علی اکبر متکان

زمین مرجع نمودن تصاویر ماهواره ای یکی از مراحل ضروری و اولیه در بسیاری از پردازش های سنجش از دوری است. این موضوع در تصاویر با قدرت تفکیک مکانی پایین، به دلیل دشواری در تعیین دقیق نقاط کنترل، نسبت به تصاویر با قدرت تفکیک مکانی بالا از دقت کمتری برخوردار است. هنگام استفاده از این تصاویر در مناطق شهری به دلیل پیچیدگی سطح شهر و وجود کلاس های مختلف در هر پیکسل (وجود پیکسل های مختلط) زمین مرجع نمودن کاری دشوار خواهد بود و دارای خطا است. وجود خطا در این حالت باعث جابجایی پیکسل ها نسبت به موقعیت واقعی شده، که این موضوع ایجاد خطا در مقادیر بازتابندگی پیکسل ها را در پی خواهد شد. در این پژوهش سعی در بررسی تاثیر این خطا بر روی بازتابندگی پیکسل ها نسبت به موقعیت دقیق آنها گردیده است. برای این منظور ابتدا با استفاده از تصاویر با قدرت تفکیک مکانی بالا و همچنین قدرت تفکیک طیفی بالا، نقشه کلاس های سطح شهر و طیف بازتابندگی آنها بدست آمد. سپس با شبیه سازی وجود خطا در زمین مرجع کردن تصاویر 500 متری سنجنده MODISمیزان تغییرات بازتابندگی و خطای نسبی آن در موقعیت های جدید و برای باندهای مختلف بدست آمد. از نتایج بدست آمده مشخص گردید اثر این خطا در مناطق شهری با بافت تکراری برای کلیه باندها و تا میزان 5/0 پیکسل جابجایی کمتر از 10 درصد و برای مناطق دارای تغییر بافت بین 10 تا 50 درصد است که میزان خطا با افزایش فاصله از موقعیت صحیح پیکسل افزایش می یابد.

بیماری های زنگ زرد و قهوه ای گندم ازجمله مهم ترین بیماری های غلات در ایران و سایر کشورهای دنیا محسوب می شوند که سالیانه خسارات جبران ناپذیری را به اقتصاد کشاورزی وارد می کنند و در اغلب موارد، هم زمان رخ می دهند. بنابراین در این تحقیق، اثر بیماری های زنگ زرد و قهوه ای گندم در بازتابندگی برگ، با استفاده از شاخص های طیفی در مدل تاج پوشش، بررسی شد. بدین منظور، شاخص های گوناگون پوشش گیاهی استخراج شده از طیف برگ بیمار ارزیابی شدند. برای این کار، میزان گسترش بیماری های زنگ زرد و قهوه ای سطح برگ و درجات متفاوت آنها، با استفاده از دوربین دیجیتال و الگوریتم چندمرحله ای شامل تبدیلات رنگ، تهیة ماسک، استفاده از بافت و طبقه بندی حداکثر احتمال، استخراج شد. همچنین نتایج نشان داد، با افزایش نسبت سطح بیمار برگ، مقادیر عددی شاخص ها تغییر می کند؛ درحالی که پراکندگی داده ها به صورت کاملاً مشخصی افزایش می یابد. بیشترین میزان همبستگی برای شاخص NDVI برابر با 9/0و حداقل در شاخص حداکثر شیب قرمز برابر با 2/0 است. با ارائة معیار همانندی، دامنة تغییرات و نیز پراکندگی درون کلاسی، روابط طیف و بیماری بررسی و مشخص شد که با گسترش بیماری، معیارهای مورد اشاره تغییر می یابند. اگرچه در بیماری زنگ زرد این تغییرات دیده نمی شود، در شاخص های گوناگون طیفی با افزایش میزان بیماری، اختلاط طیفی در بخش های متفاوت زرد، نارنجی، قهوه ای و مردة گیاه دلیلی بر پراکندگی داده ها با گسترش بیماری محسوب می شود.

با توجه به اهمیت تغییر اقلیم، در این پژوهش تلاش شده ضمن تحلیل روند، به شناسایی نوسانات حاکم بر یکی از عناصر مهم اقلیمی یعنی فشار بخار آب پرداخته شود. جهت تحلیل روند از آزمون من-کندال و برای شناسایی نوسانات و آشکارسازی چرخه های نهان حاکم در سری زمانی داده های فشار بخار آب جنوب و جنوب غرب ایران از تکنیک تحلیل طیف استفاده گردید. بدین منظور از مقادیر فشار بخار آب 28 ایستگاه سینوپتیک واقع در جنوب و جنوب غرب ایران با طول دوره آماری بیشتر از 20 سال (از بدو تأسیس تا 2011) استفاده شد. نتایج تحقیق حاکی از حاکمیت روند معنی دار نزولی در اکثر ایستگاه ها بود؛ به طوری که این روند کاهشی منطبق بر بلندی های زاگرس و روند معنی دار افزایشی در حاشیه خلیج-فارس مشاهده شد. با اعمال تحلیل طیف بر روی داده های فشار بخار آب در سطح 95 درصد اطمینان، چرخه های متعدد حاصل گردید؛ به طوری که چرخه های سینوسی معنی دار 3-2، 4 و 15-7 ساله از عمومیت بیشتری برخوردار بودند. نتایج نشان از حاکمیت چرخه 3-2 ساله در منطقه بود که بیشترین تکرار در سری زمانی فشار بخار آب را به خود اختصاص داده است. توزیع فضایی این چرخه بیشتر در نزدیکی سواحل خلیج فارس مشاهده گردید. اکثر دانشمندان، وقوع چنین چرخه ای را ناشی از آل نینو – نوسانات جنوبی (ENSO) و تغییرات دوسالانه (QBO) الگوی بزرگ مقیاس گردش عمومی جو و جریانات مداری می-دانند.

