TY - JOUR ID - 94347 TI - توسعه و ارزیابی سامانه اطلاعات مکانی عامل مبنا به منظورتعیین تاثیر توده های آلودگی هوا بر روی محدوده های ریسک زیست محیطی JO - نشریه سنجش از دور و GIS ایران JA - GISJ LA - fa SN - 2008-5966 AU - شاد, روزبه AU - مسگری, محمد سعدی AU - شاد, عارفه AU - ابکار, علی اکبر AU - مولایی, دامون AD - دانشگاه فردوسی مشهد AD - دانشگاه خواجه نصیرالدین طوسی AD - دانشگاه صنعتی امیرکبیر Y1 - 2009 PY - 2009 VL - 1 IS - 3 SP - EP - KW - عامل پایه KW - استنتاج KW - یادگیری KW - توده آلودگی KW - سامانه اطلاعات مکانی DO - N2 - 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. UR - https://gisj.sbu.ac.ir/article_94347.html L1 - https://gisj.sbu.ac.ir/article_94347_158fc4652be8e4f890105a75f7a4fcc9.pdf ER -