فرزانه حدادی بارفروشی؛ داود عاشورلو؛ علیرضا شکیبا؛ علی اکبر متکان
چکیده
تغییر اقلیم به عنوان یکی از مهمترین چالشهای پیش روی بشر میباشد. این پدیده تاکنون تاثیرات قابل توجهی را بر تولیدات کشاورزی در اکثر نقاط جهان مخصوصا مناطق خشک و نیمه خشک بر جای گذاشته است. همچنین، در اکثر مناطق دنیا طی دهههای اخیر، متوسط درجه حرارت افزایش یافته است. امروزه در تحقیقات مختلف، شاخصهای سنجش از دور به عنوان یکی از ...
بیشتر
تغییر اقلیم به عنوان یکی از مهمترین چالشهای پیش روی بشر میباشد. این پدیده تاکنون تاثیرات قابل توجهی را بر تولیدات کشاورزی در اکثر نقاط جهان مخصوصا مناطق خشک و نیمه خشک بر جای گذاشته است. همچنین، در اکثر مناطق دنیا طی دهههای اخیر، متوسط درجه حرارت افزایش یافته است. امروزه در تحقیقات مختلف، شاخصهای سنجش از دور به عنوان یکی از روشهای نوین در شناسایی تغییر اقلیم استفاده میشوند. یکی از شاخصهای مهم سنجش از دور، ویژگیهای فنولوژی پوشش گیاهی است که در مطالعات اخیر توانایی خوبی در شناسایی و تخمین پوشش گیاهی نشان داده است. در مطالعه حاضر، با استفاده از سری زمانی 5 روزه شاخص نرمال شده پوششگیاهی (NDVI) از تصاویر NOAA-AVHRR و پارامترهای فنولوژی گیاه، تغییرات پوششگیاهی مناطق مراتع و اراضی دیم حوضه دریاچه ارومیه در طول سالهای 2013-1984 مورد بررسی قرار گرفت. دادههای اقلیمی دما و بارش از ایستگاههای هواشناسی حوضه دریاچه ارومیه اخذ و در مقایسه با نتایج تصاویر ماهوارهای استفاده گردید. نتایج تحلیل سری زمانی در طی سی سال دوره آماری در حوضه دریاچه ارومیه نشان داد، پارامتر شروع فصل رشد در منطقه اشنویه، سقز و سراب در سال 2013 نسبت به سال 1984 زودتر آغاز شده است. اما در منطقه مراغه دیرتر آغاز شده است. پارامتر پایان فصل رشد در اشنویه، سقز و تکاب زودتر به پایان رسیده است. همچنین پارامتر اوج رشد در شهرستانهای مذکور پوشش گیاهی زودتر به حداکثر مقدار خود رسیده است. طول فصل رشد در شهرستانهای اشنویه، مراغه و سقز به ترتیب کوتاهتر شده است. نتایج تحلیلهای آماری بدست آمده از تصاویر ماهوارهای و دادههای اقلیمی نشان داد که تغییرات پارامترهای فنولوژی به مکان وابسته میباشد و همچنین شبهای سرد و روزهای گرم در ابتدای فصل رشد به ترتیب کاهش و افزایش یافته است. اما در انتهای فصل رشد روزهای گرم افزایش داشته است. این تغییرات باعث افزایش شیب منحنی فنولوژی رشد گیاه در زمان پیری گیاه شده است و در نهایت طول فصل رشد را کاهش داده است.
مائده بهیفر؛ حسین عقیقی؛ علی اکبر متکان؛ علیاکبر متکان
چکیده
شاخص سطح برگ استخراجشده (LAI) از تصاویر سنجش از دور پارامتر مهمی، بهمنظور مدلسازی مکانی تولید پوشش گیاهی، محسوب میشود. معمولاً شاخصهای پوشش گیاهی که با بازتاب طول موجهای قرمز و مادون قرمز نزدیک محاسبه میشوند، در برآورد LAI با استفاده از روشهای آماری، بهکار میروند اما بسیاری از این شاخصها در مقادیر متفاوت LAI به اشباع ...
بیشتر
شاخص سطح برگ استخراجشده (LAI) از تصاویر سنجش از دور پارامتر مهمی، بهمنظور مدلسازی مکانی تولید پوشش گیاهی، محسوب میشود. معمولاً شاخصهای پوشش گیاهی که با بازتاب طول موجهای قرمز و مادون قرمز نزدیک محاسبه میشوند، در برآورد LAI با استفاده از روشهای آماری، بهکار میروند اما بسیاری از این شاخصها در مقادیر متفاوت LAI به اشباع میرسند. برای رفع این محدودیت، بازتاب محدودة لبة قرمز استفاده شده است؛ بنابراین، باید قابلیت شاخصهای متفاوت پوشش گیاهی استخراجشده از دادههای سنجش از دور، برای برآورد LAI ذرت علوفهای، ارزیابی شود. بدینمنظور پنج مرحله نمونهبرداری میدانی، با فاصلة زمانی نزدیک به گذر ماهوارة سنتینلـ 2، از سوی مرکز تحقیقات فضایی پژوهشگاه فضایی ایران، اجرا شد و در مجموع، 234 نمونه از مزارع ذرت علوفهای شرکت کشت و صنعت مگسال قزوین برداشت شد. سپس سیزده شاخص پوشش گیاهی متفاوت، با استفاده از سری زمانی تصاویر سنتینلـ 2، محاسبه شد و برای برآورد آماری مقادیر LAI بهکار رفت. نتایج نشان داد که شاخص EVI با ضریب همبستگی 76/0 برای برآورد شاخص سطح برگ ذرت علوفهای بهترین عملکرد را داشته است. علاوهبراین، مقدار RMSE روشهای رگرسیون غیرخطی بیشتر از روشهای خطی بوده است.
