علمی - پژوهشی
نجمه ستاری؛ ملیحه عرفانی؛ فاطمه جهانی شکیب
چکیده
بررسی روند رشد شهرها و پیش‌بینی تغییرات آنها در آینده، برای برنامه‌ریزی‌های فضایی، ضرورت دارد. به‌این‌منظور، به نقشه‌سازی پهنه‌های ساخت‌وسازشده نیاز است. در بسیاری مناطق، به‌ویژه در اقلیم خشک، تفکیک مناطق ساخت‌وسازشده از محیط اطراف به‌سادگی و با روش‌های معمول طبقه‌بندی تصاویر ماهواره‌ای و یا نمایه‌های متداول، با دقت ...
بیشتر
بررسی روند رشد شهرها و پیش‌بینی تغییرات آنها در آینده، برای برنامه‌ریزی‌های فضایی، ضرورت دارد. به‌این‌منظور، به نقشه‌سازی پهنه‌های ساخت‌وسازشده نیاز است. در بسیاری مناطق، به‌ویژه در اقلیم خشک، تفکیک مناطق ساخت‌وسازشده از محیط اطراف به‌سادگی و با روش‌های معمول طبقه‌بندی تصاویر ماهواره‌ای و یا نمایه‌های متداول، با دقت مورد قبول، امکان‌پذیر نیست؛ ازاین‌رو بسیاری از پژوهشگران نمایه‌های طیفی گوناگونی را به‌منظور استخراج مناطق ساخت‌وسازشده، توسعه داده‌اند. استفاده از تغییرات دمای سطح زمین برای نشان‌دادن مناطق ساخت‌وسازشده، به‌کمک الگوریتم زون‌های اقلیمی محلی (LCZ) کمتر مورد توجه بوده است و روش نسبتاً جدیدی محسوب می‌شود؛ بنابراین در این مقاله، تفکیک مناطق ساخت‌وسازشده از سایر انواع پوشش اراضی پیرامونی آن، با استفاده از الگوریتم LCZ انجام شد. با توجه به محدودیت‌نداشتن تعداد باند در این روش، از چهار سری تصاویر ماهواره‌ای لندست متعلق به سال 2020 استفاده شد و صحت آن با جدیدترین نمایه‌های ساخت‌وسازشده (DBI، BLFEI، BAEI و BAEM) که به‌صورت خودکار طبقه‌بندی شده‌اند، مورد مقایسه قرار گرفت. نتایج این مطالعه نشان داد که صحت طبقه‌بندی ناشی از الگوریتم LCZ ٪96 است؛ درصورتی که نمایه‌های BLFEI و BAEM قادر به تفکیک کامل مناطق ساخت‌وسازشده از سایر انواع پوشش اراضی نیست و صحت کلی نمایة BAEI نیز 37% به‌دست آمد. بنابراین کارآیی روش LCZ بیشتر از نمایه‌های ساخت‌وسازشده است و درمورد مناطق خشک و نیمه‌خشک، توصیه می‌شود.
علمی - پژوهشی
رسول آتشی دلیگانی؛ مینا مرادی زاده؛ بهنام تشیع
چکیده
ازن نزدیک به سطح زمین یکی از آلاینده‌های بسیار خطرناک است که تأثیرات زیان‌بار درخور توجهی در سلامت ساکنان مناطق شهری دارد. هدف از این مطالعه شناسایی عوامل مؤثر در غلظت ازن و مدل‌سازی تغییرات آن، با استفاده از داده‌های ماهواره‌ای و روش‌های گوناگون یادگیری ماشین در شهر تهران است. بدین‌منظور داده‌های غلظت آلاینده‌ها، داده‌های ...
