علمی - پژوهشی
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.
علمی - پژوهشی
حسین آقامحمدی؛ محمد‌سعدی مسگری؛ سعید خسروی خسروی
دوره 5، شماره 2 ، بهمن 1392
چکیده
در زمینه مسائل تخصیص خدمات و مراکز خدماتی با ظرفیت مشخصی برای متقاضیان، مطالعات کمی صورت گرفته است و اکثر راه‌حل‌های ارائه‌شده برای این نوع مسائل، محاسباتی پیچیده دارند. برای حل این مشکل، روش‌های ابتکاری متناسب با شرایط مسئله شکل گرفته‌اند. همچنین در بیشتر کاربردها و مسائل تخصیص، بخش مهمی از اطلاعات و تحلیل‌ها جنبه مکانی دارد، ...
بیشتر
در زمینه مسائل تخصیص خدمات و مراکز خدماتی با ظرفیت مشخصی برای متقاضیان، مطالعات کمی صورت گرفته است و اکثر راه‌حل‌های ارائه‌شده برای این نوع مسائل، محاسباتی پیچیده دارند. برای حل این مشکل، روش‌های ابتکاری متناسب با شرایط مسئله شکل گرفته‌اند. همچنین در بیشتر کاربردها و مسائل تخصیص، بخش مهمی از اطلاعات و تحلیل‌ها جنبه مکانی دارد، ولی پژوهشگران تحقیق در عملیات و مدیریت که در این زمینه مطالعه بیشتری دارند، معمولاً به این موضوع کمتر توجه کرده‌اند. تخصیص مصدومان زلزله به مراکز درمانی را می‌توان در مسائل تخصیص‌های ظرفیت‌دار طبقه‌بندی کرد که اهمیت زیادی در مدیریت بحران زلزله دارند. از این رو، تکوین روشی مناسب برای بهینه‌سازی تخصیص مصدومان به مراکز درمانی اثر مهمی در کاهش زمان امداد‌رسانی و درنتیجه، کاهش صدمات جانی دارد. در این مقاله، ارائه روشی ابتکاری بر پایه الگوریتم ژنتیک برای بهینه‌سازی عملیات تخصیص مصدومان زلزله به مراکز درمانی، با استفاده از قابلیت‌های سامانه اطلاعات مکانی (GIS) توضیح داده می‌شود. به‌منظور بررسی کارایی الگوریتم طراحی‌شده، دو روش متفاوت برای تعداد و نحوه پراکندگی مکانی مصدومان زلزله برای منطقه مطالعه‌شده درنظر گرفته شد. مشکل دیگری که در پیاده‌سازی روش طراحی‌شده به آن توجه شده است، تأثیر میزان جمعیت اولیه الگوریتم ژنتیک در نحوه حل مسئله و زمان حل آن بود. با بررسی نتایج به‌دست آمده می‌توان گفت ساختار طراحی‌شده توانایی لازم برای حل این نوع مسائل را با انتخاب میزان جمعیت اولیه مناسب دارد.
علمی - پژوهشی
منوچهر فرج‌زاده؛ اسداله خورانی
دوره 5، شماره 2 ، بهمن 1392
چکیده
ههدف از این مطالعه مدل‌سازی آماری عملکرد گندم دیم در استان کردستان است. به این منظور از مدل‌های رگرسیون خطی چندمتغیره استفاده شده، که متغیر وابستة آنها میزان عملکرد گندم دیم است و متغیرهای مستقل‌شان سه دسته‌اند: نخستین گروه، عناصر اقلیمی و شاخص‌های اقلیم کشاورزی هستند. دومین گروه از متغیرهای مستقل در این تحقیق را شاخص‌های گیاهی ...