محمدرضا گیلی؛ داود عاشورلو؛ حسین عقیقی؛ علی اکبر متکان؛ علیرضا شکیبا
چکیده
تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهمزمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمانهای دورة کشت و کمبود دادههای زمینی، طبقهبندی محصولات زراعی در تصاویر ماهوارهای را به کاری چالشبرانگیز مبدل میکند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجستهترین ویژگی ...
بیشتر
تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهمزمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمانهای دورة کشت و کمبود دادههای زمینی، طبقهبندی محصولات زراعی در تصاویر ماهوارهای را به کاری چالشبرانگیز مبدل میکند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجستهترین ویژگی پوششهای گیاهی ازجمله محصولات کشاورزی است که میتوان بر آن نظارت کرد. این کار با استفاده از سری زمانی شاخصهای گیاهی انجام میشود که اطلاعات بسیار مفیدی از توالی ویژگیهای فنولوژیک محصولات کشاورزی در اختیار ما قرار میدهد. استفاده از روشهای یادگیری عمیق با توانایی یادگیری اطلاعات متوالی حاصل از این سریها میتواند، در طبقهبندی محصولات کشاورزی و کاهش وابستگی به دادههای زمینی، مفید باشد. شبکةLong-Short Term Memory (LSTM) یکی از انواع شبکههای عصبی بازگشتی در تجزیه و تحلیل دادههای متوالی است که توانایی یادگیری توالیهای بلندمدت در سری زمانی را دارد؛ بنابراین در این مطالعه، پس از محاسبة شاخص NDVI از باندهای ماهوارة سنتینلـ 2 در نُه تاریخ متفاوت و تشکیل سری زمانی آن شاخص برای ورود به شبکه، دو ناحیة متفاوت در دشت مغان در نظر گرفته شد که محصولات کشتشده در آنها، طی عملیات زمینی، برداشت شده بود. در ناحیة اول، شبکة کانولوشنی LSTM برای طبقهبندی محصولات آموزش دید و در ناحیة دیگر، کارآیی این شبکة آموزشدیده در طبقهبندی محصولات ارزیابی شد و دقت کلی 82% و ضریب کاپای 8/0 بهدست آمد. افزایش تعداد نمونههای زمینی و انتخاب مرز دقیق محصولات، میتواند کارایی روش مورد استفاده را افزایش دهد.
علی اکبر متکان؛ علیرضا وفائی نژاد؛ ایمان بهارلو؛ احمد خادم الحسینی
چکیده
یکی از مهمترین مدهای حملونقل عمومی شبکة حملونقل مترو است که تأثیر بسزایی در کاهش ترافیک و آلودگی هوا دارد. ازدیگرسو، با توجه به هزینههای سرسامآور راهاندازی شبکة مترو، توسعة مرحلهبهمرحله با بهرهبرداری از یک خط و اجرای خطوط دیگر بهدست مدیران شهری مورد توجه است. بنابراین، هدف از این تحقیق بررسی میزان دسترسی به شبکة متروی ...
بیشتر
یکی از مهمترین مدهای حملونقل عمومی شبکة حملونقل مترو است که تأثیر بسزایی در کاهش ترافیک و آلودگی هوا دارد. ازدیگرسو، با توجه به هزینههای سرسامآور راهاندازی شبکة مترو، توسعة مرحلهبهمرحله با بهرهبرداری از یک خط و اجرای خطوط دیگر بهدست مدیران شهری مورد توجه است. بنابراین، هدف از این تحقیق بررسی میزان دسترسی به شبکة متروی اصفهان در افق 1410، با رویکرد عدالت مکانی، از دو جنبة افقی و عمودی در پنج طبقة اجتماعی، با استفاده از شاخصهای ضریب جینی، منحنی لورنز، شاخص سطح سرویس (عرضه) حملونقل همگانی و دسترسی است. آنچه این تحقیق را از دیگر پژوهشهای مشابه متمایز مینماید بررسی وضعیت دسترسی به شبکة هریک از خطوط مترو و در نهایت، تمامی خطوط و برآورد رشد جمعیت تا افق 1410 است که نقش مؤثری در تصمیمگیری برنامهریزان شهری، بهمنظور توسعة دیگر مدهای حملونقل شهری ایفا میکند. نتایج این تحقیق نشان داده که ضرایب جینی، در دسترسی به شبکة مترو در شهر اصفهان، در بررسی عدالت افقی از عدالت عمودی بیشتر است که این نکته از بیعدالتی بسیار در توزیع دسترسی گروههای حساس و نیازمند اجتماعی به شبکة مترو خبر میدهد؛ بهطوریکه ضریب جینی در دسترسی شهروندان به تمامی خطوط، در عدالت افقی، برابر با 0.42 و در عدالت عمودی، در پنج طبقه شامل افراد بیشتر از شصت سال، کمتر از پانزده سال، فاقد ماشین شخصی، مهاجران، خانوارهای با مساحت سکونت کمتر از پنجاه مترمربع بهترتیب برابر با 0.45، 0.49، 0.5، 0.54 و 0.6 است.
