رامین مختاری دهکردی؛ رضا شاه حسینی
چکیده
امروزه بررسی رشد شهرها و اثرات آن در کشورهای در حال توسعه از مسائل حائز اهمیت است. هدف از این پژوهش پایش رشد مناطق شهری در طول 31 سال گذشته، اثر آن بر درجه حرارت سطح زمین و بررسی تغییرات جزایرحرارتی شهر است. به منظور بررسی دقیق تر توسعه مکانی مناطق شهری در طول سال های گذشته تاکنون، از تلفیق در سطح تصمیم نتایج بدست آمده از الگوریتم طبقه ...
بیشتر
امروزه بررسی رشد شهرها و اثرات آن در کشورهای در حال توسعه از مسائل حائز اهمیت است. هدف از این پژوهش پایش رشد مناطق شهری در طول 31 سال گذشته، اثر آن بر درجه حرارت سطح زمین و بررسی تغییرات جزایرحرارتی شهر است. به منظور بررسی دقیق تر توسعه مکانی مناطق شهری در طول سال های گذشته تاکنون، از تلفیق در سطح تصمیم نتایج بدست آمده از الگوریتم طبقه بندی با نظارت مبتنی بر شبکه عصبی مصنوعی و نتایج حاصل از شاخص مناطق مسکونی استفاده شده است. به منظور محاسبه دمای سطح زمین در منطقه مورد مطالعه، از الگوریتم بهبود یافته پنجره مجزا برای تصاویر سنجنده مادیس و ماهواره لندست 8 استفاده شده است. در مرحله ارزیابی دقت الگوریتم پیشنهادی، از مجموعه تصاویرچندزمانه ماهواره لندست 5 ولندست 8 مربوط به شهرستان شهرکرد، اخذ شده در سال های 1365، 1368، 1372 1377، 1380، 1387، 1392،1394، 1396و تصاویرمتناظر زمانی سنجنده مادیس (تصاویرشب)در سال های 1380، 1387، 1392، 1394 و 1396استفاده شده است. نتایج بدست آمده نشان دادکه مناطق مسکونی در این شهرستان در طول بازه 31 ساله رشدی در حدود دوبرابر داشته است و مساحت مناطق شهری از 1004 هکتاربه 2112 هکتاررسیده است. علاوه براین، بررسی نقشه های حرارتی تولید شده، نشان می دهد که دمای روزانه سطح شهر و مناطق ساختمانی نسبت به سایر مناطق پایین تر می باشد، ولیکن این امر درطول شب متفاوت است، به طوری که در طول شب مناطق مسکونی و پوشش ساختمانی دارای دمای بالاتری نسبت به سایر مناطق می باشند و این نشان دهنده جزایر گرمایی در شهر است. همچنین نتایج حاصل از آنالیز همبستگی بین مقادیر دمای سطح شهر و شاخص مناطق ساختمانی نشان می دهد که با افزایش رشد مناطق شهری، جزایر حرارتی نیز با روند افزایشی روبه رو هستند.
مرضیه دیراوی پور؛ حسین محمد عسگری؛ سعید فرهادی؛ ایمان نجفی
چکیده
امروزه پدیدههای گرد وغباری در ردیف مهمترین مخاطرات محیطی قرارگرفته و سلامتی انسان و محیط زیست را با خطر جدی روبرو نموده اند. یکی از ویژگی های مهم نواحی بیابانی(خشک و نیمه خشک)، رخداد پدیدههای گرد وغباری است. تشخیص توفانهای ...
