علمی - پژوهشی
فرزانه شفیعی؛ علی درویشی بلورانی؛ سعید پورمنافی؛ عباس شاهسونی
دوره 8، شماره 2 ، بهمن 1395، صفحه 1-16
چکیده
طوفان گردوغبار یکی از پدیده‌های جوی است که آثار و پیامدهای زیست‌محیطی نامطلوبی برجای می‌گذارد. بررسی ترکیبات فیزیکی و شیمیایی گردوغبارهای اخیر نشان می‌دهد این گردوغبارها صرفاً متشکل از دانه‌های خاک، شن، ماسه و ذرات نمک نیستند، بلکه ترکیب پیچیده‌ای از عناصر شیمیایی‌اند، عناصری از قبیل فلزات قلیایی خاکی، کربن، سیلیس، آلومینیوم، ...
بیشتر
طوفان گردوغبار یکی از پدیده‌های جوی است که آثار و پیامدهای زیست‌محیطی نامطلوبی برجای می‌گذارد. بررسی ترکیبات فیزیکی و شیمیایی گردوغبارهای اخیر نشان می‌دهد این گردوغبارها صرفاً متشکل از دانه‌های خاک، شن، ماسه و ذرات نمک نیستند، بلکه ترکیب پیچیده‌ای از عناصر شیمیایی‌اند، عناصری از قبیل فلزات قلیایی خاکی، کربن، سیلیس، آلومینیوم، پتاسیم، کلسیم و برخی دیگر از عناصر آلی مشاهده می‌شود که تمامی این عناصر می‌توانند اثرات مضری در سلامت محیط‌زیست و به‌ویژه بر موجودات زنده داشته باشند. در این تحقیق شهر اهواز که طی دهۀ گذشته شاهد طوفان‌های چندی بوده است، بررسی شد. با استفاده از نمونههای اندازه‌گیری‌شدۀ عناصر مورد مطالعه در ایستگاه زمینی و آنالیزهای آزمایشگاهی، محتویات هفت رخداد گردوغبار تعیین شد. تصاویر ماهواره‌ای MODIS و داده‌های CALIPSO، به‌ترتیب، جهت شناسایی عناصر و تعیین غلظت این طوفان‌ها مورد تحلیل قرار گرفتند. پس از تهیۀ تصاویر MODIS و انجام دادن تصحیحات مورد نیاز، مقادیر طیفی محل نمونه‌برداری ایستگاه زمینی روی تصاویر مشخص شد. با استفاده از روش کمترین مربعات و cross-validation مدل‌سازی ارتباط بین باندهای MODIS و نتایج حاصل از مشاهدات زمینی ایجاد شد. پس از مقایسه و تحلیل نتایج به‌دست‌آمده، مشخص شد که برای عنصر سیلیس، نسبت باند 21 به باند 26 با میزان RMSE در حدود 1.28، شاخص مناسبی جهت تعیین ترکیبات طوفان‌های گردوغبار با استفاده از تصاویر ماهواره‌ای MODIS به‌شمار می‌رود. همچنین، آلومینیوم از نسبت باند 25 به باند 26 با میزان RMSE در حدود 2.08، کلسیم از نسبت باند 24 به باند 25 با میزان RMSE در حدود 2.3، سدیم از نسبت باند 23 به باند 27 با میزان RMSE در حدود 0.48 و منیزیم از نسبت باند 15 به باند 24 با میزان RMSE در حدود 0.78، برای شناسایی این عناصر در تصاویر ماهواره‌ای MODIS شاخص‌های مناسبی‌اند. با توجه به نتایج و شاخص‌های به‌دست‌آمده برای هر عنصر، تعیین ترکیبات و میزان غلظت عناصر موجود در طوفان‌های گردوغبار، بدون استفاده از نمونههای زمینی و فقط با به‌کارگیری تصاویر MODIS و روش به‌دست‌آمده امکان‌پذیر می‌شود. همچنین، با استفاده از داده‌های ماهواره‌ای CALIPSO در روزهای مورد مطالعه، مشخص شد که در روزهای گرم سال که نمونه‌برداری زمینی انجام گرفته، میزان غلظت و تراکم گرد غبار بیشتر از روزهای سرد سال است و ارتفاع گردوغبار به شش کیلومتری سطح زمین می‌رسد.