بیشتر
ازن نزدیک به سطح زمین یکی از آلاینده‌های بسیار خطرناک است که تأثیرات زیان‌بار درخور توجهی در سلامت ساکنان مناطق شهری دارد. هدف از این مطالعه شناسایی عوامل مؤثر در غلظت ازن و مدل‌سازی تغییرات آن، با استفاده از داده‌های ماهواره‌ای و روش‌های گوناگون یادگیری ماشین در شهر تهران است. بدین‌منظور داده‌های غلظت آلاینده‌ها، داده‌های هواشناسی و دمای سطح خاک، طی بازة زمانی بین سال‌های 2015 تا 2021، به‌کار رفت. پس‌از محاسبة همبستگی بین غلظت ازن و پارامترهای مستقل، طی پنج حالت متفاوت، با پارامترهای ورودی و روش یادگیری متفاوت و به‌کارگیری پالایش داده‌‌ها، غلظت ازن مدل‌سازی شد. در حالت اول و دوم، مدل‌سازی با استفاده از داده‌های غلظت آلاینده‌ها و داده‌های هواشناسی با روش رگرسیون خطی چندمتغیره انجام شد. تنها تفاوت این دو حالت، پالایش داده‌های ورودی به‌شیوة WTEST در روش دوم است. در حالت سوم، دمای سطح خاک به داده‌های ورودی افزوده شد و در حالت چهارم و پنجم، به‌ترتیب مدل‌سازی ازن با استفاده از شبکة عصبی چندلایه‌ای و شبکة عصبی بازگشتی انجام شد. مقایسة این حالت‌ها نشان داد که مدل‌سازی‌های مراحل اول تا پنجم، به‌ترتیب با ضریب تعیین تعدیل‌شدة 5/0، 64/0، 69/0، 74/0 و 8/0 توانایی بازیابی غلظت ازن را داشته‌اند. همچنین مشخص شد در بین آلاینده‌های گوناگون، مونوکسید نیتروژن، دی‌اکسید نیتروژن، نیتراکس و از میان داده‌های هواشناسی دما، رطوبت و سرعت باد بیشترین تأثیر را در غلظت ازن دارند. افزودن دمای سطح خاک به داده‌های ورودی نیز افزایش پنج‌درصدی دقت را در برآورد غلظت ازن، به‌همراه داشت.
علمی - پژوهشی
حسن شرفی؛ رضا فرجی
چکیده
به‌منظور شناخت ساختگاه، به‌دست‌آوردن پارامترهای مقاومتی خاک کاری ضروری و درعین‌حال هزینه‌بر و زمان‌گیر است. در این پژوهش، با استفاده از 135 گمانة ژئوتکنیکی حفر شده در شهر کرمانشاه، پهنه‌بندی پارامترهای مقاومت برشی خاک (زاویة اصطکاک و چسبندگی) با استفاده از نرم‌افزار ArcGIS و روش درون‌یابی کریجینگ معمولی (با شبه‌واریوگرام‌های ...
بیشتر
به‌منظور شناخت ساختگاه، به‌دست‌آوردن پارامترهای مقاومتی خاک کاری ضروری و درعین‌حال هزینه‌بر و زمان‌گیر است. در این پژوهش، با استفاده از 135 گمانة ژئوتکنیکی حفر شده در شهر کرمانشاه، پهنه‌بندی پارامترهای مقاومت برشی خاک (زاویة اصطکاک و چسبندگی) با استفاده از نرم‌افزار ArcGIS و روش درون‌یابی کریجینگ معمولی (با شبه‌واریوگرام‌های کروی، نمایی و گوسی)، تا عمق نُه متر در بازههای سهمتری انجام شده و با استفاده از شاخص‌های جذر میانگین مربعات خطا (RMSE) و میانگین قدرمطلق خطا (MAE)، بهترین مدل برای پیش‌بینی مشخصهها انتخاب شده است. براساس شاخص‌های ارزیابی خطا، بهترین واریوگرامها برای پهنه‌بندی زاویة اصطکاک و چسبندگی در عمق 0 تا 3 متر گوسی، 3 تا 6 متر نمایی و 6 تا 9 متر به‌ترتیب گوسی و کروی است. مطابق نتایج بهدستآمده، اغلب با افزایش عمق، زاویة اصطکاک و چسبندگی افزایش یافته است و بخشهای شمالی و جنوبغرب کرمانشاه، در قیاس با دیگر مناطق، دارای خاکی با زاویة اصطکاک بیشتر و چسبندگی کمتر (درشتدانه) هستند و بخشهای شمالغرب این شهر خاکهای رسی و آبرفتی دارند؛ با توجه به گذر رودخانة قرهسو از این ناحیه و قرارگیری مناطق شمالی و جنوبی کرمانشاه در کوهپایه، نتایج تصدیق می‌شود.