بیشتر
ههدف از این مطالعه مدل‌سازی آماری عملکرد گندم دیم در استان کردستان است. به این منظور از مدل‌های رگرسیون خطی چندمتغیره استفاده شده، که متغیر وابستة آنها میزان عملکرد گندم دیم است و متغیرهای مستقل‌شان سه دسته‌اند: نخستین گروه، عناصر اقلیمی و شاخص‌های اقلیم کشاورزی هستند. دومین گروه از متغیرهای مستقل در این تحقیق را شاخص‌های گیاهی استخراج‌شده از سنجندة AVHRR از ماهواره NOAA برای زمان حداکثر سبزینگی (حداکثر شاخص سطح برگ)، تشکیل داده‌اند. سومین گروه متغیرهای مستقل تحقیق، ترکیب دو گروه متغیرهای مستقل فوق است. روش بازنمونه‌گیری بوت استرپ روی همة مدل‌های استخراج‌شده اجرا، و برمبنای نتایج آن، میزان عملکرد برای سال‌های 1383 تا 1385 تخمین زده شده است. تحلیل‌های انجام‌شده نشان می‌دهد که با ورود عناصر اقلیمی و شاخص‌های اقلیم کشاورزی به عنوان متغیرهای مستقل به مدل‌های رگرسیون خطی، مناسب‌ترین مدل‌های برآورد عملکرد گندم دیم در کل استان کردستان و شهرستان‌های سقز و بیجار، داده‌های مرحله زایشی (23 اردیبهشت تا 20 خرداد) است. در شهرستان دیوان‌دره، بهترین مدل از مجموع دو مرحلة دوم رویشی و مرحله زایشی به‌دست آمده است. در شهرستان مریوان بهترین مدل، با توجه به داده‌های مرحله خواب (22 آذر تا 25 اسفند)، و در دو شهرستان سنندج و قروه با توجه به داده‌های کل فصل رشد به‌دست آمده است. همچنین نتایج نشان می‌دهد که استفاده از شاخص‌های گیاهی استخراج‌شدة شاخص DVI برای مدل‌سازی و پیش‌بینی عملکرد گندم دیم مناسب‌تر است. افزون بر اینها، مدل‌های ترکیبی شامل ترکیب عناصر اقلیمی و شاخص‌های اقلیم کشاورزی با شاخص‌های طیفی گیاه، مدل‌هایی با دقت بالاتر به دست می‌دهند. کاربرد روش بازنمونه‌گیری بوت استرپ روی مدل‌های رگرسیونی به‌دست آمده، در مطالعات مدل‌سازی محصول ـ که تعداد نمونه‌ها زیاد نیست ـ دقت درون مدلی را افزایش می‌دهد و به همین دلیل می‌توان از آن برای عملکرد محصول گندم دیم استفاده کرد.
علمی - پژوهشی
آیدا محبی؛ مهرداد بهزادی؛ حسن میرنژاد
دوره 5، شماره 2 ، بهمن 1392
چکیده
در تحقیق حاضر، احتمال کانه‌زایی مس پورفیری در محدودة کوه هنزا در حوالی روستای درب بهشت واقع در بخش جنوبی زون دهج ـ ساردوئیه با استفاده از تصاویر استر بررسی شده است. در این منطقه کانه‌زایی مس پورفیری در مناطق رمشک، بندر هنزا، سوراخ مار، و گروه شناخته شده است. به‌منظور شناسایی هاله‌های دگرسانی فیلیک و آرژیلیک که معمولاً در اطراف کانسارهای ...
بیشتر
در تحقیق حاضر، احتمال کانه‌زایی مس پورفیری در محدودة کوه هنزا در حوالی روستای درب بهشت واقع در بخش جنوبی زون دهج ـ ساردوئیه با استفاده از تصاویر استر بررسی شده است. در این منطقه کانه‌زایی مس پورفیری در مناطق رمشک، بندر هنزا، سوراخ مار، و گروه شناخته شده است. به‌منظور شناسایی هاله‌های دگرسانی فیلیک و آرژیلیک که معمولاً در اطراف کانسارهای مس پورفیری وجود دارند، از دو الگوریتم نقشه‌بردار زاویه طیفی (SAM) و عملگر منطقی استفاده شده است. روش عملگر منطقی مجموعه‌ای از نسبت‌های باندی است که در بخش نخست آن نواحی پوشش گیاهی حذف گردیدند و به دنبال آن با کمک نسبت‌های باندی هاله‌های دگرسانی استخراج از یکدیگر متمایز شدند. در روش SAM با توجه به ویژگی‌های طیفی کانی‌های دگرسان‌شده در باندهای مناطق دگرسانی آرژیلیک و فیلیک با استفاده از کانی‌های خاص، این نوع دگرسانی‌ها ـ همانند کائولینیت و مسکویت ـ مشخص شدند. محاسبه ضریب تشابه در دو روش مذکور نشان می‌دهد که میزان تشابه در آنها در حد متوسط، و ضریب تشابه نقاط معدنی با نواحی تأییدشده با هر دو روش بسیار مناسب است. بنابراین، نواحی‌ای که در آن هر دو روش SAM و الگوریتم عملگر منطقی همدیگر را تأیید می‌کنند بیشترین احتمال کانه‌زایی مس پورفیری را دارند.
