انجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823Applying the SAM Supervised Classification Algorithm to Prepare a Map of Rock Units Using Satellite Imagesبهکارگیری الگوریتم طبقهبندی نظارتشدة SAM در تهیة نقشة واحدهای سنگی، با استفاده از تصاویر ماهوارهای11696436FAپرویزضیائیان فیروزآبادیدانشیار گروه سنجش از دور و GIS دانشگاه خوارزمی تهرانپریساصفربیرانوندکارشناسی ارشد سنجش از دور و GIS، دانشگاه خوارزمی تهرانعلیحسینقلیزادهکارشناسی ارشد سنجش از دور و GIS، دانشگاه خوارزمی تهرانرحیمحسنیتبارکارشناس و پژوهشگر جهاد دانشگاهی، لرستانمهدیصفربیرانوندکارشناسی مهندسی عمران، دانشکدة فنی و مهندسی، دانشگاه آزاد خرمآبادJournal Article20180618The issue of the mapping of rock units in an ever-expanding area has now reached a point where the detection and classification of rock units is carried out through the aid of hyperspectral image. In this research, Hyperion images are used in the light of the work of previous researchers and the application of the SAM supervised classification algorithm for the detection and separation of rock units in Khorramabad region, Lorestan province. After performing the necessary preprocesses including atmospheric correction performed by the FLAASH method, linear MNF transformation was used to determine the dimension of main image, to separate the noise from other information and reduce the processing level in the next stages, and the PPI algorithm to find the pixels that More purity is used in multispectral images. From the overlapping of pure pixels with rock units and based on ground data from the study area, the average range was extracted for each member. Then, these pure members were used as inputs for the above-mentioned algorithms and image categorization was used. Finally, the mapped classification of this method was compared with existing maps and land data and their accuracy was checked. The accuracy of the SAM method was verified by verifying the accuracy of the algorithm by calculating the error matrix with the highest of 68.83% and kappa coefficient of 0.49%, which indicates the importance of hyperspectral images and the SAM method in separating the rock units.مسئلة تهیة نقشة واحدهای سنگی، در روندی رو به بهبود، به نقطهای رسیده است که امروزه آشکارسازی و طبقهبندی واحدهای سنگی بهکمک سنجش از دور ابرطیفی انجام میشود. در این پژوهش، تصاویر هایپریون با درنظرگرفتن نتایج کار محققان پیشین و استفاده از الگوریتم طبقهبندی نظارتشدةSAM در تشخیص و تفکیک واحدهای سنگی در منطقة خرمآباد استان لرستان بهکار رفته است. SAM یک روش ردهبندی سریع است که، از راه ارزیابی، میزان تشابه طیفهای تصویر و مرجع عمل نقشهبرداری واحدهای زمینشناختی را نشان میدهد. پس از پیشپردازشهای لازم، ازجمله تصحیح اتمسفری که بهروشFLAASH اجرا شد، تبدیل خطیMNF بهمنظور مشخصکردن بعد و حجم اصلی تصویر، جداسازی نویز از دیگر اطلاعات و کاهش میزان پردازش در مراحل بعد استفاده شد و الگوریتمPPI برای پیداکردن پیکسلهایی با خلوص بیشتر در تصاویر چندطیفی یا فراطیفی بهکار رفت. از همپوشانی پیکسلهای خالص با واحدهای سنگی و برپایة دادههای زمینی از منطقة مورد مطالعه، طیف میانگین برای هر عضو استخراج شد. سپس این اعضای خالص، بهمنزلة ورودی جهت الگوریتم ذکرشده، استفاده و طبقهبندی تصویر صورت گرفت. درنهایت، نقشة طبقهبندیشدة حاصل از این روش با نقشههای موجود و دادههای زمینی مقایسه و میزان صحت آن بررسی شد. دقت اجرای روش SAM با بررسی صحت الگوریتم، ازطریق محاسبة ماتریس خطا، به بیشترین میزان 83/68٪ و ضریب کاپای 49/0٪ بوده است که خود اهمیت تصاویر فراطیفی و روش SAM در تفکیک واحدهای سنگی را نشان میدهد.https://gisj.sbu.ac.ir/article_96436_271b06726ccee4e9f9e42b74e1bfc4de.