مروری
پوریا امیریان؛ علی اصغر آل شیخ
دوره 1، شماره 3 ، آذر 1388
چکیده
امروزه در تمامی شهرهای بزرگ دنیا، پایش و کنترل کیفیت هوا به یکی از موضوعات مهم مدیریت شهری و زیست محیطی تبدیل گردیده است. دسترسی سریع، و پردازش و تحلیل داده های سنجیده های آلاینده های هوا از موارد مورد نیاز در ارائه راهکارهای موثر در کاهش و کنترل آلودگی هوا به شمار می آیند. وجود شبکه ای از سنجیده های آلاینده های هوا، داده های مورد نیاز ...
بیشتر
امروزه در تمامی شهرهای بزرگ دنیا، پایش و کنترل کیفیت هوا به یکی از موضوعات مهم مدیریت شهری و زیست محیطی تبدیل گردیده است. دسترسی سریع، و پردازش و تحلیل داده های سنجیده های آلاینده های هوا از موارد مورد نیاز در ارائه راهکارهای موثر در کاهش و کنترل آلودگی هوا به شمار می آیند. وجود شبکه ای از سنجیده های آلاینده های هوا، داده های مورد نیاز به منظور پالایش آلودگی هوا را فراهم می سازند. در این خصوص آنچه باعث عدم دسترسی و ارائه و پردازش نامطلوب داده های کیفیت هوا میگردد، استفاده نکردن از راه حل های تعامل پذیر در خصوص انتشار، دسترسی و پردازش داده هاست. در نوشتار حاضر، استفاده از سرویس های مکانی تعامل پذیر به عنوان راه حلی مناسب به منظور رفع مشکل مذکور پیشنهاد می گردد. در این زمینه ارائه ساختار و فرمت و همچنین روش دسترسی تعامل پذیر به داده های کیفیت هوا بررسی گردیده است و سامانه ای به منظور ایجاد سرویس های مکانی تعامل پذیر با هدف انتشار داده های کیفیت هوا ارائه می گردد. در پایان مقاله، تعدادی برنامه کاربردی به منظور آزمون تعامل پذیری سرویس های ایجاد شده، پیاده سازی می گردد.
مروری
علی اکبر متکان؛ علی محمد زاده؛ سعید صادقیان؛ محمد حاجب
دوره 1، شماره 3 ، آذر 1388
چکیده
امروزه لیزر اسکنر هوایی (لیدار) نقش مهمی در برداشت اطلاعات سه بعدی عوارض سطح زمین ایفا می کند. استخراج عوارض از داده های لیدار، به صورت دستی زمان بر و پر هزینه است. راه ها مهمترین گروه عوارض خطی هستند و استخراج اطلاعات مربوط به آن ها اهمین ویژه ای برای سازمان ها و نهادهای مرتبط در هر کشوری دارد. هدف پژوهش حاضر، ارائه الگوریتمی برای اشکارسازی ...
