علمی - پژوهشی
فاروق محمودی؛ مهدی مختارزاده مختارزاده؛ محمدجواد ولدان زوج
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 1-14
چکیده
در این تحقیق، طرح روشی مناسب جهت شناسایی تغییرات در زمین‌های کشاورزی، با استفادة هم‌زمان از روش شیءگرا و روش ترکیب رنگی به‌صورت نظارت‌شده، بررسی شده است. بدین‌منظور، از تصاویر چندزمانة سنجنده‌های 7Landsat استفاده شده است. درواقع در این روش، برخلاف روش‌های رایج که تصاویر با هم مقایسه می‌شوند و سپس تغییرات شناسایی می‌شود، برای ...
بیشتر
در این تحقیق، طرح روشی مناسب جهت شناسایی تغییرات در زمین‌های کشاورزی، با استفادة هم‌زمان از روش شیءگرا و روش ترکیب رنگی به‌صورت نظارت‌شده، بررسی شده است. بدین‌منظور، از تصاویر چندزمانة سنجنده‌های 7Landsat استفاده شده است. درواقع در این روش، برخلاف روش‌های رایج که تصاویر با هم مقایسه می‌شوند و سپس تغییرات شناسایی می‌شود، برای شناسایی تغییرات از ترکیب تصاویر و درنتیجه، آشکارشدن تغییرات با رنگ‌هایی متفاوت با رنگ اولیه استفاده شده و مقایسه‌ای جداگانه صورت نگرفته است. ایدة اصلی عرضة روشی شیءگراست که در آن، با استفاده از دو تصویر، یک تصویر هم‌مرجع‌شدة چندزمانه، شامل کل لایه‌های دو تصویر، تهیه شده است. سپس با انتخاب پارامترهای مناسب قطعه‌بندی، تک‌تصویر ایجادشده قطعه‌بندی و پس از آن، با استفادة هم‌زمان از روش ترکیب رنگی و روش‌های طبقه‌بندی شیءگرا، به نواحی تغییریافته و تغییرنیافته طبقه‌بندی شده است. درواقع، روش ترکیب رنگی با ایجاد نواحی رنگی متفاوت با تصاویر اولیه، قطعه‌های تغییریافته را به‌صورت بصری مشخص می‌کند و با انتخاب چند نمونه از آن قطعه‌ها از سوی کاربر خبره، با اعمال طبقه‌بندی شیءگرا، این قطعه‌ها در کل تصویر شناسایی می‌شوند. درنهایت، با انتخاب نمونه‌های آموزشی فقط از یک تصویر، نواحی برچسب‌خورده و نواحی تغییریافتة نهایی به‌دست آمده است. نتایج بیانگر آن است که این روش به‌علت استفاده از اطلاعات مکانی افزون‌بر اطلاعات طیفی، از جهت کاهش نمونه‌های آموزشی، افزایش دقت (تقریباً 3٪) و افزایش درصد اطمینانِ طبقه‌بندی بر روش‌های معمولی شناسایی تغییرات، که از مقایسة دو تصویر چندزمانه استفاده می‌کنند، برتری دارد.
علمی - پژوهشی
جواد سدیدی؛ پرویز ضیائیان فیروزآبادی؛ درواری سید زهرا
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 15-32
چکیده
امروزه یکی از محدودیت‌های موجود، در زمینة منابع آب، ضعف راهکارهای مرتبط با مدیریت منابع آب است. ازجمله راهکارهای مدیریتی برای بهبود این مشکل، تخصیص بهینة کاربری با رویکرد آب مجازی است. در تحقیق حاضر، مدلی برای بهینه‌یابی تخصیص کاربری با رویکرد ذخیرة آب مجازی، با استفاده از الگوریتمهای فراابتکاری ژنتیک (NSGA-II،GA) در اراضی آبادی حاجی‌لک ...
