سنجش از دور

تحقیق حاضر با هدف برآورد فرسایش خاک در حوزه آبخیز سد مخزنی در حال احداث تنگ سرخ با مساحت 39 هزار هکتار در شرق و جنوب شرقی شهرستان بویراحمد در استان کهگیلویه و بویراحمد با استفاده از مدل RUSLE و قابلیت های سنجش از دور و سیستم اطلاعات مکانی به منظور برنامه ریزی اقدامات حفاظتی در حوزه آبخیز سد انجام شده است. لایه پارامترهای مدل RUSLE شامل فرسایندگی باران، فرسایش پذیری خاک، شیب و طول دامنه، مدیریت پوشش گیاهی و عملیات حفاظت خاک به ترتیب با استفاده از داده های بارندگی، ویژگی های فیزیکی و شیمایی خاک، مدل رقومی ارتفاع و کاربری اراضی در محیط سامانه اطلاعات مکانی تهیه شده اند و پس از رویهم گذاری لایه ها، مقدار فرسایش به صورت مکانی در سطح حوزه برآورد شد. مقدار عامل فرسایندگی باران از 62/179 تا 74/327 مگا ژول در میلی متر بر هکتار ساعت سال (MJ mm ha−1 h−1 year−1) بود. عامل فرسایش پذیری خاک از 08/0 تا 46/0 تن هکتار ساعت بر هکتار مگاژول میلی متر (t ha h ha−1 MJ−1 mm−1) بود. کمترین و بیشترین مقدار عامل شیب و طول دامنه به ترتیب 08/0 و 42/12 بود. بیشترین و کمترین مقدار عامل مدیریت پوشش گیاهی به ترتیب 33/0 و 54/0 بود. بیشترین و کمترین مقدار عامل عملیات حفاظت خاک به ترتیب 5/0 و 1 بود. حدود 80 درصد منطقه مورد مطالعه دارای میزان فرسایش 35 تن در هکتار در سال است که بیشترین مقدار آن در قسمت های غربی و شمال شرقی است که آن هم ناشی از مقدار زیاد فرسایندگی باران و فرسایش پذیری خاک در این منطقه است.

تامین بخش عمده ای از آب مناطق کوهستانی از طریق رواناب ذوب برف صورت می گیرد. بنابراین ارزیابی دقیق آب ناشی از ذوب برف و همچنین اثرات تغییرات آب و هوایی بر روی آن، در مدیریت منابع آب امری ضروری است. در این پژوهش، رواناب ذوب برف در حوضه گاماسیاب تحت شرایط تغییر اقلیم، بررسی شد. برای این منظور، رواناب ناشی از ذوب برف با بدست آوردن سطح پوشش برف در دو سال آبی 97-95 از تصاویر روزانه ماهواره ترا- مودیس در سامانه گوگل ارث انجین و وارد کردن داده ها و پارامترهای لازم به مدلSRM ، شبیه سازی شد. در مرحله بعد با توجه به نزدیکی و طول دوره آماری مناسب از داده های ایستگاه همدید کرمانشاه در مدل ها و سناریوهای گردش عمومی جو از سری CMIP5 تحت دو سناریوی RCP4.5 و RCP8.5 استفاده شد. ریزمقیاس نمایی این مدل ها توسط مدل آماری LARS-WG انجام شد. با بررسی عدم قطعیت مدل ها و سناریوها، برای تولید پارامتر دما از مدل HADGEM-2 تحت سناریوی PRC4.5 و برای تولید پارامتر بارش از همان مدل تحت سناریوی PRC 8.5 استفاده شد. در مرحله نهایی برای برآورد میزان تغییر رواناب ناشی از ذوب برف در دوره آتی میزان تغییرات داده های دما و بارش ماهانه نسبت به دوره پایه، به مدل SRM وارد شد. نتایج نشان داد که رواناب ناشی از ذوب برف علی الخصوص در فصل بهار کاهش می یابد. همچنین با وجود کاهش بارش دبی اوج اردیبهشت ماه با همان شدت تکرار می شود که علت آن می تواند ذوب ذوب هنگام برف بر اثر افزایش دما باشد.

استفاده از محصولات بارش ماهواره ای برای برآورد داده های بارش در مقیاس منطقه ای راهکاری جدید محسوب می شود. این محصولات خود دارای خطاهای گوناگونی هستند، به همین دلیل، ارزیابی و بررسی صحت این داده ها پیش از استفاده ضروری است. از آنجائی که بارش به شرایط اقلیمی و خصوصیات فیزیوگرافی منطقه وابسته است، بنابراین در پژوهش حاضر، ضمن اعتبار سنجی و صحت سنجی محصولات ماهواره ای بارش، به بررسی تاثیر دما و ارتفاع بر عملکرد محصولات بارشی ماهواره های MERRA، TRMM و CHIRPS در مقیاس ماهانه، در بازه زمانی 2005 تا 2019 و با استفاده از 222 ایستگاه سینوپتیک واقع در سطح کشور ایران پرداخته شده است. نتایج نشان می دهد که به ترتیب مقدار ریشه میانگین مربعات خطا برای ماهواره های TRMM، MERRA و CHIRPS برابر با 8/23 ،6/30 و 35 میلیمتر است که نشان دهنده عملکرد مطلوب ماهواره TRMM نسبت به دو ماهواره دیگر است؛ با بررسی شاخص آستانه موفقیت می توان گفت که طبق این شاخص، هر سه ماهواره عملکرد بسیار خوب و تقریبا مشابهی دارند به طوری که مقدار این شاخص به ترتیب برای ماهواره های MERRA، TRMM و CHIRPS برابر 864/0، 797/0 و 776/0 است. همچنین نتایج نشان داد که ماهواره TRMM در تمامی طبقات دمائی و ارتفاعی بهتر از دو ماهواره دیگر عمل می کند. در ارتفاعات کمتر از 500 متر و بیشتر از 1500 متر و دماهای زیر 18 درجه سانتی گراد، MERRA عملکرد خوبی نسبت به CHIRPS داشته و برآورد بهتری از بارش واقعی ارائه داده است.