بیشتر
امروزه پدیدههای گرد وغباری در ردیف مهمترین مخاطرات محیطی قرارگرفته و سلامتی انسان و محیط زیست را با خطر جدی روبرو نموده اند. یکی از ویژگی های مهم نواحی بیابانی(خشک و نیمه خشک)، رخداد پدیدههای گرد وغباری است. تشخیص توفانهای گردوغبار، اولین و مهم ترین روش جهت پیشگیری و کاهش آثار مخرب آن میباشد. از این رو هدف تحقیق حاضر تشخیص و بارزسازی گردوغبار با استفاده از شاخصهای NDDI و BTD و شبکههای عصبی در نرم افزار MATLAB میباشد. در این تحقیق نتایج مربوط به پدیدههای گرد وغبار تاریخ 30 خردادماه 1391 شمسی (19/06/ 2012) مورد استفاده قرار گرفته است. نتایج نشان داد، شاخص NDDI به تنهایی قادر به تفکیک پیکسل های گرد وغبار موجود در اتمسفر از پیکسلهای غیرگرد وغبار و ماسه زمینی نبوده و عملکرد ضعیفی دارد. شاخص BTD، گرد وغبار اکوسیستم خشکی را به خوبی بارزسازی کرد ولی BTD(20-31) و BTD(23-31) بارزسازی بهتری در اکوسیستم آبی داشت. بنابراین، باید با دقت زیاد آستانه را تعیین کرد. همچنین، بارزسازی در زمینهای شنی و ماسهای به خوبی انجام نشد. شبکه عصبی مصنوعی پیشرو برای تصاویر روزانه با 60% و برای تصاویر شبانه با 59%، دقت و عملکرد نسبتاً خوبی را نشان داد. بنابراین، شبکه عصبی نسبت به شاخصهای NDDI و BTD، روش مناسب تری برای تشخیص و بارزسازی گرد وغبار بود و نیازی به تعیین آستانه برای بررسی هر تصویر نداشت. هرچه نمونههای آموزشی شبکه عصبی، با دقت و تعداد بیشتر و ابعاد بزرگتر انتخاب شود، عملکرد و دقت شبکه افزایش خواهد یافت، نتایج این تحقیق میتواند در راستای تشخیص خودکار گرد وغبار در طول روز و شب و در اکوسیستمهای آبی و خشکی مورد استفاده قرار گیرد.
محمدمهدی خوشگفتار؛ مهدی آخوندزاده هنزائی؛ ایمان خسروی
چکیده
خشکسالی پدیدهای طبیعی، تکراری و موقتی است که به سبب بارش اندک رخ می دهد و تقریباً تمامی مناطق اقلیمی جهان را تحتتأثیر خود قرار می دهد، بویژه مناطق نیمه خشک که بدلیل میزان پائین بارش سالانه و حساسیت به تغییرات اقلیمی مستعد وضعیت خشکسالی می باشند. خشکسالی می تواند بر سلامت انسان ها و همچنین وضعیت اقتصادی و سیاسی جامعه تأثیرگذار باشد. ...
بیشتر
خشکسالی پدیدهای طبیعی، تکراری و موقتی است که به سبب بارش اندک رخ می دهد و تقریباً تمامی مناطق اقلیمی جهان را تحتتأثیر خود قرار می دهد، بویژه مناطق نیمه خشک که بدلیل میزان پائین بارش سالانه و حساسیت به تغییرات اقلیمی مستعد وضعیت خشکسالی می باشند. خشکسالی می تواند بر سلامت انسان ها و همچنین وضعیت اقتصادی و سیاسی جامعه تأثیرگذار باشد. اطلاعات در مورد شدت، طول مدت و پوشش مکانی خشکسالی می تواند به کارشناسان درخصوص کاهش آسیب پذیری مناطقی که تحت تأثیر خشکسالی هستند، کمک کند. یکی از چالش های اصلی در مدل سازی خشکسالی در ایران که در بخش خشک کره زمین واقع شده است، عدم وجود داده های هواشناسی بلند مدت برای اکثر مناطق کشور می باشد. داده های سنجش از دوری می توانند اطلاعاتی را در خصوص وضعیت پوشش گیاهی در اختیار قرار دهند. در این مقاله مدل های آماری خطی اتورگرسیو- میانگین متحرک تجمعی (ARIMA) ومدلشبکهعصبیبرایمدل سازیخشکسالیبراساسداده هایسنجشازدوریمورداستفادهقرارگرفتهاست. بههمینمنظور،شاخصبارشاستانداردسازیشده (SPI) بااستفادهازداده هایهواشناسیبهعنوانمیزانشدتخشکسالیمورداستفادهقرارگرفت. تعدادیازویژگی هاشاملشاخصاختلافنرمالشدهپوششگیاهی (NDVI)،شاخصوضعیتپوششگیاهی (VCI) وشاخصپوششگیاهی- دمایی (TVX) کهازتصاویرMODIS استخراج شده است، بکار برده شدند. با استفاده از مدل ها، شاخص های بدست آمده مدل سازی شدند و خطاهای RMSEوMAE برای آنها محاسبه گردید. سپس همبستگی میان شاخص های سنجش از دوری NDVI، TVXوVCI و شاخص هواشناسیSPI بررسی شده و به ترتیب مقادیر 0546/0، 1475/0 و 0519/0 بدست آمد. در این میان، شاخص هایTVXو NDVI دارای بیشترین همبستگی با داده های SPI بودند. بنابراین ازشاخص های TVX،NDVI به همراه شاخص SPI می توان در پیش بینی وضعیت خشکسالی در منطقه مورد پژوهش استفاده نمود.