بیشتر
امروزه یکی از محدودیت‌های موجود، در زمینة منابع آب، ضعف راهکارهای مرتبط با مدیریت منابع آب است. ازجمله راهکارهای مدیریتی برای بهبود این مشکل، تخصیص بهینة کاربری با رویکرد آب مجازی است. در تحقیق حاضر، مدلی برای بهینه‌یابی تخصیص کاربری با رویکرد ذخیرة آب مجازی، با استفاده از الگوریتمهای فراابتکاری ژنتیک (NSGA-II،GA) در اراضی آبادی حاجی‌لک واقع در بخش سیمینة شهرستان بوکان (استان آذربایجان‌غربی) ارائه شده است. پس از تهیة لایة کاربری اراضی و آماده‌سازی آن در سیستم اطلاعات جغرافیایی (GIS) و تهیة ضرایب توابع هدف، تخصیص کاربری با استفاده از الگوریتمهای فراابتکاری ژنتیک، با توجه ویژه به کاهش مصرف آب مجازی، بهینه شده است. نتایج نشان می‌دهد الگوهای کاربری پیشنهادی در سناریوی آب مجازی، به‌ترتیب، در الگوریتمهای GA و NSGA-II ، 29 و 35 درصد مصرف آب مجازی را کاهش داده است. این مدل می‌تواند، به‌منزلة سیستم پشتیبان تصمیم، نقش مؤثری در تصمیم‌گیری مدیران براساس اهداف گوناگون ایفا کند. همچنین، آزمون تکرارپذیری، زمان اجرا و همگرایی الگوریتم‌ها در مدل حاکی از برتری الگوریتم NSGA-II بر GA است؛ به‌طوری‌که الگوریتم NSGA-II، در مقایسه با الگوریتم GA، دارای زمان کمتر در اجرای مدل است و همگرایی بیشتر و واریانس کمتری در آزمون تکرارپذیری از خود نشان می‌دهد. استفاده از الگوریتمهای فراابتکاری در بهینه‌یابی تخصیص کاربری با رویکرد آب مجازی را می‌توان نوآوری موضوعی این تحقیق بیان کرد.
علمی - پژوهشی
داود اکبری؛ مینا مرادی‌زاده
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 33-44
چکیده
در چند سال اخیر، موضوع بهبود قدرت تفکیک مکانی تصاویر حرارتی سنجنده‌های فضایی در نواحی شهری به‌صورت یکی از چالش‌های جدید مطرح شده است. هدف این مقاله به‌کارگیری شاخص‌های سطوح غیرقابل نفوذ و شاخص‌های پوشش گیاهی برای بهبود قدرت تفکیک مکانی باند حرارتی سنجندة ETM+، مربوط به بخشی از شهر تهران، است. بدین‌ترتیب پس از پیش‌پردازش‌های اولیه، ...
بیشتر
در چند سال اخیر، موضوع بهبود قدرت تفکیک مکانی تصاویر حرارتی سنجنده‌های فضایی در نواحی شهری به‌صورت یکی از چالش‌های جدید مطرح شده است. هدف این مقاله به‌کارگیری شاخص‌های سطوح غیرقابل نفوذ و شاخص‌های پوشش گیاهی برای بهبود قدرت تفکیک مکانی باند حرارتی سنجندة ETM+، مربوط به بخشی از شهر تهران، است. بدین‌ترتیب پس از پیش‌پردازش‌های اولیه، تصاویر به‌دست‌آمده با استفاده از فیلتر میانگین در قدرت تفکیک ۱۲۰، ۲۴۰، ۴۸۰، ۷۲۰ و ۹۶۰ متر شبیه‌سازی شده‌اند. سپس معادلات رگرسیون، به‌قصد تعیین روابط بین این تصاویر با درجة حرارت سطح، در قدرت تفکیک ۹۶۰ متر، استفاده شده‌اند. در ادامه به‌کمک روابط به‌دست‌آمده، که شامل شاخص‌های گیاهی و سطوح غیرقابل نفوذ می‌شوند، حرارت سطح در قدرت تفکیک‌های یادشده برآورد شد. در انتها، با استفاده از تصاویر حرارتی سنجندة ETM+ و سنجندة MODIS، دقت هریک از خروجی‌ها مورد ارزیابی قرار گرفته است. نتایج این تحقیق نشان می‌دهد که با افزایش دقت مکانی، مقدار خطاها نیز افزایش می‌یابد اما شیب تغییرات خطا ثابت نیست؛ به‌طوری‌که در تمامی شاخص‌ها، وقتی قدرت تفکیک از ۲۴۰ متر کمتر می‌شود، شیب تغییرات افزایش بیشتری نشان می‌دهد. به‌علاوه، ترکیب شاخص‌های سطوح غیرقابل نفوذ و پوشش گیاهی بهترین عملکرد را برای بهبود قدرت تفکیک مکانی تصاویر حرارتی شهر تهران دارد. با استفاده از ترکیب این شاخص‌ها، قدرت تفکیک مکانی سنجندة MODIS را می‌توان تا حدود 240 متر افزایش داد؛ درحالی‌که مقدار خطای مطلق کمتر از 1 درجة کلوین است.