یخچال های طبیعی و تغییرات کوتاه مدت و بلند مدت آن ها، از مهم ترین سنسورهای اقلیمی برای پایش روند تغییرات آب و هوایی هستند. در تحقیق حاضر به منظور آشکار سازی مکانی- زمانی تغییرات ارتفاعی دماغه یخچال؛ مدل های رقومی ارتفاعی حاصل، داده های لیزراسکنینگ هوایی (LiDAR) سال 1389و تصاویر پهپاد سال های 1397 و 1399 مورد استفاده قرار گرفتند. دقت مدل های رقومی ارتفاعی (DEM) استخراج شده از پهپاد، در سال های 1397 و 1399 به ترتیب با استفاده از حدود 40 و 20 نقطه کنترل زمینی تقریباً 15 سانتی متر برآورد شد. همچنین دقت برآورد تغییرات ارتفاعی بر اساس ارزیابی تغییرات ارتفاعی در منطقه غیر یخچالی در این بازه زمانی نشان دهنده دقت بالای نتایج است. بطوری که مقادیر میانگین و انحراف معیار در منطقه غیریخچالی به ترتیب برابر با 0.05± و0.34  سانتی متر است که مقادیری قابل قبول در مطالعه تغییرات ارتفاعی یخچال به شمار می روند. نتایج حاصل از تفریق دو به دوی DEM های یاد شده نشان دهنده تغییرات ارتفاعی بسیار زیاد دماغه یخچال علم کوه از سال 1389 الی 1399 است. چنانچه میانگین نرخ تغییرات ارتفاعی شکاف اصلی دماغه یخچال در این مدت حدود 0.8 – متر در سال (.m/yr) و بیشترین مقدار نرخ تغییر ارتفاعی حدود 2.31- (.m/yr) است. عمده تغییرات ارتفاعی این منطقه در بازه زمانی 1389 تا 1397 بوجود آمده و میانگین نرخ تغییرات ارتفاعی شکاف اصلی یخچال در این مدت 1.03- (.m/yr)و حداکثر آن 2.77- (.m/yr) است. تغییرات ارتفاعی در بازه زمانی 1397 تا 1399 کمتربوده و میانگین نرخ تغییرات ارتفاعی 0.1+  (.m/yr)و حداکثر آن 1.85- (.m/yr)است. با توجه به اینکه این منطقه به عنوان خروجی و محلّ تخلیه یخچال نیز شناخته شده و حجم زیادی از واریزه ها و یخرفت ها ی یخچالی را به ارتفاعات پایین تر سرازیر می کند، تغییرات ارتفاعی شدید این منطقه ناشی از ذوب برف و یخ است و همین امر، عامل اصلی وقوع سیلاب عظیم تیرماه سال 1390 در رودخانه سردآبرود بوده است.

این مطالعه با هدف ارزیابی کیفیت زیستگاه های آبخیز تجن در شمال ایران بر مبنای تغییرات کاربری اراضی در بازه زمانی 1431-1371 و بررسی ارتباط آن با سنجه های تعداد لکه (NP)، تراکم لکه (PD)، تراکم لبه (ED)، بزرگترین لکه (LPI)، شکل لکه (LSI) و جداشدگی (SPLIT) انجام پذیرفت. تصاویر لندست 8 و 4 برای تهیه نقشه های کاربری اراضی در سال های 1371، 1401 و 1431 با استفاده از روش های حداکثر احتمال، ترکیب متقاطع و CA-Markov در نرم افزارهای انوی و ترست پردازش شد. کیفیت زیستگاه های حوضه نیز با استفاده از اینوست در سه سناریو بر مبنای نقشه های کاربری اراضی ارزیابی و رابطه آن با تغییرات کاربری اراضی و سنجه های موردنظر بر اساس رگرسیون حداقل مربعات و آزمون همبستگی اسپیرمن تحلیل شد. نتایج نشان داد در بازه زمانی 1371 تا 1431، اراضی جنگلی و کشاورزی به ترتیب بیشترین تغییرات کاهشی (82460- هکتار) و افزایشی (76392 هکتار) را داشتند. زیستگاه های بخش مرکزی حوضه از کیفیت بالاتری نسبت به پهنه های شمالی و جنوبی برخوردار بودند. رابطه کیفیت زیستگاه ها با تغییرات کاربری اراضی معنادار و معکوس (-0.95)، با سنجه های NP، PD، ED و LSI غیرمستقیم و معنادار (-0.46) و با سنجه های LPI و SPLIT ضعیف مشاهده گردید. این مطالعه نشان داد که کیفیت زیستگاه ها حوضه مطالعاتی تحت تأثیر تغییرات کاربری اراضی و ویژگی های لکه های سیمای سرزمین طی 30 سال گذشته کاهش یافته و احتمالاً همین روند تا 30 سال آینده نیز ادامه می یابد. نتایج این مطالعه می تواند به عنوان مبنای تصمیم گیری در راستای توسعه کاربری ها در منطقه و حفاظت محیط زیست آن قرار گیرد.