علمی - پژوهشی
محسن ابراهیمی خوسفی؛ زهره ابراهیمی خوسفی
چکیده
حوضة آبریز فلات مرکزی ایران، به‌دلیل تغییرات اقلیمی و کاهش منابع آب دردسترس ازیک‌سو و افزایش جمعیت و به‌تبع آن، افزایش تقاضا ازسوی‌دیگر، با بحران شدید آب مواجه است. دانش سنجش از دور و دردسترس‌بودن محصولات متعدد ماهواره‌ای امکان پایش روند تغییرات پارامترهای گوناگون محیطی، به‌ویژه منابع آب سطحی و زیرزمینی را با دقت مناسب فراهم ...
بیشتر
حوضة آبریز فلات مرکزی ایران، به‌دلیل تغییرات اقلیمی و کاهش منابع آب دردسترس ازیک‌سو و افزایش جمعیت و به‌تبع آن، افزایش تقاضا ازسوی‌دیگر، با بحران شدید آب مواجه است. دانش سنجش از دور و دردسترس‌بودن محصولات متعدد ماهواره‌ای امکان پایش روند تغییرات پارامترهای گوناگون محیطی، به‌ویژه منابع آب سطحی و زیرزمینی را با دقت مناسب فراهم آورده است. بدین‌منظور، با استفاده از سامانة گوگل ارث انجین، شانزده محصول ماهواره‌ای شامل پارامترهای محیطی متفاوت، همچون بارش، دما، تبخیر و تعرق، رطوبت خاک، رواناب، ضخامت آب معادل (GRACE)، شاخص پوشش گیاهی و مساحت پیکره‌های آبی، در بازة زمانی سال‌های 2000 تا 2022، دریافت و آماده‌سازی شد. سپس با استفاده از آزمون ناپارامتریک من‌ـ کندال و تخمین‌گر شیب سن، روند تغییرات این پارامترها بررسی شد. با توجه به نتایج حاصل، تغییرات گرانش زمین که از نشانگرهای سطح آب زیرزمینی است و نیز مساحت پیکره‌های آبی که بیانگر منابع آب سطحی است و رطوبت خاک، روندی کاهشی و معنی‌دار را نشان داد؛ درحالی که دمای حداکثر، دمای حداقل و تبخیر و تعرق پتانسیل و شاخص NDVI بیانگر روند افزایشی معنی‌داری بود. به‌رغم کاهش مساحت پیکره‌های آبی، شاخص پوشش گیاهی افزایش یافته است که افزایش سطح زیرکشت محصولات کشاورزی و برداشت بی‌رویه از منابع آب زیرزمینی را نشان می‌دهد و روند کاهشی محصول ماهوارة GRACE نیز مؤید این واقعیت است. بررسی ضرایب همبستگی بین پارامترهای دارای روند معنی‌دار نیز نشان داد بین GRACE و پارامترهای NDVI، دمای حداقل، دمای حداکثر، رطوبت خاک و مساحت پیکره‌های آبی، همبستگی معنی‌داری وجود دارد.
علمی - پژوهشی
مریم حقیقی؛ محمد پناهنده؛ محمدجواد تجدد؛ فریبرز جمالزاد فلاح؛ مهسا عبدلی
چکیده
تالاب‌ها به‌منزلة جزء اساسی اکوسیستم جهانی در پیشگیری یا کاهش شدت سیل، تغذیة سفره‌های آب زیرزمینی و فراهم‌آوردن زیستگاه منحصربه‌فرد برای گیاهان و جانوران و دیگر خدمات و سودمندی‌ها، از عناصر اصلی استراتژی حفاظت منطقه‌ای‌اند. تالاب بین‌المللی انزلی در استان گیلان یکی از ده تالاب ارزشمند جهان است که به‌لحاظ تغییرات ساختاری ...