علمی - پژوهشی
زینب قائمی؛ محمد طالعی؛ مهدی فرنقی؛ قاسم جوادی
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 45-70
چکیده
رشد و توسعة شهری و افزایش استفاده از وسایل نقلیه در سال‌های اخیر منجر به افزایش آلودگی هوا، به‌ویژه در شهر‌های بزرگ و صنعتی، شده است. با توجه به آثار نامطلوب آلودگی هوا در سلامت انسان‌ها و دیگر جانداران، پیش‌بینی و مدل‌سازی این پدیدة پیچیده از دغدغه‌های اصلی محققان در سال‌های اخیر بوده است. هدف این تحقیق طراحی سیستمی است به‌منظور ...
بیشتر
رشد و توسعة شهری و افزایش استفاده از وسایل نقلیه در سال‌های اخیر منجر به افزایش آلودگی هوا، به‌ویژه در شهر‌های بزرگ و صنعتی، شده است. با توجه به آثار نامطلوب آلودگی هوا در سلامت انسان‌ها و دیگر جانداران، پیش‌بینی و مدل‌سازی این پدیدة پیچیده از دغدغه‌های اصلی محققان در سال‌های اخیر بوده است. هدف این تحقیق طراحی سیستمی است به‌منظور پیش‌بینی آلودگی هوا، طی 24 ساعت آینده، تا با شناسایی مناطق آلوده، به مدیران و برنامهریزان شهری برای کنترل و کاهش میزان آلایندهها کمک کند. در سیستم طراحیشده، از ترکیب آنالیز مؤلفة اصلی و شبکة عصبی فازی– تطبیقی (PCA-ANFIS)، به‌منظور پیش‌بینی آلودگی هوا در فصلهای متفاوت، استفاده شده است. در این سیستم، داده‌های هواشناسی و غلظت آلایندهها در روزهای گذشته، برای پیش‌بینی آلودگی هوای شهر تهران در 24 ساعت آینده، بهکار رفته است. همچنین، از پارامترهای مکانی مانند ارتفاع، توپوگرافی سطح زمین و فاصله از جاده به‌منظور مدل‌سازی مکانی پراکندگی آلودگی هوا استفاده شده است. نتایج حاصل از مقایسة روش ترکیبی PCA-ANFIS با روش ANFIS دقت و سرعت بالاتر مدل ترکیبی طراحیشده را، بهنسبت روش ANFIS در پیش‌بینی آلودگی هوا طی 24 ساعت آینده، بیان می‌کند.
علمی - پژوهشی
مرتضی رحیم‌پور؛ نعمت‌الله کریمی؛ رضا روزبهانی؛ عبدالعلی رضایی
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 71-90
چکیده
دسترسی هم‌زمان به تصاویر ماهواره‌ای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما می‌توان با استفاده از تلفیق تصاویر سنجنده‌های گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدین‌ترتیب، ...