در این تحقیق هدف پیامدهای محیط زیستی، سیاسی و امنیتی خشک شدن دریاچه ارومیه با استفاده از سنجش از دور بر پادگان های ارتش جمهوری اسلامی ایران در حوضه دریاچه ارومیه می باشد. تحقیق حاضر از نظر هدف، در زمره تحقیق کاربردی بوده و از نظر ماهیت و روش تحقیق، از نوع تحقیقات توصیفی - پیمایشی است. برای پایش ریزگردهای نمکی دریاچه ارومیه از تصاویر ماهواره ای سنتینل 5، مادیس و لندست 8 برای سال 2000 تا 2022 از سامانه گوگل ارث انجین استفاده شده است. در این تحقیق از توصیف ها و تحلیل های فضایی موجود در سیستم اطلاعات جغرافیایی (سامانه GEE و نرم افزار Arc Gis 10.8.1) بهره گرفته شده است. نتایج پژوهش نشان می دهد که پیامدهای امنیتی ریزگردها در دو پادگان مهاباد و سقزاز نظر بعد دفاعی و امنیتی را در سال 2015 نشان می دهد عبارتست از: افزایش میزان ترددهای غیر مجاز، به وجود آمدن روزنه های امنیتی، اختلال در تردد نیروی انسانی گشت زن، کاهش میدان دید بخصوص در مواقع ایجاد باد و توان دید بانی، اختلال در آماده باش و پشتیبانی و اختلال در شبکه های مخابراتی مهمترین پیامد های امنیتی دفاعی بحران ریزگردها می باشد. در سال 2022 میزان پراکندگی مکانی ریز گردهای نمکی فقط بر یک پادگان پراکنده نشده است و بیشتر پادگانهای ارتش در منطقه تحت تاثیر ریزگردهای نمکی دریاچه قرار گرفتهاند و در همین سال بیشترین میزان ریزگردهای نمکی بر پادگانهای ارومیه، شکاری تبریز، قوشچی، سقز و مهاباد پراکنده شده است. پیامدهای امنیتی ریزگردها در کل منطقه از نظر بعد دفاعی و امنیتی و سیاسی نشان می دهد که این ریزگردها باعث اختلافات قومی – مذهبی بین اقوام ترک و کرد، افزایش نارضایتی عمومی، کاهش همبستگی اجتماعی شهروندان با دولت، افزایش اعتراضات خیابانی و شورشهای شهری در منطقه، تحریک قومیت ها و نارضایتی بیشتر، افزایش جرائم امنیتی شده است.

توسعه فیزیکی مناطق شهری یکی از محرک های اصلی تغییرات جهانی است که تأثیرات مستقیم و غیرمستقیم مهمی بر شرایط محیطی و تنوع زیستی دارد. استفاده از تکنیک های سنجش از دور، یکی از رویکردهای جدید در برنامه ریزی شهری  محسوب می شود. پژوهش حاضر با هدف مقایسه کارآیی طبقه بندی کننده های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای در استخراج محدوده توسعه فیزیکی شهر همدان با استفاده از تصویر ماهواره سنتینل 2 انجام شده است. در این راستا، فرایند قطعه بندی بر اساس مقیاس، ضریب شکل و ضریب فشردگی مناسب با هدف تولید اشیاء تصویری انجام شد. پس از قطعه بندی و تبدیل تصویر به اشیاء تصویری، با استفاده از طبقه بندی کننده های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای شامل الگوریتم های طبقه بندی کننده بیز، k - نزدیکترین همسایه، ماشین بردار پشتیبان، درخت تصمیم گیری و درخت های تصادفی، فرایند طبقه بندی انجام و نقشه های محدوده توسعه فیزیکی شهری تولید شد. در نهایت، مقدار دقت هر کدام از نقشه های تولید شده محاسبه شد. بر اساس نتایج تحقیق، امکان تولید نقشه محدوده توسعه فیزیکی شهری همدان با استفاده از الگوریتم های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای با دقت قابل قبول وجود دارد. به طوری که طبقه بندی کننده بیز دارای دقت کلی 96 درصد و ضریب کاپای 0.95، k - نزدیکترین همسایه دارای دقت کلی 97 درصد و ضریب کاپای 0.96، ماشین بردار پشتیبان دارای دقت کلی 96 درصد و ضریب کاپای 0.95، درخت تصمیم گیری دارای دقت کلی 95 درصد و ضریب کاپای 0.94 و درخت های تصادفی دارای دقت کلی 95 درصد و ضریب کاپای 0.94 بودند. لذا از بین کلیه الگوریتم های مورد استفاده در این تحقیق، k - نزدیکترین همسایه با دقت کلی 97 درصد و ضریب کاپای 0.96 مقدار دقت بیشتری را ارائه نمود.  