بیشتر
تالاب‌ها به‌منزلة جزء اساسی اکوسیستم جهانی در پیشگیری یا کاهش شدت سیل، تغذیة سفره‌های آب زیرزمینی و فراهم‌آوردن زیستگاه منحصربه‌فرد برای گیاهان و جانوران و دیگر خدمات و سودمندی‌ها، از عناصر اصلی استراتژی حفاظت منطقه‌ای‌اند. تالاب بین‌المللی انزلی در استان گیلان یکی از ده تالاب ارزشمند جهان است که به‌لحاظ تغییرات ساختاری حاصل از فرایندهای انسان‌ساخت، دچار تغییرات زیادی در کاربری اراضی و پوشش گیاهی شده و ماهیت و کارکردهای اکولوژیک آن به‌خطر افتاده است. هدف این مطالعه بررسی کاربرد داده‌های سنجش از دور در نقشه‌سازی تغییرات الگوی فضایی سیمای سرزمین، به‌کمک نمونه‌برداری زمینی در سطح بستر تالاب و تجزیه‌وتحلیل تغییرات انسجام سرزمینی براساس متریک‌های سیمای سرزمین است. ابتدا داده‌های ماهواره‌ای بررسی شد و ازطریق طبقه‌بندی تصاویر سنتینل‌ـ 2، متعلق به سال‌های 2016 تا 2020 با نقاط نمونه‌برداری زمینی، نقشة کلاس‌های پوشش اراضی در هفت طبقة کشاورزی، بایر، نیزار، جنگل، مرتع، پهنة آبی و شهری، برای نقشه‌سازی و تجزیه‌وتحلیل متریک‌های سیمای سرزمین، پدید آمد. پس‌از استخراج متریک‌های سیمای سرزمین در سطح کلاس و سیمای سرزمین با نرم‌افزار Fragstats و تعیین متریک‌های مناسب طبق روش PCA، با نرم‌افزارهای R و Canoco، متریک‌های LPI، LSI، ENN_MN، CA، TE، NP، SHAPE_MN، PARA_MN، IJI، AREA_MN به‌منزلة متریک‌های کاربردی برای تحلیل بهتر منطقه، انتخاب شدند. آنالیز متریک‌ها بیانگر آن است که به‌طور کلی سیمای سرزمین از‌هم گسیخته‌شده، ازنظر شکلی، پیچیده‌تر و نامنظم‌تر و ازنظر میزان یکپارچگی عناصر ساختاری، ناپیوسته‌تر شده است.
علمی - پژوهشی
ناهید حق شناس؛ علی شمس الدینی
چکیده
داده‌های سنجش از دوری، با قدرت تفکیک مکانی بالا، اغلب دارای قدرت تفکیک زمانی و طیفی پایین و داده‌های با قدرت تفکیک مکانی پایین دارای قدرت تفکیک طیفی و زمانی بالا هستند. باوجوداین، درحال‌حاضر، سنجنده‌های ماهواره‌ای به‌تنهایی نمی‌توانند داده‌هایی با قدرت تفکیک زمانی و قدرت تفکیک مکانی بالا را هم‌زمان ارائه کنند. این درحالی ...
بیشتر
داده‌های سنجش از دوری، با قدرت تفکیک مکانی بالا، اغلب دارای قدرت تفکیک زمانی و طیفی پایین و داده‌های با قدرت تفکیک مکانی پایین دارای قدرت تفکیک طیفی و زمانی بالا هستند. باوجوداین، درحال‌حاضر، سنجنده‌های ماهواره‌ای به‌تنهایی نمی‌توانند داده‌هایی با قدرت تفکیک زمانی و قدرت تفکیک مکانی بالا را هم‌زمان ارائه کنند. این درحالی است که در برخی کاربردها دسترسی هم‌زمان به داده‌هایی با قدرت تفکیک مکانی و زمانی بالا ضروری است؛ ازاین‌رو در این مطالعه، با هدف دستیابی به داده‌های دارای قدرت تفکیک مکانی و زمانی بالا، تصاویر مادیس در کلاس‌های کاربری شهری، باغ، مرتع، کشاورزی و آب ازطریق الگوریتم‌های STARFM ، ESTARFM وFSDAF به قدرت تفکیک مکانی سنتینل ـ 2، ریزمقیاس شد. منطقة مطالعاتی با تنوع پوشش‌های زمین گوناگون در اطراف شهر مهاباد انتخاب شد. در این مطالعه، باندهای مرئی و مادون‌قرمز نزدیک در سنتینل‌ـ 2 و مادیس انتخاب و پیش‌پردازش‌های لازم، ازجمله تصحیح هندسی، روی آنها انجام شد. سپس با استفاده از الگوریتم‌های ریزمقیاس‌نمایی، تصاویر مادیس به تصاویر سنتینل ـ 2 ریزمقیاس شد. نتایج نشان‌دهندة صحت بالای کلاس‌های شهری، باغ و مرتع در قیاس با کلاس‌های کشاورزی و آب است؛ به‌گونه‌ای که الگوریتم‌های ESTARFM، FSDAF و STARFM به‌صورت میانگین در همة باندها، به‌ترتیب برای کلاس شهری، ضریب تعیین 25/88، 25/87 و 5/86، درمورد کلاس باغ ضریب تعیین 75/83، 25/83 و 5/80 و درمورد کلاس مرتع، ضریب تعیین 75/90، 5/70 و 5/87 را نشان دادند. درمجموع، الگوریتم ESTARFM در مقایسه با دیگر الگوریتم‌ها در این تحقیق، نتیجه‌ای بهتر دربرداشت.
