درخت حوزه‌های تخصصی

تبخیر و تعرق یکی از اجزای مهم بیلان انرژی و آب است. کارآمدترین روش محاسبه میزان تبخیر و تعرق واقعی در مقیاس وسیع، استفاده از تصاویر ماهواره ای و سنجش از دور می باشد. اجرای الگوریتم های محاسبه تبخیر و تعرق مانند سبال نیازمند محاسبه تبخیر تعرق مرجع و در نتیجه بدست آوردن مقادیر دما و رطوبت هوا و سرعت باد است. معمولا در محاسبات مربوط به تبخیر و تعرق از اطلاعات بدست آمده از نزدیکترین ایستگاه (های) هواشناسی به منطقه موردمطالعه استفاده می شود که می تواند همراه با خطا باشد. به همین دلیل در این مطالعه، از سنسورهای اینترنت اشیا جهت اندازه گیری دقیق دمای هوا در ارتفاع 2 متری از سطح زمین و همچنین رطوبت هوا و سرعت باد در منطقه مورد مطالعه استفاده شده است. منطقه مورد مطالعه در این تحقیق، مزارع شرکت کشت و صنعت مغان در استان اردبیل است. در این تحقیق تعداد 23 نود در تعدادی از مزارع شرکت کشت و صنعت مغان نصب و راه اندازی گردید. الگوریتم بیلان انرژی سطح زمین (سبال) جهت محاسبه میزان تبخیروتعرق با تصاویر لندست 8 سال 1394 مورداستفاده قرار است.

تاکنون الگوریتم های متفاوتی برای ادغام رنگی تصاویر با قدرت تفکیک مکانی بالا ارائه شده است. برای انتخاب الگوریتم ادغام رنگی مناسب، به معیاری برای مقایسه نیاز است که بتواند بهبود هر الگوریتم را در مقایسه با الگوریتم دیگر مشخص سازد. برای ارزیابی کیفیت طیفی الگوریتم ها، معیارهای آماری متعددی ارائه گردیده است. یکی از محدودیت های معیارهای ارائه شده آن است که مستقلاً برای هر پیکسل تصویر محاسبه می شود و به همسایگی پیکسل و جزئیات تصویر توجهی نمی شود. در معیارهای ارزیابی کیفیت مکانی نیز فقط از همسایگی 33 استفاده می شود. در این تحقیق، دو دسته معیار در ترکیب با هم پیشنهاد شده است که هم کیفیت طیفی و هم کیفیت مکانی تصاویر ادغام شده را در سطح پیکسل و همسایگی آن ارزیابی می کنند. یکی از روش های پیشنهادی ارزیابی کیفیت طیفی و مکانی تصاویر ادغام شده، مبتنی بر تبدیل موجک و دیگری مبتنی بر فیلترهای استخراج نقطه، خط، و لبه در همسایگی 55 هر پیکسل است. روش های پیشنهادی در 13 نوع پوشش شهری متفاوت از تصاویر سنجندة Geo Eye-1 بررسی کمّی شده اند. نواحی گوناگون شهری به گونه ای انتخاب شده اند که پوشش ها و نوع ساختمان های متفاوت شهری را در بر گیرند. نتایج نشان می دهد که روش پیشنهادی ارزیابی کیفیت مکانی و طیفی بین الگوریتم های ادغام رنگی تمایز خوبی (حدود 8 برابر) قائل می شود. این قابلیت سبب می شود تا انتخاب الگوریتم بهینه ادغام رنگی برای هر نوع پوشش شهری، صحیح تر صورت گیرد.

هدف این مقاله ارزیابی توانمندی استخراج پارامترهای جنگلی همچون ارتفاع درختان با تکنیک های تداخل سنجی راداری با روزنة ترکیبی است. هدف عمده از تصاویر پلاریمتری راداری، در کاربردهای جنگلی، جداسازی مراکز فاز ناشی از توپوگرافی سطح زمین و تاج درختان است. یکی از روش های بسیار مرسوم در این زمینه به کارگیری ساختار دولایه ای مبتنی بر مدل پرکاربرد پراکنش حجمی نامنظم روی سطوح (RVOG) است. این مدل در یک دستگاه معادلات غیرخطی پارامترهای گوناگون — مانند توپوگرافی زمین، ارتفاع درخت، ضریب میرایی موج و نسبت دامنه — پراکنش سطحی به حجمی را تخمین می زند. با این حال به دلیل وابستگی شدید نتایج مدل به مقادیر اولیة مجهولات و به دلیل زمان بربودن و پیچیدگی حل دستگاه غیرخطی برای تمامی سلول های تصویر، بیشتر اوقات مسئله براساس فرضیات خاصی در ارتباط با مدل های پراکنش حل می شود. با وجود این، نتایج این روش ها نیز تحت تأثیر فرضیات قرار می گیرند و غالباً نمی توانند منجر به تعیین مناسب پارامترها شوند. ازاین رو برای حل مسائل پیش رو در این مقاله، با درنظرگرفتن ساختار دولایه ای جنگل، روشی مدل مبنا در تعیین توپوگرافی سطح زمین و ارتفاع درختان مطرح می شود. روش در نظر گرفته شده بدون هیچ پیش فرضی در ارتباط با پارامترهای مجهول، سعی در تخمین بهینة آنها دارد و یافته های پژوهش نشان می دهد که این مدل کارآیی بهتری از دو روش مرسوم مدل معکوس و SPIRIT دارد؛ به طوری که شاخص RMSE تخمین ارتفاع درختان از مقدار 26/13 و 41/11 متر به ترتیب در روش مدل معکوس و SPIRIT به مقدار 34/7 متر در روش عرضه شده کاهش یافته است.

