علوم و فنون نقشه برداری
سال:1398 | دوره:9 | شماره:1 |تعداد مقالات:15

از آنجا که در ایران پدیده سیل در میان بلایای طبیعی بیشترین تلفات جانی و مالی را دارا می باشد، لذا کاهش خسارات ناشی از آن، از دیرباز مورد توجه بوده و امری ضروری تلقی می گردد. ضروری ترین اقدام جهت مقابله با این بحران طبیعی، ایجاد آمادگی و اتخاذ راهکارهایی برای کاهش آثار زیان بار آن می باشد. یکی از اقدامات اساسی در این زمینه شناخت مناطق سیل گیر و پهنه بندی این مناطق از لحاظ میزان خطر سیل خیزی یا تولید رواناب می باشد. در نتیجه می توان در رابطه با نحوه استفاده از اراضی و کاربری های مختلف ازجمله کشاورزی، شهری، صنعتی و غیره تصمیم گیری نمود و زیان های ناشی از سیل را به حداقل ممکن کاهش داد. در این تحقیق در ابتدا عوامل موثر بر سیل خیزی نظیر زمین شناسی، بارش باران، تراکم زهکشی، فاصله از آبراهه، زمان تمرکز، شیب، جهت شیب، جنس خاک و کاربری اراضی شناسایی شد. سپس با استفاده از قابلیت های GIS و روش تحلیلی سلسله مراتبی فازی نقشه پهنه بندی پتانسیل سیل خیزی حوضه آبریز تجن در پنج طبقه پتانسیل سیل خیزی خیلی کم، کم، متوسط، زیاد و خیلی زیاد تهیه شد. بر این اساس 0. 51 درصد مناطق این حوضه دارای پتانسیل تولید رواناب خیلی کم، 5. 48 درصد مناطق دارای پتانسیل تولید رواناب کم، 29. 09 درصد دارای پتانسیل تولید رواناب متوسط، 52. 4 درصد دارای پتانسیل تولید رواناب زیاد و 12. 52 درصد دارای پتانسیل تولید رواناب خیلی زیاد می باشد. همچنین محدوده شهر ساری در محدوده دارای پتانسیل تولید رواناب متوسط تا زیاد قرار داشته و 87 روستا از مجموع 441 روستای منطقه موردمطالعه دارای پتانسیل تولید رواناب خیلی زیاد و واقع در محدوده خطر است. به طورکلی وضعیت راه های واقع شده در حوضه آبریز مذکور از حیث پتانسیل تولید رواناب مناسب نمی باشد و بخش های عمده ای از راه های واقع در حوضه آبریز از جمله راه های اصلی نظیر بخش هایی از محور ساری-سمنان دارای پتانسیل تولید رواناب خیلی زیاد است.

آشکارسازی وقوع حملات تداخل پارازیت سامانه رهیاب (سیستم تعیین موقعیت جهانی، GPS[1])، در ناوبری پهپاد (پرنده هدایت پذیر راه دور) به صورت مستقل از روش های پردازش سیگنال رهیاب امکان پذیر است. این کار با استفاده از مقایسه دو مسیر پرواز تعیین شده برای پهپاد از روش تعیین مسیر بصری[2] و داده های رهیاب قابل انجام می باشد. برای این منظور از توصیفگر مسیر فاصله بهنجار شده نقاط متوالی مسیر (NDCP[3](و توصیفگر مسیر زاویه بین امتدادهای متوالی CDA)[4](استفاده می شود. این توصیفگرها، مستقل از سیستم مختصات مسیر بوده ولی مستقل از تعداد نقاط مسیر نمی باشند. در مقابل توصیفگر مسیر بافت نگاشت[5] جابجائی های جهت دار HOD[6]، مستقل از تعداد نقاط مسیر بوده ولی مستقل از سیستم مختصات مسیر نمی باشد. در این پژوهش روشی برای ایجاد امکان در استفاده از توصیفگر مسیر HOD در آشکارسازی وقوع حملات تداخل پارازیت ارائه شده است. همچنین عملکرد توصیفگر مسیر HOD در آشکارسازی وقوع حملات تداخل پارازیت در مقابل توصیفگرهای مسیر NDCP و CDA مورد بررسی و مقایسه قرار گرفت. نتایج بدست آمده نشان می دهد که توصیفگر مسیر HOD برتری قابل ملاحظه ای در آشکارسازی وقوع تداخل پارازیت در سامانه رهیاب نسبت به دو توصیفگر مسیر NDCP و CDA، به خصوص در خطاهای تعیین موقعیت بزرگتر از ده متر ناشی از تداخل پارازیت دارا بوده و با اطمینان بالاتری می توان از این توصیفگر مسیر برای آشکارسازی وقوع حملات تداخل پارازیت سامانه رهیاب استفاده کرد. توانمندی توصیفگر مسیر HOD نسبت به دو توصیفگر دیگر، در آشکارسازی وقوع خطاهای موقعیت بزرگتر از پنج متر نیز، قابل ملاحظه می باشد.

