مهندسی فناوری اطلاعات مکانی
سال:1397 | دوره:6 | شماره:2 |تعداد مقالات:10

طبقه بندی یکی از پرکاربردترین روشهای استخراج اطلاعات از تصاویر ماهواره ای است، در الگوریتم های مختلف طبقه بندی تنها از اطلاعات طیفی تصویر به عنوان ورودی استفاده می شود. در حالی که خصوصا در تصاویر با رزولوشن مکانی بالا، روابط مکانی بین پیکسلهای همسایه نقش به سزایی در ایجاد تمایز بین کلاسهای مختلف، در تفسیر انسانی دارد. در تحقیقات مختلف روشهایی جهت کمی سازی بافت تصویر و استفاده از آن در ایجاد تفکیک بین کلاسها ارائه شده است. با توجه به تنوع روشهای کمی سازی بافت تصویر و تنوع پارامترهای قابل تنظیم آنها، امکان تولید تعداد بسیار بالایی ویژگی مکانی جدید از تصویر وجود دارد. هر یک از این ویژگیها توانایی خاصی در ایجاد تمایز بین کلاسهای تصویر دارند، این حقیقت و تعداد بالای ویژگیها، نیاز به انتخاب ترکیب بهینه و یا تولید ویژگی هایی که چکیده توانمندی مجموعه تولید شده را داشته باشند، را ضروری می نماید. در این تحقیق با الهام از اندکس های تفاضلی نرمال طیفی، مفهوم شاخص مکانی جهت تولید شاخص هایی مبتنی بر ویژگیهای مکانی تولید شده از تک باند طیفی تصویر پانکروماتیک، جهت تفکیک کلاسهای مختلف تصویر معرفی شده است. شاخص های مکانی تولیدی برای هر کلاس به عنوان چکیده مجموعه ویژگیهای مکانی و به صورت ویژگیهای جدید در کنار باند تصویر در طبقه بندی نظارت شده استفاده شد. ویژگیهای دارای بیشینه و کمینه مقدار در هر کلاس پس از تولید بردار میانگین در فضای ویژگی ها و حذف ویژگیهای داری رنج تغییرات کوچک انتخاب شدند. پس از مقایسه با نتایج سایر کلاسها، زوج باندهای غیر تکراری انتخاب شده و ویژگیهای تفاضلی نرمال بر اساس آنها تولید شد، استفاده از ویژگیهای تولید شده در طبقه بندی منجر به افزایش قابل توجه دقت در تفکیک کلاسها و کاهش زمان کلی محاسبات گردید. از دیگر مزایای این روش، صریح و مستقیم بودن و عدم نیاز به روندهای تکرار است.

پایش تغییرات کاربری اراضی از تصاویر ماهواره ای چندزمانه، یکی از مهمترین کاربرد­ های سنجش از دور و سیستم اطلاعات مکانی است. در پژوهش حاضر چارچوبی برای پایش تغییرات از تصاویر ماهواره ای چندزمانه با به کارگیری الگوریتم شناسایی تغییرات چند متغیره با وزن دهی تکراری(IR-MAD) و طبقه بندی ماشین بردار پشتیبان (SVM) ارائه شده است. در این مطالعه، پایش تغییرات با استفاده از تصاویر ماهواره ای لندست با یک فاصله زمانی 18 ساله، برای جزیره شاهی و قسمتی از حوزه غربی دریاچه ارومیه پیاده سازی گردیده است. روش پیشنهادی دارای دو مرحله اصلی در پایش تغییرات می باشد. در مرحله اول، مؤلفه های شدت تغییرات به صورت اتوماتیک با استفاده از تبدیل IR-MAD مشخص می گردند. در ادامه، مؤلفه های بهینه با اعمال آنالیز مؤلفه اصلی با هسته کرنل (KPCA) بر مؤلفه های شدت تغییرات انتخاب می شوند. در مرحله دوم، جهت تهیه نقشه ماهیت تغییرات، مؤلفه های بهینه ترکیب شده با استفاده از روش SVM طبقه بندی می شوند. به منظور بررسی عملکرد روش پیشنهادی در جهت پایش تغییرات، این روش با روش های متداول ترکیب طیفی-زمانی و مقایسه پس از طبقه بندی مقایسه گردید. ارزیابی نتایج نشان می دهد که روش پیشنهادی موجب بهبود دقت کلی به میزان %89/4 و %39/4 به ترتیب نسبت به روش های آنالیز ترکیبی طیفی-زمانی و مقایسه پس از طبقه بندی شده است.

