دورسنجی
نسترن نظریانی؛ اصغر فلاح؛ هوا حسنوند؛ حسن اکبری
چکیده
آلودگی فلزات سنگین چالش بزرگی برای محیط زیست است. با افزایش سطح آلودگی، روشهای پایش سنتی نمیتوانند به سرعت اطلاعاتی در مورد آلودگی مناطق بزرگ به دست دهند. با توجه به پرهزینه و زمانبر بودن روشهای آزمایشگاهی استفاده از تصاویر ماهوارهای و روشهای سنجش از دور با در نظر گرفتن دقت کافی میتوانند مکمل مناسبی در این زمینه باشند.
پژوهش ...
بیشتر
آلودگی فلزات سنگین چالش بزرگی برای محیط زیست است. با افزایش سطح آلودگی، روشهای پایش سنتی نمیتوانند به سرعت اطلاعاتی در مورد آلودگی مناطق بزرگ به دست دهند. با توجه به پرهزینه و زمانبر بودن روشهای آزمایشگاهی استفاده از تصاویر ماهوارهای و روشهای سنجش از دور با در نظر گرفتن دقت کافی میتوانند مکمل مناسبی در این زمینه باشند.
پژوهش حاضر با هدف بررسی آلودگی فلزات سنگین سرب، روی و مس در خاک و برگ جنگلهای بلوط ایرانی واقع در جنگل کاکارضا، استان لرستان با بکارگیری فنآوری سنجش از دور و تصاویر ماهواره Sentinel-2 به کمک شاخصهای آلودگی (NDVI، HMSSI، SAVI و PSRI) انجام شد.
در داخل قطعات نمونه 30 نمونه خاک به صورت ترکیبی و بهطور تصادفی برداشت و از درختان در تمامی جهات تاج 30 نمونه برگ جمعآوری شد. برای استخراج فلزات سنگین از نمونههای خاک و نمونههای گیاهی از روش هضم اسیدی استفاده و ویژگیهای فیزیکوشیمیایی خاک (مواد آلی، بافت خاک، شوری و اسیدیته)با استفاده از روشهای استاندارد، اندازهگیری شد.
بعد از آمادهسازی نمونهها میزان غلظت فلزات سنگین سرب، مس و روی در خاک و برگ اندازهگیری و شاخص تجمع زیستی فلزات سنگین از خاک به برگ محاسبه شد. سپس ارتباط بین غلظت عناصر سنگین اندازهگیری شده و بازتاب در باندها یا نسبتهای باندی مختلف در نقاط متناظر نمونهبرداری به دست آمد.
به منظور نمونهبردای از خاک در بزرگراه مسافتی به طول 4 کیلومتر در نظر گرفته و در این مسافت 30 ایستگاه انتخاب و نمونههای خاک با فاصلههای مجاور جاده، 500 و 1000 متری از هر دو طرف جاده از عمق 20-0 سانتیمتری برداشت شد. پنج خط نمونه در فواصل مجاور جاده، 500 و1000 متری دو طرف جاده ایجاد و قطعات نمونه 10×10 متر پیاده شد. از دادههای سطح C1 ماهواره Sentinel-2 به منظور بررسی پراکنش فلزات سنگین سرب، مس و روی در منطقه استفاده شد.
از نرم افزار ArcGIS10.8.2 برای پیاده کردن قطعات نمونه بر روی تصویر، از نرمافزار ENVI5.3 به منظور پردازش تصویر و از نرمافزار STATISTICA12 برای مدل سازی استفاده شد.