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823Geometric Assessment of Non-physical Models for Geometric Correction of High Resolution Pushbroom Satellite Image Based on Point and Line Control Featureارزیابی هندسی معادلات غیرپارامتریک برای تصحیح هندسی تصاویر ماهوارهای با هندسة پویا، با قدرت تفکیک مکانی بالا، با استفاده از عوارض کنترلی خط و نقطه174096448FAمریمپناهیدانشجوی کارشناسی ارشد فتوگرامتری دانشگاه صنعتی خواجه نصیرالدین طوسیمحمدجوادولدان زوجاستاد دانشگاه صنعتی خواجه نصیرالدین طوسی0000-0003-4325-8741سمیهیاوریپژوهشگر پسادکتری دانشگاه نیوفوندلندJournal Article20180618Non-physical models have attracted the attention of experts in the field of photogrammetry and remote sensing due to the lack for need of ephemeris data at the time of imaging and not providing raw images by owners of these images. In this paper, a comprehensive research was performed on non-physical models including: 3D Affine Model, First Order Rational Function Model with unequal denominator, SDLT, DLT, Rational Function Model with equal denominator, with the emphasis on the effect of linear and point features as control information to geometrically correct the high spatial resolution images. In addition, a new form of Pushbroom-Projective function is introduced, as a new idea for geometric correction of satellite images. The satellite images used in this research are GeoEye-1 from Urmia and Ikonos from Hamedan. Based on the results obtained, in the case of GeoEye-1 satellite image, First Order Rational Function Model with unequal denominator when using point features as control and +XY term of Rational Function Model with equal denominator when applying linear features as control reached the highest accuracy of 0.75 pixel and 2.03 pixel respectively. In the case of Ikonos satellite image, the +XY term of Rational Function Model with equal denominator when using control point features and First Order Rational Function Model with unequal denominator when using linear control features reached the accuracy of 0.68 pixel and 1.5 pixel respectively at the best. It is worth mentioning that the remaining systematic errors in the case of using linear features as control are always more than those obtained using point control features.معادلات غیرپارامتریک، بهدلیل نیازنداشتن به دادههای افمریز ماهواره در زمان تصویربرداری و همچنین انتشارنیافتن این دادهها و تصاویر خام بهدست مالکان این ماهوارهها، مورد توجه خاص متخصصان فتوگرامتری و سنجش از دور قرار گرفته است. در این مقاله، پژوهشی جامع روی معادلات غیرپارامتریک شامل مدل افاین سهبعدی، تابع رشنال درجة یک با مخرجهای نامساوی، معادلات SDLT،DLT و تابع رشنال مخرج مساوی با تأکید بر اثر عوارض کنترلی نقطه و خط، بهمنظور تصحیح هندسی تصاویر ماهوارهای با قدرت تفکیک مکانی بالا، صورت گرفته است. همچنین، از فرم جدید معادلة Pushbroom-Projective بهمنزلة ایدهای جدید در تصحیح هندسی تصاویر ماهوارهای استفاده شده است. تصاویر مورد استفاده در این پژوهش تصویر GeoEye-1 از منطقة ارومیه و تصویر Ikonos از منطقة همدان است. در تصحیح هندسی تصویر ماهوارهای GeoEye-1، تابع رشنال درجة یک با مخرجهای نامساوی، با استفاده از عوارض کنترلی نقطه، با دقت 75/0 پیکسل و ترم +XY تابع رشنال مخرج مساوی، با دقت 03/2 پیکسل با استفاده از عوارض کنترلی خط، بیشترین دقت را دارند. بهعلاوه در تصحیح هندسی تصویر ماهوارهای IKONOS، ترم +XY تابع رشنال مخرج مساوی با استفاده از عوارض کنترلی نقطه، با دقت 68/0 پیکسل، و تابع رشنال درجة یک با مخرجهای نامساوی، با استفاده از عوارض کنترلی خط با دقتی برابر 5/1 پیکسل، دارای بالاترین دقتاند. در حل معادلات غیرپارامتریک، خطای سیستماتیک باقیمانده در حالت استفاده از خطوط کنترل بهمراتب بیشتر از زمانی است که از عوارض کنترلی نقطه استفاده میشود. https://gisj.sbu.ac.ir/article_96448_c0efda62d0236bd7590ddef3fd7e6830.