بیشتر
دسترسی هم‌زمان به تصاویر ماهواره‌ای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما می‌توان با استفاده از تلفیق تصاویر سنجنده‌های گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدین‌ترتیب، هدف اصلی تحقیق حاضر اجرا و ارزیابی میزان دقت یکی از جدیدترین و کارآمدترین مدل‌های ترکیب تصاویر ماهواره‌ای با عنوان ESTRAFM است. برای اجرا و ارزیابی این مدل، دو دورة زمانی (مقطع نخست بین روزهای 204 تا 220 و مقطع دوم بین روزهای 220 تا 236 سال 2016) در نظر گرفته شد. برای اعتبارسنجی نتایج، از تصاویر سنجندة OLI در موزائیک کناری، در جایگاه دادة مشاهداتی (تصویرمبنا)، استفاده شد. نتایج ارزیابی این دو دوره نشان داد میانگین همبستگی باندهای آبی، سبز، قرمز و فروسرخ نزدیکِ تخمین‌زده‌شده با تصویر دریافتی از سنجندة OLI، به‌صورت میانگین در این دو دوره، به‌ترتیب برابر با 90/0، 91/0، 91/0 و 85/0 و میانگین میزان مجذور میانگین مربعات خطا و چهار باند مذکور به‌ترتیب برابر با 025/0، 030/0 ، 036/0 و 049/0 است که، به‌ترتیب، معادل 3/15، 2/16، 5/16 و 7/13 درصد خطا در باندهای مورد نظر است. افزون‌بر این، با توجه به میزان همبستگی بالا (87/0R2=) و مجذور میانگین مربعات خطای ناچیز (056/0RMSE=) بین مقادیر NDVI پیش‌بینی‌شده و NDVI حاصل از باندهای مشاهداتی، می‌توان بیان کرد علاوه‌بر اینکه این مدل در برآورد مقادیر بازتابندگی سطحی دقت مطلوبی دارد؛ می‌توان از آن (مانند NDVI) برای پیش‌بینی میزان محصولات نیز استفاده کرد. براساس نتایج مدل ESTARFM، می‌توان عنوان کرد مقادیر پیش‌بینی‌شدة باندهای گوناگون دقت مناسبی دارند و می‌توان از این مدل برای ترکیب تصاویر، به‌قصد افزایش قدرت تفکیک‌های مکانی و زمانی، استفاده کرد.
علمی - پژوهشی
بهنام تشیع؛ عباس علیمحمدی
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 91-110
چکیده
در این مقاله، روش جدیدی برای مدل‌سازی کمی آثار سلامت محیط ناشی از سناریوهای ترافیکی پیشنهاد شده است. برای این منظور، دو مدل مبتنی بر سیستم‌های استنتاج فازی سلسله‌مراتبی عرضه شده است. در توسعة مدل مورد استفاده برای ارزیابی تأثیر سیستم حمل و نقل در غلظت ذرات معلق، از داده‌های مربوط به یک مدل پراکنش استفاده شده است. مدل رگرسیون کاربری ...
بیشتر
در این مقاله، روش جدیدی برای مدل‌سازی کمی آثار سلامت محیط ناشی از سناریوهای ترافیکی پیشنهاد شده است. برای این منظور، دو مدل مبتنی بر سیستم‌های استنتاج فازی سلسله‌مراتبی عرضه شده است. در توسعة مدل مورد استفاده برای ارزیابی تأثیر سیستم حمل و نقل در غلظت ذرات معلق، از داده‌های مربوط به یک مدل پراکنش استفاده شده است. مدل رگرسیون کاربری اراضی فازی1 حاصل افزون بر مزایایی همچون امکان مدل‌سازی تغییرات غلظت آلاینده با رزولوشن بالا، حجم پردازش مناسب و لحاظ‌کردن برهمکنش میان انتشار و فرایندهای آب‌وهوایی، امکان استفاده از داده‌های توصیفی و غیرقطعی را نیز دارد. برای توسعة مدل مورد استفاده در ارزیابی تأثیر غلظت ذرات معلق ناشی از ترافیک در سلامت، از یک متریک حاصل از مطالعات اپیدمیولوژیک استفاده شده است. مدل پیشنهادی قابلیت‌های متریک مذکور را، با ایجاد امکان مدل‌سازی عدم قطعیت ارتباط میان پارامترها و عدم قطعیت مقادیر پارامترها، بهبود داده است. برای افزایش کارآیی هر دو مدل، از ساختار سلسله‌مراتبی مبتنی‌بر مسئله و تولید و تنظیم هم‌زمان توابع عضویت و مجموعة قواعد ازطریق یادگیری استفاده شده است. برای بررسی کارآیی روش پیشنهادی، تأثیر سه سناریوی ترافیکی در سلامت محیطی در شهر اصفهان ارزیابی شده است. از میان سناریوهای یادشده، طرح مناطق کم‌انتشار و طرح زوج و فرد، به‌ترتیب، بیشترین و کمترین مزایای مرتبط با سلامت محیطی را دارند. نتایج حاصل نشان می‌دهد روش پیشنهادی برای ارزیابی سلامت محیطی، در مقایسه با روش‌های مشابه، دقت و کارآیی مطلوبی دارد.