با افزایش محبوبیت به اشتراک گذاری عکس ها و ویدیوها در شبکه های اجتماعی و تسهیل در دسترسی به فناوری های مکان یابی مانند سیستم تعیین موقعیت جهانی کاربران روزبه روز تعداد بیشتری از عکس ها و ویدیوهای خودشان را با دوستان و آشنایان به اشتراک می گذارند. از این رو کاربران وب دیگر تنها استفاده کننده نیستند، بلکه تولیدکننده ی اطلاعات نیز می باشند. این حجم و فراوانی داده های مکان مبنا می تواند برای خدمات و سرویس ها استفاده گردد. سیستم های توصیه گر ازجمله سرویس های مکان مبنای محبوب این شبکه ها محسوب می شوند. دستگاه های توصیه گر، با بهره گیری از تکنیک های آماری و تکنیک های کشف دانش، به توصیه مکان های جدید و کاهش مشکلات ناشی از حجم زیاد داده ها می پردازند. هدف پژوهش حاضر، ارائه یک روش برای توصیه مکان های گردشگری محبوب و همچنین توالی سفر (دنباله ای از مکان های گردشگری) است. روش ذکرشده در این مقاله به صورت یک طرح کاربردی می باشد به این شکل که در این روش خرد جمعی کاربران را بر اساس مجموعه عکس ها با برچسب مکانی جمع آوری کرده و از آن به منظور ارائه مجموعه ای از مکان های گردشگری و توالی سفر محبوب متناسب با زمینه ی فعلی گردشگر جدید شهر استفاده می کند. در این پژوهش از زمینه عکس ها (مکانی و زمانی) در ترکیب با وضعیت آب وهوایی به دست آمده از طریق وب سرویس های آنلاین به منظور پشتیبانی از بافت آگاه بودن توصیه استفاده گردیده است. . به منظور بررسی عملکرد روش پیشنهادی از مجموعه ی داده های سایت پانورامیو مربوط به منطقه شش تهران استفاده گردید. نتایج تجربی نشان می دهد 5/64% نتایج به دست آمده از طریق این روش با واقعیت یکسان بوده و این بیانگر منطقی بودن توصیه حاصل از تحلیل تصاویر مردم گستر و منطبق بودن این نتایج با واقعیت است.

