<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن سنجش از دور ایران /  دانشگاه شهید بهشتی</PublisherName>
				<JournalTitle>نشریه سنجش از دور و GIS  ایران</JournalTitle>
				<Issn>2008-5966</Issn>
				<Volume>3</Volume>
				<Issue>4</Issue>
				<PubDate PubStatus="epublish">
					<Year>2012</Year>
					<Month>02</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle></ArticleTitle>
<VernacularTitle>تعیین پنجره همسایگی مناسب برای تحلیل همسایگی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">94746</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مرتضی</FirstName>
					<LastName>رعیتی دماوندی</LastName>
<Affiliation>دانشگاه علم و صنعت ایران</Affiliation>

</Author>
<Author>
					<FirstName>بهرام</FirstName>
					<LastName>ثقفیان</LastName>
<Affiliation>دانشگاه آزاد اسلامی</Affiliation>

</Author>
<Author>
					<FirstName>مجتبی</FirstName>
					<LastName>غروی</LastName>
<Affiliation>دانشگاه علم و صنعت ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2015</Year>
					<Month>05</Month>
					<Day>13</Day>
				</PubDate>
			</History>
		<Abstract></Abstract>
			<OtherAbstract Language="FA">استفاده روزافزون از داده های شبکه ای (رستری) در مطالعات علوم زمینی و با برآوردهای هیدرولوژیک، ضرورت استخراج هر چه دقیق تر این داده ها را به کمک روش های مبتنی بر علوم ریاضی و به ویژه زمین آماری دوچندان کرده است. از آنجا که داده های رستری معمولاً از میان یابی داده های نقطه ای و یا پردازش تصاویر ماهواره ای تهیه می شوند، لذا استفاده از تحلیل همسایگی در استخراج و یا تدقیق آنها تقریباً اجتناب ناپذیر می نماید. از سویی در هر تحلیل همسایگی، انتخاب و یا معرفی پنجره (وسعت) همسایگی مناسب (از نظر شکل و اندازه) از موارد درخور توجه است. از آنجا که اغلب از اشکال مربعی و یا دایره ای (به صورت پیش فرض) برای پنجره همسایگی استفاده می گردد، لذا در تحقیق حاضر به شرایط پذیرش این پیش فرض و همچنین به نحوه تعیین شکل مناسب پنجره همسایگی پرداخته شده است. برای این منظور، استفاده از شکل نیم تغییر نمای سطحی (استخراج شده از روش زمین آماری) پیشنهاد گردیده است. اعتبارسنجی روش پیشنهادی نیز با تعیین نواحی مسطح در حوضه رود زرد خوزستان و همچنین استخراج شبکه آبراهه ای در حوضه معرف والنات گالچ (WGEW) واقع در ایالت آریزونای آمریکا به انجام رسیده است. نتایج نشان دادند که استفاده از شکل مناسب (بیضوی) برای پنجره همسایگی در استخراج لایه شکل زمین (landform) حوضه رود زرد، منجر به تغییر 28 درصدی (93 کیلومتر مربع) وسعت نواحی مسطح در مقایسه با استفاده از پنجره مربعی شکل می گردد، که قطعاً این تغییر وسعت برای اهداف مدیریتی اراضی این حوضه تأثیرگذار خواهد بود. همچنین، استفاده از شکل پنجره همسایگی پیشنهادی در حوضه WGEW نیز منجر به انطباق 96 درصدی شبکه آبراهه ای موجود (واقعی) با شبکه آبراهه ای استخراجی از لایه شکل زمین در مقایسه با استفاده از پنجره دایره ای شکل گردیده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">لایه های رستری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تحلیل همسایگی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">زمین آمار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نیم متغیر نمای سطحی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://gisj.sbu.ac.ir/article_94746_876b2423230ab1d0ffd032b43acf2bfa.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