علمی - پژوهشی
علی‌اکبر متکان؛ بابک میرباقری؛ کمال اکبری
دوره 9، شماره 3 ، اردیبهشت 1396، صفحه 111-126
چکیده
یکی از تحلیل‌های پرکاربرد سیستم‌های اطلاعات جغرافیایی (GIS) یافتن مسیرهای بهینة بین دو نقطه در شبکة حمل‌ونقل شهری است. به‌دلیل تنوع بالای مسیرهای ممکن بین دو نقطه در شبکة حمل‌ونقل شهری، یافتن مسیرهای بهینه کار پیچیده‌ای است. از سویی، درنظرگرفتن هم‌زمان تمامی پارامترهای مؤثر در انتخاب مسیر از جمله طول مسیر، ترافیک، سختی عبور از ...
بیشتر
یکی از تحلیل‌های پرکاربرد سیستم‌های اطلاعات جغرافیایی (GIS) یافتن مسیرهای بهینة بین دو نقطه در شبکة حمل‌ونقل شهری است. به‌دلیل تنوع بالای مسیرهای ممکن بین دو نقطه در شبکة حمل‌ونقل شهری، یافتن مسیرهای بهینه کار پیچیده‌ای است. از سویی، درنظرگرفتن هم‌زمان تمامی پارامترهای مؤثر در انتخاب مسیر از جمله طول مسیر، ترافیک، سختی عبور از تقاطع‌ها، کیفیت معابر و ...، پیچیدگی فرایند کشف مسیر بهینه را دوچندان می‌کند. همچنین در پاره‌ای از موارد، وجود دو یا چند پارامتر مؤثر ناسازگار، مانند طول مسیر و ترافیک، بر پیچیدگی مسئله می‌افزاید. الگوریتمهای بهینه‌سازی، به‌ویژه الگوریتم‌هایی مانند الگوریتم ژنتیک چندهدفه NSGA-II، که توانایی درنظرگرفتن هم‌زمان چندین پارامتر ناسازگار در یک مسئله را دارند، می‌توانند GIS را در حل این‌گونه مسائل یاری کنند. هدف از این پژوهش عرضة مدلی برمبنای الگوریتم NSGA-II در بستر GIS، به‌منظور کشف مسیرهای بهینه در شبکة حمل‌ونقل شهری است. بدین‌منظور، الگوریتم NSGA-II به‌گونه‌ای مدل شد تا ساختار توپولوژیک مسیرهای بهینه (پیوستگی و نبودِ حلقه در مسیر) حفظ شود؛ بنابراین، هم در تولید مسیرهای اولیه و هم در عملگرهای ژنتیکی مورد استفاده، حفظ ساختار توپولوژیک مسیرهای خروجی مدنظر قرار گرفت. در این راستا به‌منظور رسیدن به اهداف یادشده، دو عملگر ژنتیکی ابتکاری، متناسب با مسئلة بهینه‌سازی مسیر در شبکة حمل‌ونقل شهری، توسعه داده شد. همچنین با هدف بالابردن کارآیی مدل در ارائة مسیرهای بهینه، افزون‌بر درنظرگرفتن طول مسیر، ترافیک و کیفیت مسیر به‌منزلة توابع هدف، دشواری عبور از تقاطع‌ها نیز به‌مثابة یکی دیگر از توابع هدف مدل شد. به‌منظور آزمودن قابلیت‌های مدل، یک شبکة حمل‌ونقل شهری فرضی با محدودیت‌های لازم طراحی شد و مدل، با بهره‌گیری از آن، مورد ارزیابی قرار گرفت. نتایج به‌دست‌آمده نشان‌دهندة صحت کارکرد مدل و توانایی بالای آن در یافتن مسیرهای بهینه با چندین هدف متضاد است.