علمی - پژوهشی
فریبا گلریحان؛ خلیل ولیزاده کامران؛ داوود مختاری؛ علی اکبر رسولی
چکیده
دریاچة ارومیه یکی از بزرگ‌ترین دریاچه‌های آب شور در جهان است که متأسفانه درحال خشک‌شدن است. این مسئله خطرها و نگرانی‌های بسیاری را به‌ویژه در ارتباط با گردوغبارهای نمکی در پهنه‌های خشک‌شدة آن، به‌وجود آورده است. ازاین‌رو، در این پژوهش، سعی شد ارتباط پوشش گیاهی و گردوغبار در شهرستان‌های اطراف دریاچة ارومیه بررسی شود. درمورد ...
بیشتر
دریاچة ارومیه یکی از بزرگ‌ترین دریاچه‌های آب شور در جهان است که متأسفانه درحال خشک‌شدن است. این مسئله خطرها و نگرانی‌های بسیاری را به‌ویژه در ارتباط با گردوغبارهای نمکی در پهنه‌های خشک‌شدة آن، به‌وجود آورده است. ازاین‌رو، در این پژوهش، سعی شد ارتباط پوشش گیاهی و گردوغبار در شهرستان‌های اطراف دریاچة ارومیه بررسی شود. درمورد گیاهان، شوری باعث بی‌نظمی‌های فیزولوژیک، تنش رشد، فتوسنتز، پروتئین، تنفس، تولید انرژی، پیری زودرس و کاهش آب در گیاه می‌شود. با توجه به این تأثیرات، سعی شد با استفاده از شاخص‌های مرتبط، شامل NDVI، CIre، GCI، CRI2، NDWI، NDII، MSI و PSRI سلامت کلی گیاهان ارزیابی شود. این شاخص‌ها میزان آب گیاه، تنش‌های آبی گیاه، ظرفیت فتوسنتز، رشد گیاهان و کمبود آب، میزان کلروفیل، نیتروژن و رنگدانه‌ها را که به انرژی و سلامت گیاه مربوط می‌شود، ارزیابی می‌کند. طبق این شاخص‌ها، سلامت گیاهان به‌طور کلی در وضعیت مطلوبی قرار دارد و اغلب بیشترین ارزش عددی شاخص‌ها به باغات اختصاص داشت. با استفاده از تصاویر لندست و سنتینل‌ـ 2 و شاخص NDVI، تغییرات پوشش گیاهی منطقه در بازة زمانی 2010 تا 2020 تعیین و سپس با استفاده از پایگاه دادة MERRA-2، میزان غلظت گردوغبار نیز درمورد این بازة زمانی استخراج شد. نتایج نشان‌دهندة این بود که میانگین NDVI، در منطقة مورد مطالعه، از روندی ثابت با میانگین کلی 2957/0 پیروی می‌کند و گاه براَثر تأثیرگذاری برخی عوامل بیرونی، مانند گردوغبار، بر میزان آن افزوده و یا از آن کاسته می‌شود. بر‌این‌اساس بیشترین میزان (3495/0) میانگین NDVI به سال 2018 و کمترین میزان (2579/0) به سال 2013 تعلق دارد. همچنین برای بررسی میزان ارتباط پوشش گیاهی و گردوغبار، از دو روش رگرسیون خطی و لگاریتمی استفاده شد و نتایج نشان داد، براساس رگرسیون خطی (7703/0) و لگاریتمی (7915/0)، بیشترین ضریب تبیین بین دو شاخص یادشده در ماه مه بوده است. مطالعة جامع شاخص‌های سلامت گیاهی و ارتباط آن با رویدادهای طوفان‌های گردوغبار از مزایای این روش پیشنهادی به‌شمار می‌رود.
