیارها محسوب نمی شود، وجود چشمه به علت اهمیت معیشتی برای ساکنان، شرایط را بغرنج خواهد کرد و این بدان معنی است که دوری یا نزدیکی به روستا نمی تواند عامل مستقلی برای جایابی حفر تونل در نظر گرفته شود. در رده دوم، معیار فاصله از گسل به سبب اثر مستقیم در پایداری سازه، اهمیت ویژه ای را به خود اختصاص داده است. سایر معیارها در شرایط حد واسط اهمیت قرار دارند. درنَهایت، با تلفیق نقشه های تهیه شده، پهنه بندی مناطق مناسب حفر تونل به علاوه سه اولویت اصلی محور تونل پیشنهادی، ازطریق قضاوت مهندسی مطرح شده است. نتایج و بحث: نتایج نشان می دهد که بخش شمال غرب محدوده مطالعاتی برای حفاری مناسب نیست و مخاطراتی درپِی خواهد داشت. بنابراین ارجحیت حفاری به بخش میانی و شرقی محدوده مطالعاتی اختصاص می یابد. به طور دقیق تر، اولویت حفاری به مناطق میانی اختصاص یافته است زیرا نقاط نزدیک تر به محل تحویل آب به شهر مشهد، در غرب محدوده مطالعاتی، نزدیک ترند. براساس نتایج، بهترین گزینه انتقال آب از یال شمالی به جنوبی کوه های هزارمسجد، احداث تونلی به طول 8732 متر در حوالی روستای چنارسوخته و مسیری نزدیک تر به محل تحویل آب است. شایان ذکر است که پس از جایابی مسیر حفر تونل تا پیش از حفاری آن، باید مطالعات جامع هیدروژئولوژیکی، زمین شناختی مهندسی و زمین شناختی ازطریق بازدیدهای صحرایی، حفاری گمانه در مسیر و آزمایشات مربوط به آن انجام شود. نتیجه گیری: این مطالعه نشان می دهد که استفاده از رویکردهای چندمعیاره و تکنولوژی های پیشرفته پهنه بندی می تواند به بهبود فرایند تصمیم گیری در پروژه های بزرگ زیربنایی کمک کند.

سابقه و هدف، بافت های فرسوده شهری یکی از جدی ترین معضلات توسعه پایدار شهری در ایران محسوب می شوند که پیامدهای آن در حوزه های کالبدی، اجتماعی، اقتصادی و زیست محیطی نمود یافته است. شهر زنجان نیز به عنوان یکی از شهرهای در حال توسعه، در دهه های اخیر با گسترش فزاینده ی بافت های فرسوده مواجه شده است. این بافت ها با مشکلاتی چون کاهش کیفیت محیط زندگی، ناکارآمدی خدمات شهری، آسیب پذیری در برابر مخاطرات، ناهنجاری های اجتماعی، کاهش حس تعلق و افت سرمایه اجتماعی روبرو هستند. از سوی دیگر، مطالعات و برنامه ریزی های پیشین در قالب طرح های جامع و تفصیلی نتوانسته اند پاسخگوی نیازهای این نواحی باشند و فرآیند بازآفرینی آن ها را تسهیل نمایند. در این راستا، پژوهش حاضر با هدف شناسایی بافت های فرسوده شهری، تحلیل وضعیت آن ها و اولویت بندی راهبردهای ساماندهی، با بهره گیری از فناوری سنجش از دور، مدل DPSIR و روش تصمیم گیری چندمعیاره BWM انجام شده است. مواد و روش ها، برای تحقق اهداف پژوهش، ابتدا داده های ماهواره ای مربوط به شهر زنجان از طریق تصاویر لندست ۸ مربوط به تاریخ ۸ آذر ۱۳۹۹ استخراج گردید. جهت تحلیل فضایی داده ها از نرم افزار ENVI استفاده شد و شاخص هایی نظیر دمای سطح زمین (LST)، پوشش گیاهی (NDVI) و گسیل مندی برای شناسایی مناطق مستعد فرسودگی تحلیل گردید. مناطق شهری با دمای سطح بالا و پوشش گیاهی پایین به عنوان نواحی دارای احتمال بالای فرسودگی شناسایی شدند و با طبقه بندی نتایج، نقشه فرسودگی شهر در پنج کلاس تعریف گردید. کلاس اول به عنوان فرسوده ترین بخش، ۶/۹ درصد از مساحت شهر را شامل شد که بیشتر با نواحی مرکزی و هسته تاریخی زنجان انطباق داشت. کلاس دوم نیز با حدود ۱۰ درصد از مساحت شهر، در وضعیت در حال فرسودگی قرار دارد. نتایج و بحث در گام دوم، برای بررسی عوامل تأثیرگذار بر شکل گیری و تشدید فرسودگی و نیز تدوین راهبردهای ساماندهی، از مدل مفهومی DPSIR استفاده شد. این مدل با تحلیل زنجیره علّی بین نیروهای محرک، فشارها، وضعیت موجود، اثرات و پاسخ های احتمالی، امکان درک جامع تری از فرایند فرسودگی شهری فراهم کرد. به منظور شناسایی و ارزیابی راهبردهای ساماندهی، از نظرات ۲۰ نفر از کارشناسان حوزه شهرسازی که به روش نمونه گیری گلوله برفی انتخاب شده بودند، استفاده شد. سپس برای اولویت بندی راهبردها از روش تصمیم گیری چندمعیاره "بهترین بدترین" (BWM) بهره گرفته شد که در آن بر اساس مقایسه های زوجی، میزان ارجحیت راهکارها تعیین گردید. نتیجه گیری یافته های پژوهش نشان داد که در میان راهبردهای ارائه شده، «مشارکت شهروندان در فرآیند ساماندهی» بالاترین اولویت را داراست. پس از آن، «بازآفرینی اقتصادی بافت های فرسوده» و «شناسایی نواحی در آستانه فرسودگی» به ترتیب در رتبه های دوم و سوم قرار گرفتند. راهبردهایی چون «بهبود پاکیزگی بافت»، «افزایش تراکم جمعیتی» و «بازسازی کالبدی» از کمترین اولویت برخوردار بودند. این اولویت بندی نشان دهنده آن است که مداخلات اجتماعی و اقتصادی، نسبت به اقدامات صرفاً کالبدی، اثربخشی بیشتری در بهسازی بافت های فرسوده خواهند داشت. در نتیجه، پژوهش حاضر با بهره گیری از ترکیب روش های نوین سنجش از دور، تحلیل مفهومی و تصمیم گیری چندمعیاره، الگویی بومی و کارآمد برای شناسایی، تحلیل و برنامه ریزی در حوزه ساماندهی بافت های فرسوده شهری ارائه می دهد. این الگو می تواند به عنوان مبنایی جهت تصمیم گیری مدیران شهری، سیاست گذاران و برنامه ریزان در راستای بازآفرینی پایدار شهری در زنجان و سایر شهرهای مشابه مورد استفاده قرار گیرد.  