بیشتر
امروزه لیزر اسکنر هوایی (لیدار) نقش مهمی در برداشت اطلاعات سه بعدی عوارض سطح زمین ایفا می کند. استخراج عوارض از داده های لیدار، به صورت دستی زمان بر و پر هزینه است. راه ها مهمترین گروه عوارض خطی هستند و استخراج اطلاعات مربوط به آن ها اهمین ویژه ای برای سازمان ها و نهادهای مرتبط در هر کشوری دارد. هدف پژوهش حاضر، ارائه الگوریتمی برای اشکارسازی راه هاست که در آن منحصراً از داده های لیدار، استفاده شود. برای این منظور، ابتدا داده های شدت و سپس هر دو داده شدت و فاصله لیدار با استفاده از ماشین بردار پشتیبان طبقه بندی گردیدند. سپس با استفاده از الگوریتم فیلتر کردن شیب مبنا، عوارض ارتفاعی از مجموعه داده ها حدف شدند و مدل رقومی زمین و مدل رقومی عوارض غیرزمینی به دست آمد. در ادامه، نتایج مرحله طبقه بندی با بهره گیری از لایه اطلاعاتی مدل رقومی عوارض غیرزمینی بهبود داده شد. سرانجام با انجام عمیات پس پردازش 5 مرحله، پاکسازی مورفولوژی، حذف عناصر کوچک، اتصال قطع شدگی های راه ها، حذف عناصر ناپیوسته و انسداد مورفولوژی، راه ها از داده های لیدار شناسایی گردید. با مقایسه نتایج حاصل از اجرای الگوریتم با داده های مرجع مقادیر 35/84 درصد برای پارامت «کامل بودن»، 61/71 درصد برای پارامتر «صحیح بودن» و 22/63 درصد برای پارامتر «کیفیت» به دست آمد
مروری
علی سرکارگر اردکانی؛ محمد جواد ولدان زوج؛ علی محمدزاده؛ علی منصوریان
دوره 1، شماره 3 ، آذر 1388
چکیده
سالیانه در کشور ما صدها مورد آتش سوزی در جنگل ها و مراتع اتفاق می افتد و هزاران هکتار از درختان، درختچه ها و گیاهان را طعمه خود می سازد. حریق علاوه بر خسارات اقتصادی، اثار مخرب زیست محیطی را نیز به دنبال دارد. وقوع آتش سوزی های مکرر در مناطق مختلف ایران در چند سال گذشته پژوهشگران منابع طببیعی را بر آن داشته است تا پژوهش های جدیدی در عرصه ...
بیشتر
سالیانه در کشور ما صدها مورد آتش سوزی در جنگل ها و مراتع اتفاق می افتد و هزاران هکتار از درختان، درختچه ها و گیاهان را طعمه خود می سازد. حریق علاوه بر خسارات اقتصادی، اثار مخرب زیست محیطی را نیز به دنبال دارد. وقوع آتش سوزی های مکرر در مناطق مختلف ایران در چند سال گذشته پژوهشگران منابع طببیعی را بر آن داشته است تا پژوهش های جدیدی در عرصه های باارزش جنگلی انجام دهند. در پژوهش حاضر از تصاویر ماهواره ای MODIS و Landsat ETM+ به منظور آشکارسازی، و تعیین وسعت مناطق دچار حریق در نخلستان های شهر خور از توابع استان اصفهان استفاده گردیده است. سنجنده MODIS در لحظه عبور از فراز این منطقه، آتش سوزی ای را در تاریخ یازدهم مرداد 1387 ثبت کرد، که با الگوریتم بومی شده کشف آتش، مکان حریق ها مشخص گردید. در روش های پیشنهادی، برای شناسایی آتش پس از انجام تصحیحات رادیومتری و هندسی با استفاده از ماسک ابر و اب این دو پدیده از تصویر حذذف شدند و سپس با تعیین حد آستانه مناسب، نواحی دارای پتانسیل آتش مشخص گردید. در این نوای پیکسل هایی که درجه حرارت روشنایی آن ها در باند 22 کمتر از 293 درجه کلوین و میزان انعکاس طیفی آن ها در باند 2 کمتر از 3/0 و اختلاف دمایی باند 22 و 31 کمتر از 10 درجه کلوین بود، به عنوان پیکسل هایی دارای پتانسیل آتش علامت گذاری شدند و با تعیین حد آستانه و آزمون ها مختلف، اقدام به استخراج پیکسل های داری پتانسیل آتش علامت گذاری شدند و با تعیین حد آستانه و آزمون های مختلف، اقدام به استخراخ پیکسل های آتش گردید. نتایج نشان می دهد که با استفاده از حد آستانه 310 درجه کلوین برای باند 22 که برای مقیاس جهانی درنظر گرفته شده است، آتش های سرد و کوچک آشکار نمی شوند. لذا از حد آستانه بهینه شده استفاده گردید. همچنین به منظور تعیین وسعت منطقه دچار حریق از تصاویر ماهواره ای Landsat ETM استفاده شد. پس از انجام طبقه بندی با روش طبقه بندی بیشترین شباهت، وسعت منطقه سوخته شده تعیین گردید. نتایج حاصل از مطالعه حاضر نشان می دهد که این آتش سوزی وسعتی حدود 9 هکتار را طعمه حریق ساخته است.