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823The Comparison of Resilience and Resistance Approaches in Flood Risk Management (Case Study of Qezel Ozan River in Mahneshan Basin)مقایسة رویکردهای انعطافپذیر و مقاومتی بهمنظور مدیریت ریسک سیلاب (مطالعة موردی رود قزلاوزن در حوضة شهرستان ماهنشان)415696456FAمینازکیپوردانشجوی دکتری گروه آب و سازههای هیدرولیکی، دانشکدة مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی0000-0002-8419-4425محمدطالعیدانشیار دانشکدة مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسیقاسمجوادیعضو هیئت علمی گروه مهندسی عمرانـ نقشهبرداری، دانشکدة فنی و مهندسی، دانشگاه بجنوردJournal Article20180618Flood is one of the most common and destructive natural events in the world. Conventional methods which aim to prevent floods, mostly are based on resistance approaches. Considering uncertainties about time and location of flood occurrence and design variables such as discharge, structure resistance and physical characteristics of a basin, resistance methods are not suitable solutions. However, resistance methods for preventing from the flood are effective on lower discharges, they may become less effective or ineffective in extreme-case emergencies. As an example, levees are only effective when flood waters remain below their design capacity. Therefore, in order to manage and reduce human casualties and financial losses, more suitable solutions based on resilience are introduced. Flood resilience is interpreted as the capacity to tolerate flooding to avoid disaster when undergoing- not preventing- flooding, or when physical damage and socioeconomic disruption still occur, the capacity to reorganize and recover quickly. Recovery is defined as assisting of communities affected by flood waters to achieve a proper and effective level of functioning. Resilience approach in water resources management plays an important role in flood risk management. In this study, several strategies of flood risk management with an emphasis on the concept of resilience have been evaluated. A case study was carried out on the Ghezel Ozan river, located in the Mahneshan basin. In order to model the flood, the data related to the topographic conditions of the river are adapted using the HEC GeoRAS extension in the ArcGIS. Then, the flood characteristics in the 25, 50, and 100-year return periods are estimated by the HEC RAS model. Flood flow modeling has been carried out based on eight different management strategies including resistance and resilience strategies based on structural and non-structural approaches. The comparison of these strategies is based on the values of resilient indicators including the amplitude, graduality and recovery rate. Indicators for the amplitude are the expected annual damage (EAD) and the expected annual number of casualties (EANC). The graduality is measured by comparing the relative increase of discharge in a river by the corresponding relative increase of damage. Recovery rate is a function of social, economic and physical condition. In this research, in order to quantify the recovery rate, it is presented as a function of evaporation, transpiration and water penetration into the soil. Finally, after calculating the resilience indicators for each scenario, in order to prioritize the scenarios, the entropy method is used for weighting and TOPSIS is utilized to prioritize the scenarios. According to the results, it has been observed that resilience based methods are preferred to resistance methods and dry farming with flood warning and flood insurance has been determined as the best strategy.