بررسی روابط مکانی داده های محیطی به عنوان یکی از مهمترین اهداف آمار فضایی برای تحلیل الگوهای فضایی و درک وابستگی های فضایی به حساب می آید. در این راستا تحلیل اکتشافی داده های فضایی ( ESDA ) به خوبی توانسته است روش هایی را برای تمایز بین الگوهای فضایی تصادفی و غیرتصادفی فراهم آورد. لذا مقاله حاضر تلاش دارد تا با استفاده از ESDA به تبیین الگوهای مکانی یکی از عناصر مهم اقلیمی یعنی فشار بخار آب بپردازد. در این راستا آماره های موران عمومی ( Moran’s I ) و موران محلی (Local Moran’s Anselin) و LISA به عنوان رویکردهای ESDA به منظور تحلیل خودهمبستگی فضایی الگوهای مکانی فشار بخار آب بر اساس عوامل اقلیمی مورد استفاده قرار گرفت. یافته های آماره ی موران عمومی نشان داد که فشار بخار آب در جنوب و جنوبغرب ایران دارای ساختار فضایی بوده و به شکل خوشه ای توزیع شده اند. بررسی های ماهانه نشان داد که فشار بخار آب در ماه های گرم سال نسبت به ماه های سرد از خودهمبستگی فضایی بالاتری برخوردار می باشد و در نتیجه تمایل بیشتری به خوشه ای شدن دارد. همچنین نتایج نشان داد که با گذشت زمان فشار بخار آب در جنوب و جنوبغرب ایران تمایل بیشتری به پراکنده شدن و عدم خوشه ای شدن در فضا پیدا کرده است. آماره موران دومتغیره برای فشار بخار آب و طول جغرافیایی، نشاندهنده خودهمبستگی فضایی قوی و مثبت و یک الگوی خوشه ای می باشد. از طرف دیگر رابطه بین فشار بخار آب و متغیرهای عرض جغرافیایی، ارتفاع و شیب حاکی از یک توزیع فضایی پراکنده و ناهمگنی خصوصیات آنها با مقادیر فشار بخار آب است. نتایج رابطه دو متغیره فشار بخار آب و جهات جغرافیایی شیب نیز، بیانگر ناپیوستگی و تصادفی بودن رابطه بین این دو متغیر است.

اکوتوریسم یا طبیعت گردی گرایشی از صنعت گردشگری است که طی سالهای اخیر توجه بسیاری از مسولین و مردم را به خود جلب کرده و یکی از اهرمهای توسعه اقتصادی و اجتماعی بسیاری از کشورهای توسعه یافته و در حال توسعه بوده است. از آنجا که فعالیت غیر نظام مند اکوتوریسم می تواند اثرات منفی بر محیط زیست داشته باشد، ارزیابی فعالیتهای اکوتوریسمی با استفاده از چارچوب ها و روش های معتبر علمی من جمله DPSIRمی تواند در برنامه ریزی های مدیران این صنعت، موثر و مفید واقع گردد. هدف اصلی این پژوهش ارزیابی وضعیت اکوتوریسم در منطقه رودبار قصران و لواسانات با استفاده از چارچوب DPSIR می باشد. هر کدام از پنج بخش این مدل ارزیابی مورد بررسی و تحلیل قرار گرفت و یافته ها در قالب جداولی ارائه گردیدند. طبق نتایج به دست آمده از طبقه بندی تصاویر سال های 2004 و 2016، فضاهای ساخته شده از 3625 متر مربع به 8744 متر مربع افزایش یافته است. از جمله دلایل این امر را افزایش جمعیت، نزدیکی به پایتخت و سهولت در رفت و آمد در نتیجه گسترش خانه های دوم و افزایش ساخت و ساز اماکن مرتبط با خدمات گردشگران دانست. ارزیابی های صورت گرفته و نتایج بدست آمده از این تحقیق می تواند به عنوان یک ساختار پشتیبان تصمیم برای مدیران و برنامه ریزان در این حوزه و اتخاذ استراتژی های مناسب جهت پیاده سازی اکوتوریسم پایدار، مورد استفاده قرار گیرند.

