ژئودزی
لیدا کوشکی؛ بهزاد وثوقی؛ سید رضا غفاری رزین
چکیده
پدیده زمین لرزه هرساله در جهان و مخصوصاً کشور لرزه خیزی چون ایران، زیان های جانی و مالی هنگفتی به بار می آورد و پیش بینی زمین لرزه به یکی از چالش های بزرگ دانشمندان در دهه‌های اخیر تبدیل شده است. از جمله این پیش نشانگرها می توان به وقوع بی هنجاری در پارامترهای یونسفری قبل از زمین لرزه اشاره نمود. پارامتر ...
بیشتر
پدیده زمین لرزه هرساله در جهان و مخصوصاً کشور لرزه خیزی چون ایران، زیان های جانی و مالی هنگفتی به بار می آورد و پیش بینی زمین لرزه به یکی از چالش های بزرگ دانشمندان در دهه‌های اخیر تبدیل شده است. از جمله این پیش نشانگرها می توان به وقوع بی هنجاری در پارامترهای یونسفری قبل از زمین لرزه اشاره نمود. پارامتر مورد بررسی در این تحقیق محتوای الکترون کلی (TEC) است و مناطق مطالعاتی برای بررسی، زمین‌لرزه دوگانه اهر- ورزقان با بزرگای 6.5 و زمین‌لرزه سرپل ذهاب با بزرگای 6.3 است. در زمین‌لرزه اهر- ورزقان از مشاهدات شش ایستگاه GPS و در زمین‌لرزه سرپل ذهاب از مشاهدات پنج ایستگاه GPS شبکه جهانی IGS، به منظور محاسبه مقدار محتوای الکترون کلی (TEC) یونسفر استفاده شده است. تبدیل فوریه زمان کوتاه (STFT) و پارامترهای آماری میانگین و انحراف معیار برای کشف بی‌هنجاری‌های موجود در سری زمانی یونسفر بکار گرفته شده است. همچنین تغییرات شاخص‌های ژئومغناطیسی و آب و هوایی KP، Dst، F10.7، Vsw (سرعت پلاسما)، Ey (میدان مغناطیسی) و IMFBz (میدان مغناطیسی بین سیاره‌ای) برای اطلاع از شرایط روزهای قبل از وقوع زمین‌لرزه مورد بررسی و آنالیز قرار گرفته است. نتایج نشان می‌دهد که برای زمین‌لرزه اهر- ورزقان، بی‌هنجاری‌هایی در11، 12، 13 و نیز 5 روز قبل از زمین‌لرزه وجود دارد. اما برای زمین‌لرزه سرپل ذهاب، در 6، 7، 13 و 21 روز قبل از زمین‌لرزه، بی‌هنجاری‌هایی قابل مشاهده است. آنالیزهای انجام گرفته در این مقاله نشان می‌دهد که در صورت بررسی کلیه پارامترهای ژئومغناطیسی و آب و هوائی قبل از وقوع زمین‌لرزه، می‌توان با آنالیز سری زمانی یونسفر با روش STFT، بی‌هنجاری‌های موجود را به صورت مستقیم مشاهده نمود. توجه به این نکته ضروری است که در روزهایی که شرایط ژئومغاطیسی و آب و هوایی آرامی حاکم نیست، نمی‌توان تنها وقوع زمین‌لرزه را علت بی‌هنجاری‌های کشف شده در سری زمانی یونسفر، دانست.
سید رضا غفاری رزین؛ نوید هوشنگی
چکیده
در این مقاله با استفاده از روش‌های مبتنی بر یادگیری مقدار بخار آب قابل بارش (PWV) به صورت مکانی-زمانی مدل‌سازی شده و سپس پیش‌بینی می‌شود. از سه مدل شبکه‌های عصبی مصنوعی (ANNs)، سیستم استنتاج عصبی-فازی سازگار (ANFIS) و مدل رگرسیون بردار پشتیبان (SVR) برای انجام این کار استفاده شده است. برای مقایسه کارایی و دقت این سه مدل، نتایج حاصل با مشاهدات ...