سیلاب یکی از شایعترین و مخربترین وقایع طبیعی در جهان است. بشر همواره، بهدنبال جلوگیری از وقوع سیلاب، از روشهایی مانند احداث خاکریزها استفاده کرده است که در زمرة روشهای مبتنیبر رویکرد مقاومتیاند. با اینکه زمان و مکان وقوع سیل، دبی طراحی، مقاومت سازهها، رفتار فیزیکی رودخانه و چنین مواردی دارای قطعیت نیست؛ راهکارهای مقاومتی روش مناسبی برای مقابله با سیل محسوب نمیشوند. برای نمونه، درصورت رخداد سیلی با دبی بیشتر از دبی طراحی خاکریز، نه تنها سیل باعث نابودی سازة خاکریز میشود بلکه آبگرفتگی، خسارات مالی و تلفات جانی پیشبینینشدهای بهبار خواهد آمد. در رویکرد انعطافپذیر با استفاده از برنامهریزی مکانی و طرحهای سازهای و غیرسازهای، آمادگی لازم فراهم میشود تا سیستم سیلدیده به شرایط پایدار بازگردد. هدف تحقیق حاضر بررسی قابلیتهای رویکرد انعطافپذیر در مسئلة مدیریت ریسک سیلاب و مقایسة نتایج آن با رویکرد مقاومتی است. برای تحقق این هدف، از تلفیق سیستم اطلاعات مکانی و دانش مهندسی و مدیریت سیل استفاده شده است. مطالعة موردی روی محدودهای از رودخانة قزلاوزن، واقع در حوضة ماهنشان، انجام شده که پیدرپی شاهد سیلاب بوده و راهکارهای مقاومتی، برای جلوگیری از وقوع سیل، کارساز نبودهاند. به این منظور، راهبردهای گوناگون مدیریتی شامل راهبردهای مقاومتی (احداث خاکریز)، انعطافپذیر سازهای (کشت دیم) و غیرسازهای (هشدار سیل و بیمة سیل) مطرح شدهاند. برای برآورد عملکرد مناسب هر راهبرد، مقادیر شاخصهای انعطافپذیری شامل دامنة عکسالعمل، تدریج و نرخ بازیابی، برای سیلابهایی با دورههای بازگشت 25، 50 و 100 ساله، محاسبه شدهاند. بهمنظور پهنهبندی سیلاب و بررسی راهبردهای پیشنهادی، سه دسته اطلاعات شامل شرایط هندسی، شرایط اولیه و شرایط مرزی یا حدی مورد نیاز است. شرایط هندسی ازجمله شیب مسیر رودخانه، شکل مقاطع، محل و ارتفاع خاکریزها با استفاده از نقشة رقوم ارتفاعی، ازطریق الحاقی HEC GeoRAS در محیط ArcGIS، بهدست آمده است. شرایط اولیه و شرایط مرزی جزء اطلاعات ورودی مدل هیدرولیکی است که از آبخیزداری حوضة مورد مطالعه دریافت شده است. برای مدلسازی هیدرولیکی، نرمافزارHEC RAS بهکار رفته است. پس از مدلسازی هیدرولیکی برای محاسبة شاخصهای انعطافپذیری، نتایج حاصل از پهنهبندی سیلاب در مدل هیدرولیکی با لایههای اطلاعاتی مربوط به مناطق مسکونی، راههای ارتباطی، سازههای احداثشده و زمینهای زراعی در محیط سیستم اطلاعات مکانی تلفیق شدند. درنهایت، پس از محاسبة شاخصهای انعطافپذیری بهمنزلة معیار مقایسة راهبردها، بهمنظور اولویتبندی آنها، از روش آنتروپی برای وزندهی به معیارها (شاخصهای انعطافپذیری) و از روش TOPSIS برای اولویتبندی راهبردها استفاده شده است. مطابق نتایج، مشاهده شد که راهبرد کشت دیم، همزمان با هشدار سیل و بیمة سیل، راهکاری انعطافپذیر است که، بهمنزلة بهترین استراتژی منتخب، بر روشهای مقاومتی برتری دارد.https://gisj.sbu.ac.ir/article_96456_cc966d7eb728403d9ee2d3f34b4b9b34.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823PS-InSAR Time Series Analysis Using Sentinel-1A and ENVISAT-ASAR Data Stacks for Subsidence Estimation in Tehranآنالیز سری زمانی تداخلسنجی راداری مبتنیبر پراکنشگرهای دائم، با استفاده از تصاویر Sentinel-1A و ENVISAT-ASAR، برای برآورد پدیدة فرونشست شهر تهران577296470FAفاطمهفروغنیادانشجوی کارشناسی ارشد، گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکدة مهندسی نقشهبرداریصادقنعمتیدانشجوی کارشناسی ارشد، گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکدة مهندسی نقشهبردارییاسرمقصودیاستادیار گروه آموزشی فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکدة مهندسی نقشهبرداریJournal Article20180618Tehran is subject to high-rate subsidence because of extravagant water extraction. Groundwater extraction in Tehran plain due to agricultural or industrial activities has made it always be at risk and probable incoming damages. Large spatial baselines and temporal de-correlation have always limits the use of the conventional SAR interferometry for the purpose of subsidence monitoring in regions with high deformations velocity. Therefore, in this research, the InSAR technique based on persistent scatterer (PS) is carried out to analyze Tehran subsidence. The main objective of this paper is to determine the average annual subsidence rate of some urban regions in Tehran using a time series of Sentinel-1A (S-1A) and ENVISAT-ASAR data. PS pixels remain coherent in long spatio-temporal intervals and thus less affected by the lack of radar images correlation. However, inappropriate temporal distribution of data in this technique makes it difficult to derive the absolute value of the phase due to an integer ambiguity. Therefore, the use of S-1A dataset with short temporal baselines would help identify the phase ambiguity. Results prove considerable subsidence in southern part of the case study area for all-time series analysis which further proves the arrival of subsidence to urban parts. Results are cross-validated using the different image tracks and besides, absolute validation are employed on subsidence velocity maps based on precise leveling and GPS observations.