بخارآب یکی از مهم ترین عناصر اقلیمی است که در تصمیم گیری، طراحی و ارزیابی مدل های هیدرولوژیکی نقشی مهم ایفا می کند. بنابراین، شناخت تغییرات مکانی این عنصر مهم اقلیمی تأثیر چشمگیری در مدیریت و برنامه ریزی مبتنی بر آب خواهد داشت. بر این اساس، در این پژوهش تلاش شده است تا ساختار مکانی و برآورد مقادیر فشار بخارآب در جنوب و جنوب غرب ایران، با استفاده از روش زمین آمار و تحلیل واریوگرافی بررسی شود. در این راستا، داده های فشار بخارآب 78 ایستگاه سینوپتیک مربوط به 27 مرداد 1386، به منزله یکی از روز های فراگیر بخارآب تحلیل شد. بدین منظور، ابتدا محاسبات متغیر مکانی بودن داده های فشار بخارآب، با ترسیم تغییرنگار مورد بررسی قرار گرفت. پس از احراز این شرط، از روش های زمین آماری کریجینگ ساده، کریجینگ معمولی و کوکریجینگ و با برازش مدل های دایره ای، کروی، نمایی، گوسی و درجه دو منطقی برای رسم نقشه فشار بخا آب و ارزیابی آن ها استفاده شد. نتایج ارزیابی متقاطع در انتخاب بهترین روش نشان داد بهترین الگویی که قادر به توجیه مکانی مقادیر فشار بخارآب در روز مورد مطالعه است، الگوی نمایی از روش کوکریجینگ با متغیر کمکی ارتفاع است. براساس نقشه ترسیم شده با روش بهینه، مشخص شد که حاشیه خلیج فارس و دریای عمان و بخش های شمال و شمال غرب منطقه، به ترتیب، بیشترین و کمترین مقادیر فشار بخارآب را دارند. به طورکلی، سه دلیل دوری و نزدیکی به منابع عمده رطوبتی، وجود سد ارتفاعی زاگرس و استقرار پرفشار قوی پویشی را می شود دلیل رخداد چنین توزیعی برشمرد.

بخش اعظم کشور ایران به دلیل موقعیت جغرافیایی خود نسبت به گردش عمومی جو دارای اقلیم خشک و نیمه خشک است. در این تحقیق با استفاده از آمار بارش روزانه 30 ایستگاه از 8 استان جنوب و جنوب غرب ایران در طی دوره آماری 36 ساله و بر اساس معیارهای انتخابی، شروع بارش ها محاسبه گردید. در 10 سال بارش ها زودتر از شرایط نرمال اتفاق افتاده است. نقشه های ارتفاعی و فشاری ترازهای دریا تا700 هکتوپاسکال از اول سپتامبر تا روز شروع بارش با استفاده از داده های جوی سایت NCEP/NCAR با نرم افزار GRADS ترسیم شد. نتایج بررسی های چشمی چندین بار این نقشه ها نشان داد که بارش های زودرس در جنوب و جنوب غرب ایران در 3 الگوی کلی شکل می گیرد. در الگوی نوع(الف) با حرکت شمال سوی پرفشار آفریقا از روی مدیترانه مرکزی و ادغام زبانه شرقی آن با زبانه واچرخند مهاجر (مستقر برروی شمال دریاچه خزر) زمینه لازم برای فرارفت سرد را بر روی شمال آفریقا فراهم نموده و سپس با ادغام زبانه واچرخندی مهاجر با زبانه واچرخندی عربستان شرایط بسیار مناسبی برای فرارفت رطوبت به درون سامانه سودانی فراهم می شود. در الگوی نوع (ب)از حدود 30 روز قبل از شروع بارش ها واچرخند آزور حرکت شمال سو پیداکرده و از محدوده عرض 50 تا 60 درجه حرکت شرق سو داشته و به تدریج بر روی شمال دریاچه خزر استقرار پیداکرده و برای مدت 10 تا 15 روز در این مکان متوقف می شود. با توقف واچرخند بر روی این منطقه کم فشار ایسلند به سمت عرض های پایین رانده شده و زبانه آن بر روی مدیترانه و شمال آفریقا گسترش می یابد. در الگوی نوع ج واچرخندهای آفریقا و آزور ادغام شده و با حرکت شمال سوی غرب اروپا را در برگرفته و با گسترش نصف النهاری فرارفت سرد شدیدی را در دامنه شرقی خود بر روی مدیترانه شرقی و شمال آفریقا ایجاد می کنند.

متناسب با پیچیدگی های رفتاری در انسان ها، سیستم های اجتماعی نیز دارای پیچیدگی خاصی اند. مدیریت جمعیت در این سیستم ها بسیار اهمیت دارد و نیازمند صرف هزینه و انرژی بسیار است. با توجه به تعاملات موجود میان انسان ها و محیط در سیستم های اجتماعی و تأثیر آنها در روند حرکتی جمعیت در شرایط متفاوت، شناخت و بررسی این تعاملات به ویژه در شرایط اضطراری، از نیازهای اساسی هر سیستم است. در پژوهش حاضر، از نتایج شبیه سازی مکانی عامل مبنای روند حرکتی افراد و شبیه سازی آتش سوزی در ایستگاه قطار شهری هفتِ تیر جهت بررسی رفتار افراد و محیط در هنگام آتش سوزی استفاده شد. سپس شاخص های دشواری حرکت، شامل شاخص های محیطی و محیطی - انسانی، به منظور بررسی تأثیر محیط و عامل ها در روند حرکتی، محاسبه شد. در ادامة کار دو شاخص دشواری جدید، شامل یک شاخص محیطی و یک شاخص محیطی - انسانی با نام های AM 1و AM 2ویژة شرایط آتش سوزی، معرفی شدند. نوآوری شاخص های یادشده، افزون بر میزان تعاملات افراد با یکدیگر و تعاملات آنها با اجزای فیزیکی محیط، به تلفیق نتایج شبیه سازی های عامل مبنا و شبیه سازی های مربوط به آتش سوزی در محیط و استفاده از پارامتری به نام میزان قابلیت دید مربوط می شود. بررسی نتایج شاخص های محاسبه شده و نتایج مربوط به شبیه سازی روند حرکتی افراد در محیط ایستگاه نمایانگر رابطة معکوس بین میزان دشواری و سرعت روند حرکتی عامل ها در محیط ایستگاه است. همچنین، میزان دشواری حرکت در سناریوی موفق محیطی نشان از کاهش میزان دشواری، در مقایسه با سناریوی وضعیت فعلی در نقاط داغ دارد. بهره گیری از شبیه سازی های عامل مبنا و محاسبة شاخص های دشواری در بازه های زمانی متفاوت وقوع بحران می تواند در تدوین استراتژی های مکانی- زمانی مدیریت جمعیت و تخلیة اضطراری مؤثر باشد و در نقش پشتیبانی کنندة تصمیم مکانی، مدیران بحران را در مدیریت بهینة شرایط یاری کند.