سابقه و اهداف: امروزه، برای تهیه نقشه های رقومی خاک، از پارامترهای ژئومورفومتری موسوم به متغیرهای محیطی استفاده می شود و با استفاده از این داده ها، نتایج آزمون خاک به مناطق مشابه تعمیم می یابد. بدین منظور، یافتن متغیرهای محیطی مطلوب از اهمیت ویژه ای برخوردار است. ازآنجاکه درک تغییرات در فرایندهای سطح زمین مستلزم شناسایی همه جانبه متغیرهای محیطی آن است (Bishop et al., 2012)، این تغییرات اغلب از تغییر در مورفولوژی، ساختار، ترکیب، گذشت زمان و فعالیت های انسان ناشی می شود (Bishop et al., 2003) و با توجه به اهمیت انتخاب متغیرهای محیطی مناسب برای افزایش دقت در تهیه نقشه ای رقومی با استفاده از سامانه اطلاعات جغرافیایی، این پژوهش به دنبال شناسایی و معرفی این متغیرهای محیطی مناسب براساس تحلیل داده ها و برمبنای آزمون های آماری متغیر است تا، بر این اساس، نقشه های رقومی با دقت مطلوب، در محدوده جغرافیایی استان تهران تهیه شود. علاوه براین استفاده محققان دیگر از نتایج این پژوهش و متغیرهای محیطی معرفی شده در آن موجب به کارگیری متغیرهای اولیه یکسان در تهیه نقشه های رقومی متفاوت می شود و درنتیجه، امکان مقایسه بهتری میان نقشه های رقومی متفاوت وجود خواهد داشت. اهمیت این پژوهش در مهم بودنِ بررسی این عوامل است و نتایج پژوهشی در این زمینه قبلاً در استان تهران انتشار نیافته است؛ ازاین رو برای تهیه نقشه رقومی در مطالعات آتی می توان از آنها بهره برد. مواد و روش ها: هدف این پژوهش تعیین متغیرهای محیطی مناسبی است که بتوان از آنها برای مدل سازی برای تهیه نقشه رقومی خاک در استان تهران استفاده کرد. در پژوهش حاضر، باندهای تصاویر ماهواره ای سنجنده OLI_TIRS و نقشه رقومی ارتفاع استان تهران با استفاده از نرم افزارهای جی. آی. اس. مورد پردازش اولیه قرار گرفت. 49 داده محیطی، شامل مدل رقومی ارتفاع یا DEM، شاخص آنالیز تپه، شاخص شکل زمین، شاخص بافت خاک، شاخص تجمع جریان، شاخص حفاظت، Clusters، مقطع عمودی انحنا، شاخص انحنای طولی، شاخص فاکتور LS، شاخص فاصله عمودی تا شبکه کانال، شاخص خیسی توپوگرافیک، شاخص سطح پایه شبکه کانال، شاخص عمق دره، شاخص شیب حوضه آبخیز، شاخص شیب، شاخص وضعیت شیب نسبی، شاخص حوضه های زهکش، Closed Depression، شاخص جهت شیب، شاخص همگرایی، شاخص طول کانال، Multi-resolution Valley Bottom Flatness Index، Multi-resolution index of ridge top flatness، Modified Catchment Area، Output، شاخص واریانس، شاخص زمان طلوع و غروب خورشید، شاخص طول روز، شاخص حسگر باندها، شاخص شوری خاک، شاخص گچ خاک، شاخص درخشندگی، شاخص کربنات خاک، شاخص رس خاک و شاخص نرمال شده پوشش گیاهی، تحلیل آماری شدند و مقادیر دارای بیشترین R 2 ، CV و کمترین RMSE به منزله عوارض زمین مطلوب ارزیابی شد. نتایج و بحث: براساس نتایج این پژوهش، باندهای 2، 3، 4 و 8 بهترین باندهای تصاویر ماهواره ای لندست 8، برای ارزیابی متغیرهای محیطی بودند. همچنین نقشه رقومی ارتفاع، شیب، فاصله عمودی تا شبکه کانال، سطح پایه شبکه کانال، لندفرم، بافت، طول دره، شاخص انحنا، شاخص تسطیح کف دره، شاخص تسطیح بالای پشته، شاخص خیسی توپوگرافیک، حوضه های زهکش، طول کانال و شاخص درخشندگی با عنوان چهارده داده محیطی مناسب برای استفاده در مدل سازی به منظور تهیه نقشه رقومی خاک معرفی شدند. این پژوهش، درزَمینه ضرایب همبستگی، با پژوهش های قبلی در این باره هم خوانی دارد. نتیجه گیری: در تحقیقی دیگر، باندهای 1 تا 5 و 7 سنجنده TM برای تهیه نقشه شوری خاک مناسب تشخیص داده شدند که با نتایج این پژوهش هم خوانی دارد (Zeinali et al., 2016). نتایج این پژوهش برای تحقیقات آتی درزَمینه خاک کاربرد دارد. هدف این پژوهش، تعیین متغییرهای محیطی مناسبی است که از آنها بتوان در مدلسازی برای تهیه نقشه رقومی خاک در استان تهران استفاده نمود. در پژوهش حاضر، باندهای تصاویر ماهواره ای سنجنده OLI_TIRS و نقشه رقومی ارتفاع استان تهران با استفاده از از نرم افزارهای جی آی اس مورد پردازش اولیه قرار گرفت. 49 داده محیطی شامل مدل رقومی ارتفاع (Digital Elevation Model)، Analytical Hillshading، شاخص اندفرم (Landforms)، شاخص بافت خاک (Texture)، شاخص تجمع جریان (Flow Accumulation)، اشخص حفاظت (Protection Index)، Clusters، Cross-Sectional Curvature، Longitudinal Curvature، LS Factor، شاخص فاصله عمودی تا شبکه کانال (Vertical Distance to Channel Network)، شاخص خیسی توپوگرافیک (Topographic Wetness Index)، شاخص سطح پایه شبکه کانال (Channel Network Base Level)، شاخص عمق دره (Valley Depth)، Catchment Slope، شاخص شیب (Slope)، شاخص وضعیت شیب نسبی (Relative Slope Position)، شاخص حوزه زهکش (Drainage Basins)، Closed Depression، شاخص جهت شیب (Slope Aspect)، Convergence Index، شاخص طول کانال (Channel Length)، Multi-resolution Valley Bottom Flatness Index، Multi-resolution index of ridge top flatness، Modified Catchment Area، Output، Variance، Sunset، Sunrise، Day Length، Bands Sensor، شاخص شوری خاک (Salinity Index)، شاخص گچ خاک (Gypsum) Index، شاخص درخشندگی (Brightness Index)، شاخص کربنات خاک (Carbonate Index)، شاخص رس خاک (Clay Index) و شاخص نرمال شده پوشش گیاهی (Normalized Difference Vegetation Index) بودند تجزیه و تحلیل آماری شدند و مقادیر دارای بیشترین R2، CV و کمترین RMSE به عنوان عوارض زمین مطلوب ارزیابی شدند. بر اساس نتایج این پژوهش، باندهای 2، 3، 4 و 8 به عنوان بهترین باندهای تصاویر ماهواره ای لندست 8 برای ارزیابی متغییرهای محیطی بودند. همچنین نقشه رقومی ارتفاع، شیب، فاصله عمودی تا شبکه کانال، سطح پایه شبکه کانال، لندفرم، بافت، طول دره، شاخص انحنا، شاخص تسطیح کف دره، شاخص تسطیح بالای پشته، شاخص خیسی توپوگرافیک، حوزه های زهکش، طول کانال و شاخص درخشندگی به عنوان 14 داده محیطی مناسب برای استفاده در مدلسازی برای تهیه نقشه رقومی خاک معرفی شدند. این پژوهش در خصوص ضرایب همبستگی با پژوهش های قبلی در این زمینه (زینالی و همکاران. 