سابقه و هدف: تشخیص تغییرات، در داده های سنجش از دور، وظیفه ای بسیار مهم در علوم محیط زیست، مدیریت منابع طبیعی، برنامه ریزی شهری و مدیریت بحران هاست. با وجود پیشرفت های اخیر در این زمینه، بسیاری از روش های موجود صرفاً به چالش های خاصی می پردازند و قادر به دادن راه حلی جامع، برای انواع متفاوت داده ها و کاربردها نیستند. این محدودیت ها شامل ناتوانی در مدیریت داده های چندطیفی، فراطیفی و راداری، و نیز ناتوانی در بیان نتایج دقیق و سریع با استفاده از پردازش موازی و بهینه سازی منابع پردازشی می شود. علاوه براین، روش های فعلی اغلب به تشخیص تغییرات باینری محدود می شوند و قادر به شناسایی دقیق نوع ویژگی های تغییریافته نیستند. بنابراین هدف اصلی این تحقیق توسعه روشی نوآورانه و جامع برای تشخیص تغییرات است که بتواند این محدودیت ها را برطرف کند و در دنیای واقعی، کاربردهای مؤثری داشته باشد.مواد و روش ها: در این مطالعه، روش جدیدی مبتنی بر ترکیب شبکه ترانسفورمر و مدل توجه خودکار مطرح می کنیم که قادر به پردازش و تحلیل داده های سنجش از دور، با دقت و کارآیی بالاست. این روش از داده های چندطیفی، فراطیفی و راداری بهره می برد که از ماهواره های سنتینل – 2، QuickBird و TerraSAR-X به دست آمده اند. این داده ها در بازه های زمانی متفاوتی جمع آوری شده و شامل اطلاعات گوناگون، ازجمله تغییرات پوشش گیاهی، کاربری زمین و تغییرات ساختاری اند. روش پیشنهادی از تکنیک های ادغام ویژگی ها بهره می برد که با استفاده از لایه های کانولوشن و ترانسفورمر، اطلاعات موجود در داده ها را ترکیب می کند و دقت تشخیص تغییرات را افزایش می دهد. علاوه براین استفاده از مکانیسم توجه فضایی به شناسایی روابط مکانی بین ویژگی ها کمک می کند و با تمرکز بر نواحی کلیدی، دقت تشخیص تغییرات را بهبود می بخشد. شبکه مبتنی بر ترانسفورمر که برای تعیین شباهت توسعه یافته است، با مکانیسم های توجه خودکار تقویت شده که امکان دریافت روابط پیچیده بین ویژگی ها را در دنباله های زمانی فراهم می کند. این ویژگی، به ویژه برای تشخیص تغییرات جزئی که ممکن است در سایر روش ها نادیده گرفته شوند، اهمیت دارد. در بستر عملیاتی، روش پیشنهادی روی سیستمی با کارآیی بالا، شامل یک CPU 24 هسته ای Xeon E5-2697 v2، 28 گیگابایت حافظه، دیسک SSD با ظرفیت 200 گیگابایت و یک کارت گرافیک RTX 2080 Ti با 11 گیگابایت RAM و CUDA 11 اجرا و ارزیابی شد.نتایج و بحث: نتایج این تحقیق برتری روش پیشنهادی را در مقایسه با روش های موجود نشان می دهند. ارزیابی ها براساس معیارهای دقت، بازخوانی، F1-score، دقت کلی (OA) و هم پوشانی متقاطع (IoU) انجام شد. این روش توانست، در تمامی این معیارها، عملکردی بهتر از روش های دیگر نشان دهد. به طورخاص دقت کلی افزایش چشمگیری یافت و در برخی مجموعه داده ها، به بیش از 95% رسید. این نتایج حاکی از آن است که روش پیشنهادی نه تنها قادر به تشخیص دقیق تغییرات باینری است بلکه می تواند نوع ویژگی های تغییریافته را نیز با دقت بالا شناسایی کند. این قابلیت ها به دلیل استفاده از تکنیک های پیشرفته یادگیری عمیق و پردازش موازی به دست آمده اند. همچنین استفاده از چارچوب SoFRB باعث بهبود کارآیی روش پیشنهادی شده و امکان پردازش داده های حجیم را، در زمان کمتر، فراهم کرده است. تحلیل های ما بیان می کند که روش پیشنهادی می تواند، با مجموعه داده های متفاوت، انطباق بالایی نشان دهد و در شرایط گوناگون کارکرد مؤثری داشته باشد. به علاوه، این روش می تواند ابزار کارآمدی در زمینه های متفاوت، ازجمله نظارت بر محیط زیست، برنامه ریزی شهری، کشاورزی دقیق و مدیریت بحران ها باشد.نتیجه گیری: روش پیشنهادی ترکیبی از تکنیک های مدرن یادگیری عمیق و پردازش موازی است که دقت و کارآیی تشخیص تغییرات در داده های سنجش از دور را بهبود چشمگیری بخشیده است. نتایج این تحقیق نشان می دهد که روش پیشنهادی نه تنها در شرایط آزمایشگاهی بلکه در کاربردهای عملی نیز مورد اعتماد است. به طورخاص این روش می تواند در نظارت بر تغییرات محیط زیست، شناسایی تغییرات در زیرساخت های شهری و مدیریت بحران های طبیعی و انسانی، نقش مؤثری داشته باشد. این نتایج نویدبخش کاربردهای گسترده این روش در حوزه های گوناگون است. همچنین تحقیقات آینده می تواند شامل بهبودهای بیشتری در زمینه های گوناگون، مانند بهینه سازی مدل، استفاده از داده های بیشتر و متنوع تر و بررسی تأثیر استفاده از تکنیک های جدیدتر یادگیری عمیق و پردازش موازی باشد.

مجموعه رادیومتر تصویربرداری مادون قرمز مرئی (VIIRS) یکی از ابزارهای کلیدی روی فضاپیمای سازمان ملی امریکا در مدار قطبی (Suomi NPP) است که با موفقیت در 28 اکتبر 2011 پرتاب شد که نسل جدیدی از قابلیت های تصویربرداری با وضوح متوسط عملیاتی پس از AVHRR  در NOAA، MODIS در ماهواره های Terra و Aqua را امکان پذیر می کند. VIIRS  نظارت عملیاتی محیطی و پیش بینی عددی آب وهوا با 22 باند تصویربرداری رادیومتریک با طول موج های 41/0 تا 5/12 میکرومتر را پوشش می دهند. به منظور آشکارسازی تأثیر بارش بر پوشش گیاهی استان لرستان، میانگین ماهانه شاخص استاندارد بارش SPI با استفاده از داده های بارش 7 ایستگاه هواشناسی استان محاسبه شد. سپس با استفاده از تصاویر مادون قرمز به صورت میانگین هفتگی در دوره زمانی 2021-2013 (اول آوریل تا پایان ژولای) اخذ شده از سنجنده Suomi NPP  به بررسی وضعیت پوشش گیاهی پرداخته شد. نتایج نشان داد میزان همبستگی شاخص استاندارد بارش با شاخص NDVI، VCI،TCI و VHI به ترتیب 0037/0، 0048/0، 174/0 و 150/0 است. شاخص TCI همبستگی بیشتری با شاخص SPI داشته و به عنوان یک روش ترکیبی از سنجش ازدور و اطلاعات ایستگاه های هواشناسی برای بررسی شرایط پوشش گیاهی در استان لرستان مناسب است. پوشش گیاهی همه ساله با درجات مختلفی از خشکسالی روبه رو بوده و شدیدترین خشکسالی پوشش گیاهی در 2021 در بیشتر مناطق استان به ویژه قسمت های مرکزی، جنوبی و شمال شرقی استان رخ داده است. در سال های  2013، 2015 و 2018 خشکسالی پوشش گیاهی با شدت کمتری رخ داده و در 2016،2018، 2019 و 2020 پوشش گیاهی در شرایط مطلوب تری قرار داشته است.