علمی - پژوهشی
یونس جعفری گلدرق؛ علی محمد‌زاده؛ علی سرکارگر اردکانی
دوره 5، شماره 2 ، بهمن 1392
چکیده
آتش‌سوزی جنگل پدیده‌ای است که خسارت‌های مالی و برخی مواقع جان بسیار زیادی به بار می‌آورد. شناسایی و بررسی اثر پارامترهای مؤثر در وقوع آتش‌سوزی و مدل‌سازی آنها در پیشگیری آتش‌سوزی و کاهش خسارت‌های ناشی از آن بسیار مفید است. در این تحقیق، با استفاده از روش‌های شبکه عصبی و تصمیم‌گیری چندمعیاره، مناطق دارای پتانسیل بالای آتش‌سوزی ...
بیشتر
آتش‌سوزی جنگل پدیده‌ای است که خسارت‌های مالی و برخی مواقع جان بسیار زیادی به بار می‌آورد. شناسایی و بررسی اثر پارامترهای مؤثر در وقوع آتش‌سوزی و مدل‌سازی آنها در پیشگیری آتش‌سوزی و کاهش خسارت‌های ناشی از آن بسیار مفید است. در این تحقیق، با استفاده از روش‌های شبکه عصبی و تصمیم‌گیری چندمعیاره، مناطق دارای پتانسیل بالای آتش‌سوزی در استان گلستان شناسایی شده است. در روش پیشنهادی برای تهیة نقشة خطر آتش‌سوزی، ابتدا با استفاده از تصمیم‌گیری چندمعیاره نقشة خطر استاتیک و سپس از طریق شبکة عصبی مصنوعی، نقشة خطر دینامیک تهیه می‌شود. سرانجام از ترکیب این دو، نقشة خطر آتش‌سوزی به‌دست می‌آید که مقادیر هر پیکسل در آن بیانگر میزان احتمال وقوع آتش‌سوزی برای آن پیکسل است. برای ارزیابی مدل از داده‌های آتش‌سوزی ماه ژوئن سال 2005 استفاده شده است. مدل پیشنهادی درصدی از مساحت منطقه را به‌عنوان منطقة پرخطر شناسایی می‌کند. با توجه به این‌که درصد آتش‌سوزی اتفاق‌افتاده در آن منطقه نیز معلوم است، معیار دقت از تقسیم درصد آتش‌سوزی‌های رخ‌داده در منطقة پرخطر به درصد مساحت آن منطقه تعریف می‌شود. این معیار دقت برای نقشة استاتیک با وزن‌های یکسان پارامترها برابر 86/1 و در حالت استخراج وزن‌ها به روش AHP برابر 21/2 به‌دست آمد، که بیانگر بهبود دقت مدل از طریق روش AHP است. طبق نتایج مدل نهایی، حدود 49/70 درصد آتش‌سوزی‌ها در مناطقی که به‌عنوان مناطق پرخطر شناسایی شده، اتفاق افتاده است. در حالی‌که در مناطق بی‌خطر و کم‌خطر هیچ آتش‌سوزی اتفاق نیفتاده و در منطقة با خطر متوسط 51/29 درصد از آتش‌سوزی‌ها اتفاق افتاده است. همچنین معیار دقت برای مدل نهایی برابر 77/2 به‌دست آمده است.
علمی - پژوهشی
بهنوش مستأجران؛ مهدی مؤمنی
دوره 5، شماره 2 ، بهمن 1392
چکیده
تاکنون الگوریتم‌های متفاوتی برای ادغام‌رنگی تصاویر با قدرت تفکیک مکانی بالا ارائه شده است. برای انتخاب الگوریتم ادغام‌رنگی مناسب، به معیاری برای مقایسه نیاز است که بتواند بهبود هر الگوریتم را در مقایسه با الگوریتم دیگر مشخص سازد. برای ارزیابی کیفیت طیفی الگوریتم‌ها، معیارهای آماری متعددی ارائه گردیده است. یکی از محدودیت‌های ...