1395) و (دارستانی فراهانی و همکاران. 1395) همخوانی نشان داد. در تحقیقی دیگر باندهای 1 تا 5 و 7 سنجنده TM برای تهیه نقشه شوری خاک مناسب تشخیص داده شدند که با نتایج این پژوهش همخوانی نشان داد (زینالی و همکاران. 1395). نتایج این پژوهش، برای تحقیقات آتی در زمینه خاک کاربرد دارد.

مقدمه: استفاده بهینه از زمین های کشاورزی یکی از دغدغه های مسئولان است زیرا کشاورزی ازنظر اشتغال زایی، ارزآوری، تأمین امنیت غذایی کشور و وابستگی کمتر به ارز خارجی دارای اهمیت بسیار است. به دست آوردن اطلاعات درباره الگوی توزیع مکانی و سطح زیرکشت محصولات زراعی می تواند به استفاده کارآمد از آن ها کمک کند. ازجمله روش های مناسب به منظور حصول اطلاعات درمورد سطح زیرکشت محصولات زراعی، بهره گیری از تصاویر ماهواره ای است. حوزه سنجش از دور، با امکان ارائه تصاویر دارای قدرت تفکیک های مناسب و همچنین پوشش مکانی و زمانی وسیع، به رویکردی غالب برای استخراج سطح زیرکشت و پایش محصولات زراعی تبدیل شده است. یکی از داده های سنجش ازدوری که اخیراً در حوزه نقشه برداری نوع محصول زراعی مورد توجه قرار گرفته، تصاویر همدوسی تداخل سنجی رادار دریچه مصنوعی است که به دلیل حساسیت بالا به ساختار محصولات زراعی، به نظارت و نقشه برداری آن ها کمک بسیاری می کند. در منابع جهانی، تصاویر همدوسی  InSARکاربردی گسترده در تحقیقات مرتبط با محصولات زراعی داشته است. این درحالی است که در ایران، بهره گیری از داده های همدوسی برای پایش فنولوژی و تفکیک محصولات زراعی گوناگون، به ر غم توانایی های منحصربه فرد آن، چندان مورد توجه قرار نگرفته است. از این رو ارزیابی کارآیی داده های همدوسی و قابلیت های آن ها برای اتخاذ سیاست های مدیریت کشاورزی بهینه در ایران می تواند بسیار کارساز باشد. روش شناسی: هدف اصلی مطالعه حاضر ارزیابی کارآیی داده های همدوسی مبتنی بر یادگیری ماشین، به منظور نقشه برداری نوع محصول زراعی است. بدین منظور سری زمانی یک ساله ای متعلق به سال زراعی 1398 (2019 میلادی)، از داده های همدوسی دارای اطلاعات فاز ماهواره سنتینل – 1، درمورد بخشی از اراضی دشت اردبیل واقع در غرب و شمال غرب شهر اردبیل، تهیه شد. در این راستا زنجیره ای از جفت تصاویر راداری، با خط مبناهای مکانی و زمانی کوتاه، برای تولید داده های همدوسی به کار رفت. داده های میدانی از 1358 قطعه زمین با محصولات متفاوت برداشت شد. در مرز قطعات زراعی، حریمی ده متری برای جلوگیری از پیکسل های مخلوط در نظر گرفته شد. درمجموع، 156026 پیکسل از تصاویر همدوسی، برای نمونه، برداشت و به صورت تصادفی به سه دسته آموزشی (70%)، اعتبارسنجی (15%) و آزمایشی (15%) تقسیم شد. به منظور انتخاب بازه زمانی مناسب برای استفاده از تصاویر همدوسی، پاسخ فنولوژیکی محصولات به همدوسی تحلیل شد. در بازه زمانی انتخابی، سیگنال های فنولوژیکی محصولات مورد بررسی، با سیگنا ل های مناطق شاهد ساخته شده و خاک لخت، مقایسه شد تا درمورد اختلاط نیافتن آن ها اطمینان به دست آید. بدین ترتیب داده های همدوسی چندزمانه در بازه انتخابی، به منزله ورودی طبقه بندی کننده ماشین بردار پشتیبان با کرنل های متفاوت، برای تفکیک و شناسایی نوع محصولات زراعی استفاده شدند. نتایج: بررسی مقادیر سری زمانی همدوسی، در مناطق شاهد انتخابی، حاکی از تمایز رفتار همدوسی محصولات زراعی متفاوت، درمقایسه با هم و نیز درقیاس با مناطق ساخته شده و خاک لخت است. بر این اساس داده های همدوسی انطباق خوبی با مراحل فنولوژیکی اصلی محصولات زراعی نشان می دهند. از میان کرنل های گوناگون طبقه بندی کننده ماشین بردار پشتیبان، کرنل تابع پایه شعاعی بیشترین میزان صحت کلی برابر را با 69/59%، با ترکیب متفاوتی از پارامترهای c و گاما در مرحله اعتبارسنجی نشان داد. صحت کلی نقشه نوع محصول زراعی تولید شده با استفاده از طبقه بندی کننده ماشین بردار پشتیبان و کرنل تابع پایه شعاعی، در مرحله آزمایش، برابر با 6/60% است که بهترین عملکرد را در شناسایی گندم و بدترین را درمورد یونجه داشته است. صحت کاربر، برای گیاهان گندم و سیب زمینی، بالاتر و برای گیاهان ذرت، باقلا و یونجه، پایین تر است. جمع بندی: به طور کلی، می توان گفت تصاویر همدوسی اطلاعات ارزشمندی به منظور شناسایی و تفکیک محصولات زراعی در ایران ارائه می دهند. استفاده از قابلیت های یادگیری ماشین می تواند، در پایش و تفکیک انواع محصولات زراعی، به داده های همدوسی کمک کند. در این راستا، عواملی همچون تعداد نمونه های آموزشی هر محصول، تعداد ویژگی های همدوسی، استفاده از داده های مکمل، اختلاف منظر سنجنده (خط مبنای مکانی)، ویژگی های توپوگرافیکی (شیب و جهت)، فاصله زمانی بین تصاویر رادار و نوع الگوریتم طبقه بندی تصویر، کارآیی تصاویر همدوسی و طبقه بندی کننده را تحت تأثیر قرار می دهند که باید مورد توجه قرار گیرند.