مائده بهی فر؛ محسن آزادبخت؛ فرزانه حدادی؛ علی اکبر متکان
چکیده
شاخصهای پوشش گیاهی برای برآورد پارامترهای پوشش گیاهی با استفاده از تصاویر ماهواره ای بکارگرفته میشوند. با وجود قابلیتهای فراوان، بسیاری از این شاخص ها در مقادیر بالای پوشش گیاهی دچار خطا میشوند و قادر به برآورد صحیح پارامتر مورد بررسی نمیباشند. گیاه یونجه به دلیل تراکم و مقدار کلروفیل بالا میتواند شاخصهای سنجش از دوری ...
بیشتر
شاخصهای پوشش گیاهی برای برآورد پارامترهای پوشش گیاهی با استفاده از تصاویر ماهواره ای بکارگرفته میشوند. با وجود قابلیتهای فراوان، بسیاری از این شاخص ها در مقادیر بالای پوشش گیاهی دچار خطا میشوند و قادر به برآورد صحیح پارامتر مورد بررسی نمیباشند. گیاه یونجه به دلیل تراکم و مقدار کلروفیل بالا میتواند شاخصهای سنجش از دوری پوشش گیاهی را اشباع کند و امکان مطالعه و بررسی تغییرات آن از طریق سنجش از دور محدود میشود. با وجود این، تمام شاخصها بصورت یکسان عمل نمیکنند و از این نظر با یکدیگر اختلافهایی دارند. در این تحقیق عملکرد شاخصهای مختلف پوشش گیاهی در مقادیر مختلف شاخص سطح برگ گیاه یونجه بررسی شده است. نتایج تحقیق نشان داده است که شاخص های CIgreen، CIrededge و NGRDI بهترین عملکرد را در مقادیر LAI بالا داشته و حساسیت کمتری به اشباع از خود نشان دادهاند. در مقابل شاخصهای NDVI، NDREI و GNDI عملکرد مناسبی نداشته و در مقادیر متوسط و بالای سطح برگ اشباع میشوند.
دکتر جمیله توکلی نیا؛ علی اکبر متکان؛ مظفر صرافی؛ فائزه بوربوری
دوره 10، شماره 1 ، شهریور 1397، ، صفحه 109-126
چکیده
اکوتوریسم یا طبیعت گردی گرایشی از صنعت گردشگری است که طی سالهای اخیر توجه بسیاری از مسولین و مردم را به خود جلب کرده و یکی از اهرمهای توسعه اقتصادی و اجتماعی بسیاری از کشورهای توسعه یافته و در حال توسعه بوده است. از آنجا که فعالیت غیر نظام مند اکوتوریسم می تواند اثرات منفی بر محیط زیست داشته باشد، ارزیابی فعالیتهای اکوتوریسمی با ...
بیشتر
اکوتوریسم یا طبیعت گردی گرایشی از صنعت گردشگری است که طی سالهای اخیر توجه بسیاری از مسولین و مردم را به خود جلب کرده و یکی از اهرمهای توسعه اقتصادی و اجتماعی بسیاری از کشورهای توسعه یافته و در حال توسعه بوده است. از آنجا که فعالیت غیر نظام مند اکوتوریسم می تواند اثرات منفی بر محیط زیست داشته باشد، ارزیابی فعالیتهای اکوتوریسمی با استفاده از چارچوب ها و روش های معتبر علمی من جمله DPSIRمی تواند در برنامه ریزی های مدیران این صنعت، موثر و مفید واقع گردد. هدف اصلی این پژوهش ارزیابی وضعیت اکوتوریسم در منطقه رودبار قصران و لواسانات با استفاده از چارچوب DPSIR می باشد. هر کدام از پنج بخش این مدل ارزیابی مورد بررسی و تحلیل قرار گرفت و یافته ها در قالب جداولی ارائه گردیدند. طبق نتایج به دست آمده از طبقه بندی تصاویر سال های 2004 و 2016، فضاهای ساخته شده از 3625 متر مربع به 8744 متر مربع افزایش یافته است. از جمله دلایل این امر را افزایش جمعیت، نزدیکی به پایتخت و سهولت در رفت و آمد در نتیجه گسترش خانه های دوم و افزایش ساخت و ساز اماکن مرتبط با خدمات گردشگران دانست. ارزیابی های صورت گرفته و نتایج بدست آمده از این تحقیق میتواند به عنوان یک ساختار پشتیبان تصمیم برای مدیران و برنامه ریزان در این حوزه و اتخاذ استراتژی های مناسب جهت پیاده سازی اکوتوریسم پایدار، مورد استفاده قرار گیرند.