سنجش از دور عبارت است از علم و هنر کسب اطلاعات در مورد اجسام، اراضی یا پدیده های مختلف به کمک جمع آوری اطلاعات از آن ها، بدون تماس با پدیده های تحت بررسی. در منابع زمینی به کارگیری عکس های هوایی، عکس های فضایی و تصاویر تهیه شده از اطلاعات ماهواره ای برای تفسیر و شناسایی و کسب اطلاعات از پدیده ها را سنجش از دور بیان می کنند. امروزه شناخت محیط برای برنامه ریزی براساس توان بوم شناختی هرمنطقه ای در راستای ارزیابی توان در هر حوزه جغرافیایی معین جزء مراحل مهم پروژه های اجرایی، به ویژه در سطح کلان و ملی، بشمار می رود. به همین دلیل هدف در این پژوهش طبقه بندی پوشش و کاربری اراضی شهرستان مبارکه می باشد. جهت ایجاد نقشه کاربری اراضی از نرم افزار 3/5 ENVI که یک نرم افزار جهت پردازش و تحلیل اطلاعات سنجش از دوری به ویژه داده های ماهواره ای است استفاده شد. همچنین برای تشخیص پوشش زمین از پرداکت های موجود در سامانه Google Earth Engine استفاده شد که از انواع داده های ماهواره های پرکاربرد امروزی که به صورت رایگان عرضه می شود پشتیبانی می کند. درنهایت برای ارزیابی صحت نتایج طبقه بندی شده نقشه تولیدی با نقشه واقعیت زمینی از برنامه Google Earth استفاده شد. همیچنین ر برای مشخص شدن صحت کلی طبقه بندی ضریب کلی و کاپا برآورد گردید. نتایج حاصل از این پژوهش نشان می دهد، ارزیابی صحت نقشه تولیدی که با واقعیت زمینی با 388 نقطه تعلیمی در Google Earth مورد بررسی قرار گرفت، ضریب کلی نقشه 96% و ضریب کاپا آن 92/0 به دست آمد که ضریب قابل اطمینانی می باشد. درنهایت پیشنهاد می شود در پژوهش های آتی در عوض استفاده از روش های پیکسل پایه در مدیریت اینگونه مناطق از قطعه بندی تصاویر ماهواره ای با کمک از نرم افزارهای سنجش از دور در راستای تعیین یگان ها و اختصاص آن به زون های سازگار استفاده شود.

خورشید به عنوان منبع انرژی، سرآغاز حیات و منشأ تمام انرژی های دیگر شناخته شده است. تابش جهانی خورشید یکی از سازه های بنیادی هر گستره اقلیمی شمرده می شود. از این رو، شناخت ویژگی ها و نیز پیش بینی این سازه های اساسی، تاثیر زیادی در برنامه ریزی های وابسته به انرژی دارد. استفاده از تصاویر ماهواره ای و مدل های سنجش از دور به عنوان ابزاری مناسب و کم هزینه برای تخمین تابش خورشیدی، در سال های اخیر بوده است. جهت انجام این پژوهش، از تصاویر مربوط به سال 2020 ماهواره لندست 8 سنجنده OLI و سنجنده TIRS و الگوریتم سبال استفاده شد. از نرم افزارENVI جهت تصحیحات هندسی، اتمسفری و رادیومتریک تصاویر ماهواره ای و همچنین اجرای محاسبات مربوط به مدل سبال و از نرم افزار ArcGIS جهت ایجاد پایگاه داده، تحلیل های مکانی، عملیات کارتوگرافیکی و در نهایت پیاده کردن مدل استفاده گردید. نتایج حاصل نشان می دهد میانگین بیشترین تابش موج کوتاه ورودی به میزان 901 وات بر مترمربع در تاریخ 09/08 /2020 و کمترین مقدار در فوریه به میزان 302 وات بر مترمربع بوده است. این در حالی است که کمترین مقدار تابش خالص در 28/10 /2020 به میزان با مقدار 355 وات بر متر مربع می باشد. تفاوت در مقدار تابش خالص رسیده به زمین در منطقه مورد مطالعه، ناشی از تفاوت زاویه تابش خورشید و تعداد ساعات آفتابی در ماه های مختلف سال است. در نهایت می توان نتیجه گرفت که تابش خورشیدی در منطقه، در سال مورد بررسی پتانسیل لازم برای اجرای طرح-های فتوولتائیک خورشیدی را دارا می باشد.واژه های کلیدی: : انرژی تابشی خورشید، الگوریتم سبال، سنجش از دور، تصاویر لندست، شهرستان اشتهارد

زمینه و هدف: شهرنشینی تحولات گسترده ای را زمینه سازی نموده و منجر به تغییرات قابل توجهی در کاربری و پوشش زمین شده است. کاهش اراضی زراعی حومه ها و حذف پوشش گیاهی به همراه افزایش دمای سطحی خاک، تنها بخشی از پیامدهای منفی توسعه شهری و ازدیاد مناطقی که به زیر ساخت و ساز شهری می روند، قلمداد می گردد. به همین منظور، این تحقیق با هدف بکارگیری سنجش از دور در بررسی پیامدهای تغییر کاربری اراضی در شهر مشهد انجام شده و به تعیین و مقایسه آثار منفی آن روی کاهش پوشش گیاهی و افزایش درجه حرارت انجام شد. بدین منظور، از تصاویر ماهواره لندست، سنجنده TM مربوط به سال 1979 و سنجنده ETM+ مربوط به سال 2009 و سنجنده های OLI و TIRS مربوط به سال2023 میلادی استفاده شده است.روش بررسی:  بررسی تغییرات پوشش گیاهی، با شاخص پوشش گیاهی تفاضل نرمال شده (NDVI) انجام شده و کلاس های مختلف سرسبزی (بدون پوشش، ضعیف، متوسط و خوب) تعریف و در سه سال مذکور مورد مقایسه قرارگرفته است. در این مدت، مساحت وضعیت پوشش خوب از 3/8 درصد در 1987 به 2/5 درصد در 2023 رسیده است.یافته ها و نتیجه گیری:  مقایسه تغییرات دمای سطحی به کمک باندهای حرارتی نشان داد که تخریب پوشش گیاهی، باغات و مزارع واقع در محدوده شهر مشهد و تغییر کاربری آن در طی 36 سال، منجر به افزایش نسبی دمای محیط شده و میزان حرارت از 7/24 به 8/33 درصد افزایش پیدا نموده است. با این وجود، به دلیل توسعه فضاهای سبز، روند تخریب در طی سال های اخیر کاهش یافته است.