در یک دهه ی اخیر، استفاده از تکنولوژی پهپاد مبتنی بر تکنیک های فتوگرامتری جهت اخذ تصاویر پوشش دار هوایی با کاربردهای متنوع نظیر پایش محیط زیست، نقشه برداری شهری، میراث فرهنگی، معدن و زمین شناسی گسترش یافته است. این امر در نتیجه ی دسترسی، هزینه ی پایین کاربری و اخذ داده ها توسط پهپادها می باشد. پهپادهای سنجش از دور با امکان پرواز در ارتفاع پایین و اخذ تصاویر با قدرت تفکیک طیفی و مکانی بالا، زمینه ی پایش جانوران را در مناطق صعب العبور فراهم می نمایند. با این حال پایش جانوران به دلیل عواملی نظیر هزینه بالای سنجنده های حرارتی و بررسی زمان بر هزاران تصویر اخذ شده جهت تشخیص جانوران، پر هزینه و وقت گیر می باشد. در این مقاله، هدف پایش جانوران با استفاده از تکنیک های فتوگرامتری و پردازش های آنی و خودکار تصاویر یک سامانه پهپاد است. بدین منظور یک سامانه پهپاد سنجش از دور ارزان قیمت مجهز به سنجنده های حرارتی و نور مرئی طراحی می شود تا علاوه بر بهبود مشکلات روش های سنتی در پایش جانوران، یک راه حل کاملا خودکار، سریع و ارزان در پایش جانوران ارائه دهد. سامانه پیشنهادی شامل دو بخش سخت افزار و نرم افزار است. در بخش سخت افزار، یک سنجنده حرارتی و یک سنجنده ی نور مرئی به یک رایانه ی جانبی متصل و کنترل می شوند. از سوی دیگر، درگاه اطلاعاتی میان رایانه پرواز و رایانه ی جانبی برقرار شده تا اطلاعات واحد اندازه گیری اینرشیال و سنجنده موقعیت یاب جهانی هم زمان با اخذ تصاویر ثبت و به منظور پردازش آنی تصاویر استفاده شوند. در بخش نرم افزاری این سامانه، سنجنده ها با برنامه دقیق زمانی هر دو ثانیه یک برداشت انجام می دهند. سپس به منظور هم مرجع سازی تصاویر حرارتی و نورمرئی، از الگوریتم هیستوگرام تناسب فاز جهت دار ((Histogram of Oriented Phase Congruency (HOPC) استفاده می شود. در مرحله بعد، پس از حذف پوشش گیاهی و اعمال شاخص های تصویری مبتنی بر باند حرارتی و نور مرئی، تصاویر قطعه بندی شده و با اعمال حدآستانه بر روی ابعاد قطعات، قطعات مربوط به جانوران استخراج می شود. در نهایت با اعمال شرط هم خطی، موقعیت جانوران محاسبه شده و بر اساس نتایج حاصل شده، سامانه پیشنهادی قادر است 83% جانوران موجود در تصویر را با دقت 17/2 متر برای موقعیت مکانی آنها شناسایی نماید.

آگاهی از میزان دقیق و تغییرات زمانی و مکانی باران در هر منطقه می تواند در مدیریت بخش کشاورزی بویژه در ارتباط با بیمه محصولات کشاورزی، مفید باشد. گیاه برنج به عنوان یکی از مهمترین محصولات استراتژیکی در کشور محسوب می شود. در شرایط حاضر برآورد خسارت وارد به اراضی شالیزاری در اثر عوامل مختلف از جمله باران، از طریق روش های سنتی اندازه گیری انجام می شود. در این تحقیق، پس از تفکیک اراضی شالیزاری در تصاویر لندست با استفاده از شاخص های طیفی و حدود آستانه ای مربوط، از داده های بارش TRMM_3B42 جهت تشخیص ارتفاع و شدت بارش در پیکسل های مربوط به این اراضی استفاده شد که این داده با نام TRMM نسخه 7 شناخته می گردد. در این پژوهش محاسبات خسارت، بر مبنای دستورالعمل تشخیص و ارزیابی خسارت زای محیطی و مدیریتی که اساس کار صندوق بیمه محصولات کشاورزی در این بخش است، صورت گرفته است. جهت ارزیابی عملکرد داده فوق در محاسبه خسارت ناشی از باران بر مزارع برنج استان گیلان، معادله خط حاصل از رگرسیون گیری بین مقادیر محاسباتی و مشاهداتی خسارت در شهرستان ها و همچنین در تعدادی از روستاهای شهرستان رشت، بررسی گردید که نتایج حاکی از کارایی خوب این داده در تخمین خسارت ناشی از باران در سطح استان گیلان دارد؛ بطوریکه در معادله خط حاصل از رگرسون گیری بین این مقادیر در کل شهرستان های استان گیلان، ضریب همبستگی پیرسون برابر با 0. 945 بدست آمد.