مقدمه و هدف: تولید داده های دمای سطح زمین (LST) با پیوستگی زمانی و مکانی، برای مطالعات هیدرولوژی، هواشناسی، اکولوژی، زیست محیطی و دیگر موارد، تقاضای چشمگیری دارد. تقریباً 60 تا 75% کره زمین در هر لحظه با ابرها پوشیده می شود؛ بنابراین ابرها، با ایجاد مانعی، باعث جذب بخشی از انرژی حرارتی بازتاب یافته از زمین می شوند و با تأثیر در انرژی فروسرخ حرارتی، سبب ایجاد داده های از دست رفته و نامعتبر در سری های زمانی LST می شوند. رفع اثر پوشش ابر همواره مسئله ای رایج درزَمینه استفاده از تصاویر ماهواره ای است. هدف از پژوهش حاضر ارزیابی عملکرد الگوریتم تحلیل طیفی منفرد – چندکاناله (M-SSA)، به منظور بازسازی داده های ازدست رفته و دورافتاده با استفاده از پوشش ابر در سری زمانی LST ساعتی ماهواره Meteosat-9 است. مواد و روش ها: منطقه مطالعاتی، در پژوهش حاضر، کشور ایران در نظر گرفته شد و نیز از سری زمانی LST ساعتی سنجنده SEVIRI از ماهواره زمین ثابت Meteosat-9 در سال 2022 استفاده شد. در ابتدا، با استفاده از نرم افزار SSA و آزمون مونت کارلو، اندازه پنجره و تعداد مؤلفه های معنی دار یک سری زمانی LST ساعتی تعیین شد. سپس با استفاده از مؤلفه های معنی دار شناسایی شده و نیز الگوریتم M-SSA، سری های زمانی LST بازسازی شد. خطای بازسازی در شرایط آسمان صاف، با داده های موجود سری زمانی و خطای بازسازی در شرایط آسمان ابری، ازطریق ایجاد داده های ازدست رفته مصنوعی (ابر مصنوعی) با شدت های 10، 20، 30، ...، 90% در سری زمانی، با استفاده از آماره های خطای جذر میانگین مربعات (RMSE) و ضریب تبیین (R 2 ) اندازه گیری شد.  نتایج: به طور میانگین، در سطح ایران، 5/25% از سری زمانی LST ساعتی در سال 2022 به دلیل پوشش ابر از دست رفته است که بیشترین میزان داده های ازدست رفته در حاشیه دریای خزر مشاهده شد. نتایج تحلیل سری زمانی LST ساعتی سالیانه در اندازه پنجره 96ساعته با آزمون مونت کارلو نشان داد مؤلفه های 1 تا 5 جزء مؤلفه های معنی دار این سری زمانی اند. این مؤلفه ها 5/97% از تغییرات سری زمانی LST را در کنترل دارند. فرکانس مربوط به مؤلفه های اول، دوم با سوم، چهارم با پنجم به ترتیب 0، 042/0 و 083/0 سیکل بر تصویر است. مؤلفه اول تغییرات دوره ای سالیانه، مؤلفه دوم با سوم تغییرات دوره ای 24ساعته یا روزانه دما، و مؤلفه چهارم با پنجم تغییرات دوره ای 12ساعته دما را نشان می دهد. براساس نتایج، RMSE و R 2 بین داده های موجود و داده های بازسازی شده سری زمانی LST ساعتی با استفاده از الگوریتم M-SSA، در شرایط آسمان صاف، به ترتیب 38/1 کلوین و 99/0 بود. همچنین در شرایط آسمان ابری، خطای RMSE تا سطح 80% داده ازدست رفته به صورت تصادفی (ابر مصنوعی) همواره کمتر از 1/2 کلوین بود. بحث و نتیجه گیری: کلید اصلی بازسازی سری های زمانی، با رفتار دوره ای، شناسایی مؤلفه های معنی دار دوره ای و روندهاست. در سری های زمانی LST ساعتی، دوره های سالیانه، 24، 12 و 8ساعته از مهم ترین مؤلفه های سری زمانی اند. این مؤلفه ها از چرخش زمین به دور خود و خورشید و انحراف محور آن شکل می گیرند. بنابراین، این مؤلفه ها اغلب برای بازسازی سری های زمانی LST ساعتی در بیشتر بخش های کره زمین، یکسان اند. براساس یافته ها، الگوریتم M-SSA با توجه به در نظر گرفتن مؤلفه های دوره ای و روندها و همچنین استفاده از همبستگی زمانی و مکانی، می تواند در بازسازی داده های ازدست رفته دارای فاصله بزرگ در سری های زمانی LST مؤثر باشد. یکی از موارد شایان توجه در بازسازی اثر پوشش ابر، در پژوهش حاضر و بسیاری از پژوهش های دیگر، بازسازی دمای سطح زمین با شرط آسمان صاف است. بنابراین بازسازی دمای سطح زمین زیر پوشش ابر می تواند چالش و پیشنهادی برای مطالعات بیشتر در آینده باشد.