رگرسیون وزنی جغرافیایی منطقی (GWLR) نسخه محلی مدل رگرسیون منطقی (LR) است که در هر مکان رابطه متفاوتی را بین متغیرهای وابسته و مستقل برآورد می کند. در تحقیق حاضر از مدل GWLR در توسعه قوانین تبدیل سلولهای خودکار(CA) استفاده و کارایی آن در پیش بینی رشد شهری در مقابل مدل CA مبتنی بر رگرسیون منطقی (Logistic-CA) مورد ارزیابی قرار گرفت. همچنین پارامتری تحت عنوان ضریب رشد حاشیه ای برای تعیین توازن بهینه میان فرایندهای رشد حاشیه ای و رشد خود انگیخته که از جمله فرایندهای مهم در رشد اراضی شهری محسوب می شوند، تعریف گردید. جهت ارزیابی دقت مدل نیز از آماره کاپای فازی در کنار ضریب معمول کاپا استفاده شد. مدل پیشنهادی در تحقیق حاضر جهت پیش بینی توسعه بخشی از اراضی شهری واقع در جنوب غرب منطقه کلانشهری تهران برای دوره زمانی 1391-1383 اجرا گردید. نتایج این مطالعه نشان داد استفاده از مدل GWLR در تعریف قوانین تبدیل CA منجر به افزایش قابل توجه دقت پیش بینی رشد شهری در مقایسه با مدل Logistic-CA می گردد. دقت پیش بینی مدل توسعه داده شده در تحقیق حاضر بر حسب ضریب کاپا برابر 54/0 می باشد که افزایش دقتی معادل 24/0 را در مقایسه با مدل Logistic-CA نشان می دهد. همچنین دقت مدل پیشنهادی بر اساس شاخص کاپای فازی با در نظر گرفتن فواصل50 و 100 متری برای تابع نمایی افت فاصله، به 69/0 و 76/0 می رسد.

مدل های سه بعدی تولید شده از فضاهای شهری با توجه به کاربردهای وسیع آنها، مورد نیاز بسیاری از سازمان ها و ارگانها می باشند. در میان روشهای متعدد تولید مدل سه بعدی از فضاهای شهری، استفاده از تصاویر استریوپانوراما به دلیل پوشش کامل محیط اطراف بسیار مورد توجه قرار گرفته اند. در این مقاله یک اسکنر استریوپانوراما با چینش جدید ارائه شده است که ساختار آن مبتنی بر دوربین های استریو است. این سیستم علاوه بر ایجاد قابلیت دید سه بعدی از محیط اطراف، امکان استخراج اطلاعات هندسی با دقت مناسب جهت مدل سازی های شهری را نیز فراهم می آورد. از مزایای این سیستم می توان به خودکارسازی فرآیند تناظریابی و تولید مدل سه بعدی در آن، تولید استریوپانوراما با دقت مکانی یکسان در همه نقاط و قابلیت استخراج مدل سه بعدی به شکل ابرنقطه با دقت بالا اشاره کرد. در این مقاله، ساختار سیستم شامل پیاده سازی سیستم، کالیبراسیون آن و نحوه تولید مدل سه بعدی از آن توضیح داده شده است. به علاوه نتایج تجربی ارزیابی قابلیت های سیستم نیز ارائه شده است. نتایج بررسی سیستم نشان می دهد که این سیستم قابلیت تولید مدل سه بعدی با دقت مناسب برای کاربردهای مدل سازی سه بعدی شهری را دارد. این نتایج نشان می دهند که در فاصله حدود 15 متری از سیستم اسکنر استریوپانوراما، میزان خطای طول بین نقاط در حدود 57 میلیمتر است.