غلظت فلزات سنگین در خاک با افزایش فاصله از جاده کاهش یافت. بین مواد آلی و مس خاک در سطح پنج درصد همبستگی منفی معنیداری وجود دارد. مقادیر غلظت فلزات سنگین در برگ درختان بلوط ایرانی از مقادیر استاندارد جهانی کمتر است. نتایج شاخص تجمع زیستی نیز نشان داد میزان فاکتور تجمع زیستی به ترتیب برای سرب، روی و مس (0.0،5.2 ،0.2) میلیگرم برکیلوگرم حاصل شد. مقایسه پنج الگوریتم ناپارامتریک GAM، ANN، RF، SVM و KNN نشان داد مدل (ANN) به ترتیب برای سه فلز Pb، Zn و Cu بالاترین مقادیر ضریب تبیین (0.85، 0.88 و 0.97) به دست آمد. به طور کلی نتایج نشان داد تصاویر Sentinel-2 به همراه مدل شبکه عصبی مصنوعی قابلیت خوبی در مدلسازی میزان شاخص تجمع زیستی دارند.
سیستم اطلاعات جغرافیایی
ابوالفضل قنبری؛ مصطفی موسی پور؛ هابیل خرمی حسین حاجلو؛ حسین انوری
چکیده
توسعه فیزیکی مناطق شهری یکی از محرکهای 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 برنامهریزی شهری محسوب می شود. پژوهش حاضر با هدف مقایسه کارآیی طبقه بندی کننده های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ...
بیشتر
توسعه فیزیکی مناطق شهری یکی از محرکهای 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 برنامهریزی 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.
دورسنجی
سیده کوثر حمیدی؛ اصغر فلاح؛ نسترن نظریانی
چکیده
تغییر اقلیم تأثیر قابل ملاحظهای بر محیطزیست دارد و منجر به حساسیت متفاوت پوشش گیاهی بهعوامل آب و هوایی در مقیاسهای مکانی- زمانی مختلف میشود. آگاهی از وضعیت پوشش گیاهی بهدلیل کاربرد در برنامهریزیهای خرد و کلان در حال حاضر از ارکان مهم در تولید اطلاعات است .با توجه به پرهزینه و زمانبر بودن استفاده از روشهای مبتنی بر مشاهدات، ...
بیشتر
تغییر اقلیم تأثیر قابل ملاحظهای بر محیطزیست دارد و منجر به حساسیت متفاوت پوشش گیاهی بهعوامل آب و هوایی در مقیاسهای مکانی- زمانی مختلف میشود. آگاهی از وضعیت پوشش گیاهی بهدلیل کاربرد در برنامهریزیهای خرد و کلان در حال حاضر از ارکان مهم در تولید اطلاعات است .با توجه به پرهزینه و زمانبر بودن استفاده از روشهای مبتنی بر مشاهدات، امروزه فناوری سنجش از دور بهعنوان راهکار جدید در بهبود این روشها مطرح شده است. در پژوهش پیشرو هدف، بررسی اثر عوامل اقلیمی بر روند پوشش گیاهی جنگل فریم در استان مازندران با استفاده از تصاویر سنتینل 2 و تعیین مناسبترین شاخص برای این منطقه است. بهمنظور مدلسازی از فاکتورهای اقلیمی (درجه حرارت و بارندگی) مربوط به منطقه بهدست آمده از نزدیکترین ایستگاه هواشناسی مربوط، استفاده شد. بعد از پیشپردازش و پردازش تصاویر سنتینل 2 ارزشهای رقومی متناظر از باندهای طیفی استخراج و بهعنوان متغیرهای مستقل در نظر گرفته شد. رابطه درجه حرارت و بارندگی با شاخصهای پوشش گیاهی با ضریب همبستگی 0.43 و 0.56 و میزان AIC و BIC بهترتیب (565 و 3209) و (739 و 3383) بهدست آمد. همچنین نتایج نشان داد بیشترین اثرگذاری در رابطه با هر دو فاکتور درجه حرارت و بارندگی مربوط به شاخص پوشش گیاهی تفاضلی (DVI) است، که کارائی بالای این شاخص در منطقه را نشان میدهد. با توجه به نتایج فوق، میتوان بیان کرد که شاخص مذکور بهمنظور بررسی تأثیر متغیرهای اقلیمی بر جنگل مورد مطالعه، انطباق و همبستگی مناسبی دارد.