داوود عاشورلو؛ حسین عقیقی؛ علیاکبر متکان؛ حامد نعمتاللهی
دوره 9، شماره 4 ، مرداد 1396، ، صفحه 111-128
چکیده
بیماریهای زنگ زرد و قهوهای گندم ازجمله مهمترین بیماریهای غلات در ایران و سایر کشورهای دنیا محسوب میشوند که سالیانه خسارات جبرانناپذیری را به اقتصاد کشاورزی وارد میکنند و در اغلب موارد، همزمان رخ میدهند. بنابراین در این تحقیق، اثر بیماریهای زنگ زرد و قهوهای گندم در بازتابندگی برگ، با استفاده از شاخصهای طیفی در ...
بیشتر
بیماریهای زنگ زرد و قهوهای گندم ازجمله مهمترین بیماریهای غلات در ایران و سایر کشورهای دنیا محسوب میشوند که سالیانه خسارات جبرانناپذیری را به اقتصاد کشاورزی وارد میکنند و در اغلب موارد، همزمان رخ میدهند. بنابراین در این تحقیق، اثر بیماریهای زنگ زرد و قهوهای گندم در بازتابندگی برگ، با استفاده از شاخصهای طیفی در مدل تاجپوشش، بررسی شد. بدینمنظور، شاخصهای گوناگون پوشش گیاهی استخراجشده از طیف برگ بیمار ارزیابی شدند. برای این کار، میزان گسترش بیماریهای زنگ زرد و قهوهای سطح برگ و درجات متفاوت آنها، با استفاده از دوربین دیجیتال و الگوریتم چندمرحلهای شامل تبدیلات رنگ، تهیة ماسک، استفاده از بافت و طبقهبندی حداکثر احتمال، استخراج شد. همچنین نتایج نشان داد، با افزایش نسبت سطح بیمار برگ، مقادیر عددی شاخصها تغییر میکند؛ درحالیکه پراکندگی دادهها بهصورت کاملاً مشخصی افزایش مییابد. بیشترین میزان همبستگی برای شاخص NDVI برابر با 9/0و حداقل در شاخص حداکثر شیب قرمز برابر با 2/0 است. با ارائة معیار همانندی، دامنة تغییرات و نیز پراکندگی درونکلاسی، روابط طیف و بیماری بررسی و مشخص شد که با گسترش بیماری، معیارهای مورد اشاره تغییر مییابند. اگرچه در بیماری زنگ زرد این تغییرات دیده نمیشود، در شاخصهای گوناگون طیفی با افزایش میزان بیماری، اختلاط طیفی در بخشهای متفاوت زرد، نارنجی، قهوهای و مردة گیاه دلیلی بر پراکندگی دادهها با گسترش بیماری محسوب میشود.
علیاکبر متکان؛ علیرضا شکیبا؛ بابک میرباقری؛ مهران شایگان؛ محمد تناسان
دوره 7، شماره 1 ، اسفند 1394، ، صفحه 39-57
چکیده
با افزایش جمعیت و بهتبع آن افزایش نیازهای جامعه، آمایش سرزمین اهمیت ویژهای یافته است. بهدلیل پیوند آمایش سرزمین با چندین هدف متضاد، استفاده از الگوریتمهای تکاملی چندهدفه ـ درصورت تناسب الگوریتم با نوع مسئلهـ میتواند مفید باشد. در پژوهش حاضر ضمن ارائة مدلی بهمنظور ...
بیشتر
با افزایش جمعیت و بهتبع آن افزایش نیازهای جامعه، آمایش سرزمین اهمیت ویژهای یافته است. بهدلیل پیوند آمایش سرزمین با چندین هدف متضاد، استفاده از الگوریتمهای تکاملی چندهدفه ـ درصورت تناسب الگوریتم با نوع مسئلهـ میتواند مفید باشد. در پژوهش حاضر ضمن ارائة مدلی بهمنظور بهینهسازی کاربری اراضی، راهحلی مؤثر برای بهکارگیری الگوریتم ژنتیک چندهدفه در انواع مسائل مربوط به آمایش سرزمین معرفی میگردد. مدل طراحیشده در پژوهش حاضر بهمنظور بهینهسازی کاربری اراضی از الگوریتم NSGA-II بهره میبرد. خروجیهای این مدل، الگوهایی برای آمایش سرزمین هستند که فرسایش منطقه را تا حد زیادی کاهش میدهند و سطح منفعت اقتصادی منطقه را بالا میبرند. در این مدل، کاربریها دارای بالاترین سازگاری، کمترین دشواری تغییر و بیشترین پیوستگی هستند. بهمنظور استفاده از الگوریتم ژنتیک چندهدفه در حل مسائل آمایش سرزمین در این پژوهش راهکاری ابتکاری برای تولید جمعیت اولیه و عملگر ابتکاری ترکیب متناسب با مسائل آمایش سرزمین شرح و بسط داده شد. مدل طراحیشده در منطقة رودبار جنوب واقع در استان کرمان پیادهسازی شد. نتایج بهدستآمده نشان دادند که الگوهای آمایش سرزمین پیشنهادشده در این مدل میتوانند درحدود 30 تا 35 درصد فرسایش منطقه را کاهش دهند؛ درعینحال سطح منفعت اقتصادی حاصل از تغییر کاربری بین 40 تا 50 درصد رشد خواهد داشت. همچنین تمامی الگوها دارای سازگاری بالا و دشواری تغییر اندک هستند. با بررسی عملکرد عملگرهای ابتکاری ارائهشده، مشخص شد این عملگرها تأثیر بسزایی در روند حل مسئله داشتند. کلیدواژهها: بهینهسازی چندهدفه، الگوریتم NSGA-II، توسعة عملگرهای ابتکاری، آمایش سرزمین، توان اکولوژیک.