از میان روش های معمول درون یابی، روش های کریجینگ و کوکریجینگ به عنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درون یابی داده های بارش دارند. مدل های مذکور به رغم مزیت شان نمایش همواری از پدیدة تحت مطالعه به دست می دهند و چون براساس میانگین محلی داده ها عمل می کنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر از مقدار واقعی پیش بینی می کنند. بنابراین استفاده از این مدل ها به تنهایی در مواردی که هدف ارزیابی میزان ریسک و بررسی تغییرپذیری یک پدیده است، مناسب نیست. تغییرپذیری پدیده با استفاده از عدم قطعیت اندازه گیری می شود. در پژوهش حاضر به منظور محاسبة عدم قطعیت محلی و مکانی متغیر بارندگی، از الگوریتم های شبیه سازی زمین آماری SGS و CO-SGS استفاده شده است. نتایج تحقیق نشان می دهند الگوریتم های SGS و CO-SGS در نمونه های شبیه سازی با بازسازی مقادیر محتمل حداکثر و حداقل و همچنین حفظ دامنة نوسانات بارندگی در هر واحد مکانی، واریانسی نزدیک به واریانس نمونه های اصلی تولید می کنند. اختلاف واریانس شبیه سازی در مقایسه با نمونة اصلی بسیار ناچیز است، درحالی که واریانس روش های درون یابی اختلاف فاحشی با واریانس نمونه های اصلی دارد. همچنین نتایج نشان می دهند که این الگوریتم ها می توانند عدم قطعیت محلی و مکانی پدیده های مکانی ازجمله بارش را به درستی محاسبه کنند. کلید واژه ها : بارندگی، عدم قطعیت، شبیه سازی زمین آماری، الگوریتم SGS، الگوریتم CO-SGS.

محققان همواره به دنبال توسعه روش های بهتر در طراحی، اجرا و بهره برداری از شبکه های توزیع آب در قالب سیستم اطلاعات جغرافیایی (GIS) بوده اند. اما GIS را، به دلیل نداشتن توابع تحلیلی هیدرولیکی، نمی شود به تنهایی به منزله سیستم پشتیبان تصمیم گیری مکانی (SDSS) در بحث مدیریت این گونه شبکه ها درنظر گرفت. این پژوهش درصدد است ازطریق تلفیق توابع تحلیلی هیدرولیکی پیشرفته با قابلیت های تحلیل مکانی نرم افزار GIS، سیستم پشتیبان تصمیم گیری مکانی را در قالب نرم افزاری مستقل توسعه دهد تا شبکه توزیع آب شهرستان فریدون شهر را مدیریت کند. در این راستا پس از مرحله شناخت و نیازسنجی، جهت توسعه مؤلفه های SDSS ازطریق توسعه مؤلفه های مدیریت پایگاه داده، مدیریت مدل ها و واسط های کاربری به منزله عناصر اصلی SDSS، اقدام شد. در مؤلفه مدیریت پایگاه داده با پیاده سازی مدل های مفهومی، منطقی و فیزیکی، پایگاه داده مکانی منطقه مورد نظر توسعه داده شد. در مؤلفه واسط های گرافیکی، برای ارتباط مؤثر کاربران با سیستم، از واسط های گرافیکی کاربرپسند و با درک آسان استفاده شد. سپس در مؤلفه مدیریت مدل ها، مدل های هیدرولیکی کاربردی در شبکه های توزیع آب همچون مدل های تحلیل سرعت در لوله ها و فشار بر گره ها توسعه داده شد.درنهایت، مدل های ارزیابی سناریوها برای حل مسائل نیمه ساختاریافته شبکه های توزیع آب شهری طراحی شد. با پیاده سازی سیستم یادشده بر مبنای رویکردی علمی، برای نخستین بار در کشور، مدیران و تحلیلگران این شبکه ها می توانند این نرم افزار را همچون سیستم پشتیبان تصمیم گیری مکانی جامعی در تحلیل شبکه های توزیع آب شهری به کار گیرند.