یکی از مهم ترین چالش های بشر در قرن حاضر کاهش منابع به دلیل استفاده غیرمنطقی انسان از زمین می باشد که منجر به پدیده ای به نام تخریب سرزمین شده است. تاکنون، مدل های متفاوتی جهت ارزیابی این پدیده معرفی شده اند که پارامترها و اوزان آن ها وابسته به نظر کارشناسان می باشند. در این تحقیق سعی شده با معرفی روشی جدید پارامترهای مؤثر بر این پدیده، با شرایط منطقه موردمطالعه تعیین و واسنجی شوند. روش پیشنهادی، روشی داده مبنا محسوب می شود طوری که در آن اوزان پارامترها به صورت هوشمند و مبتنی بر شرایط اقلیمی و جغرافیایی منطقه، محاسبه می گردند. جهت تعیین درجه اهمیت هر یک از معیارها و رتبه بندی آن ها از الگوریتم ژنتیک و شاخص همپوشانی وزن دار استفاده شده است. برای ارزیابی، اطلاعات مربوط به منطقه نینوا واقع در کشور عراق که شامل تصاویر ماهواره ای لندست سال های 1985، 2001، 2014 و معیارهای فاصله از رودخانه، فاصله از دریاچه، فاصله از مناطق کشاورزی، فاصله از راهها، فاصله از مناطق مسکونی، ارتفاع، شیب، فاصله از قنات، فاصله از چاه آب، فرسایش، نوع اقلیم و شاخص نرمال شده تفاوت پوشش گیاهی (Normalized Difference Vegetation Index) گردآوری شد. نتایج حاصل از مدل سازی و واسنجی روش پیشنهادی با روش معمول (اعمال وزن های یکسان) مقایسه شدند. با اعمال الگوریتم ژنتیک و واسنجی نمودن اوزان، میانگین خطای پیش بینی تخریب پوشش گیاهی 03/0 به دست می آید که در مقایسه با خطای روش معمول (137/0) از کاهش چشمگیری برخوردار است. همچنین در این مرحله، ترتیب اهمیت معیارها در منطقه موردمطالعه نیز مشخص شد. به منظور اطمینان بیشتر از دقت مدل نتایج دوباره ارزیابی شد که به ترتیب از اطلاعات سال های 2001 و 2014 استفاده شد و خطای میانگین 053/0 و دقت 857/0 به دست آمد. پس از اطمینان به دقت مدل، پیش بینی تخریب پوشش گیاهی سال 2027 نیز صورت گرفت. نتایج به دست آمده از مدل ارائه شده حاکی از وضعیت بحرانی تخریب سرزمین در منطقه موردمطالعه می باشد.

شناسایی عوارض با ماهیّت یکسان در مجموعه داده های مختلف تحت عنوان تناظریابی عوارض شناخته می شود. تناظریابی کاربردهای مستقیم و غیر مستقیم بسیاری نظیر تلفیق، ارزیابی کیفیّت، به روز رسانی داده ها و انجام آنالیزهای چندمقیاسی دارد. از این رو در این تحقیق راهکاری نوین جهت تناظریابی عوارض ارائه می گردد که ضمن در نظر گرفتن تنها معیارهای هندسی (خصوصیات هندسی و توپولوژیکی) استخراج شده از عوارض، هرگونه وابستگی اولیه به پارامترهای تجربی مرسوم نظیر حد آستانه درجه شباهت مکانی، فاصله بافر و وزن معیارها حذف و تناظریابی در مجموعه داده های مختلف انجام می گیرد. در رویکرد پیشنهادی تمامی روابط یک به هیچ، هیچ به یک، یک به یک، یک به چند، چند به یک و چند به چند در نظر گرفته می شود. همچنین در این تحقیق کارایی الگوریتم های ژنتیک، توده ذرات و جستجوی غذای زنبور عسل برای تناظریابی عوارض خطی در مجموعه داده های مختلف با استفاده از بهینه سازی معیارهای هندسی مورد بررسی قرار می گیرد. برای ارزیابی کارایی رویکرد پیشنهادی از سه مجموعه داده در مقیاس ها و منابع مختلف استفاده می گردد. نتایج نشان داد که چارچوب پیشنهادی به خوبی توانایی شناسایی عوارض متناظر در مجموعه داده های مختلف را دارا می باشد، همچنین نتایج نشان داد که الگوریتم ژنتیک در مقایسه با دو روش دیگر دارای کارایی بالاتری برای بهینه سازی پارامترهای موجود در تناظریابی عوارض خطی می باشد.