افزایش سرانه مصرف آب در کنار بروز خشکسالی های متوالی در نقاط خشک جهان، مسئله آب را به یک چالش مهم کره زمین تبدیل کرده است. کشور ایران نیز در سال های اخیر به طور جدی با مسئله ی کم آبی و مصرف بی رویه آب توسط شهروندان مواجه بوده است. با توجه به اهمیت این موضوع و نیاز به الگوی مناسب در زمینه ی مدیریت بهینه مصرف آب، در این پژوهش از کاوش قوانین انجمنی به منظور تحلیل داده های موجود در زمینه ی مصرف آب شهری اصفهان استفاده شده است. در واقع هدف این پژوهش، بهره گیری از کاوش قوانین انجمنی برای کشف ارتباط میان میزان مصرف آب و برخی از پارامترهای جمعیتی و مکانی مانند تعداد افراد خانواده، تعداد واحد، ویلایی بودن خانه ها، ابعاد خانه و فضای سبز، تغییرات مکانی، فاصله از رودخانه زاینده رود، فاصله از جاده های اصلی، فاصله از مرکز شهر، تراکم جمعیت و درصد جوان بودن جمعیت است. الگوریتم مورد استفاده برای استخراج قوانین، نسخه ای از الگوریتم اپریوری است که با حجم محاسباتی کم قادر به پردازش حجم بالایی از داده ها است، از این رو برای بررسی عوامل موثر در میزان مصرف آب در این پژوهش مناسب خواهد بود. این الگوریتم بهبود یافته با جلوگیری از ایجاد قوانین ترکیبی تعداد زیادی از وابستگی ها را شامل می شود. هر یک از قوانین استخراج شده که دارای پشتیبان برابر 30 درصد و مقدار اطمینان برابر 60 درصد باشد بیان گر رابطه یکی از پارامترهای جمعیتی، مکانی با میزان مصرف آب می باشد. سپس به ارزیابی قوانین به کمک الگوی مکانی توزیع مصرف آب خانوار و یافتن نقاط داغ مصرف پرداخته شده است. بر اساس نتایج به دست آمده، مساحت فضای سبز خانگی، ویلایی بودن، فاصله از جاده اصلی و ابعاد خانه ها دارای رابطه مستقیم و تعداد واحدهای مسکونی، تراکم جمعیت، تغییرات مکانی در جهت شمال به جنوب و شرق به غرب (مقدار X و Y)، فاصله از رودخانه زاینده رود و جوان بودن جمعیت دارای رابطه عکس با میزان مصرف خانوار هستند. همچنین با بررسی میزان مصرف آب خانوار، با دور شدن از مرکز شهر محله ها دارای مصارف آب پایین تری نسبت به مرکز شهر هستند. در این تحقیق محله های دارای بیش ترین میزان مصرف که محله های ساحلی رودخانه زاینده رود هستند، به عنوان نقاط داغ شناسایی شده اند. در این محله ها خانه ها ویلایی و دارای تراکم جمعیت پایین تر و مساحت فضای سبز و حیاط بالاتری نسبت به سایر محله ها هستند.

اندازه گیری دور سر نوزادان و پایش روند رشد دور سر، نقش مهمی را در تشخیص برخی بیماری ها ایفا می کند. با توجه به مشکلات اندازه گیری تماسی از قبیل انتقال بیماری، عفونت و راحت نبودن نوزاد در هنگام اندازه گیری، رفتن به سوی اندازه گیری های غیر تماسی امری اجتناب ناپذیر می باشد. هدف از این پژوهش، ارائه روشی غیر تماسی و تصویر مبنا به منظور اندازه گیری دور سر نوزاد می باشد. در این پژوهش الگوریتمی ارائه شد که دور سر نوزاد را با استفاده از یک تصویر گرفته شده از بالای سر نوزاد و شاخص مقیاس موجود در کنار سر محاسبه می نماید. گام اول در محاسبه محیط سر، شناسایی و قطعه بندی سر نوزاد در تصویر می باشد که در این پژوهش از دو روش MaskR-CNN و CRF-RNN برای شناسایی و قطعه بندی سر نوزاد استفاده شد. بعدازآن پیکسل های تشکیل دهنده دور سر، با ترکیب الگوریتم لبه یاب Canny و الگوریتم های ریخت شناسی در تصویر مشخص شد. در مرحله بعد رزولوشن مکانی پیکسل ها در واقعیت، با توجه به برچسب مقیاس موجود در تصویر محاسبه شد. درنهایت با توجه به رزولوشن مکانی به دست آمده و تعداد پیکسل های تشکیل دهنده دور سر، محیط سر محاسبه شد. ارزیابی ها نشان می دهد که روش MaskR_CNN با دقت کلی 8/98 درصد روش مناسب تری از روش CRF-RNN برای شناسایی و قطعه بندی سر در تصویر می باشد. همچنین با مقایسه نتایج به دست آمده از الگوریتم ارائه شده، با مقادیر واقعی به دست آمده به وسیله متر نواری بر روی 10 تصویر، مشخص شد خطای روش ارائه شده در حدود 1 تا 3 درصد می باشد.