علمی - پژوهشی
روجا حسینی شفیع؛ عباس علیمحمدی؛ محمدحسن قاسمیان یزدی
دوره 8، شماره 2 ، بهمن 1395، صفحه 17-34
چکیده
روش‌های بارزسازی تغییرات ابزاری قدرتمند در نمایش تغییرات در سطح زمین به‌شمار می‌آیند. برای افزایش دقت نقشۀ تغییرات تهیه‌شده می‌شود از تکنیک‌های چندمقیاسی که هم‌زمان مشاهدات را در مقیاس‌های بزرگ و کوچک انجام می‌دهند، استفاده کرد. در این تکنیک‌ها، افزون‌بر اطلاعات طیفی، اطلاعات مکانی موجود در تصویر نیز در پردازش دخالت داده ...
بیشتر
روش‌های بارزسازی تغییرات ابزاری قدرتمند در نمایش تغییرات در سطح زمین به‌شمار می‌آیند. برای افزایش دقت نقشۀ تغییرات تهیه‌شده می‌شود از تکنیک‌های چندمقیاسی که هم‌زمان مشاهدات را در مقیاس‌های بزرگ و کوچک انجام می‌دهند، استفاده کرد. در این تکنیک‌ها، افزون‌بر اطلاعات طیفی، اطلاعات مکانی موجود در تصویر نیز در پردازش دخالت داده می‌شود. یکی از این تکنیک‌ها، تکنیک چندمقیاسی موجک است. تکنیک موجک در بسیاری از زمینه‌های پردازش تصویر کاربرد دارد. در تحقیق حاضر، توانایی تکینک موجک در بارزسازی تغییرات با استفاده از تصاویر ماهواره‌ای TM ارزیابی شده است. پارامترهای مورد نیاز برای تبدیل موجک تعداد سطوح تجزیه و موجک پایه‌اند. بنابراین، آثار موجک‌های پایۀ bior3/7 و db4 و سطوح تجزیۀ s=1 تا s=6 در نقشۀ تغییرات نهایی ارزیابی شده است. همۀ نتایج با استفاده از روش‌های بررسی دقت، شامل ضریب کاپا و دقت کلی، بیان شده‌اند. نتایج تأثیر نوع موجک پایۀ انتخاب‌شده و سطوح تجزیه را در نقشۀ تغییرات نهایی نشان می‌دهد. نقشۀ تغییرات محاسبه‌شده با استفاده از موجک پایۀ bior3/7 دقت کلی بالاتر و آمارۀ کاپای بهتری را درمقایسه با موجک پایۀ db4 نشان می‌دهد. به‌طوری‌که برای باند 3 با موجک پای، bior3/7 دقت کلی 51/90 و آمارۀ کاپا 79/0 و برای همین باند با موجک پایۀdb4 ، به‌ترتیب، برابر 80/89 و 79/0 است. پارامتر بعدی که در اینجا بررسی شده، تأثیر سطوح تجزیه در دقت نقشۀ بارزسازی تغییرات است. در هر دو، موجک پایه تا سطح تجزیۀ 3 روند صعودی دارد و سپس، سیر نزولی پیدا می‌کند. به‌طوری‌که بیشتر دقت کلی و آمارۀ کاپا مربوط به سطح تجزیۀ 3 در هر دو موجک پایه است. همچنین در این تحقیق بین تکنیک موجک و سه تکنیک تفاضل، نسبت و طبقه‌بندی نظارت‌شده مقایسه‌ای انجام شده است. بررسی نشان می‌دهد که تکنیک موجک نتایج بهتری دارد.
علمی - پژوهشی
حسن لشکری؛ علی‌اکبر متکان؛ حسین عساکره؛ یونس خسروی
دوره 8، شماره 2 ، بهمن 1395، صفحه 35-52
چکیده
بخارآب یکی از مهم‌ترین عناصر اقلیمی است که در تصمیم‌گیری، طراحی و ارزیابی مدل‌های هیدرولوژیکی نقشی مهم ایفا می‌کند. بنابراین، شناخت تغییرات مکانی این عنصر مهم اقلیمی تأثیر چشمگیری در مدیریت و برنامه‌ریزی مبتنی‌بر آب خواهد داشت. بر این اساس، در این پژوهش تلاش شده است تا ساختار مکانی و برآورد مقادیر فشار بخارآب در جنوب و جنوب‌غرب ...