افزایش حمل ونقل و ترافیک در شهرها را می توان از عوامل اصلی آلودگی هوا نام برد که تأثیرات منفی گسترده ای بر کیفیت زندگی انسان ها و گیاهان گذاشته است. روش­ های معمول برای بررسی تأثیر آلودگی هوا بر اساس نمونه برداری از هوا و گیاه و تجزیه وتحلیل هایی است که نیازمند تجهیزات آزمایشگاهی، زمان و هزینه نسبتاً بالا هستند. ترکیبات بیوشیمیایی و تغییرات ساختار سلولی گیاه تحت تأثیر بازتابندگی طیفی گیاهان در محدوده طیف مرئی و مادون قرمز نزدیک قرار دارد. آلودگی هوا و استرس های ناشی از آن باعث تغییراتی در ترکیبات محتوای سلولی گیاه خواهد شد؛ بنابراین می توان با بررسی رفتار طیفی گیاه با صرف زمان و هزینه کمتر به احتمال وجود آلودگی درختان در فضای سبز شهری پی برد. هدف مطالعه حاضر مطالعه رفتار طیفی گونه های زبان گنجشک، نارون و سرو در دو حالت آلوده و شاهد و بررسی امکان تفکیک این دو تیمار بوده است. این مطالعه در بخشی از بزرگراه امام خمینی اصفهان که در معرض آلودگی هوای ناشی از ترافیک قرار دارد انجام شده است. به این منظور شاخص های طیفی حساس به استرس و کلروفیل انتخاب و محاسبه شده؛ سپس به عنوان ورودی در مدل های شبکه عصبی مصنوعی وارد شد. نتایج مدل شبکه عصبی مصنوعی با استفاده از شاخص های طیفی برای تفکیک گونه های شاهد و آلوده دارای صحت کلی %4/73 بود. مدل رگرسیونی حداقل مربعات بخشی نیز برای تفکیک دو حالت آلوده و شاهد برای سه گونه به صورت توأم و برای هر گونه به صورت مجزا انجام شد و نتایج قابل قبولی در تفکیک گونه های شاهد و آلوده گونه ی زبان گنجشک با ضریب همبستگی 97/0 و ریشه میانگین مربعات خطا حاصل از اعتبار سنجی متقاطع (Root Mean Square Error of Cross Validation) مدل به دست آمده معادل 76/0 به دست آمد.

پایش و نظارت تغییرات وسیع در سراسر جهان نیازمند روش ها و تکنیک های قدرتمندی می باشد، بنابراین آشکارسازی و بصری سازی و ارزیابی رشد تغییرات در برنامه ریزی و مدیریت قابل توجه است. استفاده از تصاویر تمام قطبیده راداری به دلیل تعامل بین موج های الکترو مغناطیسی و هدف (تارگت) و استفاده از اطلاعات فاز و دامنه و به دلیل بالا بودن توان تفکیک مکانی تا حدود یک متر می تواند برای بررسی تغییرات در سطح زمین استفاده شود. این تحقیق براساس تجزیه تصاویر تمام قطبیده راداری هوابرد (Uninhabited Aerial Vehicle SAR UAVSAR: ) و استخراج ویژگی های این تصویر و پیاده سازی الگوریتم های آشکارسازی تغییرات به شناسایی تغییرات در یک منطقه جغرافیایی با استفاده از دو نمونه داده واقعی پرداخته است. هدف از این تحقیق، بررسی و ارزیابی روش های مختلف آشکارسازی تغییرات در تصاویر تمام قطبیده راداری که شامل روش های جبری که براساس ماهیت ریاضی بین بردار های متناظر، روش های فاصله مبنا براساس اندازه گیری فاصله بین بردار های متناظر و روش های شباهت مبنا براساس وابستگی بین بردارهای متناظر می باشد. ارزیابی دقت روش پیاده سازی شده با استفاده از داده واقعیت زمینی و استفاده از آماره های ارزیابی دقت کلی، مساحت زیر منحنی راک و نرخ هشدار های اشتباه می باشد. ارزیابی نتایج نشان می دهد که روش های آشکارسازی تغییرات جبری دارای دقت بالایی نسبت به سایر روش های تشخیص تغییرات می باشند. همچنین، نتایج کمی نشان می دهد که الگوریتم های تشخیص تغییرات جبری دارای دقت کلی بیش از %92 بوده و در سایر معیارهای ارزیابی، روش جبری دارای نرخ هشدار های اشتباه پایین و مساحت زیر منحنی بالا برای تشخیص تغییرات در تصاویر تمام قطبیده راداری می باشد.