سابقه و هدف: بیابان زایی یکی از چالش های مهم دنیای امروز است که پایداری محیط زیست را تهدید می کند. این پدیده از تخریب زمین در مناطق خشک و نیمه خشک ناشی می شود و می تواند پیامدهای جدی برای محیط زیست، اقتصاد و جامعه داشته باشد. ایران، به دلیل موقعیت جغرافیایی اش در کمربند خشک و نیمه خشک جهان، درمعرض خطر بیابان زایی قرار دارد. برای مقابله با این پدیده، شناسایی و ارزیابی عوامل مؤثر، تعیین مناطق آسیب پذیر و استفاده از مدل هایی به منظور ارزیابی این پدیده ضروری است. در این راستا، استفاده از علم سنجش از دور و سیستم اطلاعات جغرافیایی (GIS) می تواند در ارزیابی و نظارت بر بیابان زایی مفید باشد. این فنّاوری ها امکان بررسی گسترده و دقیق تغییرات پوشش زمین را فراهم می آورند و به مدیریت و حفاظت از مناطق درمعرض خطر کمک می کنند. هدف این پژوهش شناسایی مناطق مستعد بیابان زایی در کمربند شرقی ایران (سوچرزون سیستان و بلوک افغان)، با استفاده از مدل تحلیل های تصمیم گیری چندمعیاره، مبتنی بر رویکرد اولویت ترتیبی (OPA) است. مواد و روش ها: زون زمین شناسی سیستان و بلوک افغان، با مساحت بیش از 106هزار کیلومترمربع، در کمربند شرقی ایران قرار دارد و شامل بخش هایی از استان سیستان و بلوچستان و خراسان جنوبی می شود. این منطقه، براساس طبقه بندی اقلیمی دومارتن، در اقلیم خشک و فراخشک قرار می گیرد. وجود چنین شرایطی در این منطقه، همراه با تخریب پوشش گیاهی و خشک شدن منابع آبی، آن را مستعد بیابان زایی کرده است. در این پژوهش برای به دست آوردن نقشه مناطق مستعد بیابان زایی، در ابتدا، نقشه پتانسیل فرسایش بادی و فرسایش آبی، به ترتیب با استفاده از مدل های RWEQ و RUSLE در منطقه مورد مطالعه حاصل شد. سپس نتایج این مدل ها به همراه سایر شاخص ها، ازقبیل پوشش گیاهی، شوری خاک، کاربری اراضی، درجه حرارت، رده بندی خاک، جرم مخصوص ظاهری خاک و طبقه بندی اقلیمی، با استفاده از مدل تصمیم گیری چندمعیاره مبتنی بر اولویت ترتیبی (OPA) وزن دهی شدند و در نهایت، نقشه مناطق مستعد بیابان زایی در کمربند شرقی ایران به دست آمد. نتایج و بحث: نتایج این مطالعه نشان داد که میانگین پتانسیل فرسایش بادی، در کمربند شرقی ایران، 64 کیلوگرم بر مترمربع است. این درحالی است که 16% این منطقه، که اغلب در بخش های شرقی و جنوب شرق قرار دارد و شامل شهرستان های زابل، سراوان و خاش می شود، دارای پتانسیل فرسایش بادی بیش از 512 کیلوگرم بر مترمربع است. در مقابل، میانگین فرسایش آبی 24/36 تن در هکتار به دست آمده است؛ بیشترین میزان فرسایش آبی بیش از 40 تن در هکتار و در 5/34% از مساحت منطقه مورد مطالعه رخ می دهد که اغلب در شمال منطقه، شامل شهرستان نهبندان در استان خراسان جنوبی و بخش های مرکزی منطقه واقع شده است. در نهایت، نتایج مدل تصمیم گیری چندمعیاره مبتنی بر اولویت ترتیبی نشان داد که مهم ترین شاخص ها ازمنظر متخصصان، در شناسایی مناطق مستعد بیابان زایی در این منطقه، شاخص های فرسایش بادی و پوشش گیاهی و شوری خاک است و بخش های شرقی و جنوب شرق ناحیه به شدت تحت تأثیر بیابان زایی قرار دارند. بحث و بررسی: فرسایش در کمربند شرقی ایران پیامدهای منفی متعددی دارد؛ ازجمله کاهش حاصلخیزی خاک و تهدید معیشت، امنیت غذایی و سلامت مردم. تخریب پوشش گیاهی، از بین رفتن منابع آبی و تبدیل این مناطق به زمین های بایر، به خصوص در نیمه شرقی ایران که در سال های اخیر با پدیده خشکسالی گسترده ای مواجه شده اند، بیشترین تأثیر را در بیابان زایی داشته است. برای مقابله با این مشکل، به ابتکارات مدیریتی مانند مدیریت منابع آب، توسعه کشاورزی پایدار و حفاظت از تنوع زیستی نیاز است. این ابتکارها باید، با توجه به شرایط خاص هر منطقه و با مشارکت جوامع محلی و متخصصان، طراحی و اجرا شوند. نتایج این مطالعه نشان داد که استفاده از مدل های مبتنی بر رویکرد اولویت ترتیبی می تواند، در شناسایی مناطق آسیب پذیر به منظور تدوین برنامه های مدیریتی، مؤثر باشد. همچنین استفاده از شاخص هایی مانند مدیریت چرا، جمعیت و سطح آب های زیرزمینی، در مطالعات آتی، امکان ارزیابی بهتر وضعیت بیابان زایی را فراهم می کند.