تهران، در برابر پدیدهای همچون استخراج بیرویه از منابع آب زیرزمینی، با مسئلة فرونشست بالای زمین روبهروست. استخراج آبهای زیرزمینی در دشت تهران، بر اثر فعالیتهای کشاورزی و یا صنعتی، موجب شده است تهران همواره در معرض خطر فرونشست و خسارات آن قرار بگیرد. در پایش فرونشست مناطقی که دچار تغییرات ظاهری سریع شدهاند و تصاویر دردسترس نیز دارای همبستگی زمانی و مکانی مناسب نیستند، روش تداخلسنجی معمول روش مناسبی نخواهد بود. ازاینرو، در این مطالعه، از تکنیک تداخلسنجی مبتنیبر پراکنشگرهای دائمی برای آنالیز تداخلسنجی استفاده شده است. ازآنجاکه عوامل فرونشست در منطقة شهری تهران نیز به چشم میخورد، در این مقاله، به پایش تغییرات در بخش جنوبی شهر تهران، با هدف محاسبة میانگین نرخ تغییرات سالیانة فرونشست، در مجموعة زمانی بلندمدتی، با استفاده از مجموعه دادههای سنجندههای Sentinel-1A (S-1A)، برای اولینبار، و ENVISAT-ASAR پرداخته شده است. پیکسلهای پراکنشگر دائم در فواصل زمانی و مکانی بلند همدوس باقی میمانند و از عدم همبستگی تصاویر راداری کمتر تأثیر میپذیرند. با وجود این، توزیع زمانی نامناسب دادهها در این تکنیک نیز، بهمنزلة عامل محدودیت، پارامتر ابهام را به فاز وارد میکند. از این بابت، استفاده از دادههای S-1A، با فاصلة زمانی کوتاه دریافت تصویر، دستیابی به توزیع مناسب دادهها در زمان را برای حل ابهام فاز فراهم میآورد. نتایج بیانگر فرونشست چشمگیری، در بخش جنوبی منطقة مورد مطالعه، برای همة آنالیزهای سری زمانی است و این نشان میدهد که فرونشست دشت تهران به مناطق شهری اطراف آن نیز رسیده است. درنهایت، اعتبارسنجی صحت نتایج، با تحلیل دادههای مسیرهای متفاوت و نیز دادههای میدانی ترازیابی و GPS، به انجام رسید.https://gisj.sbu.ac.ir/article_96470_1f7630f64a5f07d5e4dc5b909e92162f.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823Comparison of Visual and Object-Based Automatic Methods to Identify Landforms in Yazd-Ardakan Basinمقایسۀ روشهای بصری و خودکارِ مبتنیبر شیء در شناسایی لندفرمهای حوضة یزدـ اردکان739096478FAسید مهدیپورباقرمربی گروه جغرافیا، دانشگاه پیام نور استان همدان، واحد دمقJournal Article20180618Identification of dominant landforms is important in a landscape because they applicable in various types of urban planning, tourism planning, spatial planning, etc. In this study, the landforms of Yazd-Ardakan basin were identified by two visual and automatic methods and then were compared. In automatic method, were used by Multiresolution and Contrast Split image segmentation in the object based concepts for identification of geomorphological landforms. The results showed using “Multiresolution Segmentation” due to consider the shape parameter is appropriate in the recognition of the landforms structure and their natural boundary such as alluvial fan but using the “contrast split image segmentation” is appropriate for micro-landform recognition such as braided river at the surface alluvial fans. The results of the comparison of visual and automated landforms maps showed that the visual approach was only useful for macro-landforms such as mountain masses, types of pediments, Ardakan playa and were barely detectable dunes, But the object based automatic approach not only mentioned landforms but also smaller landforms were identified such as the transverse dunes, alluvial fans, badlands, inselbergs. To evaluate the accuracy of automatic landforms identification models were used both qualitative and quantitative methods; in the qualitative