علی اکبر متکان؛ بابک میرباقری؛ عباس بیگی؛ مصطفی قیاسوند
دوره 7، شماره 4 ، بهمن 1394، ، صفحه 1-12
چکیده
محققان همواره بهدنبال توسعۀ روشهای بهتر در طراحی، اجرا و بهرهبرداری از شبکههای توزیع آب در قالب سیستم اطلاعات جغرافیایی (GIS) بودهاند. اما GIS را، بهدلیل نداشتن توابع تحلیلی هیدرولیکی، نمیشود بهتنهایی بهمنزلۀ سیستم پشتیبان تصمیمگیری مکانی (SDSS) در بحث مدیریت اینگونه شبکهها درنظر گرفت. این پژوهش درصدد است ازطریق تلفیق ...
بیشتر
محققان همواره بهدنبال توسعۀ روشهای بهتر در طراحی، اجرا و بهرهبرداری از شبکههای توزیع آب در قالب سیستم اطلاعات جغرافیایی (GIS) بودهاند. اما GIS را، بهدلیل نداشتن توابع تحلیلی هیدرولیکی، نمیشود بهتنهایی بهمنزلۀ سیستم پشتیبان تصمیمگیری مکانی (SDSS) در بحث مدیریت اینگونه شبکهها درنظر گرفت. این پژوهش درصدد است ازطریق تلفیق توابع تحلیلی هیدرولیکی پیشرفته با قابلیتهای تحلیل مکانی نرمافزار GIS، سیستم پشتیبان تصمیمگیری مکانی را در قالب نرمافزاری مستقل توسعه دهد تا شبکۀ توزیع آب شهرستان فریدونشهر را مدیریت کند. در این راستا پس از مرحلۀ شناخت و نیازسنجی، جهت توسعۀ مؤلفههای SDSS ازطریق توسعۀ مؤلفه های مدیریت پایگاه داده، مدیریت مدلها و واسطهای کاربری بهمنزلۀ عناصر اصلی SDSS، اقدام شد. در مؤلفۀ مدیریت پایگاه داده با پیادهسازی مدلهای مفهومی، منطقی و فیزیکی، پایگاه دادۀ مکانی منطقۀ مورد نظر توسعه داده شد. در مؤلفۀ واسط های گرافیکی، برای ارتباط مؤثر کاربران با سیستم، از واسطهای گرافیکی کاربرپسند و با درک آسان استفاده شد. سپس در مؤلفۀ مدیریت مدلها، مدلهای هیدرولیکی کاربردی در شبکههای توزیع آب همچون مدلهای تحلیل سرعت در لولهها و فشار بر گرهها توسعه داده شد.درنهایت، مدلهای ارزیابی سناریوها برای حل مسائل نیمهساختاریافتۀ شبکه های توزیع آب شهری طراحی شد. با پیادهسازی سیستم یادشده بر مبنای رویکردی علمی، برای نخستین بار در کشور، مدیران و تحلیلگران این شبکهها میتوانند این نرمافزار را همچون سیستم پشتیبان تصمیمگیری مکانی جامعی در تحلیل شبکههای توزیع آب شهری بهکار گیرند.
علی اکبر متکان؛ بابک منصوری؛ بابک میرباقری؛ فریبا کربلائی
دوره 7، شماره 3 ، بهمن 1394، ، صفحه 17-32
چکیده
زلزله یکی از مخربترین سوانح طبیعی است که در هر زمانی با شدتهای مختلف رخ میدهد. زلزلههای شدید در محیطهای مسکونی باعث تخریب ساختمانها، راههای اصلی و از همه مهمتر، باعث تلفات جانی میشوند. آشکارسازی ساختمانهای تخریبشدۀ ناشی از چنین سانحهای در زمان مناسب مسئلهای حیاتی برای مدیریت بحران و امدادرسانی به شمار میرود. ...
بیشتر
زلزله یکی از مخربترین سوانح طبیعی است که در هر زمانی با شدتهای مختلف رخ میدهد. زلزلههای شدید در محیطهای مسکونی باعث تخریب ساختمانها، راههای اصلی و از همه مهمتر، باعث تلفات جانی میشوند. آشکارسازی ساختمانهای تخریبشدۀ ناشی از چنین سانحهای در زمان مناسب مسئلهای حیاتی برای مدیریت بحران و امدادرسانی به شمار میرود. این پژوهش با هدف تشخیص ساختمانهای تخریبشده بر اثر زلزله، با استفاده از تصاویر ماهوارهای با قدرت تفکیک بسیار بالا انجام شده است. جهت نیل به این هدف از تصاویر ماهوارهای با قدرت تفکیک بسیار بالا (VHR) مربوط به قبل و بعد از وقوع زلزله در شهر پورتو پرنس کشور هائیتی در سال 2010 و نقشۀ تخریب مشاهدهشده از منطقه استفاده شده است. در این پژوهش پس از محاسبۀ ویژگیهای بافتی تصاویر، با استفاده از تحلیل همبستگی، توصیفگرهای بافتی بهینه انتخاب شدند. سپس با استفاده از مقادیر بافتهای برگزیده و سیستم استنتاج فازی، وضعیت تخریب ساختمانها طبقهبندی شد. در نهایت، نقشۀ تخریب به دست آمده، با استفاده از مدل پیشنهادی، با نقشۀ تخریب منطقه مقایسه شد. دقت نهایی مدل پیشنهادی با استفاده از شاخص Kappa، 82% و همچنین، دقت مدل در تشخیص ساختمانهای تخریبشده با استفاده از شاخص Jaccard، %89.69 به دست آمد.