در سال های اخیر، پدیده تغییر اقلیم و خشکسالی به معضلی جهانی در مناطق خشک و نیمه خشک جهان تب دیل ش ده اس ت. در تحقیق حاضر، تغییرات ماهیانه دی اکسید کربن جو و ذخیره کل آب، در بازه زمانی 2015-2003 در ایران، بررسی شده است. از داده های ترکیب شده با الگوریتم Obsm4MIPs ماهواره GOSAT و سنجنده SCIAMACHY، برای به دست آوردن روند تغییرات غلظت گاز دی اکسید کربن، و داده های ماهواره GRACE، برای تغییرات ذخیره کل آب در بازه زمانی 2003 تا 2015، استفاده شده است. نتایج همبستگی کانونی رابطه ای قدرتمند را، بین غلظت دی اکسید کربن با تغییرات ذخیره کل آب، نشان می دهد. به منظور مدل سازی رابطه بین تغییرات ذخیره کل آب با دی اکسید کربن، میزان تخلیه و مصرف آب های زیرزمینی از مدل رگرسیون گام به گام استفاده شد. نتایج حاصل از مدل رگرسیون بین تغییرات اشاره شده نشان دهنده این است که دی اکسید کربن، با 91/0R 2 =، بیشترین رابطه را با تغییرات ذخیره کل آب در مدل دارد. شایان ذکر است که شناسایی این روابط، در مقیاس کلان، ملموس است و در مقیاس محلی شیوه های مدیریتی در تغییرات منابع آب، به ویژه آب های زیرزمینی، تأثیر بیشتری دارد.

استان فارس، با توجه به واقع شدن در مناطق خشک و نیمه خشک ایران، دچار کمبود منابع آب سطحی شده است. بنابراین، به منظور بهره برداری از منابع آب زیرزمینی، تعیین کیفیت آب بسیار اهمیت دارد. با توجه به اهمیت موضوع، هدف این مطالعه تعیین میزان کیفیت مناطق جنوب شهر شیراز در استان فارس است. به منظور تهیه نقشه های پهنه بندی از نقاط نمونه برداری شده، از روش میانگین عکس فاصله (IDW) استفاده شد. در ادامه، برای همگن کردن هریک از لایه های تهیه شده، روش فازی به کار رفت. در این روش، تابع عضویت برای هریک از نقشه های پهنه بندی تعریف شد و داده ها بین 0 و 1، براساس درجه اهمیتی که در کیفیت آب دارند، قرار گرفتند. در نهایت، برای وزن دهی به لایه ها و تهیه نقشه نهایی کیفیت آب، از روش فرایند تحلیل شبکه ای (ANP) استفاده شد. نتایج نشان داد که کیفیت آب حدود ۸۰% منطقه مورد مطالعه مطلوب است؛ درحالی که کیفیت آب شرب در حدود ۴% از منطقه (بخش هایی از شمال و شرق) نامطلوب است.

تحلیل کاربری اراضی شهری چگونگی استفاده از توزیع ، حفاظت ، ساماندهی مکانی- فضایی فعالیت ها و عملکردی های شهری را بر اساس خواست و نیازهای جامعه شهری، بررسی می کند. امروزه با توجه به رشد نابسامان کالبدی و بی تعادل شهرها، برای ارتقای کیفیت شهرنشینی و تعادل بخشی، ساماندهی و بهینه گزینی کاربری های اراضی شهری، از اهمیت بسیار زیادی برخوردار است. گسترش سریع نواحی شهری و در پی آن، اتخاذ سیاست کاربری اراضی، مقوله کاربری شهری را به عنوان یکی از مهم ترین مؤلفه های تعیین کننده در مسائل شهری کشور مورد توجه قرار داده است؛ لیکن به دلیل تنوع پراکنش کاربری شهرها و تأثیرپذیری کاربری ها از متغیرهای مختلف، تحلیل و تبیین آن همواره با مشکلاتی مواجه بوده است. بنابراین با شناخت و بکارگیری روشهایی که بتواند به چنین مهمی کمک نماید، گام مطلوبی برای استغنای ادبیات چهره آرایی کشور برداشته خواهد شد. بررسی فرآیند تحولات ساختار فضایی شهر بابل نشان می دهد که در سالهای قبل از1300 ه ش محلات مختلف این شهر براساس ویژگی های قومی، صنفی و مذهبی شکل گرفته و از رشد ارگانیک برخوردار بوده است. اما به نظر می رسد در سالهای اخیر اجرای سیاست های عمرانی، بدون اندیشه و انطباق با واقعیات موجود، باعث رشد کالبدی و افزایش جدایی گزینی فضایی در بین محلات این شهر گردیده است. نتایج پژوهش حاضر که با روش توصیفی- تحلیلی و همچنین استفاده از سیستم اطلاعات جغرافیایی (GIS) انجام گرفته و از نوع کاربردی است، نشان میدهد در تخصیص کاربری های شهری، توجه لازم انجام نگرفته است.