بیشتر
در این مقاله با استفاده از روش‌های مبتنی بر یادگیری مقدار بخار آب قابل بارش (PWV) به صورت مکانی-زمانی مدل‌سازی شده و سپس پیش‌بینی می‌شود. از سه مدل شبکه‌های عصبی مصنوعی (ANNs)، سیستم استنتاج عصبی-فازی سازگار (ANFIS) و مدل رگرسیون بردار پشتیبان (SVR) برای انجام این کار استفاده شده است. برای مقایسه کارایی و دقت این سه مدل، نتایج حاصل با مشاهدات بخار آب قابل بارش حاصل از ایستگاه رادیوسوند (PWVradiosonde) و بخار آب قابل بارش به‌‌دست آمده از مدل تجربی ساستامنین (PWVSaastamoinen) نیز مقایسه شده است. مشاهدات 23 ایستگاه GPS مابین روزهای 300 الی 305 (6 روز) از سال 2011 در منطقه شمال‌غرب ایران برای ارزیابی مدل‌ها، به‌کار گرفته شده است. دلیل انتخاب این منطقه و بازه زمانی مورد نظر، در دسترس بودن مجموعه کاملی از مشاهدات ایستگاه‌های GPS، رادیوسوند و ایستگاه‌های هواشناسی است. از 23 ایستگاه مورد نظر، مشاهدات دو ایستگاه KLBR و GGSH به‌منظور انجام تست نتایج حاصل کنار گذاشته می‌شود. در مرحله اول، تأخیر تر زنیتی (ZWD) از مشاهدات 21 ایستگاه GPS محاسبه و سپس تبدیل به مقدار PWV می‌شود. مقادیر PWV حاصل از این مرحله به عنوان خروجی هر سه مدل در نظر گرفته شده است. همچنین چهار پارامتر طول و عرض جغرافیایی ایستگاه، روز مشاهده (DOY) و زمان (min.) به عنوان ورودی‌های سه مدل هستند. هر سه مدل با استفاده از الگوریتم پس انتشار خطا (BP) آموزش داده شده و کمینه خطای حاصل در محل ایستگاه رادیوسوند تبریز (38/08N وE46/28)، به عنوان معیار پایان آموزش در نظر گرفته شده است. پس از مرحله آموزش، مقدار بخار آب قابل بارش در ایستگاه‌های تست با هر سه مدل محاسبه و سپس با مقدار بخار آب قابل بارش حاصل از GPS (PWVGPS) مقایسه می‌‌شوند. میانگین ضریب همبستگی محاسبه شده برای چهار مدل ANN، ANFIS، SVR و Saastamoinen در 6 روز مورد مطالعه به ترتیب برابر با 0/85، 0/88، 0/89 و 0/69 است. همچنین، میانگین RMSE برای چهار مدل در 6 روز به ترتیب برابر با 2/17، 1/90، 1/77 و 5/45 میلی‌متر شده است. نتایج حاصل از این مقاله نشان می‌دهد که مدل SVR از قابلیت بسیار بالایی در برآورد مقدار بخار آب قابل بارش برخوردار بوده و از نتایج آن می‌توان در مباحث مرتبط با هواشناسی و پیش‌بینی بارش استفاده نمود.
میر رضا غفاری رزین؛ بهزاد وثوقی
چکیده
در این مقاله از ترکیب شبکه‌های عصبی موجک (WNNs) به همراه الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO) جهت مدل‌سازی تغییرات زمانی محتوای الکترون کلی (TEC) یون‌سپهر در منطقه ایران استفاده شده است. چهار ترکیب از تعداد مشاهدات ورودی مختلف جهت تست روش، مورد ارزیابی قرار گرفته است. تعداد مشاهدات ورودی انتخاب شده جهت آموزش شبکه عصبی موجک با الگوریتم ...