علیاکبر متکان؛ محمد حاجب؛ محمد اسلامی
دوره 7، شماره 2 ، بهمن 1394، ، صفحه 19-34
چکیده
دسترسی به اطلاعات راهها اهمیت زیادی در کاربردهای مختلف نظیر حملونقل، کنترل ترافیک، سیستمهای هدایت خودکار وسایل نقلیه و مانند اینها دارد. در سالهای اخیر طراحی الگوریتمهای استخراج راه، هدف مطالعات بسیاری از پژوهشگران بوده است. باوجود پیشرفتهایی که در این زمینه حاصل شده است، همچنان نواقصی در عملکرد این الگوریتمها ...
بیشتر
دسترسی به اطلاعات راهها اهمیت زیادی در کاربردهای مختلف نظیر حملونقل، کنترل ترافیک، سیستمهای هدایت خودکار وسایل نقلیه و مانند اینها دارد. در سالهای اخیر طراحی الگوریتمهای استخراج راه، هدف مطالعات بسیاری از پژوهشگران بوده است. باوجود پیشرفتهایی که در این زمینه حاصل شده است، همچنان نواقصی در عملکرد این الگوریتمها وجود دارد که یکی از مهمترین آنها وجود بریدگی در شبکة راههای استخراجشده است. این بریدگیها ممکن است بهدلایل مختلفی نظیر قرارگرفتن راهها در زیر درختان یا واقعشدن در سایه باشند. ازآنجاکه پیوستهبودن راهها یکی از ویژگیهای مهم توپولوژیکی آنهاست، رفع این نقیصه ضروری بهنظر میرسد. هدف پژوهش حاضر ارائة روشی خودکار برای یافتن و اتصال بریدگیهای موجود در راههای استخراجشده بهوسیلة الگوریتمهای استخراج راه است. در این الگوریتم ابتدا با استفاده از روشی مبتنی بر تبدیل رادون سر و ته بریدگیها شناسایی میشوند، سپس این نقاط با بهکارگیری روشی بر پایة تکنیک درونیابی اسپلاین به یکدیگر متصل میشوند. این الگوریتم روی خروجی یک روش استخراج راه که در آن چهار بریدگی در راههای مستقیم و دو بریدگی در تقاطعها وجود دارد، پیادهسازی شد. نتایج نشان دادند که الگوریتم قادر به اتصال تمام بریدگیهای واقع در راههای مستقیم بود، ولی دو مورد بریدگی در تقاطعها را نتوانست الگوریتم متصل کند. بنابراین میتوان گفت که صرفنظر از محل بریدگی که در راههای مستقیم یا در تقاطعها واقع شدهاند، الگوریتم حدود 7/66 درصد از بریدگیهای موجود در تصویر را شناسایی و متصل کرده است. این الگوریتم در محیط نرمافزار MATLAB برنامهنویسی شد.
علیاکبر متکان؛ علیرضا شکیبا؛ امین حسینی اصل؛ فردین رحیمی دهگلان
دوره 6، شماره 4 ، دی 1393
چکیده
رواناب یکی از اجزای ضروری محاسبة فرایندهای منابع آب و مسئلهای اصلی در هیدرولوژی است. مدلهای مفهومی زیادی برای پیشبینی میزان رواناب مطرح شدهاند که عمدتاً نیازمند دادههای توپوگرافی و هیدرولوژیکی هستند. روشهای مرسوم گذشته برای نواحیای که دادههای هیدرولوژیکی کافی ندارند، نامناسباند. تخمین رواناب، فرایندی غیرخطی و ...