مروری
علی محمد مبارکی؛ علی منصوریان؛ محمدرضا ملک
دوره 1، شماره 3 ، آذر 1388
چکیده
جمع آوری و استفاده از اطلاعات مکانی مربوط به وضعیت کنونی حادثه در کمترین زمان ممکن، از نیازهای اصلی و اساسی در مدیریت بهینه حوادث به شمار می آید. برای این منظور لازم است هر یک از سازمان ها دخیل در مدیریت حادثه، جمع آوری بخشی از اطلاعاتمکانی مورد نیاز را بر عهده گیرند و با ابه اشتراک گذاری این اطلاعات، آن را در دسترس سایر نهادهای مسئول ...
بیشتر
جمع آوری و استفاده از اطلاعات مکانی مربوط به وضعیت کنونی حادثه در کمترین زمان ممکن، از نیازهای اصلی و اساسی در مدیریت بهینه حوادث به شمار می آید. برای این منظور لازم است هر یک از سازمان ها دخیل در مدیریت حادثه، جمع آوری بخشی از اطلاعاتمکانی مورد نیاز را بر عهده گیرند و با ابه اشتراک گذاری این اطلاعات، آن را در دسترس سایر نهادهای مسئول قرار دهند. تحقیقات گذشته نشان داده اند که زیر ساخت داده مکانی (SID) و سامانه اطلاعات مکانی تحت وب چاچوب مناسبی برای مدیریت اطلاعات مکانی در شرایط بحرانی قلمداد می شوند. اگرچه مدل های مفهومی SID برای مدیریت بحران شرح و بسط داده شده اند، ولی با توجه به کاربرد شبکه های بی سیم و فناوری های وابسته به آن – از قبیل GIS همراه – لازم است مدل های مذکور بر اساس ویژگی های شبکه های بی سیم و فناوری مرتبط توسعه یابند. در پژوهش حاضر ابتدا مدل مفهومی SID مدیریت بحران برای استفاده از محیط های بی سیم و GIS همراه شرح و بسط یافت. سپس براساس مدل مفهومی توسعه یافته، طراحی، توسعه و پیاده سازی GIS همراه نمونه برای استفاده ماموران امداد به منظور مدیریت بهینه حوادث صورت پذیرفت. در ادامه، سامانه پیاده سازی شده مورد آزمون و ارزیابی قرار گرفت. برای این منظور ابتدا سناریویی فرضی برای امدادرسانی در منطقه تشریح شد و بر اساس آن کارایی سامانه در پاسخگویی به نیازمندی های موجود در سناریو بررسی گردید. در پایان چنین نتیجه گیری شد که با توجه به سناریوی طراحی شده و آزمودن سامانه نمونه GIS همراه، استفاده از محیط های بی سیم و سامانه های اطلاعات مکانی همراه در بستر SID موجب تسهیل و ارتقای کیفیت مدیریت حوادث می شود.
مروری
عطاءالله حدادی؛ محمدرضا صاحبی؛ مهدی مختارزاده؛ هیرش فتاحی
دوره 1، شماره 3 ، آذر 1388
چکیده
در پژوهش حاضر، روشی ترکیبی از شکبههای عصبی نظارت شده و نظارت نشده برای طبقه بندی تصاویر سنجش از دور ارائه شده است. مبنای الگوریتم پیشنهادی، شبکه های خودسازمانده (SOM) و الگوریتم شبکه عصبی پس اتشار خطاست. الگوریتم طبقه بندی نظارت نشده SOM به تنهایی قادر به طبقه بندی و برچسب گذاری دقیق نتیجه نهایی نیست، لذا در نوشتار حاضر از الگوریتم پس ...