زلزله یکی از مخرب ترین سوانح طبیعی است که در هر زمانی با شدت های مختلف رخ می دهد. زلزله های شدید در محیط های مسکونی باعث تخریب ساختمان ها، راه های اصلی و از همه مهم تر، باعث تلفات جانی می شوند. آشکارسازی ساختمان های تخریب شده ناشی از چنین سانحه ای در زمان مناسب مسئله ای حیاتی برای مدیریت بحران و امدادرسانی به شمار می رود. این پژوهش با هدف تشخیص ساختمان های تخریب شده بر اثر زلزله، با استفاده از تصاویر ماهواره ای با قدرت تفکیک بسیار بالا انجام شده است. جهت نیل به این هدف از تصاویر ماهواره ای با قدرت تفکیک بسیار بالا (VHR) مربوط به قبل و بعد از وقوع زلزله در شهر پورتو پرنس کشور هائیتی در سال 2010 و نقشه تخریب مشاهده شده از منطقه استفاده شده است. در این پژوهش پس از محاسبه ویژگی های بافتی تصاویر، با استفاده از تحلیل همبستگی، توصیفگرهای بافتی بهینه انتخاب شدند. سپس با استفاده از مقادیر بافت های برگزیده و سیستم استنتاج فازی، وضعیت تخریب ساختمان ها طبقه بندی شد. در نهایت، نقشه تخریب به دست آمده، با استفاده از مدل پیشنهادی، با نقشه تخریب منطقه مقایسه شد. دقت نهایی مدل پیشنهادی با استفاده از شاخص Kappa، 82% و همچنین، دقت مدل در تشخیص ساختمان های تخریب شده با استفاده از شاخص Jaccard، %89.69 به دست آمد.

رواناب یکی از اجزای ضروری محاسبة فرایندهای منابع آب و مسئله ای اصلی در هیدرولوژی است. مدل های مفهومی زیادی برای پیش بینی میزان رواناب مطرح شده اند که عمدتاً نیازمند داده های توپوگرافی و هیدرولوژیکی هستند. روش های مرسوم گذشته برای نواحی ای که داده های هیدرولوژیکی کافی ندارند، نامناسب اند. تخمین رواناب، فرایندی غیرخطی و از نظر ز مانی و مکانی به طور کامل تصادفی است و شبیه سازی آن با مدل ساده به راحتی امکان پذیر نیست. امروزه استفاده از شبکه های عصبی مصنوعی در مواردی که کمبود داده ها محسوس است، روش مناسبی به شمار می آید. در پژوهش حاضر از داده های بارش، دما و دبی ایستگاه های حوضة کن در بازة زمانی 1375 تا 1385 و همچنین خصوصیات فیزیوگرافی حوضة مورد مطالعه به عنوان ورودی شبکة عصبی برای پیش بینی رواناب استفاده شد. بدین منظور به صورت تصادفی 80 درصد داده ها برای آموزش و 20 درصد داده ها برای تست و اعتبارسنجی شبکه اختصاص داده شدند. به منظور انتخاب شبکة بهینه، از دو نوع تابع انتقال، 12 تابع آموزشی، و تعدادی نرون مخفی مختلف بین 1 تا 9 نرون استفاده شد. نتایج پژوهش پس از آزمون شبکه با لایه های پنهان و با توابع یادگیری مختلف آشکار ساختند که استفاده از داده های بارش، دما و دبی، و تابع آموزشی LM و تابع انتقال Tansig و چهار نرون مخفی، بهترین ساختار را برای تخمین رواناب به دست می دهد. شبکة عصبی با این ساختار می تواند رواناب را با دقت (0.68≤R2≤0.78 و 0.53≥RMSE 0.03≤) برآورد کند. کلید واژه ها : تخمین رواناب، شبکة عصبی مصنوعی، الگوریتم پس انتشار خطا، حوضة کن، سامانة اطلاعات جغرافیایی.

یکی از مهم ترین مدهای حمل ونقل عمومی شبکه حمل ونقل مترو است که تأثیر بسزایی در کاهش ترافیک و آلودگی هوا دارد. ازدیگرسو، با توجه به هزینه های سرسام آور راه اندازی شبکه مترو، توسعه مرحله به مرحله با بهره برداری از یک خط و اجرای خطوط دیگر به دست مدیران شهری مورد توجه است. بنابراین، هدف از این تحقیق بررسی میزان دسترسی به شبکه متروی اصفهان در افق 1410، با رویکرد عدالت مکانی، از دو جنبه افقی و عمودی در پنج طبقه اجتماعی، با استفاده از شاخص های ضریب جینی، منحنی لورنز، شاخص سطح سرویس (عرضه) حمل ونقل همگانی و دسترسی است. آنچه این تحقیق را از دیگر پژوهش های مشابه متمایز می نماید بررسی وضعیت دسترسی به شبکه هریک از خطوط مترو و در نهایت، تمامی خطوط و برآورد رشد جمعیت تا افق 1410 است که نقش مؤثری در تصمیم گیری برنامه ریزان شهری، به منظور توسعه دیگر مدهای حمل ونقل شهری ایفا می کند. نتایج این تحقیق نشان داده که ضرایب جینی، در دسترسی به شبکه مترو در شهر اصفهان، در بررسی عدالت افقی از عدالت عمودی بیشتر است که این نکته از بی عدالتی بسیار در توزیع دسترسی گروه های حساس و نیازمند اجتماعی به شبکه مترو خبر می دهد؛ به طوری که ضریب جینی در دسترسی شهروندان به تمامی خطوط، در عدالت افقی، برابر با 0.42 و در عدالت عمودی، در پنج طبقه شامل افراد بیشتر از شصت سال، کمتر از پانزده سال، فاقد ماشین شخصی، مهاجران، خانوارهای با مساحت سکونت کمتر از پنجاه مترمربع به ترتیب برابر با 0.45، 0.49، 0.5، 0.54 و 0.6 است.