خصوصیات بیوفیزیکی و دمای سطح از پارامترهای کلیدی برای کنترل و ارزیابی فرآیندهای فیزیکی و شیمیایی سطح زمین محسوب می شوند. هدف از مطالعه حاضر بررسی و تحلیل ارتباط بین شدت جزیره حرارتی و اختلاف خصوصیات بیوفیزیکی اراضی ساخته شده و غیر ساخته شده می باشد. برای این منظور، از 4 تصویر ماهواره ای لندست 8 و محصول بخار آب مودیس برای 22 فروردین 1395، 9 تیر1395، 5 شهریور1393 و 8 آبان 1393 محدوده شهرهای قائم شهر، ساری، نکا و بهشهر استفاده شده است. برای استخراج دمای سطح از الگوریتم تک کاناله، استخراج خصوصیات بیوفیزیکی سطح از ترکیب های باندی تسلدکپ و برای استخراج اراضی ساخته شده از ترکیب باندی جدیدی استفاده شده است. درنهایت وضعیت دما و خصوصیات بیوفیزیکی سطح برای اراضی ساخته شده و غیرساخته شده بررسی و ارتباط آن ها با شدت جزیره حرارتی برای هر 4 محدوده جغرافیایی مورد مطالعه در 4 ماه مختلف بررسی شده است. نتایج بررسی ارتباط بین دما و خصوصیات بیوفیزیکی، ضریب همبستگی 0. 88 را نشان می دهد. افزایش اختلاف خصوصیات بیوفیزیکی سطوح اراضی ساخته شده و غیرساخته شده سبب افزایش اختلاف دمای سطح دو نوع اراضی و تشدید پدیده جزیره حرارتی شهری می گردد به همین دلیل اختلاف میانگین دمای اراضی ساخته شده و غیرساخته شده با توجه به محدوده جغرافیایی و زمانی مورد مطالعه بین 4/6-3/0 درجه کلوین متغیر می باشد. بیشترین و کمترین مقدار شدت جزیره حرارتی به ترتیب مربوط به محدوده ی قائمشهر در 9 تیر 1395 با 0. 5768 و محدوده نکا در 5 شهریور 1393 با 0. 03 می باشد.

وجود توپوگرافی در بالای ژئویید مانع اصلی برای تعیین ارتفاع ژئویید با استفاده از مدل های ژئوپتانسیل است. مدل های ژئوپتانسیل جهانی امکان مدل سازی میدان پتانسیل زمین را به صورت بسط سری خارجی از هارمونیک های کروی فراهم می سازند. استفاده از این بسط برای تعیین آنومالی پتانسیل بروی ژئویید در داخل توپوگرافی سبب تولید یک بایاس می شود که به آن بایاس توپوگرافی می گویند. این مطالعه به محاسبه ژئویید با استفاده از مدل های ژئوپتانسیل می پردازد. برای این منظور دو روش مستقیم انتقال تحلیلی و غیر مستقیم رَپ به کار گرفته می شود. روش انتقال تحلیلی بر مبنا استفاده از مدل های ژئوپتانسیل در داخل توپوگرافی و اعمال بایاس توپوگرافی و روش رَپ بر مبنا محاسبه آنومالی ارتفاعی و تبدیل آن به ژئویید است. موفقیت این دو روش برای بازیابی ژئویید در490 نقطه ترازیابی با جی پی اس در منطقه کوهستانی کلرادو در امریکا مورد ارزیابی قرار گرفت. نتایج نشان دهنده توافق خوب دو روش در حد سانتیمتر در قیاس با نقاط ترازیابی با جی پی اس است. همین طور نشان از بهبود دقت نسبی و مطلق ژئویید حاصل از مدل ای جی ام 08 به میزان 60% در هر دو روش می باشد. نتایج عددی نشان داد که استفاده از مدل های هارمونیک ارتفاعی بجای ارتفاع نقطه می تواند باعث ایجاد بایاس چند سانتیمتری روی ارتفاع ژئویید شود. علاوه بر این دقت مطلق روش رَپ از روش انتقال تحلیلی در تعیین ژئویید در قیاس با نقاط ترازیابی با جی پی اس بالاتر است.