بیشتر
در این مقاله از ترکیب شبکه‌های عصبی موجک (WNNs) به همراه الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO) جهت مدل‌سازی تغییرات زمانی محتوای الکترون کلی (TEC) یون‌سپهر در منطقه ایران استفاده شده است. چهار ترکیب از تعداد مشاهدات ورودی مختلف جهت تست روش، مورد ارزیابی قرار گرفته است. تعداد مشاهدات ورودی انتخاب شده جهت آموزش شبکه عصبی موجک با الگوریتم PSO به ترتیب 25، 20، 15 و 10 ایستگاه از شبکه مبنای ژئودینامیک ایران (IPGN) می‌باشند. در هر چهار حالت تعداد پنج ایستگاه با توزیع مناسب در گستره جغرافیایی ایران به عنوان ایستگاه‌های آزمون در نظر گرفته شده‌اند. شاخص‌های آماری خطای نسبی، خطای مطلق و ضریب همبستگی جهت ارزیابی مدل شبکه عصبی موجک مورد استفاده قرار گرفته است. نتایج حاصل از مدل پیشنهادی این مقاله با TEC حاصل از مشاهدات GPS به عنوان مرجع اصلی و مدل جهانی یون‌سپهر 2016 (IRI-2016) مقایسه شده است. میانگین خطای نسبی محاسبه شده در 5 ایستگاه آزمون برای شبکه عصبی موجک با 25 ایستگاه آموزش برابر با 43/13%، با 20 ایستگاه آموزش برابر با 73/13%، با 15 ایستگاه آموزش برابر با 05/15% و با 10 ایستگاه آموزش برابر با 17/28% تعیین شده است. همچنین میانگین مقادیر ضریب همبستگی محاسبه شده در پنج ایستگاه آزمون برای شبکه عصبی موجک با 25 ایستگاه آموزش برابر با 9768/0، با 20 ایستگاه آموزش برابر با 9545/0، با 15 ایستگاه آموزش برابر با 9376/0 و با 10 ایستگاه آموزش برابر با 7569/0 محاسبه شده است. نتایج این مقاله نشان می‌دهد که مدل شبکه عصبی موجک با الگوریتم آموزش PSO یک مدل قابل اعتماد جهت پیش‌بینی تغییرات زمانی یون‌سپهر در منطقه ایران است. این مدل می‌تواند یک جایگزین بسیار مطمئن برای مدل مرجع جهانی یون‌سپهر در ایران باشد.
فریدون نوبخت ارسی؛ عبدالرضا صفری؛ محمدعلی شریفی
چکیده
هدف اصلی مقاله حاضر، استفاده از مدل‌های احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدل‌سازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS میباشد. موقعیت‌های روزانه ایستگاه دائمی LLAS در منطقه کالیفرنیای جنوبی از شبکه SCIGN با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری ...
بیشتر
هدف اصلی مقاله حاضر، استفاده از مدل‌های احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدل‌سازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS میباشد. موقعیت‌های روزانه ایستگاه دائمی LLAS در منطقه کالیفرنیای جنوبی از شبکه SCIGN با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وزن‌دار، پارامترهای ژئودتیکی مانند: ترند خطی، نوسانات سالیانه و نیم سالیانه و نیز آفست‌ها به طور همزمان برای ایستگاه دائمی LLAS برآورد شده‌اند. در این مطالعه، توابع خود همبستگی(ACF) و خودهمبستگی جزئی(PACF)،به عنوان ابزارهای مطالعاتی برای شناسایی رفتار سری زمانی موقعیت روزانه ایستگاه دائمی GPS مورد استفاده قرار می‌گیرند و امکان بررسی وابستگی داده‌های روزانه سری زمانی موقعیت را فراهم می‌نمایند. با توجه به اینکه ممکن است چند مدل احتمالاتی متفاوت برای یک سری زمانی موقعیت روزانه مناسب باشند، لذا محک اطلاعات آکاییک در مرحله شناسایی و انتخاب مدل مفید، مورد استفاده قرار گرفته است.در این مطالعه، نتایج عددی نشان می‌دهند که بهترین مدل احتمالاتی اتورگرسیو میانگین متحرک برای ایستگاه دائمی LLAS از مرتبه (1,1) برای جهت N میباشد. همچنین مدل احتمالاتی (ARMA(2,1 برای جهت E مناسب ترین مدل میباشد در حالی که برای جهت U مدل احتمالاتی (ARMA(1,2 بهترین مدل است. بعد از برآورد یک مدل احتمالاتی مناسب برای سری زمانی موقعیت روزانه ایستگاه دائمی GPS، می‌توان آن سری زمانی موقعیت را همراه با ترند و مؤلفه‌های فصلی پیش‌بینی کرد.