ادغام تصویر، فرآیند تلفیق اطلاعات مناسب از مجموعه ای تصاویر در یک تصویر است، به طوری که تصویر ادغام شده حاوی اطلاعات مفیدتر و کامل تر از هر یک داده های ورودی خواهد بود. هدف از ادغام تصاویر سنجش ازدوری، ترکیب اطلاعات به دست آمده از سنجنده هایی باقدرت های تفکیک مکانی، طیفی و زمانی متفاوت به منظور به دست آوردن تصویری با جزئیات اطلاعاتی بیشتر نسبت به هرکدام از داده های انفرادی است. هدف از تحقیق حاضر، ارزیابی عملکرد تبدیل موجک گسسته در ادغام تصاویر فراطیفی با تصاویر دارای قدرت تفکیک مکانی بالا است. برای این منظور، پنجره ای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. ابتدا تصویر هایپریون، به لحاظ باندهای غیرقابل استفاده و نویزهای استریپ، تصحیح شد. از باند پانکروماتیک سنجنده ALI، به منظور تصحیح هندسی و ثبت تصویر هایپریون استفاده گردید. در ادامه تصویر هایپریون با استفاده از عملیات بازنمونه برداری به صورت تصویری با اندازه پیکسل 10 متر تبدیل شده و با استفاده از الگوریتم Gram-Schmit، با تصویر ALI، ادغام شد. دوباره با استفاده از تصویر OrbView3، بر روی تصویر ادغام شده، عملیات ثبت تصویر انجام گرفته سپس هر دو تصویر با استفاده از عملیات بازنمونه برداری به اندازه پیکسل 4 متر تبدیل شدند. تصویر OrbView3، با استفاده از موجک گسسته هار، در چهار سطح تجزیه شده و جهت ادغام مورداستفاده قرار گرفت. نتایج تحقیق نشان داد که با هر بار افزایش سطح تجزیه تصویر، صحت و دقت ادغام افزایش پیدا می کند.

مدل سازی مکانی رخداد چشمه های آب زیرزمینی امکان شناسایی چشمه های جدید را، برای مصارف شرب و کشاورزی و صنعت، فراهم می آورد. هدف از این تحقیق مدل سازیِ مکانی رخداد چشمه های آب زیرزمینی، با استفاده از نمایه های ژئومرفومتری مؤثر در رخداد آنها و مدل احتمالی وزنی شاهد و بررسی کارآیی این مدل در منطقة البرز میانی است. به طورکلی، 584 چشمه در منطقة مورد مطالعه مشخص شدند که 409 (70%) چشمه ها برای آموزش و 175 (30%) چشمه ها برای اعتبارسنجی مدل وزنی شاهد به کار رفتند. چهارده شاخص مهم ژئومرفومتری مؤثر در رخداد چشمه ها، در قالب رویکرد مدل وزنی شاهد برای مدل سازی مکانی رخداد چشمه ها، برگزیده شدند. این عوامل شامل ارتفاع، درجة شیب، جهت، انحنای صفحه ای، انحنای پروفیل، شاخص رطوبت توپوگرافی، شاخص قدرت جریان، طول شیب، شاخص موقعیت توپوگرافی، سنگ شناسی، فاصله از گسل ها، تراکم گسل ها، فاصله از آبراهه ها و تراکم زهکشی می شوند. در این تحقیق، براساس مدل وزنی شاهد، عامل های جهت شیب و شاخص رطوبت توپوگرافی، به ترتیب، دارای کمترین و بیشترین تأثیر در رخداد چشمه های آب زیرزمینی اند. نقشة به دست آمده از مدل سازی مکانی رخداد چشمه ها، در چهار طبقه، با پتانسیل رخداد کم، متوسط، زیاد و بسیار زیاد قرار گرفت. صحت پیش بینی مدل مورد استفاده با استفاده از روش ROC بررسی شد. سطح زیرین منحنی 866/0 به دست آمد که نشان می دهد مدل وزنی شاهد، در برآورد رخداد مکانی چشمه های آب زیرزمینی در منطقة مورد مطالعه، دقت بسیار خوبی دارد.