بیشتر
بخارآب یکی از مهم‌ترین عناصر اقلیمی است که در تصمیم‌گیری، طراحی و ارزیابی مدل‌های هیدرولوژیکی نقشی مهم ایفا می‌کند. بنابراین، شناخت تغییرات مکانی این عنصر مهم اقلیمی تأثیر چشمگیری در مدیریت و برنامه‌ریزی مبتنی‌بر آب خواهد داشت. بر این اساس، در این پژوهش تلاش شده است تا ساختار مکانی و برآورد مقادیر فشار بخارآب در جنوب و جنوب‌غرب ایران، با استفاده از روش زمین‌آمار و تحلیل واریوگرافی بررسی شود. در این راستا، داده‌های فشار بخارآب 78 ایستگاه سینوپتیک مربوط به 27 مرداد 1386، به‌منزلۀ یکی از روزهای فراگیر بخارآب تحلیل شد. بدین منظور، ابتدا محاسبات متغیر مکانی بودن داده‌های فشار بخارآب، با ترسیم تغییرنگار مورد بررسی قرار گرفت. پس از احراز این شرط، از روش‌های زمین‌آماری کریجینگ ساده، کریجینگ معمولی و کوکریجینگ و با برازش مدل‌های دایره‌ای، کروی، نمایی، گوسی و درجۀ دو منطقی برای رسم نقشۀ فشار بخا آب و ارزیابی آن‌ها 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 نقشۀ ترسیم‌شده با روش بهینه، مشخص شد که حاشیۀ خلیج‌فارس و دریای عمان و بخش‌های شمال و شمال‌غرب منطقه، به‌ترتیب، بیشترین و کمترین مقادیر فشار بخارآب را دارند. به‌طورکلی، سه دلیل دوری و نزدیکی به منابع عمدۀ رطوبتی، وجود سد ارتفاعی زاگرس و استقرار پرفشار قوی پویشی را می‌شود دلیل رخداد چنین توزیعی برشمرد.
علمی - پژوهشی
فرحناز تقوی؛ عباس احمدی؛ زهرا زرگران
دوره 8، شماره 2 ، بهمن 1395، صفحه 53-72
چکیده
در این مطالعه، مدلی ترکیبی از شبکه‌های عصبی ماژولار و پردازش تصاویر مادیس برای محاسبۀ دمای سطح زمین، در منطقه‌ای شامل شهر تهران، ارائه شده است. در این مدل، داده‌های تصاویر حرارتی با تکیه بر ویژگی‌های دمای درخشندگی در باندهای حرارتی 31 و 32 میکرومترسنجندۀ مادیس، به‌منزلۀ ورودی در شبکه‌های عصبی ماژولار به‌کار رفته و روش جدیدی براساس ...
بیشتر
در این مطالعه، مدلی ترکیبی از شبکه‌های عصبی ماژولار و پردازش تصاویر مادیس برای محاسبۀ دمای سطح زمین، در منطقه‌ای شامل شهر تهران، ارائه شده است. در این مدل، داده‌های تصاویر حرارتی با تکیه بر ویژگی‌های دمای درخشندگی در باندهای حرارتی 31 و 32 میکرومترسنجندۀ مادیس، به‌منزلۀ ورودی در شبکه‌های عصبی ماژولار به‌کار رفته و روش جدیدی براساس ترکیبی از شبکۀ عصبی نگاشت خودسازمانده و الگوریتم بهینهسازی تجمع ذرات پیشنهاد شد. نتایج به‌دست‌آمده نشان می‌دهد استفاده از این الگوریتم سبب توزیع مناسب داده‌های ورودی شبکه‌های عصبی می‌شود. در آخر، نتایج نهایی با مدل‌های شبکه‌های عصبی با آموزش و ساختار غیرماژولار نیز مقایسه شده است. نتایج این مقایسه نشان می‌دهد که زمان آموزش مدل در پیش‌بینی دمای سطح زمین کاهش، و دقت مدل افزایش یافته است. اختلاف کم بین مقادیر پیشبینیشده و مقادیر واقعی دما در منطقه نشان می‌دهد که دما با دقت مناسبی در این مدل پیش‌بینی شده است، به‌طوری‌که میانگین خطای مدل ترکیبی مقدار 0081/0 و درصد خطای مطلق نیز 59/10 است.