بیشتر
در پژوهش حاضر، روشی ترکیبی از شکبههای عصبی نظارت شده و نظارت نشده برای طبقه بندی تصاویر سنجش از دور ارائه شده است. مبنای الگوریتم پیشنهادی، شبکه های خودسازمانده (SOM) و الگوریتم شبکه عصبی پس اتشار خطاست. الگوریتم طبقه بندی نظارت نشده SOM به تنهایی قادر به طبقه بندی و برچسب گذاری دقیق نتیجه نهایی نیست، لذا در نوشتار حاضر از الگوریتم پس انتشار خطا برای تعیین بر چسب نهایی کلاس ها استفاده شده است. در ابتدا تصویر با استفاده از الگوریتم شبک های خودسازمانده بخش بندی می شود. سپس برچسب های نرون های شبکه های خودسازمانده با استفاده از الگوریتم پس انتشار خطا و داده های آموزشی تعیین می شود و در ادامه نقشه پوششی تهیه می گردد. به منظور کاهش حجم سنگین محاسبات شبکه های خودسازمانده، در پژوهش حاضر از الگوریتم PCA برای تعیین مقدار اولیه بردار وزن نرون ها استفاده شده است. ارزیابی الگوریتم پیشنهادی با تصاویر چندطیفی لندست (ETM+) و IKONOS انجام گرفت. هر قسمت از الگوریتم با الگوریتم های دیگر جایگزین شد و نتایج به دستآمده با الگوریتم پیشنهادی مقایسه گردید. در ابتدا به جای الگوریتم SOM از الگوریتم های نظارت نشده K-Means و FCM و به جای الگوریتم MLP برای تعیین بر چسب نرون های الگوریتم SOM از الگوریتم KNN استفاده گردید. همنچنین نتایج نهایی الگوریتم پیشنهادی با دیگر الگوریتم های طبقه بندی مقایسه شد. نتایج حاصل از دقت طبقه بندی الگوریتم پیشنهادی و دیگر الگوریتم ها، نشان می دهد که الگوریتم پیشنهادی توانانی بهبود نتایج طبقه بندی را – به ویژه برای تعداد نمونه های آموزشی اندک - داراست.
مروری
محمدرضا مباشری؛ علی احمدی رستمی؛ علی صادقی نائینی؛ جلال کرمی
دوره 1، شماره 3 ، آذر 1388
چکیده
فرایند سنجش از دور تحیت تاثیر چندین نوع خطا، از جمله اعوجاجات هندسی، عدم تعادل رادیومتریک و تاثیرات جوی قرار دارد، که در میان آن ها تاثیرات جوی نقش بسیار مهمی ایفا می کند. در پژوهش حاضر با استفاده از داده های پنج سال رادیوساوند، در ماه ژوئن (11 خرداد تا 9 تیر)، مدل جوی مناسبی برای منطقه مورد مطالعه تعریف گردید. آنگاه با استفاده از مدل جوی ...
بیشتر
فرایند سنجش از دور تحیت تاثیر چندین نوع خطا، از جمله اعوجاجات هندسی، عدم تعادل رادیومتریک و تاثیرات جوی قرار دارد، که در میان آن ها تاثیرات جوی نقش بسیار مهمی ایفا می کند. در پژوهش حاضر با استفاده از داده های پنج سال رادیوساوند، در ماه ژوئن (11 خرداد تا 9 تیر)، مدل جوی مناسبی برای منطقه مورد مطالعه تعریف گردید. آنگاه با استفاده از مدل جوی استخراج شده و کد 6S، اصلاح جوی برای تصاویر MODIS منطقه مورد مطالعه صورت گرفت و نتایج با مدل های پیش فرض کد همچون مدل های میان تابستانی، میان زمستانی و برّ حاره ای مقایسه گردید. نتایج نشان می دهد که اصلاح جوی تصاویر با استفاده از مدل جوی استخارج شده برای منطقه مورد مطالعه در باندهای جذب بخار آب کاملا با تصاویر اصلاح شده با مدل های پیش فرض تفاوت دارد. همچنین برای برای مقایسه بهتر از شاخص NDVI استفاده گردید. نتایج در این منطقه نشان می دهد که پس از اصلاح جوی NDVI کمتر از 4/0 کاهش و NDVIهای بیشتر از 5/0 افزایش یافته اند که با نتایج دیگر پژوهشگران در این زمینه همخوانی دارد.