ترمیم چندضلعی های نادرست برای استفاده در نرم افزارهای سیستم اطلاعات جغرافیایی، کاری نیمه خودکار و وقت گیر است. ترمیم خودکار چند ضلعی، تفسیر چند ضلعی های مبهم و نادرست و از بین بردن کلیه اشکالات موجود براساس تعریف ها و استاندارهای جهانی است که کاربردهای زیادی در نرم افزارهای مرتبط با سیستم اطلاعات جغرافیایی دارد. با توجه به پیچیدگی محاسبات و حجم داده ها در کار با مه داده ها ، همیشه رقابتی بین سرعت و میزان حافظه مصرفی وجود دارد. در این مقاله ضمن معرفی استاندارد مشخصات عوارض ساده در چندضلعی ها، با استفاده از مثلث بندی دلونی و توابع جی.تی.اس در جاوا و با کمک بانک اطلاعات H2روشی ارائه شده است که چندضلعی ها را در قالب یک فایل CSV از ورودی دریافت کرده و با اعمال الگوریتم های کارا چندضلعی های موجود را بررسی و به شکل خودکار ترمیم می کنیم. چندضلعی های موجود در مجموعه داده های مکانی به شکل خودکار و در زمانی بهینه و با مصرف حداقل حافظه بررسی و در صورت نیاز ترمیم می شوند. نتایج نشان می دهد این روش نسبت به نمونه های پیشین، باعث بهبود نسبی در سرعت اجرا و در هنگام کار با داده های بزرگ صرفه جویی متوسط بیش از 50 درصد در حافظه اصلی را نشان می دهد

ازآنجاکه درختان نقش اساسی در تغییرات دی اکسید کربن و شرایط آب وهوایی دارند، تخمین زیست تودة موجود در درختان بسیار اهمیت دارد. روش های راداری که پارامترهای ساختاری را در تخمین زیست توده در نظر نمی گیرند منجر به نتایجی با سطح اشباع پایین می شوند. ارتفاع از پارامترهای ساختاری است و یکی از عوامل مهم تأثیرگذار در بهبود تخمین ارتفاع استفاده از کوهرنس بهینه است. در این مقاله، از داده های شبیه سازی شده در باندهای P و L برای تخمین ارتفاع به روش های تفاضلی، اندازه همدوسی، ترکیبی و Polarization Coherence Tomography (PCT) استفاده شده است. روش تفاضلی باعث تخمین ارتفاع کمتر از مقدار واقعی به اندازة 14 متر در باند P و 11 متر در باند L شده است؛ درحالی که روش اندازة همدوسی، به نسبت روش تفاضلی، نتایج بهتری به دست می آورد و اختلاف مقادیر میانگین ارتفاعات در این روش با مقادیر واقعی در باند P، 8 متر و در باند L، 2 متر است. روش های ترکیبی و PCT نتایجی نزدیک به هم دارند و اختلاف میانگین مقادیر ارتفاعات به دست آمده با مقدار واقعی کمتر از 2 متر است اما نتایج حاصل از روش PCT به دلیل استفاده از کوهرنس بهینه، از روش ترکیبی بهتر است. روش بهینه سازی کوهرنس به روش PSO که در این مقاله پیشنهاد شده است نتایجی بهتر از روش های دیگر حاصل کرده است و اختلاف میانگین مقادیر ارتفاعات به دست آمده با مقدار واقعی به کمتر از 5/0 متر می رسد.