علمی - پژوهشی
علیرضا دانشی؛ مصطفی پناهی
دوره 8، شماره 2 ، بهمن 1395، صفحه 73-86
چکیده
با توجه به اینکه الگوریتم‌های متنوعی برای طبقه‌بندی تصاویر ماهواره‌ای در سنجش از دور توسعه یافته‌اند، انتخاب الگوریتم مناسب طبقه‌بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می‌کند. به همین منظور در پژوهش حاضر، با مقایسۀ کارآیی صحت طبقه‌بندی دو الگوریتم حداکثر احتمال و ماشین‌های بردار پشتیبان، الگوریتم دقیق‌تر تعیین، و از ...
بیشتر
با توجه به اینکه الگوریتم‌های متنوعی برای طبقه‌بندی تصاویر ماهواره‌ای در سنجش از دور توسعه یافته‌اند، انتخاب الگوریتم مناسب طبقه‌بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می‌کند. به همین منظور در پژوهش حاضر، با مقایسۀ کارآیی صحت طبقه‌بندی دو الگوریتم حداکثر احتمال و ماشین‌های بردار پشتیبان، الگوریتم دقیق‌تر تعیین، و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در حوزۀ آبخیز سیمینه‌رود و با استفاده از تصاویر سنجنده‌های TM، ETM+ و OLI انجام گرفت. نتایج تحقیق نشان داد که الگوریتم ماشین بردار پشتیبان، درمقایسه با الگوریتم حداکثر احتمال، تصاویر ماهواره‌ای را بهتر طبقه‌بندی کرده است و از میان کرنل‌های ماشین بردار، کرنل تابع پایۀ شعاعی (RBF) کارآیی بهتری داشته است. بنابراین، از الگوریتم ماشین بردار پشتیبان با کرنل تابع پایۀ شعاعی برای تهیۀ نقشۀ کاربری اراضی دوره‌های مورد بررسی و تغییرات کاربری استفاده شد. بررسی روند تغییرات کاربری اراضی، با استفاده از این کرنل، مشخص کرد که در طی دوره‌های بررسی‌شده، مساحت کاربری‌های زراعت آبی از 30.535 هکتار به 67.210 هکتار، زراعت دیم از 79.909 هکتار به 123.383 هکتار و مناطق مسکونی از 474 هکتار به 1934 هکتار افزایش یافته است درحالی‌که مراتع از 259.811 هکتار به 178.398هکتار، و منابع آب از 240 هکتار به 41 هکتار روند کاهشی دارند.
علمی - پژوهشی
کاظم نصرتی؛ سید حسین پورعلی
دوره 8، شماره 2 ، بهمن 1395، صفحه 88-101
چکیده
در مسائل هیدرولوژیک وکشاورزی، ظرفیت آب قابل دسترس خاک متغیری مهم انگاشته می‌شود و برآورد این متغیر در مقیاس حوضۀ آبخیز از اصولی است که در نظر گرفته می‌شود. به‌دلیل ناپیوستگی در برداشت نمونه‌ها و نداشتن دسترسی به اطلاعات کافی در ارتباط با شناخت ویژگی‌های مناطق و نیز، صرف هزینه و زمان زیاد جهت برآورد آب قابل دسترس خاک و تغییرات مکانی ...