تغییر اقلیم مساله زیست محیطی مهمی است زیرا فرآیندهای ذوب یخچال ها و تراکم برف به تغییر اقلیم حساس هستند. امروزه انواع حس گرهای ماهواره ای از جمله AVHRR,MODIS,GEOS,MERIS برای پایش برف در دسترس اند و به طور گسترده ای برای بررسی و نوسانات و تغییرات پوشش برفی در سطح جهانی مورد استفاده قرار می گیرند . در این بین سنجنده MODIS به دلیل پوشش فضایی جهانی با دقت مکانی مناسب و پوشش مکرر زمانی در مقیاس های مختلف بیشتر مورد توجه قرار گرفته است. از این رو در تحقیق حاضر از محصولات برف این سنجنده استفاده گردید. در این بررسی پس از جمع آوری آمار و اطلاعات مربوط به روزهای همراه با برف در طول دوره آماری (2018-1989) در سطح سه استان کرمانشاه، ایلام و لرستان با استفاده از داده های پوشش برف سنجنده مودیس در زاگرس میانی و همچنین فنون سنجش از دوری پردازش شدند و نتایج حاصل مورد تجزیه و تحلیل قرار گرفتند.در محصولات سنجنده MODIS برای آشکارسازی پوشش برف از شاخص NDSI استفاده شد.بررسی روند تغییرات برف پوش در فصول مختلف با استفاده تصاویر سنجنده مودیس نشان می دهد که بیشتر منطقه مورد مطالعه در این زمینه دارای روند کاهشی معنی دار به ویژه در نواحی مرتفع منطقه مورد مطالعه می باشد و فقط در نواحی غربی و جنوب غربی منطقه مورد مطالعه روند کاهشی مشخصی مشاهده نمی شود. همچنین بررسی روزهای برف پوشان در طول دوره مورد بررسی حاکی از کاهش برف پوشان زاگرس میانی است و این تغییرات در سال های اخیر به ویژه نواحی برفگیر منطقه نیز تشدید شده است .همچنین تغییرات در فصل زمستان و مناطق برف گیر و مرتفع نسبت به فصول دیگر و مناطق دیگر در سطح منطقه مورد مطالعه بیشتر و شدیدتر بوده است.

رشد سکونتگاه ها و افزایش فعالیت های انسانی در دشت های سیلابی به ویژه حاشیه رودخانه ها و مکان های مستعد سیل، میزان خسارت ناشی از این مخاطره را افزایش داده است. از این رو تعیین گستره سیلاب در راستای برنامه ریزی های کاهش خطر، آمادگی و پاسخ و بازیابی و بازتوانی پس از این مخاطره از اهمیت بسزایی برخوردار است. در مطالعه حاضر از الگوریتم های متداول یادگیری ماشین و طبقه بندی تصاویر سنتینل2 جهت تولید نقشه های پوشش اراضی، آشکارسازی پهنه های سیلابی و تعیین مساحت اراضی تحت خسارت سیلاب فرودین1398 شهرستان آق قلا استفاده شد. همچنین به منظور بررسی و افزایش دقت الگوریتم ها، سه شاخص طیفی نرمال شده پوشش گیاهی(NDVI)، پهنه های آبی(MNDWI) و اراضی ساخته شده (NDBI) با تصاویر مورد استفاده ترکیب شدند. پارامترهای مختلف تنظیم هر یک از الگوریتم ها به منظور تعیین تأثیر آن ها بر دقت طبقه بندی و جلوگیری از کسب نتایج خوشبینانه ناشی از همبستگی مکانی میان نمونه های آموزشی و آزمایشی، با روش اعتبارسنجی متقابل مکانی ارزیابی شدند. نتایج نشان داد که ترکیب شاخص های طیفی منجر به افزایش دقت کلی الگوریتم ها شده و به منظور تولید نقشه های پوشش اراضی، الگوریتم جنگل تصادفی با دقت 83.08 درصد بدلیل استفاده از روش یادگیری جمعی از دقت و تعمیم پذیری بالاتری نسبت به سایر الگوریتم های ماشین بردار پشتیبان و شبکه عصبی با دقت به ترتیب 79.11 و75.44 درصد برخوردار است. پس از مشخص شدن دقیق ترین الگوریتم، نقشه پهنه های سیلابی با استفاده از الگوریتم جنگل تصادفی در دو کلاس اراضی آبی و غیر آبی تولید گردید و دقت کلی الگوریتم در بهینه ترین پارامترها و با ترکیب شاخص طیفی(MNDWI) 93.40 درصد بدست آمد. سپس با همپوشانی نقشه های پوشش اراضی و پهنه های سیلابی، سطح اراضی ساخته شده و اراضی زراعی و فضاهای سبز تحت خسارت سیلاب به ترتیب 4.2008 و 41.0772 کیلومتر مربع برآورد گردید. واژه های ک