دسترسی به اطلاعات راه ها اهمیت زیادی در کاربردهای مختلف نظیر حمل ونقل، کنترل ترافیک، سیستم های هدایت خودکار وسایل نقلیه و مانند اینها دارد. در سال های اخیر طراحی الگوریتم های استخراج راه، هدف مطالعات بسیاری از پژوهشگران بوده است. باوجود پیشرفت هایی که در این زمینه حاصل شده است، همچنان نواقصی در عملکرد این الگوریتم ها وجود دارد که یکی از مهم ترین آنها وجود بریدگی در شبکة راه های استخراج شده است. این بریدگی ها ممکن است به دلایل مختلفی نظیر قرار گرفتن راه ها در زیر درختان یا واقع شدن در سایه باشند. ازآنجاکه پیوسته بودن راه ها یکی از ویژگی های مهم توپولوژیکی آنهاست، رفع این نقیصه ضروری به نظر می رسد. هدف پژوهش حاضر ارائة روشی خودکار برای یافتن و اتصال بریدگی های موجود در راه های استخراج شده به وسیلة الگوریتم های استخراج راه است. در این الگوریتم ابتدا با استفاده از روشی مبتنی بر تبدیل رادون سر و ته بریدگی ها شناسایی می شوند، سپس این نقاط با به کارگیری روشی بر پایة تکنیک درون یابی اسپلاین به یکدیگر متصل می شوند. این الگوریتم روی خروجی یک روش استخراج راه که در آن چهار بریدگی در راه های مستقیم و دو بریدگی در تقاطع ها وجود دارد، پیاده سازی شد. نتایج نشان دادند که الگوریتم قادر به اتصال تمام بریدگی های واقع در راه های مستقیم بود، ولی دو مورد بریدگی در تقاطع ها را نتوانست الگوریتم متصل کند. بنابر این می توان گفت که صرف نظر از محل بریدگی که در راه های مستقیم یا در تقاطع ها واقع شده اند، الگوریتم حدود 7/66 درصد از بریدگی های موجود در تصویر را شناسایی و متصل کرده است. این الگوریتم در محیط نرم افزار MATLAB برنامه نویسی شد.

بازتاب طیفی آب های داخل خشکی ها ازجمله تالاب ها در هر طول موج می تواند ناشی از مقادیر مختلف کلروفیل a باشد. عمل ریاضی سادة نسبت گیری بازتاب های طیفی پدیده ها در طول موج های مختلف که در سنجش از دور به شاخص طیفی معروف است می تواند موجب تشدید اختلاف هایی نظیر بازتاب پدیده ها و کاهش اثر عوامل منفی به ویژه عوامل محیطی شود. ازجمله شاخص های طیفی که در مطالعات آب ها به خصوص تخمین میزان کلروفیل a به کار گرفته می شود، می توان به نتیجة حاصل از شاخص سه باندی اشاره کرد. در این پژوهش از نمونه های آب تالاب انزلی با میزان کلروفیل a بین 07/2 تا 9/23 میلی گرم در لیتر استفاده شده است. بررسی رابطة مقدار کلروفیل a با شاخص سه باندی، رابطه ای قوی را بین مقدار این شاخص با مقدار کلروفیل a در دو عمق 15 و 30 سانتی متری نشان داد. البته این رابطه در عمق 15 سانتی متری آشکارا قوی تر است. در این تحقیق حداکثر حساسیت به جذب ذرات کلروفیل a در طول موج 680 نانومتر و حداقل حساسیت به انعکاس کلروفیل a در طول 700 نانومتر است. برای محاسبة شاخص سه باندی از باند جذبی آب در محدودة طول موج مادون قرمز نزدیک به منظور نرمال کردن استفاده شد در اینجا برابر با 757 نانومتر در نظر گرفته شده است. در این مطالعه رابطة بین فسفر کل با میزان شاخص سه باندی نیز به دلیل رابطة مستقیم میزان کلروفیل a با فسفر کل بررسی شد، که همانند میزان کلروفیل a در عمق 15 سانتی متری رابطة قوی تری را در مقایسه با عمق 30 سانتی متری نشان می دهد.