بیشتر
در مسائل هیدرولوژیک وکشاورزی، ظرفیت آب قابل دسترس خاک متغیری مهم انگاشته می‌شود و برآورد این متغیر در مقیاس حوضۀ آبخیز از اصولی است که در نظر گرفته می‌شود. به‌دلیل ناپیوستگی در برداشت نمونه‌ها و نداشتن دسترسی به اطلاعات کافی در ارتباط با شناخت ویژگی‌های مناطق و نیز، صرف هزینه و زمان زیاد جهت برآورد آب قابل دسترس خاک و تغییرات مکانی آن، استفاده از تصاویر ماهواره‌ای به‌صرفه است. بنابراین، توسعه و بسط روش ساده و مدل‌های متکی بر اصول سنجش از دوری، به‌منظور برآورد ظرفیت آب قابل دسترس خاک، ضروری است. به‌طورکلی، مطالعات گذشته براساس پایش رطوبت خاک بوده و به دیگر توابع رطوبت خاک، همچون آب قابل دسترس کمتر پرداخته شده است. بر همین اساس، در این مطالعه تلاش بر برآورد یکی از توابع رطوبت خاک، با نام ظرفیت آب قابل دسترس خاک است. اصول نظری این تحقیق بر پایۀ ارتباط بین پوشش گیاهی و دمای سطحی زمین است و دلیل استفاده از دو شاخص یادشده طرح آزمایش و بررسی کارآیی شاخصی مستقل از شاخص‌های فیزیکی خاک است که به اندازه‌گیری ظرفیت آب قابل دسترس در خاک منجر شود. در این مطالعه، مدلی ترکیبی و منتج از دو شاخص دمای سطح زمین و پوشش گیاهی نرمال‌شده به‌منظور برآورد آب قابل دسترس خاک در حوضۀ آبخیز هیو واقع در منطقۀ هشتگرد ما ارائه‌شده است. به‌منظور کنترل زمینی، پنجاه نمونۀ خاک با توزیع سیستماتیک برداشت شد.80% نمونههای برداشت‌شده برای برازش مدل ترکیبی دمای سطح زمین و شاخص نرمال‌شدۀ پوشش گیاهی، و 20% نمونه‌ها برای اعتبارسنجی مدل به‌کار رفت. اعتبارسنجی رگرسیون چندمتغیره با ضریب تبیین 85/0، در سطح معناداری 01/0 و جذر میانگین مربعات خطا 6/2 را نشان می‌دهد. بر این اساس، کارآیی دو شاخص استفاده‌شده برای اندازه‌گیری آب قابل دسترس خاک قابل تأیید است.
علمی - پژوهشی
حامد حیدری؛ دکتر محمدجواد ولدان‌زوج؛ یاسر مقصودی؛ محمدرضا بهشتی‌فر
دوره 8، شماره 2 ، بهمن 1395، صفحه 101-112
چکیده
ایران یکی از کشورهای خشک و نیمه‌خشک به‌شمار می‌رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی‌مدت در پهنۀ وسیعی از کشور یکی از بزرگ‌ترین مشکلات برای مشاهده و پیش‌بینی کوتاه‌مدت خشکسالی در ایران است. در این مقاله، با به‌کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده‌های 42 ایستگاه سینوپتیک منتخب در ایران، ...
بیشتر
ایران یکی از کشورهای خشک و نیمه‌خشک به‌شمار می‌رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی‌مدت در پهنۀ وسیعی از کشور یکی از بزرگ‌ترین مشکلات برای مشاهده و پیش‌بینی کوتاه‌مدت خشکسالی در ایران است. در این مقاله، با به‌کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده‌های 42 ایستگاه سینوپتیک منتخب در ایران، عملکرد شاخص‌های پوشش گیاهی طیفی پهن‌باند NDVI، NDVI-DEV، VCI و TCI در پیش‌بینی خشکسالی بررسی شد. بدین منظور، از شاخص خشکسالی (SPI) برای بیان خشکسالی استفاده شد که نشاندهندۀ شدت و دورۀ خشکسالی، از سال 1985 تا 2008 است. شاخص‌های پوشش گیاهی یادشده از تصاویر سنجندۀ NOAA-AVHRR محاسبه و استخراج شدند. این شاخصها، بهصورت ورودی، به مدل SVM وارد شدند و مقادیر SPI را بهدست دادند. با این روش، شاخص‌های TCI و NDVI، به‌ترتیب، دارای بالاترین و پایینترین همبستگی با شرایط خشکسالی شناخته شدند