اه داف: پیش رفتهای اخی ر در مباح ث بوم شناس ی منظ ر و داده ه ای ماه واره ای فرصت ی را ب رای تغیی ر رویکرده ا در برنامه ری زی پای دار ش هری فراه م آورده و پتانس یل بالای ی ب رای بهب ود ت اب آوری در تعام ات سیس تمهای اجتماع ی- اکولوژی ک ایج اد نم وده اس ت. در ای ن پژوه ش ب ا اس تفاده از مفه وم ت اب آوری فضای ی و س نجش مولفه ه ا و رواب ط کلی دی منظ ر اجتماعی-اکولوژیک ی در ط ول زم ان، آس تانه های مرتب ط ب ا هوی ت ب ه ص ورت کم ی اس تخراج گردی د ت ا راه کاری را ب رای پیون د اه داف ملم وس مدیریت ی و نظری ه ی ت اب آوری ارائ ه نمای د. روشه ا: ب ا ارزیاب ی منظ ر اکول وژی ش هر ق م به وس یله ی متریک ه ای MN-AREA ،NP ،CA ،PLAND و داده ه ای ماه واره ای، تغیی رات ت اب آوری منظ ر ای ن ش هر ط ی ی ک دوره س ی س اله مبتن ی ب ر نظری ه ی ت اب آوری فضای ی م ورد تحلی ل ق رار گرف ت. یافته ه ا: ب ا تعری ف و اس تخراج آس تانه های هویت ی، تغیی رات هویت ی منظ ر ش هر در ارتب اط ب ا ت اب آوری در س الهای آت ی پیش بین ی ش د. س پس ب ا شناس ایی الگوه ای فضایی-هویت ی ش هر در دوره ه ای مختل ف و س نجش آنه ا ب ر اس اس ابع اد ت اب آوری، پیش نهاداتی قابل اندازه گی ری و س نجش ب رای سیاس تگذاران و برنامه ری زان در راس تای قرارگی ری منظ ر ش هر در تعادل ی جدی د، ت اب آور و پای دار ارائ ه گردی د. نتیجه گی ری: منظ ر ش هر ق م در س ال 2009 و 2019 از آس تانه ی اول و دوم هویت ی عب ور ک رده اس ت و ب ا ادام ه ی رون د کنون ی در 20 س ال آین ده عب ور از س ومین آس تانه (دگرگون ی کام ل هوی ت منظ ر) اتف اق خواه د افت اد و چنانچ ه رون د کاه ش مس احت س اختارهای س بز ادام ه یاب د، منظ ر ب ه مرحل ه ی جبران ناپذی ری از لح اظ ت اب آوری میرس د.

ﺗﻐﻴﻴﺮ ﻛﺎرﺑﺮی اراﺿﻲ ﺑﻪ ﻋﻨﻮان ﻋﺎﻣﻠﻲ ﭘﺎﻳﻪ در ﺗﻐﻴﻴﺮات زﻳﺴﺖﻣﺤﻴﻄﻲ ﻋﻤﻞ ﻛﺮده و ﺑﻪ ﻳﻚ ﺧﻄﺮ ﺟﻬﺎﻧﻲ ﺗﺒﺪﻳﻞ ﺷﺪه اﺳﺖ. ﺑﺎزﺑﻴﻨﻲ اﻳﻦ ﺗﻐﻴﻴﺮات از ﻃﺮﻳﻖ ﺗﺼﺎوﻳﺮ ﻣﺎﻫﻮارهای و ﭘﻴﺶﺑﻴﻨﻲ و ارزﻳﺎﺑﻲ ﭘﺘﺎﻧﺴﻴﻞ آﻧﻬﺎ از ﻃﺮﻳﻖ ﻣﺪﻟﺴﺎزی ﻣﻲﺗﻮاﻧﺪ ﺑﻪ ﺑﺮﻧﺎﻣﻪرﻳﺰان ﻣﺤﻴﻂ زﻳﺴﺖ و ﻣﺪﻳﺮان ﻣﻨﺎﺑﻊ ﻃﺒﻴﻌﻲ ﺑﺮای ﺗﺼﻤﻴﻤﺎت آﮔﺎﻫﺎﻧﻪﺗﺮ ﻛﻤﻚ ﻛﻨﺪ. ﻫﺪف اﻳﻦ ﺗﺤﻘﻴﻖ ﺑﺎزﺑﻴﻨﻲ، ﻣﺪﻟﺴﺎزی و ﭘﻴﺶﺑﻴﻨﻲ ﺗﻐﻴﻴﺮات ﻛﺎرﺑﺮی اراﺿﻲ در دوره 30 ﺳﺎﻟﻪ (1989تا 2019) ﺗﻮﺳﻂ ﻣﺪل زﻧﺠﻴﺮة ﻣﺎرﻛﻮف- LCM در ﻣﻨﻄﻘﻪ عسلویه می‌باشد اﺳﺖ. ﺑﺪﻳﻦ ﻣﻨﻈﻮر ﻧﻘﺸﻪﻫﺎی ﻛﺎرﺑﺮی اراﺿﻲ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺼﺎوﻳﺮ ﺳﻨﺠﻨﺪه +ETM و TM و OLIﻣﺎﻫﻮاره ﻟﻨﺪﺳﺖ در ﺳﻪ دوره زﻣﺎﻧﻲ ﻣﺮﺑﻮط ﺑﻪ ﺳﺎلﻫﺎی (2019-2009-1989) ﺗﻬﻴﻪ ﮔﺮدﻳﺪ. ﺳﭙﺲ ﺻﺤﺖﺳﻨﺠﻲ ﻧﻘﺸﻪﻫﺎ و آﺷﻜﺎرﺳﺎزی ﺗﻐﻴﻴﺮات اﻧﺠﺎم ﺷﺪ. با استفاده از طبقه بندی شبکه عصبی و همچنین به کارگیری مدل پیش بینی تغییرات کاربری (Land Change Modeler) LCMمارکوف و رویکرد مدلساز تغییر کاربری اراضی انجام شده است. ﻧﺘﺎﻳﺞ آﺷﻜﺎرﺳﺎزی ﺗﻐﻴﻴﺮات دوره اول ﺑﺎ ﺿﺮﻳﺐ ﻛﺎﭘﺎی 97 % و دوره دوم 2019-2009 ﺑﺎ ﺿﺮﻳﺐ ﻛﺎﭘﺎی 94% ﻧﺸﺎن ﻣﻲدﻫﺪ ﻛﻪ ﺑﻴﺶﺗﺮﻳﻦتغییرات ﻣﺴﺎﺣﺖ در ﻧﺎﺣﻴﻪ آب و ﺑﻴﺶﺗﺮﻳﻦ ﻛﺎﻫﺶ ﻣﺴﺎﺣﺖ در ﻧﺎﺣﻴﻪ پوشش گیاهی رخ داده اﺳﺖ. ﺑﻪ ﻣﻨﻈﻮر ﻛﺎﻟﻴﺒﺮه ﻛﺮدن ﻣﺪل زﻧﺠﻴﺮة ﻣﺎرﻛﻮف، ﻧﻘﺸﻪ ﻛﺎرﺑﺮی ﺳﺎل 2013 ﭘﻴﺶﺑﻴﻨﻲ ﺷﺪ و ﻣﺎﺗﺮﻳﺲ ﺧﻄﺎی ﺑﻴﻦ ﻧﻘﺸﻪ ﺣﺎﺻﻞ از ﻣﺪلﺳﺎزی و ﻧﻘﺸﻪ ﻛﺎرﺑﺮی ﻣﺮﺟﻊ ﺳﺎل 2019، ﺿﺮﻳﺐ ﻛﺎﭘﺎی 93% ﺑﺪﺳﺖ داد ﻧﺘﺎﻳﺞ ﻣﺪل ﺳﺎزی ﻧﻴﺮوی اﻧﺘﻘﺎل ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﻜﻪ ﻋﺼﺒﻲ ﻣﺼﻨﻮﻋﻲ در ﺑﻴﺸﺘﺮ زﻳﺮ ﻣﺪلﻫﺎ ﺻﺤﺖ ﺑﺎﻻﻳﻲ را 60 ﺗﺎ 93 درﺻﺪ ﻧﺸﺎن داد.