سابقه و هدف: پایش وضعیت فعلی جنگل کاری های موجود در تصمیمات مدیریتی برای توسعه جنگل کاری ها در آینده بسیار مهم است. این مطالعه به منظور پایش سطح، پراکنش و سلامت جنگل کاری ها در شهرستان لنگرود استان گیلان انجام شد. مدیریت پایدار عرصه های جنگل کاری های سنواتی در حال و آینده نیازمند مطالعاتی در مورد وضعیت جنگل کاری ها با تمرکز بر سلامت آنها است و مناطق جنگل کاری شده سالم می توانند عملکرد محیط زیستی بیشتری را در مقایسه با جنگل کاری های ناسالم داشته باشند. هدف این مطالعه تهیه نقشه و مساحی محدوده های جنگل کاری های شهرستان لنگرود با استفاده از برداشت های زمینی، نرم افزار جی پی اس اندروید (GFAMP) و سامانه گوگل ارث برای حفاظت، غنی سازی و توسعه جنگل کاری ها در آینده است. همچنین سلامت توده ها با استفاده از تصاویر سنجنده سنتینل2 و شاخص های پوشش گیاهی NDVI، TNDVI، SAVI و RVI ارزیابی می شود. مواد و روش ها: در این مطالعه، ابتدا برداشت های میدانی در قالب نقاط زمینی، از جنگل کاری های موجود انجام شد و نقشه پراکنش جنگل کاری ها با استفاده از برداشت های زمینی، نرم افزار جی پی اس اندروید (GFAMP) و سامانه گوگل ارث تهیه شد. سپس تصویر سنجنده سنتینل2 مربوط به فصل رویش در شهرستان لنگرود از سایت کوپرنیکوس تهیه شد. از تصاویر سنجنده سنتینل2، شاخص های پوشش گیاهی مختلف مانند NDVI، TNDVI، SAVI و RVI مربوط به فصل رویش استخراج شد و نقشه های آنها در محدوده جنگل کاری ها تهیه شد. در ادامه، میزان هر شاخص پوشش گیاهی، در نقاط برداشت های زمینی استخراج شد و میزان همبستگی مقادیر هر شاخص پوشش گیاهی (حاصل از تصاویر فصل رویش سنجنده سنتینل2) با سلامت جنگل کاری ها (حاصل از برداشت های میدانی) بررسی شد. بدین منظور از ضریب همبستگی پیرسون استفاده شد. سپس شاخصی که بیشترین همبستگی را با سلامت جنگل کاری های شهرستان لنگرود نشان داد به عنوان مهمترین شاخص برای برآورد سلامت جنگل کاری ها انتخاب شد و رابطه رگرسیونی آن نیز با سلامت جنگل کاری ها به دست آمد. در ادامه، با استفاده از نقشه مطلوب ترین شاخص پوشش گیاهی، اطلاعات برداشت های میدانی و ارتباط بین این دو مورد، نقشه سلامت جنگل کاری ها در شهرستان لنگرود تهیه شد. نتایج و بحث: بر اساس یافته های این پژوهش، در مجموع 66 قطعه جنگل کاری در این شهرستان شناسایی شد که مساحت کل این قطعات با استفاده از روش آماربرداری صددرصد و کنترل زمینی به میزان 2/746 هکتار به دست آمده است که به طور عمده در جنوب غربی شهرستان پراکنش دارند. به علاوه نتایج نشان داد که شاخص NDVI، مطلوب ترین شاخص پوشش گیاهی برای برآورد سلامت جنگل کاری ها در شهرستان لنگرود می باشد که حاکی از قابلیت این شاخص برای ارزیابی سلامت درختان در فصل رویش است. پس از آن، شاخص SAVI بیشترین همبستگی را با سلامت درختان نشان داد که قابلیت خوب این شاخص را نیز در پایش سلامت درختان نشان می دهد. در حالی که دو شاخص TNDVI و RVI همبستگی بسیار کمتری را با سلامت درختان در محدوده جنگل کاری های لنگرود نشان دادند که استفاده از آنها برای ارزیابی سلامت درختان در مطالعات بعدی توصیه نمی شود.. از مجموع مساحت فعلی جنگل کاری ها، 56/400 هکتار آنها در وضعیت سلامت کامل، 60/305 هکتار در وضعیت سلامتی متوسط و 04/40 هکتار در وضعیت ناسالم قرار دارند. صحت کلی (OA) نقشه سلامت جنگل کاری ها در این پژوهش، 80 درصد، صحت تولیدکننده 79 درصد، صحت کاربر 78 درصد و ضریب کاپا 73/0 است. این نتایج نشان دهنده طبقه بندی مطلوب نقشه سلامت جنگل کاری ها در طبقات مختلف سلامت و شادابی درختان است. به طور کلی جنگل کاری های این شهرستان عمدتاً در سلامت کامل هستند، اما برخی از عرصه های کچل بن، لرزیان، گندم بیجاران، قازی دشت، خورش سرا و چاکسر (چاکدشت) به دلیل عدم انجام عملیات حفاظتی و نداشتن قرقبان در سال های اولیه، از موفقیت کمتری برخوردارند. نتیجه گیری: نتایج این پژوهش به مدیران جنگل برای پایش کمّی و کیفی جنگل کاری ها و تداوم آن در دوره های زمانی معین و همچنین برنامه های توسعه جنگل کاری در آینده کمک شایانی می کند. مدل رگرسیونی ارائه شده براساس همبستگی بالای شاخص NDVI با سلامت جنگل کاری ها، امکان برآورد سریع، ارزیابی کمّی، کم هزینه، مقرون به صرفه و اقتصادی وضعیت سلامت جنگل کاری ها در سطح وسیع و مناطق غیرقابل دسترس را فراهم می کند. نتایج این تحقیق با شناخت وضعیت موجود جنگل کاری ها، دید مناسبی از توان و پتانسیل های شهرستان لنگرود برای جنگل کاری با توجه به شرایط محیطی و اکولوژیکی این شهرستان، ارائه می دهد.

سابقه و هدف : بارش، به منزله یکی از اصلی ترین مؤلفه های بیلان آب، نقش مهمی در توزیع مکانی و زمانی آب در دسترس دارد و مهم ترین عاملی است که در چرخه هیدرولوژی، دخالت مستقیم دارد. به دلیل فقدان داده های بارش به روز و طولانی مدت با صحت مناسب و تغییر پذیری زیاد این کمّیت در مکان و زمان، پایش آن در وسعت های زیاد، بسیار دشوار است. همچنین هزینه بر بودن ایجاد ایستگاه اندازه گیری بارش، کمبود ایستگاه، مستقر نبودن دستگاه های ثبت کننده در مناطق صعب العبور، برداشت های نقطه ای و تعمیم پذیر نبودن اندازه گیری ها در نواحی وسیع و نیز نبودِ توانایی مطلوب در ثبت بارندگی های رگباری و سنگین همرفتی، همواره پژوهشگران حوزه های جوّی و هیدرولوژی را در اندازه گیری بارش، با چالش مواجه کرده است؛ ازاین رو استفاده از محصولات ماهواره ای جایگزین مناسبی برای دستیابی به داده های بارش، به ویژه در مناطق فاقد آمار و مناطق با تراکم ایستگاه های زمینی پایین است. اما محصولات ماهواره ای نیز خطاهای متعددی دارند؛ به همین دلیل، ارزیابی و بررسی دقت این محصولات قبل از استفاده، ضروری است. بنابراین، در تحقیق حاضر، محصولات بارش سه ماهواره CHIRPS، MERRA و TRMM در مقیاس ماهیانه، در سطح کشور ایران، ارزیابی شده است. مواد و روش ها: در این مطالعه، داده های 222 ایستگاه سینوپتیک کشور ایران، از ژانویه 2005 تا دسامبر 2019، در مقیاس زمانی ماهیانه از سازمان هواشناسی کل کشور دریافت شد. محصولات بارش ماهواره هایCHIRPS ، TRMM و MERRA نیز از سایت ناسا دانلود و پس از همسان سازی