بررسی های اخیر نشان داده است که سیستم لیدار در برداشت سریع و دقیق اطلاعات سه بعدی از عوارض، در مناطق شهری توانایی بالایی دارد. از مهم ترین پردازش هایی که روی داده های لیدار صورت می گیرد، فیلترینگ آن هاست که عبارت است از تفکیک نقاط مربوط به عوارض ارتفاعی (ساختمان ها و درختان) از نقاط زمینی. تاکنون الگوریتم های فیلترینگ فراوانی طراحی شده است، اما هر یک از آن ها معایب و نواقصی دارند. مشکل اساسی این الگوریتم ها، ناتوانی شان در حذف ساختمان و عوارض بزرگ است که ناشی از عملکرد ناحیه ای آن هاست. در این تحقیق تلاش شده است تا با بهره گیری از قابلیت های تکنیک های طبقه بندی، راه حلی برای این مشکل ارائه شود. در این پژوهش ابتدا داده های لیدار به وسیله الگوریتم شیب مبنا که از شناخته شده ترین روش های فیلترینگ به شمار می آید فیلتر شدند. در ادامه، با استفاده از سه روش طبقه بندی ماشین بردار پشتیبان، شبکه عصبی مصنوعی، و حداکثر احتمال، داده های لیدار به پنج کلاس راه آسفالته، درختان، ساختمان، سیمان، و چمن طبقه بندی گردیدند. در نهایت، نقاط ساختمان های بزرگ که به وسیله الگوریتم شیب مبنا فیلتر نشده بودند، با نتایج حاصل از روش های طبقه بندی حذف گردیدند. ارزیابی ها نشان می دهند که روش حداکثر احتمال نتایج ضعیفی را ارائه می کند، اما روش های ماشین بردار پشتیبان و شبکه عصبی مصنوعی نتایج نزدیک به هم و بسیار خوبی را عرضه کرده اند. به طور کلی استفاده از این تکنیک های طبقه بندی برای بهبود نتایج الگوریتم های فیلترینگ، باعث افزایش ناچیزی در خطای نوع اول می گردد ولی سبب کاهشی شدید در خطای نوع دوم و خطای مجموع می شود. از آنجا که در فرایند فیلترینگ داده های لیدار، اهمیت خطاهای نوع دوم و مجموع بیش از خطای نوع اول است، می توان ادعا کرد که انجام این پردازش تکمیلی نتایج بسیار مفیدی را دربرداشته است. ارزیابی کمّی دقت نتایج نشان می دهد که خروجی الگوریتم با آستانه شیب o 20 پس از بهبود داده شدن با استفاده از خروجی طبقه بندی کننده شبکه عصبی مصنوعی، بهترین نتیجه را به دست داده است که در آن خطای نوع اول از 98/4 درصد به 04/5 درصد افزایش ولی خطاهای نوع دوم و مجموع به ترتیب از 043/9 درصد و 03/7 درصد به 49/4 درصد و 76/4 درصد کاهش یافته اند.

تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهم زمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمان های دوره کشت و کمبود داده های زمینی، طبقه بندی محصولات زراعی در تصاویر ماهواره ای را به کاری چالش برانگیز مبدل می کند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجسته ترین ویژگی پوشش های گیاهی ازجمله محصولات کشاورزی است که می توان بر آن نظارت کرد. این کار با استفاده از سری زمانی شاخص های گیاهی انجام می شود که اطلاعات بسیار مفیدی از توالی ویژگی های فنولوژیک محصولات کشاورزی در اختیار ما قرار می دهد. استفاده از روش های یادگیری عمیق با توانایی یادگیری اطلاعات متوالی حاصل از این سری ها می تواند، در طبقه بندی محصولات کشاورزی و کاهش وابستگی به داده های زمینی، مفید باشد. شبکهLong-Short Term Memory (LSTM) یکی از انواع شبکه های عصبی بازگشتی در تجزیه و تحلیل داده های متوالی است که توانایی یادگیری توالی های بلندمدت در سری زمانی را دارد؛ بنابراین در این مطالعه، پس از محاسبه شاخص NDVI از باندهای ماهواره سنتینل 2 در نُه تاریخ متفاوت و تشکیل سری زمانی آن شاخص برای ورود به شبکه، دو ناحیه متفاوت در دشت مغان در نظر گرفته شد که محصولات کشت شده در آنها، طی عملیات زمینی، برداشت شده بود. در ناحیه اول، شبکه کانولوشنی LSTM برای طبقه بندی محصولات آموزش دید و در ناحیه دیگر، کارآیی این شبکه آموزش دیده در طبقه بندی محصولات ارزیابی شد و دقت کلی 82% و ضریب کاپای 8/0 به دست آمد. افزایش تعداد نمونه های زمینی و انتخاب مرز دقیق محصولات، می تواند کارایی روش مورد استفاده را افزایش دهد.

با افزایش جمعیت و به تبع آن افزایش نیازهای جامعه، آمایش سرزمین اهمیت ویژه ای یافته است. به دلیل پیوند آمایش سرزمین با چندین هدف متضاد، استفاده از الگوریتم های تکاملی چندهدفه درصورت تناسب الگوریتم با نوع مسئله می تواند مفید باشد. در پژوهش حاضر ضمن ارائة مدلی به منظور بهینه سازی کاربری اراضی، راه حلی مؤثر برای به کارگیری الگوریتم ژنتیک چندهدفه در انواع مسائل مربوط به آمایش سرزمین معرفی می گردد. مدل طراحی شده در پژوهش حاضر به منظور بهینه سازی کاربری اراضی از الگوریتم NSGA-II بهره می برد. خروجی های این مدل، الگوهایی برای آمایش سرزمین هستند که فرسایش منطقه را تا حد زیادی کاهش می دهند و سطح منفعت اقتصادی منطقه را بالا می برند. در این مدل، کاربری ها دارای بالاترین سازگاری، کمترین دشواری تغییر و بیشترین پیوستگی هستند. به منظور استفاده از الگوریتم ژنتیک چندهدفه در حل مسائل آمایش سرزمین در این پژوهش راهکاری ابتکاری برای تولید جمعیت اولیه و عملگر ابتکاری ترکیب متناسب با مسائل آمایش سرزمین شرح و بسط داده شد. مدل طراحی شده در منطقة رودبار جنوب واقع در استان کرمان پیاده سازی شد. نتایج به دست آمده نشان دادند که الگوهای آمایش سرزمین پیشنهادشده در این مدل می توانند درحدود 30 تا 35 درصد فرسایش منطقه را کاهش دهند؛ درعین حال سطح منفعت اقتصادی حاصل از تغییر کاربری بین 40 تا 50 درصد رشد خواهد داشت. همچنین تمامی الگوها دارای سازگاری بالا و دشواری تغییر اندک هستند. با بررسی عملکرد عملگر های ابتکاری ارائه شده، مشخص شد این عملگرها تأثیر بسزایی در روند حل مسئله داشتند. کلید واژه ها : بهینه سازی چندهدفه، الگوریتم NSGA-II، توسعة عملگرهای ابتکاری، آمایش سرزمین، توان اکولوژیک.