evaluation were used the overlay technique to the visual investigation of matching the map of the model with Google Earth images. The quantitative evaluation was used the confusion matrix. The results of the evaluations showed that Overall Accuracy and Kappa coefficient for the multiresolution algorithm in landforms recognition are 97.46% and 96.53% respectively. Also, Commission and Omission errors showed that the minimum identification errors are related to soft surfaces such as Plain, but the maximum of the identification errors are related to rough surfaces like mountainous. شناسایی لندفرمهای غالب مناظر طبیعی در انواع برنامهریزیهای شهری، آمایش، گردشگری و ... کاربرد و اهمیت فراوان دارد. در این پژوهش، لندفرمهای حوضة یزدـ اردکان، به دو روش بصری و خودکار، شناسایی و سپس مقایسه شدند. در روش شناسایی خودکار لندفرمها، از قطعهبندی تصویر با دو الگوریتم قدرت تفکیک چندگانه و تباین پیکسلی، در قالب مفاهیم شیءپایه، استفاده شد. نتایج نشان داد قطعهبندی بهروش قدرت تفکیک چندگانه، بهدلیل لحاظکردن معیار شکل در تشخیص ساختار و مرز طبیعی لندفرمها مانند مخروطافکنه، مناسب بهنظر میرسد ولی قطعهبندی بهروش تباین پیکسلی، در شناسایی میکرولندفرم مانند کانالهای گیسویی در سطح مخروطافکنه، مناسب است. نتایج حاصل از مقایسۀ شناسایی بصری و خودکار لندفرمها نشان داد، در روش بصری، فقط امکان شناسایی لندفرمهای بزرگ همچون تودههای کوهستانی، انواع دشتسرها، کفة اردکان و بهسختی تلماسهها وجود داشت. ولی در روش خودکار مبتنیبر شیء، نه تنها لندفرمهای مذکور بلکه لندفرمهای کوچکتر مثل تپههای عرضی، مخروطافکنهها، هزاردرهها، کوههای منفرد نیز شناسایی شدند. برای ارزیابی دقت مدلهای شناسایی خودکار لندفرمها، از دو روش کیفی و کمّی استفاده شد؛ در ارزیابی کیفی، از تکنیک همپوشانی بهمنظور بررسیِ چشمی میزان تطابق و رویِ هم قرارگیری نقشۀ حاصل از مدل با تصاویر گوگل ارث و در ارزیابی کمّی، از ماتریس درهمی استفاده شد. نتایج ارزیابیها نشان دادند که الگوریتم قدرت تفکیک چندگانه در شناسایی و قطعهبندی لندفرمها دارای صحت کلی و ضریب کاپای است. همچنین، خطاهای کُمیسیون و اُمیسیون نشان دادند که کمترین خطاهای شناسایی مربوط به لندفرمهایی با بافت نرم، مانند دشت، است ولی بیشترین خطاهای شناسایی به لندفرمهایی با بافت خشن، مثل کوهستان، بازمیگردد.https://gisj.sbu.ac.ir/article_96478_46eb89815a1b3f947dfbb2f0da536c73.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823Estimation of turbidity and chlorophyll a concentration in the Caspian Sea through time series analysis of satellite images and wavelet neural networksتخمین کدورت و غلظت کلروفیل آ در دریای خزر از طریق آنالیز چندزمانه تصاویر ماهوارهای مادیس و شبکههای عصبی موجکی9110896483FAملیکاحق پرستدانشگاه خواجهنصیرالدین طوسیمهدیمختارزادهدانشگاه خواجهنصیرالدین طوسی0000-0002-3615-3151Journal Article20170927Due to the global scope of water resources, ground measurements of the quality parameters are not feasible, as well as traditional sampling of water and laboratory analysis is very costly and time-consuming. In studies, estimation of turbidity and chlorophyll a concentrations as the most important water quality parameters using artificial neural networks have been done by researchers. Considering the difficulties in providing a high number of training data in aquatic environments, the use of more robust hybrid networks such as the wavelet neural network is suggested. In this research, various types of wavelet functions were used as a network activation function, and the best network was used to estimate chlorophyll a and turbidity respectively, wavelet neural networks with a Morelt and a Mexican hat activation function, the data used for the reflection of the ocean reflectance of the modis sensor, Due to the use of multi-time images, the radiometric normalization of data was done and the results were significantly improved compared to the time when the non-normalized images were used. in addition to increasing the number of training data, the network generalization capability is provided to other days, and the accuracy of the network in this case increased compared to the one-day condition. the RMSE for the best model to estimate turbidity And chlorophyll a concentration was 0.047 and 0.071, respectively, which is acceptable in comparison with field accuracy of 0.1, and can be a alternative method for field measurements.