مروری
روزبه شاد؛ محمد سعدی مسگری؛ عارفه شاد؛ علی اکبر ابکار؛ دامون مولایی
دوره 1، شماره 3 ، آذر 1388
چکیده
هدف اصلی مقاله حاضر آن است که با طراحی و ارزیابی سامانه عالم مبنای مکانی، اطلاعات مربوط به توده های آلودگی زیست محیطی را به صورت آن و از طریق تصاویر ماهواره ای NOAA استخراج کند و سپس تاثیر آنها را بروی محدوده های زیست محیطی جنگلی به صورت مناطق ریسک مشخص گرداند. در این کاربرد، آلودگی هوا پدیده است که به اشگال گوناگون باعث به وجود آمدن ریسک ...
بیشتر
هدف اصلی مقاله حاضر آن است که با طراحی و ارزیابی سامانه عالم مبنای مکانی، اطلاعات مربوط به توده های آلودگی زیست محیطی را به صورت آن و از طریق تصاویر ماهواره ای NOAA استخراج کند و سپس تاثیر آنها را بروی محدوده های زیست محیطی جنگلی به صورت مناطق ریسک مشخص گرداند. در این کاربرد، آلودگی هوا پدیده است که به اشگال گوناگون باعث به وجود آمدن ریسک در محدوده های جنگلی می گردد. لذا به دست آوردن تمایم تاثیرات آلودگی هوا بر محدوده های جنگلی امری دشوار قلمداد می شود. با این حال برخی از تاثیرات آن از قبیل بر رشد پوشش گیاهیی منطقه را می توان به عنوان عاملی ضروری تر در فرایند تصمیم گیری وارد ساخت. برای بررسی این موضوع، پیامد انتشار آلودگی ناشی از آتش سوزی چاه های نفت کویت در سال 1991 و تاثیر آن بر جنگل های جنوب غربی کشور در نظر گرفته شده است. بررسی تصاویر نیم روزانه NOAA-AVHRR به خوبی آشکار می سازد که آلودگی به سمت مرز ایران حرکت کرده و منابع طبیعی جنگل های جنوب غربی کشور را تهدید کرده است. با درنظر گرفتن شواهد مذکور، ردیابی، تخمین و ارزیابی سریع و آنی محدوده های ریسک، امری ضروری به شمار می آید. این مفصود با طراحی سامانه هوشمند عامل مبنایی که در آن ابزارهای مرتبط با سامان اطلاعات مکانی و سنجش از دور یکپارچه شده اند، محقق می گردد. در آن سامانه به منظور استنتاجگری، روش های مختلف یادگیری ژنتیکی قوانین ارزیابی می شوند و قوانین بهینه مشخص می گردند. با توجه به اینکه دو پدیده مورد نظر (آلودگی هوا و محدوده ریسک، دارای مرز نامعلوم و ماهیتی نامعین هستند، لازم است که وضعیتی قابل پیش بینی از قوانین برای آن ها در نظر گرفته شود و مطابق آن برای هر دوره محاسباتی، فرایند تنظیم و یادگیری قوانین استنتاج در شرایطه نامعین، اجرا گردد. لذا مناطق ریسک به صورت آنی و هوشمند تعیین می شوند و روش های مختلف یادگیری ژنتیکی به همراه استنتاجکری مکانی فازی، با استفاده از داده های استخراجی از تصاویر ماهواره ای TM مورد ارزیابی قرار می گیرند.