توسعه فعالیت های انسانی باعث تخریب بیش تر محیط زیست شده است که ارزیابی میزان و شدت تغییر در کاربری اراضی برای شناخت و مدیریت منابع زمین ضروری است. کاربری اراضی عامل موازنه میان هیدرولوژی، اقتصاد و محیط زیست است و ارزیابی شدت و روند تغییرات آن به فهم بهتر فرآیندهای موجود در اکوسیستم کمک خواهد نمود. در همین رابطه، پژوهش حاضر با هدف تحلیل تغییرات در کاربری/پوشش اراضی حوزه آبخیز رامیان در استان گلستان برنامه ریزی شده است. در این راستا، تصاویر ماهواره ای Landsat در سال های 1370، 1385 و 1400 به منظور تهیه نقشه های کاربری اراضی با استفاده از الگوریتم ماشین بردار پشتیبان (SVM) نرم افزار ENVI اخذ شد. ارزیابی صحت نقشه های کاربری اراضی با استفاده از ضریب کاپا و صحت کلی صورت پذیرفت. نتایج نشان داد که ضریب کاپا برای نقشه های کاربری اراضی در سال های مطالعاتی به ترتیب برابر با 74/0، 79/0 و 87/0 به دست آمد. صحت کلی نقشه های تهیه شده نیز به ترتیب برابر با 81، 86 و 91 درصد محاسبه شد که حاکی از صحت قابل قبول مدل مورد استفاده در طبقه بندی کاربری اراضی آبخیز رامیان است. بر اساس نتایج، کاربری های کشاورزی دیم، جنگل، کشاورزی آبی، باغ، مرتع و منطقه مسکونی طی دوره 30 ساله پژوهش به ترتیب برابر با 92/19، 50/4-، 28/42، 5/571، 87/8- و 3/107 درصد تغییر داشته اند. یافته های پژوهش بر نقش انسان در تخریب کاربری های اراضی و سیمای سرزمین آبخیز رامیان تأکید داشته و می تواند در طراحی الگوهای اجرایی مدیریت کاربری اراضی منطقه مطالعاتی مورد استفاده قرار گیرد.

بررسی تصاویر تاریخی نشان دهنده بناهایی ازمیان رفته است که با گونه های غالب شناسایی شده ابنیه تاریخی این بندر، تفاوت چشمگیری دارد. این پژوهش با هدف ایجاد روشی نوین مبتنی بر اسناد مصوّر برای شناخت بناهای ازمیان رفته انجام پذیرفته است. روش تحقیق این پژوهش آمیخته بوده و در سه مقیاس خرد، میانی، و کلان به شناسایی و تحلیل آن ها پرداخته است. داده های این پژوهش، تصاویر تاریخی بوده است که در ابتدا به شیوه کیفی مورد تحلیل قرار گرفتند، سپس روش تحلیل کمّی در مقیاس خرد به وسیله تحلیل خوشه بندی K انجام شد. داده های استخراج شده از تحلیل کمّی و تحلیل تصاویر در مقیاس میانی باهم تطبیق داده شد و در سطح کلان توسط تحلیل تابع تراکم کرنل به همراه تحلیل لکه های داغ انجام شد. یافته های پژوهش، این بناها را به عنوان یک گونه معماری غالب در چند روستا در شبه جزیره بوشهر و به صورت یک نوع ساختمان پراکنده درون حصار تاریخی بندر بوشهر ارائه داده است. مشخصات این گونه در مقیاس خرد عبارت اند از: بدنه با مصالح سنگی، سقف عمدتاً شیب دار با ورودی در ضلع طولی بنا؛ در مقیاس میانی، پلان در دو نسبت طول به عرض ۴۲۷/۰ و ۹۱۲/۰ ظهور پیدا کرده، غالباً دارای کشیدگی شرقی غربی بوده و شکل گیری آن ها به سه صورت منفرد، دوتایی و سه تایی یا بیشتر مشاهده شده است. در مقیاس کلان، هر زمین محصور به صورت شبکه شطرنجی سازمان دهی شده و مجموعه هایی را شکل داده اند.