بیشتر
رواناب یکی از اجزای ضروری محاسبة فرایندهای منابع آب و مسئلهای اصلی در هیدرولوژی است. مدلهای مفهومی زیادی برای پیشبینی میزان رواناب مطرح شدهاند که عمدتاً نیازمند دادههای توپوگرافی و هیدرولوژیکی هستند. روشهای مرسوم گذشته برای نواحیای که دادههای هیدرولوژیکی کافی ندارند، نامناسباند. تخمین رواناب، فرایندی غیرخطی و از نظر زمانی و مکانی بهطور کامل تصادفی است و شبیهسازی آن با مدل ساده بهراحتی امکانپذیر نیست. امروزه استفاده از شبکههای عصبی مصنوعی در مواردی که کمبود دادهها محسوس است، روش مناسبی بهشمار میآید. در پژوهش حاضر از دادههای بارش، دما و دبی ایستگاههای حوضة کن در بازة زمانی 1375 تا 1385 و همچنین خصوصیات فیزیوگرافی حوضة مورد مطالعه بهعنوان ورودی شبکة عصبی برای پیشبینی رواناب استفاده شد. بدین منظور بهصورت تصادفی 80 درصد دادهها برای آموزش و 20 درصد دادهها برای تست و اعتبارسنجی شبکه اختصاص داده شدند. بهمنظور انتخاب شبکة بهینه، از دو نوع تابع انتقال، 12 تابع آموزشی، و تعدادی نرون مخفی مختلف بین 1 تا 9 نرون استفاده شد. نتایج پژوهش پس از آزمون شبکه با لایههای پنهان و با توابع یادگیری مختلف آشکار ساختند که استفاده از دادههای بارش، دما و دبی، و تابع آموزشی LM و تابع انتقال Tansig و چهار نرون مخفی، بهترین ساختار را برای تخمین رواناب بهدست میدهد. شبکة عصبی با این ساختار میتواند رواناب را با دقت (0.68≤R2≤0.78 و 0.53≥RMSE 0.03≤) برآورد کند. کلیدواژهها: تخمین رواناب، شبکة عصبی مصنوعی، الگوریتم پسانتشار خطا، حوضة کن، سامانة اطلاعات جغرافیایی.
علیاکبر متکان؛ علیرضا شکیبا؛ بابک میرباقری؛ رضا فلاحی
دوره 6، شماره 3 ، دی 1393
چکیده
از میان روشهای معمول درونیابی، روشهای کریجینگ و کوکریجینگ بهعنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درونیابی دادههای بارش دارند. مدلهای مذکور بهرغم مزیتشان نمایش همواری از پدیدة تحت مطالعه بهدست میدهند و چون براساس میانگین محلی دادهها عمل میکنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر ...
بیشتر
از میان روشهای معمول درونیابی، روشهای کریجینگ و کوکریجینگ بهعنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درونیابی دادههای بارش دارند. مدلهای مذکور بهرغم مزیتشان نمایش همواری از پدیدة تحت مطالعه بهدست میدهند و چون براساس میانگین محلی دادهها عمل میکنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر از مقدار واقعی پیشبینی میکنند. بنابراین استفاده از این مدلها بهتنهایی در مواردی که هدف ارزیابی میزان ریسک و بررسی تغییرپذیری یک پدیده است، مناسب نیست. تغییرپذیری پدیده با استفاده از عدمقطعیت اندازهگیری میشود. در پژوهش حاضر بهمنظور محاسبة عدمقطعیت محلی و مکانی متغیر بارندگی، از الگوریتمهای شبیهسازی زمینآماری SGS و CO-SGS استفاده شده است. نتایج تحقیق نشان میدهند الگوریتمهای SGS و CO-SGS در نمونههای شبیهسازی با بازسازی مقادیر محتمل حداکثر و حداقل و همچنین حفظ دامنة نوسانات بارندگی در هر واحد مکانی، واریانسی نزدیک به واریانس نمونههای اصلی تولید میکنند. اختلاف واریانس شبیهسازی در مقایسه با نمونة اصلی بسیار ناچیز است، درحالیکه واریانس روشهای درونیابی اختلاف فاحشی با واریانس نمونههای اصلی دارد. همچنین نتایج نشان میدهند که این الگوریتمها میتوانند عدمقطعیت محلی و مکانی پدیدههای مکانی ازجمله بارش را بهدرستی محاسبه کنند. کلیدواژهها: بارندگی، عدمقطعیت، شبیهسازی زمینآماری، الگوریتم SGS، الگوریتم CO-SGS.
علیاکبر متکان
دوره 6، شماره 2 ، آبان 1393
چکیده
هدف از این مقاله تعیین سهم پوشش برف حوزههای کرج و لتیان با استفاده از تصاویر MODIS، بهروش سالومونسون و همکاران و شناسایی منابع خطای این روش است. اهمیت سطح پوشش برف ـ بهدلیل تأثیرگذاری بر بیلان تابش، بیلان آب و مدلسازی ـ انجام تحقیقات گوناگون را ضروری ساخته است. در این تحقیق برای بررسی سطح برف از دادههای MODIS و برای ارزیابی دقت، ...