گسترش شهر نشینی و افزایش جمعیت در کلان شهرها و رشد فعالیت های صنعتی در شهر ها باعث ایجاد تغییراتی در خرد اقلیم مناطق شهری شده است. یکی از نتایج این تغییرات، جزایر گرمایی شهر است. شهر مشهد نیز، طی سال های اخیر، رشد شتابناکی داشته است. در این پژوهش، جزیره گرمایی/ سرمایی رویه پایه کلان شهر مشهد براساس آب وهوای پس زمینه بررسی شده که هدف آن شناخت رفتار زمانی و مکانی این جزیره گرمایی بوده است. بدین منظور، داده های دمای رویه زمین سنجنده های مودیس تررا و مودیس آکوا دریافت و جزیره گرمایی، براساس آن، بررسی شد. برای سنجش جزیره گرمایی، از روش نوینی استفاده شد. در این روش، نقشه های کاربری اراضی مودیس برای تعیین محدوده شهر و غیرشهر و همچنین، تعیین نوع کاربری اراضی منطقه مورد مطالعه به کار رفت. آب وهوای پس زمینه برپایه دمای دورسو مشخص شد، نماینده دمای غیرشهر طبق بیشترین تکرار دما انتخاب شد و جزیره گرمایی براساس آن محاسبه شد. بررسی جزیره گرمایی/ سرمایی در بازه روزانه نشان داد که در کلان شهر مشهد، طی روز، میانگین دما کمتر و در شب، دمای شهر بیشتر از دمای بیرون شهر است. همچنین، بررسی فصلی جزیره گرمایی/ سرمایی این کلان شهر نشان می دهد که جزیره سرمایی، روز هنگام، طی فصل های گرم سال بیشترین مقدار و در فصل های سرد کمترین مقدار را دارد و تغییرات فصلی جزیره گرمایی شبانه کمتر از جزیره سرمایی روز هنگام است. هسته جزیره سرمایی روز هنگام مشهد در محدوده حرم مطهر تا میدان شهید فهمیده به سمت حاشیه غربی شهر قرار دارد. این منطقه منطبق بر پارک ها و باغ های بزرگ شهری است. هسته جزیره گرمایی شبانه در بافت قدیمی، پرتراکم و پررفت وآمد شهر و در محدوده حرم مطهر به سمت شمال غرب قرار دارد. شدت جزیره گرمایی/ سرمایی نیز ارتباط مستقیمی با سرعت وزش باد دارد. نقش کاربری اراضی در تشدید و یا کاهش شدت جزیره گرمایی شهر مشهد به خوبی مشخص است. در توسعه شهر، می توان توجه بیشتری به کاربری اراضی شهری داشت تا دمای شهر را با استفاده درست از آن، تعدیل کرد.

اساس برنامه ریزی و مدیریت صحیح داشتن آمار و اطلاعات دقیق و به هنگام است. یکی از مهم ترین آمار و اطلاعات بخش کشاورزی میزان تولید سالیانه هر محصول یا سطح زیرکشت است. یکی از ابزارهایی که در کمترین زمان و با هزینه پایین و دقت مناسب، می تواند سطح زیرکشت محصولات را محاسبه کند دانش و فنّاوری سنجش از دور است. در این تحقیق، از دو روش طبقه بندی شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده و سطح زیرکشت محصولات غالب منطقه، شامل هشت کلاس، از تصاویر سری زمانی سنتینل 2 برآورد شده است. براساس نتایج به دست آمده، صحت کلی هریک از روش های شبکه عصبی مصنوعی و ماشین بردار پشتیبان به ترتیب برابر با 97.74 و 97.96%، با ضریب کاپای 0.97 برای برآورد سطح زیرکشت محصولات بوده است. بنابراین، نتایج این دو روش مورد قبول واقع شده است. با توجه به صحت کلی، می توان نتیجه گرفت که دو روش طبقه بندی نتایج تقریباً یکسانی در منطقه دارد. علاوه براین، طبق نتایج صحت کاربر، می توان بیان کرد درمورد چهار محصول یونجه، برنج، پیاز و خربزه، عملکرد روش ماشین بردار پشتیبان بهتر از روش شبکه عصبی است و درمورد گندم دیم و آبی، جارو و مرتع، روش شبکه عصبی بهتر از ماشین بردار پشتیبان در منطقه عمل می کند.

تهیة نقشة دقیق از ساختارهای زمین شناسی، در مدیریت سرزمین اهمیت بسزایی دارد. بسیاری از این ساختارها در مناطق خشک و بیابانی منشأ رسوبات بادی، غبار و ذرات معلق در هوا به شمار می آیند. افزایش روزافزون توان تفکیک سنجنده ها و دسترسی آسان به آنها، کمک شایانی به مطالعة مناطق بیابانی کرده است. هدف پژوهش حاضر، تعیین مهم ترین عوامل مؤثر در تفکیک رخساره های کویری براساس روش میانگین هندسی و تجمیع لایه های اطلاعاتی سنجندة ASTERاست. به منظور انجام پژوهش حاضر از تصویر ماهواره ای استر مربوط به تاریخ 23 ژوئن سال 2010 استفاده شد.ابتدا 40 نمونه از خاک سطحی منطقة مطالعاتی برداشت شد ومؤلفه های مختلف خاک شناسی (آنیون ها، کاتیون ها، بافت، رطوبت و pH) در آزمایشگاه تجزیه و تحلیل شدند.به منظور بررسی اثر توپوگرافی بر شکل رخساره ها از مدل رقومی ارتفاع بهره گرفته شد. ارزش پیکسل ها در باندهای مختلف در محل نمونه های آموزشی (26 نمونه) استخراج شد و سپس با استفاده از روش رگرسیون چندگانة خطی اقدام به برپایی مدل های همبستگی شد. با استفاده از مدل های رگرسیونی در محل نقاط شاهد (14 نمونه)، مقادیر تخمینی در این نقاط محاسبه و صحت مدل ها ارزیابی گردید. با اعمال مدل ها روی باندهای مرتبط، نقشة مربوط به هر مؤلفه تهیه و پس از استانداردسازی با استفاده از روش تفکیک تراکمی طبقه بندی شدند. صحت طبقه بندی نقشه های تولیدشده براساس نقشة واقعیت زمینی برآورد گردید. سپس با استفاده از روش میانگین هندسی و تجمیع، لایه های اطلاعاتی تلفیق شدند. درنهایت، ارزیابی صحت نقشه های خروجی نیز صورت گرفت. نتایج تحقیق حاضر حاکی از نبود رابطة معنادار بین مؤلفه های سدیم، کربنات، هدایت الکتریکی خاک و توپوگرافی با داده های ماهواره ای در منطقة مطالعاتی است. همچنین نتایج نشان دادند که گرچه براساس مدل های تخمینی رس، سیلت، قلیایی بودن، رطوبت و استفاده از رویکرد ادغام رخساره هایی که بازتاب طیفی مشابه دارند می توان حداکثر تا 4 رخساره را در منطقة مطالعاتی تفکیک کرد، اما براساس روش میانگین هندسی و با استفاده از اثر جداگانة مؤلفة آهک و اثر متقابل مؤلفه های بیکربنات آهک، پتاسیم آهک، و بیکربنات آهک پتاسیم با صحت کلی بیش از 53 درصد می توان 5 رخساره را تفکیک کرد. کلید واژه ها : رخساره، میانگین هندسی، تجمیع،ژئوموفولوژی، پلایا، طبس.