بیشتر
تاکنون الگوریتم‌های متفاوتی برای ادغام‌رنگی تصاویر با قدرت تفکیک مکانی بالا ارائه شده است. برای انتخاب الگوریتم ادغام‌رنگی مناسب، به معیاری برای مقایسه نیاز است که بتواند بهبود هر الگوریتم را در مقایسه با الگوریتم دیگر مشخص سازد. برای ارزیابی کیفیت طیفی الگوریتم‌ها، معیارهای آماری متعددی ارائه گردیده است. یکی از محدودیت‌های معیارهای ارائه‌شده آن است که مستقلاً برای هر پیکسل تصویر محاسبه می‌شود و به همسایگی پیکسل و جزئیات تصویر توجهی نمی‌شود. در معیارهای ارزیابی کیفیت مکانی نیز فقط از همسایگی 33 استفاده می‌شود. در این تحقیق، دو دسته معیار در ترکیب با هم پیشنهاد شده است که هم کیفیت طیفی و هم کیفیت مکانی تصاویر ادغام‌شده را در سطح پیکسل و همسایگی آن ارزیابی می‌کنند. یکی از روش‌های پیشنهادی ارزیابی کیفیت طیفی و مکانی تصاویر ادغام‌شده، مبتنی بر تبدیل موجک و دیگری مبتنی بر فیلترهای استخراج نقطه، خط، و لبه در همسایگی 55 هر پیکسل است. روش‌های پیشنهادی در 13 نوع پوشش شهری متفاوت از تصاویر سنجندة Geo Eye-1 بررسی کمّی شده‌اند. نواحی گوناگون شهری به گونه‌ای انتخاب شده‌اند که پوشش‌ها و نوع ساختمان‌های متفاوت شهری را در بر گیرند. نتایج نشان می‌دهد که روش پیشنهادی ارزیابی کیفیت مکانی و طیفی بین الگوریتم‌های ادغام‌رنگی تمایز خوبی (حدود 8 برابر) قائل می‌شود. این قابلیت سبب می‌شود تا انتخاب الگوریتم بهینه ادغام رنگی برای هر نوع پوشش شهری، صحیح‌تر صورت گیرد.
علمی - پژوهشی
حسین‌علی بهرامی؛ محبوبه جلالی؛ علی درویشی بلورانی
دوره 5، شماره 2 ، بهمن 1392
چکیده
در سال‌های اخیر وقوع طوفان‌های گردوغبار به بحران جدی منطقه‌ای تبدیل شده است. استان خوزستان، از مناطقی است که تحت تأثیر این پدیده قرار دارد. پارامترهای اقلیمی و پوشش گیاهی در وقوع این طوفان‌ها نقش مهمی دارند. در این تحقیق، تغییرات زمانی و مکانی پارامترهای اقلیمی و پوشش گیاهی و ارتباط آنها با پدید‌آمدن طوفان‌های گردوغبار بررسی ...
بیشتر
در سال‌های اخیر وقوع طوفان‌های گردوغبار به بحران جدی منطقه‌ای تبدیل شده است. استان خوزستان، از مناطقی است که تحت تأثیر این پدیده قرار دارد. پارامترهای اقلیمی و پوشش گیاهی در وقوع این طوفان‌ها نقش مهمی دارند. در این تحقیق، تغییرات زمانی و مکانی پارامترهای اقلیمی و پوشش گیاهی و ارتباط آنها با پدید‌آمدن طوفان‌های گردوغبار بررسی شد. بدین منظور، داده‌های اقلیمی (سرعت باد، دما، بارندگی، درصد رطوبت نسبی)، و فراوانی وقوع ریزگردها از سال 2000 تا 2008 ارزیابی شد. با استفاده از تصاویر مودیس، شاخص NDVI برای هر ماه طول این دوره استخراج و سپس واسطه‌یابی داده‌ها با روش کریجینگ انجام شد. بعد از انجام پیش‌پردازش، داده‌ها به ماتریس‌های 1819 تبدیل شدند. مدل رگرسیون خطی‌ای چندمتغیره (از لحاظ پارامتر) بین پارامترهای اقلیمی و پوشش گیاهی (متغیرهای مستقل) و فراوانی طوفان‌های گرد و غبار برای هر پیکسل (المان ماتریس) تخمین زده شد. براساس مدل‌های به‌دست آمده، بین مقادیر واقعی و پیش‌بینی‌شده در تمام ماه‌ها به جز خرداد، انطباق (0/96 درصد) وجود دارد. تفسیر نقشه‌های خاک، کاربری اراضی، و نوع پوشش گیاهی، از وجود خاک‌های شور و قلیا با قابلیت انتشار زیاد به هوا در مناطق جنوبی استان نشان دارد که باعث ایجاد بالاترین پتانسیل وقوع گرد و غبار با منشأ داخلی در این مناطق شده است. نتایج تست اعتبارسنجی برای همة انواع خاک، نشان داد که بیشترین دقت، به خاک‌های شور و قلیا و کمترین دقت، به خاک‌های باتلاقی شور و تپه‌های شنی ربط دارد. بنابراین، تخریب پوشش گیاهی به‌طور مؤثری فراوانی طوفان‌های گردوغبار با منشأ داخلی را در استان خوزستان تحت‌تأثیر قرار داده است و خاک‌های شور و قلیا بیشتر از سایر خاک‌ها مستعد رهاسازی ذرات غبار به جو هستند.