ناهید سجادیان؛ مهیار سجادیان
دوره 19، شماره 75 ، آبان 1389، ، صفحه 78-83
چکیده
تهران از آلوده ترین شهرهاى جهان از نظر آلودگى هوا محسوب مى گردد و طبق بررسى ها حدود 70 درصد از این آلودگى ناشى از حمل و نقل و ترافیک مى باشد. هم اکنون در جهت پایش ترافیک از چراغ هاى راهنمایى و رانندگى و تجهیزات مربوطه و ایستگاه هاى سنجش آلودگى هوا استفاده مى گردد. امّا مشکل این است که این سیستم ها فاقد آنى بودن لازم هدایت ...
بیشتر
تهران از آلوده ترین شهرهاى جهان از نظر آلودگى هوا محسوب مى گردد و طبق بررسى ها حدود 70 درصد از این آلودگى ناشى از حمل و نقل و ترافیک مى باشد. هم اکنون در جهت پایش ترافیک از چراغ هاى راهنمایى و رانندگى و تجهیزات مربوطه و ایستگاه هاى سنجش آلودگى هوا استفاده مى گردد. امّا مشکل این است که این سیستم ها فاقد آنى بودن لازم هدایت و مدیریت ترافیک به حسب زمان و مکان و در راستاى شاخص کیفیت هوا مى باشند. به نظر مى رسد که استفاده از یک سیستم خبره بر بسترى از GPS ،GIS پویا و پایگاه داده هاى رابطها ى زمان مند، قادر باشد تا هوش و آنى بودن را به سیستم کنترل ترافیک ارزانى دارد. روش تحقیق از نوع تحلیلى - کاربردى است. براساس یافته هاى تحقیق سیستم خبره بر پایه ى استفاده صحیح از تکنولوژى هاى GIS، GPSو پایگاه داده هاى رابطه اى زمان مند قادر است که هوش و آنى بودن را به سیستم کنترل ترافیک براساس مدیریت کیفیت هوا، ارزانى دارد. در انتها براساس یافته هاى تحقیق، طرحى مفهومى از چنین سیستم خبره اى پیشنهاد گردید.
مسعود تقوایی؛ الهام امیر حاجلو
دوره 17، شماره 65 ، اردیبهشت 1387، ، صفحه 52-59
چکیده
امروزه ثابت شده است که مدیریت کارآمد شهرى بدون استفاده از اطلاعات به روز در مورد کاربرى ها و روند تغییرات آن، نوع و وسعت فعالیت ها، رشد کالبدى شهر و... عملى نیست. از این رو نیاز به تجهیزات اطلاعاتى متنوعى در این راستا، پدید آمده است و حجم اطلاعات به هنگام سازمانهاى مرتبط با امور شهرى فزونى یافته است. سیستم تعیین موقعیت جهانى (GPS) ...
بیشتر
امروزه ثابت شده است که مدیریت کارآمد شهرى بدون استفاده از اطلاعات به روز در مورد کاربرى ها و روند تغییرات آن، نوع و وسعت فعالیت ها، رشد کالبدى شهر و... عملى نیست. از این رو نیاز به تجهیزات اطلاعاتى متنوعى در این راستا، پدید آمده است و حجم اطلاعات به هنگام سازمانهاى مرتبط با امور شهرى فزونى یافته است. سیستم تعیین موقعیت جهانى (GPS) به عنوان یکى از مهمترین و قابل اعتمادترین تکنولوژىهاى تعیین موقعیت و سیستمهاى اطلاعات مکانى (GIS) به عنوان یک سیستم اخذ و مدیریت بهینه اطلاعات مکان مرجع، نقش مهمى را در تجزیه و تحلیلهاى مکان مرجع به عهده دارند. تلفیق این دو سیستم توانایىهاى جدید و جامعى را در اخذ و مدیریت مکان مرجع ارائه مى دهد.