به منظور ارزیابی قابلیت تصاویر سنجندة OLI ماهوارة لندست8 در تهیة نقشة تراکم تاج پوشش جنگل های زاگرس، ابتدا پنجره ای از تصاویر سنجندة مذکور از جنگل های منطقة حفاظت شدة مانشت با مساحت 2300 هکتار در استان ایلام انتخاب شد.برای تهیة نمونه های تعلیمی و برآورد صحت طبقه بندی ها، نقشة واقعیت زمینی به شکل نمونه ای از طریق نمونه برداری به روش منظم-تصادفی با 100 قطعه نمونة مربعی شکل (36/0 هکتاری) روی شبکه ای با ابعاد 500×400 متر تهیه شد. در هر قطعه نمونه، سطح تاج پوشش تمامی درختان اندازه گیری شد و درصد تاج پوشش در هر قطعه نمونه به دست آمد. پس از انتخاب نمونه های تعلیمی و مجموعة باندهای مناسببا استفاده از معیار واگرایی تبدیل شده، طبقه بندی داده ها به روش نظارت شده و با استفاده از خوارزمی های حداقل فاصله از میانگین و حداکثر احتمال انجام شد.نتایج حاصل از طبقه بندی با استفاده از معیار های تعیین صحت نشان دادند که خوارزمیِ حداقل فاصله از میانگین با صحت کلی و ضریب کاپای 80 درصد و 68/0 در مقایسه با خوارزمیِ حداکثر احتمال با صحت کلی و ضریب کاپای 60 درصد و 35/0 در طبقه بندی تراکم تاج پوشش بهتر عمل می کند. بازبودن تاج پوشش و همچنین اختلاط بازتاب خاک و پوشش گیاهی در این منطقه مانع دستیابی به نتایج مطلوب تر گردید. به طور کلی نتایج پژوهش حاضر، قابلیت نسبتاً مناسب داده های سنجندة OLI را در طبقه بندی تراکم تاج پوشش جنگل های زاگرس نشان می دهند. کلید واژه ها : استان ایلام، جنگل های زاگرس، سنجندة OLI، لندست8.

تعیین سرانه فضای سبز تا حد زیادی بستگی به خصوصیات بیوکلیماتیک منطقه و شهر دارد. براساس مطالعات و بررسیهای وزارت مسکن و شهرسازی، سرانه فضاهای سبز شهری در شهرهای ایران بین 7 تا 12 مترمربع برای هر نفر برای گذران اوقات فراغت، بازی و تفریح است . امروزه معمولا تعادلی از نظر سطح فضای سبز و مناطق باز موجود بین شبکه های شهری و الگوهای طبیعی سرزمین کمتر مشاهده می شود . این امر ممکن است باعث مشکلات زیست محیطی جهانی خاصی مانند شکل گیری جزایر گرمایی شهری شود. در این میان فضای سبز نقش تعیین کننده ای دارد. شهر هفشجان از جمله شهرهایی است که از توزیع مناسب فضای سبز برخوردار نیست و برخی از محلات آن فاقد فضای سبز است. به منظور تعیین مکان بهینه برای ایجاد فضای سبز باید از اصولی چون «مرکزیت، سلسله مراتب و دسترسی» تبعیت کند. بعد از گردآوری داده های مکانی و نقشه های موجود و تشکیل پایگاه اطلاعاتی در محیط جی آی اس توابع فازی لارج و اسمال و توابع بولین هر یک از معیارها استانداردسازی شد. با وزن دهی مناسب و با روی هم گذاری این لایه های فازی شده، تلفیق فازی، انجام شد و مکان های مناسب مشخص شد. در نهایت زمین هایی که درجه ی تناسب آنها مناسب تر بوده اند برای ایجاد فضای سبز انتخاب شده اند. این مکان ها نزدیک به مراکز مسکونی، آموزشی، شبکه ی ارتباطی، هستند و از پارامترهای دیگر مانند فضای سبز موجود، فاصله ی زیادی دارند.