فرمت داده ها، به داده های عددی هم واحد تبدیل شدند. دراِدامه، داده های ماهواره ای و داده های ایستگاه های سینوپتیک زمینی به صورت یکپارچه درکنار هم قرار گرفتند و درنَهایت، داده های تخمینی و مشاهده ای اعتبارسنجی شدند تا میزان خطای پیش بینی ماهواره ها، با استفاده از شاخص های آماری شامل Bias، MAE، RMSE، R و R^2 به دست آید و موفقیت سنجنده ها، با استفاده از شاخص های مطابقت شامل POD، FAR و CSI، صحت سنجی و بررسی شود. نتایج و بحث: با توجه به نتایج، TRMM با 84/23 = RMSE و 69/0 = R^2، درمقایسه با ماهواره های دیگر، عملکرد خوبی داشته است. سایر شاخص ها نیز حاکی از برتری این ماهواره بر دیگر ماهواره هاست. ماهواره MERRA، با 57/30 = RMSE و 56/0 =R^2، درمقایسه با TRMM عملکردی ضعیف و درقیاس با CHIRPS عملکردی بهتر داشته است و از این لحاظ، در رتبه دوم قرار دارد. ماهواره CHRIPS نیز تقریباً در همه شاخص ها عملکردی ضعیف تر از دو ماهواره دیگر نشان داده است. با توجه به این اطلاعات و مقدار Bias حاصل شده، هر سه ماهواره بارندگی را کمتر از مقدار واقعی برآورد کرده اند اما ماهواره TRMM، درمقایسه با دو ماهواره دیگر، کم برآوردتر بوده و در این شاخص نیز، برتر از دو ماهواره دیگر عمل کرده است. نتیجه گیری: صحت سنجی تک تک ایستگاه ها نشان داد که داده های هر سه ماهواره، طبق شاخص POD، دامنه تغییرات اندک و نزدیک به صفر دارند و طبق شاخص های FAR و CSI، این اختلاف حدود 5/0 است؛ بیشترین آن به محصولات ماهواره MERRA، با دامنه تغییرات 148/0، تعلق دارد که نشان می دهد طبق این شاخص ها، می توان به داده های این ماهواره ها تاحد بسیاری اعتماد داشت. نتایج FAR و CSI بیان می کند که هرچند محصولات MERRA در تمامی ایستگاه ها، با اختلاف بسیار جزئی، کمترین میزان خطا و اشتباه را در تشخیص روزهای غیربارانی و بارانی داشته اند، براساس نتایج این تحقیق می توان گفت که درمجموع، محصولات ماهواره TRMM دارای صحت مناسب، تشخیص و مطابقت مطلوب در تمامی ارزیابی هاست.  

سابقه و هدف: منطقه مورد مطالعه در پهنه ساختاری البرز آذربایجان و در برگه 1:100000 لاهرود واقع شده است. در برخی مناطق، توده های نفوذی با ترکیبی از گرانودیوریت و کوارتز دیوریت با سن الیگوسن به درون سنگ های آتش فشانی نفوذ کرده اند و در بخش های مرکزی اطراف روستای قره گل و جنوب غرب منطقه، در محدوده صاحب دیوان و دوست بیگلو، عامل دگرسانی گسترده گرمابی (کائولینیت)، سیلیسی و آلونیتی در سنگ های لاتیتی ائوسن بالایی محسوب می شوند. پیشرفت های اخیر فنّاوری، درزَمینه تفکیک طیفی/ مکانی داده های ماهواره ای در الگوریتم های طبقه بندی، فرصت ها و راه حل های جالب توجهی را برای نقشه برداری زمین شناسی ایجاد کرده است. در این تحقیق، بر این مبنا که هدف از کاوش ذخایر مس پورفیریْ سنگ های آذرین اسیدی تا حدواسط است که دگرسانی آرژیلیک، فیلیک و پروپیلیتیک گسترده ای در آنها رخ داده، توجه ویژه ای به دگرسانی آلونیتی، سیلیسی و اکسید آهن شده است.  مواد و روش ها: به منظور معرفی نمونه های آموزشی، پس از بررسی های زمین شناختی، سیزده نمونه از صاحب دیوان با روش XRD آنالیز شد. مناطقی که نماینده دگرسانی های اصلی بودند و پیکسل های مربوط به آنها در تصاویر ماهواره ای، با عنوان نمونه های آموزشی، برای روش های طیف پایه انتخاب شد. در مطالعه حاضر، مجموعه داده های MSI ماهواره های استر و سنتینل A2 از برگه 1:100000 لاهرود، با نگرش ویژه به معدن صاحب دیوان بررسی شده اند. هدف اصلی این مطالعه ایجاد روشی جدید با در نظر گرفتن داده های سنجش از دور، به ویژه استر و سنتینل 2، در شناسایی دگرسانی های مرتبط با ذخایر مس پورفیری است. این شناسایی براساس دو رویکرد انجام شد: شناسایی زون های دگرسانی گرمابی مرتبط با ذخایر مس پورفیری (ازطریق کتابخانه طیفی) و شناسایی مستقیم زون های دگرسانی و کانی های مس دار (ازطریق نمونه برداری مستقیم از محل کان سار و استفاده از آن به منزله پیکسل آموزشی). در منطقه مورد مطالعه، نتایج MNF از داده های استر و سنتینل A2 استخراج و در طبقه بندی طیف پایه و با استفاده از کتابخانه طیفی نرم افزار و نمونه های آموزشی از مناطق دگرسان شده، به ترتیب از سه کانی کائولینیت، موسکویت و کلریت به صورت شاخص هایی برای دگرسانی آرژیلیک، فیلیک و پروپیلیتیک استفاده شد.   نتایج و بحث: نتیجه جالب توجه به دست آمده، از این تحقیق، برجسته سازی دگرسانی در تصاویر استر معدن صاحب دیوان بود؛ این نکته گویای حضور هم زمان دگرسانی آرژیلیک و فیلیک در مرکز و محصور شدن آن با دگرسانی پروپیلیتیک بود که با الگوی مرسوم ذخایر پورفیری مطابقت دارد. همچنین تحلیل تصاویر سنتینل نشان داد هماتیت، ژاروسیت، گوتیت و لیمونیت ویژگی های جذبی قدرتمندی در ناحیه VNIR نشان می دهند و این حسگر در شناسایی آنها موفق تر بوده است. پس از دریافت اطلاعات زمین شناختی و انجام دادن مطالعات XRD، از روش های نقشه برداری کانی شناسی طیف پایه مانند BE، LSU، CEM استفاده شد؛ ازبین آنها، روش BE بهترین نتیجه را برای جداسازی پیکسل های هدف، به ویژه در تشخیص انواع گوناگون تغییرات ذخایر مس پورفیری، دربرداشت. این مسئله، با استفاده از پیکسل های آموزشی، روی تصاویر استر نشان داده شد. اگرچه تصاویر سنتینل، به دلیل وضوح طیفی پایین در محدوده فروسرخ کوتاه، نتایج رضایت بخشی برای کانی های رسی به دست ندادند، برای جداسازی کانی های حاوی آهن مانند هماتیت، ژاروسیت و گوتیت مطلوب بودند و با استفاده از ترکیب رنگی، نتیجه گرفته شد که وجود هماتیت و ژاروسیت را به طور هم زمان نشان می دهند. نتیجه گیری: نتایج بررسی توده های نفوذی ورقه 100000 لاهرود رگه های سیلیسی و گسترش گسل ها و دگرشکلی ها نشان می دهد که به طور کلی، دگرسانی گسترده در بخش مرکزی (صلوات و نیازقلی مشیران) و جنوب غرب منطقه مورد مطالعه (صاحب دیوان و دوست بیگلو) شایان توجه است. محصولات حاصل از فراوری با نقشه زمین شناسی منتشرشده از منطقه مورد مطالعه مقایسه و نشان داده شد که نقشه های حاصل با مدل زمین شناسی مفهومی کان سار مس پورفیری مطابقت دارند و دگرسانی ها به سنگ میزبان این نوع کان سار بازمی گردد.