مهدی مدیری
دوره 16، شماره 61 ، اردیبهشت 1386، ، صفحه 2-9
چکیده
هدف این مقاله، تعیین مشخصات و ویژگی هاى سامانه هاى پردازش و کنترل اطلاعات جغرافیایى از راه دور است. پردازش اطلاعات جغرافیایى، محصول سامانه هاى اطلاعات جغرافیایى و ارتباطات از راه دور مى باشد. پردازش اطلاعات جغرافیایى از راه دور، شیوه کاملاً جدیدى است که با پایگاه هاى داده هاى فضایى (مکانى)، تبادل اطلاعات در سایت ...
بیشتر
هدف این مقاله، تعیین مشخصات و ویژگی هاى سامانه هاى پردازش و کنترل اطلاعات جغرافیایى از راه دور است. پردازش اطلاعات جغرافیایى، محصول سامانه هاى اطلاعات جغرافیایى و ارتباطات از راه دور مى باشد. پردازش اطلاعات جغرافیایى از راه دور، شیوه کاملاً جدیدى است که با پایگاه هاى داده هاى فضایى (مکانى)، تبادل اطلاعات در سایت هاى مختلف، تجزیه و تحلیل پیوسته و همزمان داده هاى فضایى و غیر فضایى مشخص مى گردد. همچنین با استفاده از سیستم هاى تعیین موقعیت جهانى GPS، پایگاه هاى داده اى و سیستم هاى تصمیم گیرى گروهى آنى (ستاد بحران) مى توان کنترل اطلاعات جغرافیایى را انجام داد.
علیرضا آزموده اردلان؛ محمد ادریسیان
دوره 15، شماره 57 ، اردیبهشت 1385، ، صفحه 34-41
چکیده
با توجه به اهمیت تعیین موقعیت و سهولت کاربرد روشهاى ماهوارهاى در تعیین موقعیت، امروزه سیستمهاى تعیین موقعیت جهانى مانند GPSرواج بسیارى در زندگى روزمره و کاربردهاى نظامى یافته است. نکته اى که عموما در استفاده از این سیستم هاى ماهواره اى فراموش مى گردد مبناى نظامى اینگونه سیستم ها است. به علاوه استراتژیک بودن مقوله موقعیت ...
بیشتر
با توجه به اهمیت تعیین موقعیت و سهولت کاربرد روشهاى ماهوارهاى در تعیین موقعیت، امروزه سیستمهاى تعیین موقعیت جهانى مانند GPSرواج بسیارى در زندگى روزمره و کاربردهاى نظامى یافته است. نکته اى که عموما در استفاده از این سیستم هاى ماهواره اى فراموش مى گردد مبناى نظامى اینگونه سیستم ها است. به علاوه استراتژیک بودن مقوله موقعیت ایجاب مى کند که ایجاد کنندگان این گونه سیستم ها دسترسى انتخابى و انحصارى سیستم در مواقع اضطرارى و جنگ براى خود محفوظ دارند. بلا شک باتوجه به هزینه گزاف ایجاد و نگهدارى این گونه سیستم ها نمى توان بر این سیاست خرده گرفت بلکه لازم است براى کاربردها و اهداف ملى، سیستم تعیین موقعیت جایگزین و یا مکمل پیش بینى کرد تا در مواقع اضطرارى با اتکا به آن بتوان همچنان به تعیین موقعیت پرداخت. در این مقاله مرورى کامل بر روشهاى تعیین موقعیت ماهواره اى و زمینى از انواع GPS، ترانزیت، گلوناس، دوریس، لورن A، لورن C و امگا صورت گرفته و نهایتا از میان این سیستمها، با توجه به امکانات مملکتى و تحلیلهاى مختلف، روش تعیین موقعیت زمینى لورنC و یا سیستمى مشابه آن به عنوان سیستم تعیین موقعیت ملى، با نقش مکمل در زمان صلح و جایگزین در مواقع اضطرارى، پیشنهاد گردیده است. سیستم تعیین موقعیت لورن C درحال حاضر سیستم ذخیره GPS مى باشد.