بیشتر
هدف از این مقاله تعیین سهم پوشش برف حوزههای کرج و لتیان با استفاده از تصاویر MODIS، بهروش سالومونسون و همکاران و شناسایی منابع خطای این روش است. اهمیت سطح پوشش برف ـ بهدلیل تأثیرگذاری بر بیلان تابش، بیلان آب و مدلسازی ـ انجام تحقیقات گوناگون را ضروری ساخته است. در این تحقیق برای بررسی سطح برف از دادههای MODIS و برای ارزیابی دقت، از تصاویر LISIII-IRS استفادهشده است. تا کنون روشهای متفاوتی برای استخراج سهم برف پیکسلها بهکار گرفته شده که در تحقیق حاضر از روش سالومونسون و همکاران بهدلیل دقت مناسب و نیازنداشتن به اطلاعات اولیه از منطقه استفادهشده و عوامل ایجاد خطا در آن شناسایی شده است. افزون بر این، ضرایب معادلة سالومونسون و همکاران با استفاده از دادههای منطقهای ایران بهینهسازی شده و دقت حاصل از مدل با ضرایب بهینه، در منطقهای جدید ارزیابی شده است. نتایج ارزیابی دقت نشان دادهاند که روش سالومونسون و همکاران میتواند سهم برف پیکسلهای MODIS را با خطای RMS 20/0 پیکسل برآورد کند. ضرایب کاپا و دقت کلی این روش به ترتیب 84/0، 12/92 است، که دقت مناسب آن را نشان میدهد. نتایج تحقیق نشان میدهند که بهدلیل خطای بالاتر روش سالومونسون و همکاران، باید در نواحی حاشیة رودهای ایران که عموماً دارای پوشش درختی کمتراکم و باغهای پراکندهاند، از این روش صرفنظر شود. لازم است برای حذف مناطق آبی از ماسکهای مناسب استفاده شود. بهینهسازی ضرایب مدل توانسته است دقت برآورد مدل را بهبود بخشد، بهطوریکه مقدار خطای RMS مدل با ضرایب اصلاحشده در منطقهای جدید 258/0 پیکسل بهدست آمده، درحالیکه معادلة سالومونسون و همکاران در همین منطقه خطای RMS عدد 266/0 پیکسل را نشان داده است. کلیدواژهها: روش سالومونسون و همکاران، زیرپیکسل، سطح پوشش برف، شاخص تفاضلی نرمالشدة برف.
علیاکبر متکان؛ محمد حاجب
دوره 5، شماره 2 ، بهمن 1392
چکیده
بررسیهای اخیر نشان داده است که سیستم لیدار در برداشت سریع و دقیق اطلاعات سهبعدی از عوارض، در مناطق شهری توانایی بالایی دارد. از مهمترین پردازشهایی که روی دادههای لیدار صورت میگیرد، فیلترینگ آنهاست که عبارت است از تفکیک نقاط مربوط به عوارض ارتفاعی (ساختمانها و درختان) از نقاط زمینی. تاکنون الگوریتمهای فیلترینگ فراوانی ...
بیشتر
بررسیهای اخیر نشان داده است که سیستم لیدار در برداشت سریع و دقیق اطلاعات سهبعدی از عوارض، در مناطق شهری توانایی بالایی دارد. از مهمترین پردازشهایی که روی دادههای لیدار صورت میگیرد، فیلترینگ آنهاست که عبارت است از تفکیک نقاط مربوط به عوارض ارتفاعی (ساختمانها و درختان) از نقاط زمینی. تاکنون الگوریتمهای فیلترینگ فراوانی طراحی شده است، اما هر یک از آنها معایب و نواقصی دارند. مشکل اساسی این الگوریتمها، ناتوانیشان در حذف ساختمان و عوارض بزرگ است که ناشی از عملکرد ناحیهای آنهاست. در این تحقیق تلاش شده است تا با بهرهگیری از قابلیتهای تکنیکهای طبقهبندی، راهحلی برای این مشکل ارائه شود. در این پژوهش ابتدا دادههای لیدار بهوسیله الگوریتم شیبمبنا که ـ از شناختهشدهترین روشهای فیلترینگ بهشمار میآیدـ فیلتر شدند. در ادامه، با استفاده از سه روش طبقهبندی ماشین بردار پشتیبان، شبکه عصبی مصنوعی، و حداکثر احتمال، دادههای لیدار به پنج کلاس راه آسفالته، درختان، ساختمان، سیمان، و چمن طبقهبندی گردیدند. در نهایت، نقاط ساختمانهای بزرگ که بهوسیله الگوریتم شیبمبنا فیلتر نشده بودند، با نتایج حاصل از روشهای طبقهبندی حذف گردیدند. ارزیابیها نشان میدهند که روش حداکثر احتمال نتایج ضعیفی را ارائه میکند، اما روشهای ماشین بردار پشتیبان و شبکه عصبی مصنوعی نتایج نزدیک بههم و بسیار خوبی را عرضه کردهاند. بهطور کلی استفاده از این تکنیکهای طبقهبندی برای بهبود نتایج الگوریتمهای فیلترینگ، باعث افزایش ناچیزی در خطای نوع اول میگردد ولی سبب کاهشی شدید در خطای نوع دوم و خطای مجموع میشود. از آنجا که در فرایند فیلترینگ دادههای لیدار، اهمیت خطاهای نوع دوم و مجموع بیش از خطای نوع اول است، میتوان ادعا کرد که انجام این پردازش تکمیلی نتایج بسیار مفیدی را دربرداشته است. ارزیابی کمّی دقت نتایج نشان میدهد که خروجی الگوریتم با آستانه شیب o20 پس از بهبود داده شدن با استفاده از خروجی طبقهبندیکننده شبکه عصبی مصنوعی، بهترین نتیجه را به دست داده است که در آن خطای نوع اول از 98/4 درصد به 04/5 درصد افزایش ولی خطاهای نوع دوم و مجموع بهترتیب از 043/9 درصد و 03/7 درصد به 49/4 درصد و 76/4 درصد کاهش یافتهاند.