محسن احمدخانی؛ محمدرضا ملک
چکیده
با وجود گستردگی استفاده از سیستم تعیین موقعیت جهانی GPS، این سیستم برای محیط های بسته و مسقف قابل استفاده نیست.روش های مختلفی برای توسعه ی سیستم تعیین موقعیت محیط های مسقف ارائه شده که عموماً بر اساس دریافت امواج رادیویی ارسالی از فرستنده هایی با موقعیت مشخص هستند. زمان دریافت سیگنال، اختلاف زمان دریافت سیگنال، زاویه دریافت و اثرانگشت ...
بیشتر
با وجود گستردگی استفاده از سیستم تعیین موقعیت جهانی GPS، این سیستم برای محیط های بسته و مسقف قابل استفاده نیست.روش های مختلفی برای توسعه ی سیستم تعیین موقعیت محیط های مسقف ارائه شده که عموماً بر اساس دریافت امواج رادیویی ارسالی از فرستنده هایی با موقعیت مشخص هستند. زمان دریافت سیگنال، اختلاف زمان دریافت سیگنال، زاویه دریافت و اثرانگشت مکانی از جمله این روش ها هستند. اما توجه به این نکته ضروری است که برخی از این روش ها برای محیط داخل که محیط پیچیده ای است، مناسب نیستند. روش های مبتنی بر زمان دریافت سیگنال، اختلاف زمان دریافت سیگنال و زاویه دریافت سیگنال برپایه ی تکنیک های مثلث بندی هستند که نیاز به دید مستقیم فرستنده و گیرنده خواهد بود. همچنین سنجش دقیق زمان و زاویه سیگنال دریافتی نیاز به ابزارهای خاص دارند که در بیشتر مواقع گران و پرهزینه هستند. درنهایت روش اثرانگشت مکانی می تواند به عنوان روشی بهینه مورد استفاده قرار گیرد. روش اثرانگشت مکانی به علت عدم نیاز به زیرساخت ویژه و امکان ایجاد ساده تر، به عنوان یک روش رایج مورد استفاده قرار می گیرد. روش اثر انگشت مکانی برای تخمین موقعیت دستگاه همراه کاربر از توان سیگنال دریافتی استفاده می کند. برای این روش الگوریتم های مختلفی جهت کشف الگوی مکانی نقاط نمونه به کار برده می شود که از آنها به روش های احتمالاتی، روش نزدیک ترین همسایگی و الگوریتم شبکه عصبی مصنوعی می توان اشاره کرد.در این مقاله این سه روش با یکدیگر مقایسه شده و در نهایت یک روش بهبود یافته نزدیک ترین همسایگی ارائه شده است. با مقایسه روش پیشنهادی با سایر روش ها، برتری روش پیشنهادی تأیید می شود.
منیر دارستانی فراهانی؛ مهدی آخوندزاده هنزائی؛ فرهنگ احمدی گیوی
چکیده
شوری آب، یکی از عوامل مهم محیطی دریا محسوب میشود و نقش بسزایی در بررسی و پیشبینی جریانهای سطحی اقیانوسی، تحلیل مکانیابی تجمیع ماهیها، تعیین چگالی و بررسی تغییرات آن دارد. این پارامتر به شدت با تغییرزمان و مکان، در تغییر بوده و شناخت مناسب از آن مستلزم اندازهگیریهایی به فواصل زمانی کوتاه (ماهانه) در تعداد نقاط متعدد از منطقهی ...