هدف از این تحقیق تعیین مناطق دارای پتانسیل حضور چشمه آب زیرزمینی و اولویت بندی عوامل مؤثر در آن، با استفاده از روش حداکثر آنتروپی (مدل MaxEnt)، سیستم اطلاعات جغرافیایی و سنجش از دور است. در تحقیق حاضر، از چهارده شاخص تأثیرگذار در پتانسیل آب زیرزمینی شامل شاخص های توپوگرافیکی، زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی و همچنین، شاخص جدید ارتفاع از سطح نزدیک ترین زهکش (HAND) استفاده شده است. ابتدا، شاخص ها به دو بخش شاخص های توپوگرافیکی و سایر عوامل شامل زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی تقسیم شدند و نقشه پتانسیل آب زیرزمینی براساس آنها تهیه شد. سپس، از تلفیق شاخص ها، نقشه نهایی پتانسیل آب زیرزمینی به دست آمد. از مجموع 2547 چشمه، با استفاده از روش فاصله ماهالانوبیس، 60% به منزله داده های آزمون و 40% به منزله داده های اعتبارسنجی طبقه بندی شدند. نتایج نشان داد که به ترتیب، براساس شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها 38.5%، 27.4% و 34.7% حوزه دارای پتانسیل آب زیرزمینی است. همچنین، طبق نمودار جکنایف لایه های ارتفاع، کاربری اراضی، شیب، موقعیت شیب نسبی، شاخص HAND و لیتولوژی به ترتیب مهم ترین عوامل مؤثر در پتانسیل چشمه آب زیرزمینی بودند. سطح زیر منحنی (AUC) براساس نمودار ROC نشان دهنده دقت 83%، 83% و 85% (خیلی خوب) در مرحله آموزش و 82%، 81% و 84% (خیلی خوب) در مرحله اعتبارسنجی، مطابق با شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها بود. با توجه به اینکه شاخص HAND جزء شاخص های تأثیرگذار در آب زیرزمینی محسوب می شود؛ نقش تعیین کننده و مهمی در تعیین مناطق دارای پتانسیل چشمه آب زیرزمینی دارد.

وجود اسپکل در تصاویر رادار با روزنه مصنوعی به دلیل سیستم تصویربرداری همدوس، باعث ایجاد اثر دانه دانه ای در تصویر شده و برخی پردازش های شی گرا همانند قطعه بندی، خوشه بندی و یا شناسایی هدف را تحت تاثیر قرار می دهد. از اینرو روش های مختلفی جهت کاهش اثر اسپکل ارائه شده است.از یک نقطه نظر کلی اغلب الگوریتم های ارائه شده در یکی از روش های حوزه مکان، روش های مبتنی بر تبدیل و نیز روش های بهینه سازی طبقه بندی شده و البته محدود نمی گردند. از جمله محدودیت های موجود در روش های مورد استفاده اغلب می توان به عدم حفظ بافت و ساختار تصویر و نیز وابستگی اجرای الگوریتم به یک یا چند پارامتر تنظیم کننده اشاره نمود، که همین موضوع استفاده از این روش ها را در کاربردهای عملی با چالش رو به رو می سازد. از اینرو در پژوهش حاضر با در نظر گرفتن رفتار فرکانسی تصاویر SAR، روشی بر مبنای فیلترینگ تطبیقی طیف اندازه در حوزه فرکانس ارائه شده است که ضمن حفظ بافت های ظریف تصویر، به طور قابل ملاحظه ای اثر اسپکل را کاهش می دهد. علاوه بر آن الگوریتم پیشنهادی به صورت خودکار اجرا شده و نیازی به برآورد پارامترهای تنظیمی ندارد. همچنین در تصاویر با پیچیدگی بافت زیاد و در روش های کانوولوشن مکانی که نیاز به تنظیم ابعاد کرنل دارد، مرتبه محاسباتی پایین تری خواهد داشت. نتایج ارزیابی نشان می دهد که الگوریتم پیشنهادی در مقایسه با فیلترهای مکانی تطبیقی، ضمن بهبود 50 درصدی شاخص تعداد منظرهای معادل در تصاویر SAR، مقدار شاخص حفظ لبه را نیز به طور میانگین برای تصاویر SAR و شبیه سازی SAR حدوداً 50 و 30 درصد بهبود می بخشد.