سابقه و هدف: سیب زمینی چهارمین محصول کشت شده در جهان است. با توجه به اهمیت استراتژیک این محصول در تأمین امنیت غذایی، تهیه نقشه های دقیق از سطوح زیرکشت آن اطلاعات ضروری برای تخمین و پیش بینی میزان عملکرد محصول در مقیاس های متفاوت را فراهم می کند. اگرچه تا کنون رویکردهای متفاوت سنجش از دور، مبتنی بر سنجنده های اپتیکی یا مایکروویو، به طور گسترده برای پایش مزارع گوناگون (شامل سطح زیرکشت محصولات، شرایط و پیش بینی عملکرد آنها) به کار رفته، با استفاده از داده های سنجش از دور و یادگیری ماشین کمتر برای شناسایی مزارع سیب زمینی اقدام شده است. در این راستا، پژوهش حاضر به شناسایی و نگاشت محصول سیب زمینی در قطب تولید آن در کشور پرداخته است و سعی در مهیا سازی اطلاعات دقیق سطوح زیرکشت این محصول، برای حوزه مدیریت کلان کشاورزی را دارد. مواد و روش ها: ازآنجاکه بیشتر محصولات کشاورزی، در طول دوره کشت، ویژگی های طیفی زمانی منحصربه فردی دارند، این پژوهش با استفاده از تصاویر سری زمانی و بدون آستانه گذاری صریح، روشی را برای تمایز دادن مزارع سیب زمینی از سایر محصولات مطرح کرده است. طبق این روش، با استفاده از لایه های مبتنی بر فنولوژی محصول سیب زمینی و نیز یادگیری ماشین، به شناسایی این محصول روی آورده شد. به منظور بهینه سازی پارامترهای داخلی الگوریتم، براساس داده های زمینی نوع محصول در سایت مورد مطالعه که مجموعاً شامل 1648 نمونه از مزارع سیب زمینی و سایر محصولات می شود، آموزش و ارزیابی مدل انجام شد. این داده ها با استفاده از گیرنده GPS دستی نمونه برداری شد. در این پژوهش، نگاشت مزارع سیب زمینی با استفاده از تصاویر ماهواره سنتینل 2 و الگوریتم ماشین بردار پشتیبان انجام شد. با تهیه لایه های ورودی مناسب که شامل شاخص فنولوژیکی محصول سیب زمینی و شاخص آماری میانه NDVI (سری زمانی تصاویر ماهواره سنتینل 2) در بازه های مشخص می شود، مزارع سیب زمینی با دقت شناسایی شد. دراِدامه، این لایه ها به منزله ورودی های ماشین بردار پشتیبان به کار رفت. به منظور آموزش مدل بهینه برای ماشین بردار پشتیبان با استفاده از کرنل RBF، مقادیر gamma و C با روش 5-fold cross validation بهینه سازی شد. سپس این مقادیر، در فرایند اجرای الگوریتم، با استفاده از سامانه رایانش ابری گوگل ارث انجین به کار رفت. کارآیی روش پیشنهادی در شهرستان های همدان و بهار که بیشترین میزان کشت این محصول را در ایران دارند، ارزیابی شد. نتایج و بحث: براساس نتایج، مقادیر بهینه برای پارامترهای داخلی مدل C=70 و γ=0.3 محاسبه شد. این مقادیر در تابع RBF، به منظور شناسایی سطوح زیرکشت محصول سیب زمینی، در نظر گرفته شد. با اجرای الگوریتم طبقه بندی و سپس اعمال فیلتر Majority، نقشه سطوح زیرکشت سیب زمینی برای منطقه مورد مطالعه تهیه شد. این نقشه بیشترین تراکم کشت محصول سیب زمینی را در محدوده مرزی دو شهرستان (شمال غرب شهرستان همدان و شرق شهرستان بهار) نشان داد. سطح زیرکشت سیب زمینی برای سال زراعی 1399-1400، در شهرستان همدان، برابر 1/4527 هکتار و در شهرستان بهار، برابر 3/6088 هکتار به دست آمد. در ارزیابی نتایج، صحت کلی و ضریب کاپا به ترتیب برای همدان، 9/90% و 82/0 و برای بهار، 3/93% و 87/0 براساس ماتریس خطا برآورد شد. نتایج پژوهش حاضر به کارآیی الگوریتم ماشین بردار پشتیبان در شناسایی سطوح زیرکشت محصول سیب زمینی اشاره دارد و همچنین نشان داده است که شاخص های منطبق بر فنولوژی سیب زمینی را می توان، به منزله ویژگی های متمایزکننده در شناسایی بهتر مزارع این محصول، استفاده کرد. نتیجه گیری: شناسایی مزارع سیب زمینی، با استفاده از لایه های ورودی شاخص های منطبق بر فنولوژی محصول در الگوریتم ماشین بردار پشتیبان، نشان داد این روش می تواند صحت شناسایی سطوح زیرکشت این محصول را در سطح پایلوت بهبود ببخشد. ازاین رو می توان، برای شناسایی سایر محصولات مهم کشاورزی و نیز در دیگر مناطق، رویکردی مشابه را پیش گرفت و نتایج را ارزیابی کرد. همچنین پیشنهاد می شود کارآیی داده های مایکروویو و سایر الگوریتم های یادگیری ماشین در پژوهش های آینده مورد توجه قرار گیرد.