بیشتر
شوری آب، یکی از عوامل مهم محیطی دریا محسوب میشود و نقش بسزایی در بررسی و پیشبینی جریانهای سطحی اقیانوسی، تحلیل مکانیابی تجمیع ماهیها، تعیین چگالی و بررسی تغییرات آن دارد. این پارامتر به شدت با تغییرزمان و مکان، در تغییر بوده و شناخت مناسب از آن مستلزم اندازهگیریهایی به فواصل زمانی کوتاه (ماهانه) در تعداد نقاط متعدد از منطقهی مورد مطالعه است. در روشهای سنتی، بررسی و ارزیابی یک یاچندفاکتور خاص موردنظر از کیفیت آب اغلب پرهزینه و زمانبراست و همچنین نمیتواند معرف خوبی برای تمام مساحت یک منطقه وسیع باشد. اما در سالهای اخیر فناوری ماهوارهای و علم سنجش از دور به عنوان یک ابزار مناسب برای ارزیابی برخی پارامترهای کیفیت آب مطرح شده است زیرا با توجه به رقومی بودن این دادهها، در دسترس بودن وسیع آنها،اندازهگیری منظم، تکراری بودن آنها در پریودهای زمانی کوتاه، هزینه و زمان کمتر میتوان طیف وسیعی از پروژهها را به نتیجه رساند. هدف از انجام این مطالعه، تهیه نقشه شوری سطحی آب منطقه خلیج فارس در ایران و خلیج سنت لورنس در کانادا با استفاده از تصاویر ماهوارهایMODIS میباشد، که در این راستا نرم افزاری برای نخستین بار در ایران تولید شده است که میتوان با پردازشهای لازم بر روی تصاویر ماهوارهایMODIS ودادههای میدانیCTD، نقشه دما، شوری و چگالی سطحی آب را با سه مدل متفاوت با دقت مناسب تهیه نمود.قابلیت و انعطاف بالای شبکه عصبی مصنوعی در تقریب توابع غیرخطی و خطی پیوسته در فضای ترکیبی باعث شد که در این مطالعه، یک روش جدید بر مبنای استفاده از این شبکه ارائه شود که در آن نقشه شوری توسط یک شبکه پرسپترون چندلایه تعیین میشود.
محمد زمان احمدی؛ سعید بهزادی
چکیده
چاهها یکی از اصلیترین منابع تأمین کننده آب شرب، کشاورزی و صنعت میباشند. کیفیت آب از لحاظ شرب نیز در بین پارامترهای کیفی مهمترین پارامتر است. بنابراین بررسی و پیش بینی آلودگیها از اهداف مدیران و برنامهریزان میباشد.در این تحقیق از شبکه عصبی مصنوعی و سیستم اطلاعات مکانی برای تعیین آلودگی پارامتر منیزیم در آبهای روستاهای ...
بیشتر
چاهها یکی از اصلیترین منابع تأمین کننده آب شرب، کشاورزی و صنعت میباشند. کیفیت آب از لحاظ شرب نیز در بین پارامترهای کیفی مهمترین پارامتر است. بنابراین بررسی و پیش بینی آلودگیها از اهداف مدیران و برنامهریزان میباشد.در این تحقیق از شبکه عصبی مصنوعی و سیستم اطلاعات مکانی برای تعیین آلودگی پارامتر منیزیم در آبهای روستاهای گنبد از استان گلستان در چهار سال متوالی 87 و 88 و 89 و 90 استفاده شده است. در این مدل شبکه عصبی مصنوعی در ساختار پرسپترون، با تعداد لایههای پنهان و نرونهای مختلف، مورد ارزیابی قرار گرفتهاند. در حال حاضر آلودگی آبهای زیرزمینی به دلیل فعالیتهای شیمیایی و صنعتی در حال افزایش است. بنابراین نیاز به شناسایی مناطق آسیبپذیر منطقه برای جلوگیری از آلودگی آبهای زیرزمینی است. همچنین در این تحقیق برای تعیین آلودگی آبهای زیرزمینی از نقشه هایی همچون: توپوگرافی، زمین شناسی، موقعیت چاهها، شیب، و ... در محیطهای مکانی استفاده شد. پس از تعیین میزان آلودگی با استفاده از مدلهای شبکه عصبی، خروجی مدل در محیط مکانی به نقشههای آلودگی دست پیدا کردهایم. همچنین با مشاهدهی نقشههای آلودگی و دادههای موجود در سالهای ذکر شده میتوان نتیجه گرفت که میزان آلودگی کم بود و این آلودگی نمیتواند خطرآفرین باشد.