با توجه به وسعت جهانی منابع آب، اندازهگیریهای زمینی از پارامترهای کیفی امکانپذیر نیست، همچنین نمونهبرداری سنتی از آب و آنالیزهای آزمایشگاهی بسیار پرهزینه و زمانبر است. در مطالعات صورت گرفته، برآورد کدورت و غلظت کلروفیل آ بهعنوان مهمترین پارامترهای کیفی آب با استفاده از شبکههای عصبی مصنوعی با دقت مناسب توسط پژوهشگران انجامشده است. با توجه به مشکلاتی که در تهیه تعداد بالایی از دادههای آموزشی در محیطهای آبی وجود دارد استفاده از شبکههای ترکیبی مقاومتری نظیر شبکه عصبی موجکی پیشنهادشده است. در این تحقیق انواع مختلفی از توابع موجک بهعنوان تابع محرک شبکه مورداستفاده قرار گرفت و بهترین شبکه بهمنظور برآورد غلظت کلروفیل آ و کدورت به ترتیب شبکههای عصبی موجکی با تابع محرک مورلت و کلاه مکزیکی به دست آمد، دادههای مورداستفاده محصول بازتاب اقیانوسی سنجنده مادیس است، به دلیل بهکارگیری تصاویر چند زمانه نرمالسازی رادیومتریک دادهها انجام شد و نتایج نسبت به زمانی که از تصاویر نرمال نشده استفادهشده است، بهصورت قابلتوجهی بهبود یافت. در حالت چندزمانه علاوه بر افزایش تعداد دادههای آموزشی، قابلیت تعمیمپذیری شبکه به سایر روزهایی که در آن تعداد داده میدانی کافی موجود نیست، فراهمشده است و دقت شبکه در این حالت در مقایسه باحالت تک زمانه افزایش یافت، درنهایت RMSE برای بهترین مدل بهمنظور برآورد کدورت و غلظت کلروفیل به ترتیب 047/0 و 071/0 به دست آمد که در مقایسه با دقت اندازهگیری میدانی 1/0، قابلقبول بوده و میتواند جایگزین مناسبی برای اندازهگیریهای میدانی باشد.https://gisj.sbu.ac.ir/article_96483_bb9312a183888b061ad830b97dc69ff6.pdfانجمن سنجش از دور ایران / دانشگاه شهید بهشتینشریه سنجش از دور و GIS ایران2008-596610120180823Evaluation of Ecotourism Effects on Rudbar-e Qasran and Lavasanat Zone Using the DPSIR Frameworkارزیابی اثرات اکوتوریسم بر منطقه رودبار قصران و لواسانات با استفاده از چارچوب DPSIR10912696439FAدکتر جمیلهتوکلی نیاهیات علمیعلی اکبرمتکانهیات علمی0000-0001-5394-4599مظفرصرافیهیات علمیفائزهبوربوریعلوم زمینJournal Article20180131Ecotourism is a part of the tourism industry that has attracted the attention of many officials and people in recent years and it is one of the levers of economic and social development of many developed and developing countries. Since the non-systematic activity of the ecotourism can negatively affect the environment, evaluating the ecotourism activities using valid scientific frameworks and methods, such as DPSIR, can be effective and useful in the managers’ planning of this industry. The main purpose of this research was to investigate the ecotourism status in Rudbar-e Qasran and Lavasanat Zone using the DPSIR framework. Each of the five sections of this evaluation model was analyzed and the findings were presented in the form of a table. According to the results from the classification of images in 2004 and 2016, the constructed spaces have increased from 3625 square meters to 8744 square meters. One of the reasons for this can be the increase in the population, proximity to the capital, the ease of commuting, the expansion of second homes, and increasing the construction of tourist-related service sites.
The conducted evaluations and the obtained results of this research can be used as a decision support structure for managers and planners in this area to adopt appropriate strategies for implementing sustainable ecotourism.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.https://gisj.sbu.ac.ir/article_96439_888768db4717ee157964f37b25bd5301.pdf