در طول 10 سال اخیر، خودکاره های سلولیبه صورت گسترده ای در شبیه سازی پدیده های مکانی مورد توجه و استفاده قرار گرفته اند. با این حال، به دلیل ماهیت قطعی و توجه نکردن به عدم قطعیت در خودکاره های سلولی کلاسیک، محدودیت های گوناگونی برای شبیه سازی این گونه پدیده ها به وجود آمده است. در پژوهش حاضر، خودکاره های سلولی کلاسیک ازطریق تلفیق آن با نظریة فازی معرفی شده اند. در این تحقیق، قوانین انتقال به صورت فازی بیان شده و بر مبنای آن مدل خودکاره های سلولی فازی ارائه شده است. مدل مذکور به منظور شبیه سازی فرایند توسعة شهری اصفهان در طول سال های 1990 تا 2009 به کار گرفته شده است. کلید واژه ها : خودکارة سلولی، نظریة مجموعة فازی، توسعة شهری، ماتریس خطا.

مدل های خوشه بندی c-means یکی از پرکاربردترین شیوه های طبقه بندی نظارت نشده در آنالیز داده ها به شمار می رود. مدل فازی این روش، یعنی Fuzzy c-means، یکی از مشهورترین مدل هایی است که در آن هر داده با یک مقدار درجه عضویت بین 0 و 1، به هر یک از خوشه ها اختصاص داده می شود. این مدل خوشه بندی جهت طبقه بندی داده های سنجش از دوری بسیار استفاده شده است. مدل Fuzzy c-means از فاصله اقلیدسی جهت خوشه بندی استفاده کرده و برای همه خوشه ها شکل یکسانی فرض می کند. با وجود این، این مدل برای داده هایی که در آن ها کلاس ها دارای شکل و حجم متفاوت اند، مناسب به نظر نمی رسد. برای رفع این مشکل، مدل Gustafson-Kessel جهت خوشه بندی داده های پیچیده ارائه شده است. این مدل برمبنای به کارگیری یک ماتریس کوواریانس فازی برای هر خوشه عمل می کند و شکل هندسی، حجم و جهت گیری یکسانی برای همه خوشه ها در نظر نمی گیرد. در این تحقیق، از هر دو مدل خوشه بندی مذکور جهت داده های سنجش از دوری فراطیفی واقعی حاصل از سنجنده های Hyperion، ROSIS و CASI استفاده شده است. نتایج حاصل از مدل های خوشه بندی Fuzzy c-means و Gustafson-Kessel به پارامتری به نام فازی کننده وابسته است که در این تحقیق، مقدار بهینه آن با محاسبه و بررسی دقت طبقه بندی هر یک از این مدل ها، در ازای فازی کننده های مختلف به دست آمده است. نتایج به دست آمده در ازای مقدار بهینه فازی کننده، نشان می دهد که مدل Gustafson-Kessel دقت و صحت طبقه بندی را حدود 5/12% برای داده های Hyperion و حدود 45/8% برای داده های ROSIS افزایش می دهد. همچنین، ارزیابی دیداری نتایج دو مدل خوشه بندی روی داده های CASI نشان می دهد که مدل Gustafson-Kessel عملکرد بهتری دارد. البته در مقابل، باید گفت مدل Gustafson-Kessel هزینه زمانی بیشتری را صرف می کند و همچنین، جهت تعیین پارامتر مربوط به حجم خوشه ها، به دانش قبلی نیاز دارد.

امروزه موجودیت فضای سبز و گسترش آن به عنوان ریه های تنفسی شهر بسیار حائز اهمیت است و این تا آن حد است که بعنوان یکی از شاخص های توسعه یافتگی در جوامع مطرح بوده و نبود آن به معنی عدم وجود سلامت و تندرستی در شهرها تلقی می شود. مقاله حاضر به روش توصیفی تحلیلی و کاربردی بوده و با استفاده از سیستمهای اطلاعات جغرافیایی GIS و لایه های اطلاعاتی فازی شده مورد نظر و انجام مراحل مختلف جهت مدلسازی و فرآیند تحلیل سلسله مراتبی AHP و بدست آوردن وزن لایه های اطلاعاتی و تشکیل مدل نهایی تلفیق فازی به بررسی چگونگی توزیع فضایی و مکانیابی فضای سبز شهری شهر نهاوند استان همدان پرداخته است. مکانهای بهینه جهت این امر مشخص شد. سپس با انتخاب سه منطقه بعنوان مکانهای بهتر و در نظر گرفتن میدان خروجی شهر ، مسیرهای مناسب و بهینه را در جهت رسیدن به این مکانهای جدید پیشنهادی مشخص شد. این روش مدلسازی بهینه فازی برای مسیریابی و مکانیابی را تحلیل نموده است.