هدف از این مقاله تعیین سهم پوشش برف حوزه های کرج و لتیان با استفاده از تصاویر MODIS، به روش سالومونسون و همکاران و شناسایی منابع خطای این روش است. اهمیت سطح پوشش برف به دلیل تأثیرگذاری بر بیلان تابش، بیلان آب و مدل سازی انجام تحقیقات گوناگون را ضروری ساخته است. در این تحقیق برای بررسی سطح برف از داده های MODIS و برای ارزیابی دقت، از تصاویر LISIII-IRS استفاده شده است. تا کنون روش های متفاوتی برای استخراج سهم برف پیکسل ها به کار گرفته شده که در تحقیق حاضر از روش سالومونسون و همکاران به دلیل دقت مناسب و نیاز نداشتن به اطلاعات اولیه از منطقه استفاده شده و عوامل ایجاد خطا در آن شناسایی شده است. افزون بر این، ضرایب معادلة سالومونسون و همکاران با استفاده از داده های منطقه ای ایران بهینه سازی شده و دقت حاصل از مدل با ضرایب بهینه، در منطقه ای جدید ارزیابی شده است. نتایج ارزیابی دقت نشان داده اند که روش سالومونسون و همکاران می تواند سهم برف پیکسل های MODIS را با خطای RMS 20/0 پیکسل برآورد کند. ضرایب کاپا و دقت کلی این روش به ترتیب 84/0، 12/92 است، که دقت مناسب آن را نشان می دهد. نتایج تحقیق نشان می دهند که به دلیل خطای بالاتر روش سالومونسون و همکاران، باید در نواحی حاشیة رودهای ایران که عموماً دارای پوشش درختی کم تراکم و باغ های پراکنده اند، از این روش صرف نظر شود. لازم است برای حذف مناطق آبی از ماسک های مناسب استفاده شود. بهینه سازی ضرایب مدل توانسته است دقت برآورد مدل را بهبود بخشد، به طوری که مقدار خطای RMS مدل با ضرایب اصلاح شده در منطقه ای جدید 258/0 پیکسل به دست آمده، درحالی که معادلة سالومونسون و همکاران در همین منطقه خطای RMS عدد 266/0 پیکسل را نشان داده است. کلید واژه ها : روش سالومونسون و همکاران، زیرپیکسل، سطح پوشش برف، شاخص تفاضلی نرمال شدة برف.

مشخصه های استخراج شده از تصاویر ماهواره ای تک زمانه نمی تواند در طبقه بندی محصولات کشاورزی به صحت بالای طبقه بندی منتج شود؛ بدین سبب، استفاده از تصاویر چندزمانه و اطلاعات بافت این تصاویر در پژوهش حاضر بررسی شده است. این تحقیق تفکیک چهار محصول یونجه، گندم، سیب زمینی و خیار را در شهرستان قروه، با استفاده از تصویر تک زمانه و چندزمانه (ASTER & SPOT5)، بررسی می کند. این تحقیق هفت تصویر مربوط به هفت زمان متفاوت را بررسی کرده و با استفاده از جدول تفکیک پذیری، به این نتیجه رسیده که تصویر 11 تیر بهترین تصویر تک زمانه و ترکیب 11 تیر و 21 مهر بهترین تصویر دوزمانه است. در تحقیق حاضر، از روشGLCM برای استخراج بافت استفاده شده است. برای استخراج شاخص های بافت از این روش، اندازة تقریبی پنجره با استفاده از واریوگرام تعیین شد و سپس شاخص های به دست آمده با باندهای طیفی تصویر تک زمانه و دوزمانه ترکیب شدند. سپس طبقه بندی با استفاده از انواع ترکیبات تصویر تک زمانه و دوزمانه و شاخص های گوناگون اجرا شد. در طبقه بندی طیفی بهترین تصویر تک زمانه (11 تیر)، صحت کلی طبقه بندی حدود 24% بیشتر از کمترین صحت طبقه بندی مربوط به تصویر 10 مرداد (76.02% در برابر 52.28%) به دست آمد. صحت طبقه بندی با استفاده از تصویر دوزمانه به حداکثر می رسد و با اضافه کردن تصاویر بعدی، افزایشی ندارد. در تصویر پنج زمانه، صحت طبقه بندی از تصویر دوزمانه بیشتر می شود اما، با اضافه کردن شاخص های بافت، حدود 5% از صحت طبقه بندی دوزمانه با شاخص های بافت کاسته شد. بدین ترتیب مشخص می شود که بافت می تواند نقشی بیشتر از چند تصویر داشته باشد. بهترین طبقه بندی در بهترین ترکیب دوزمانه (11 تیر و 21 مهر) به دست آمد (97.48%). در تصاویر تک زمانه، تصویر 11 تیر بالاترین صحت طبقه بندی (95.2%) را به دست آورد. نتایج نشان داد که استفاده از تصاویر چندزمانه به همراه شاخص های بافت، درمقایسه با روش های مرسوم (بدون استفاده از شاخص های بافت یا تصاویر چندزمانه)، دقت بسیار بالاتری دارد.