توسعه روزافزون صنعت و استانداردهای آن باعث آسایش بیشتر بشر امروزی شده است اما این توسعه در نتیجه افزایش استفاده از انرژی به خصوص انرژی الکتریکی حاصل شده است. یکی از عواقب این افزایش مصرف انرژی، گسترش آلودگی های زیست محیطی و از جمله انتشار حجم وسیعی از گازهای گلخانه ای است. این افزایش آلودگی ها موجب شده است که منابع انرژی پاکتر بیشتر مورد توجه محققان و دانشمندان این عرصه قرار گیرد. شاخص ترین و در عین حال قدیمی ترین منبع پاک و تجدیدپذیر انرژی، انرژی برقابی می باشد. بر این اساس در این تحقیق سعی شده است استان کردستان واقع در شمال غربی ایران از حیث وجود این منبع پاک مورد ارزیابی قرار گیرد و میزان انرژی قابل استحصال از این منبع محاسبه گردد. لازم به ذکر است با توجه به این موضوع که استحصال انرژی از طریق انرژی برقابی در مقیاس بزرگ نیازمند احداث سد در مسیر رودخانه می باشد و با توجه به عواقب زیست محیطی و اجتماعی عمده این گونه طرح ها، لذا در این تحقیق انرژی برقابی در مقیاس کوچک (رودخانه ای) در محدوده مورد مطالعه با توجه به پتانسیل خوب استان کردستان که آن را در زمره غنی ترین استان های کشور از لحاظ منابع آب رودخانه ای قرار می دهد، ارزیابی شده است. در ارزیابی انرژی برق آبی در مقیاس کوچک، پس از شناسایی کامل رودخانه ها و حوزه های آبریز آن از حیث دبی و هد و استخراج نقشه های مربوطه، با استفاده از نرم افزار ArcGIS، و اعمال معیارهای مناسب زیست محیطی، جغرافیایی و فنی-اقتصادی، پتانسیل انرژی برق آبی رودخانه های استان برآورد گردید. نتیجه این تحقیق نشان می دهد که استان کردستان قابلیت تولید حدود 500 مگاوات برق تجدیدپذیر از این منابع را داراست.

اندازه گیری و برآورد پارامترهای ساختاری جنگل ها با دقتی مناسب می تواند به تصمیم گیری های مربوط به محافظت از جنگل ها و مدیریت پایدار آن ها در سطح محلی و جهانی کمک شایان توجهی نماید. با کمی کردن این پارامترها می توان حجم چوب تولیدی و ارزش اقتصادی جنگل ها را براورد کرد. میانگین سن و ارتفاع درختان ازجمله پارامترهایی هستند که در ارزیابی قابلیت تولید و حجم چوب در جنگل های دست کاشت بسیار حائز اهمیت می باشند. هدف از این تحقیق، استفاده از اطلاعات طیفی و بافتی و همچنین ترکیب آن ها در سطح ویژگی به منظور تخمین پارامترهایی چون میانگین سن و ارتفاع توده های درختان سوزنی برگ Pinus radiata می باشد. در این تحقیق از تصاویر چند طیفی و پانکروماتیک اسپات-[1]5 به منظور استخراج اطلاعات طیفی و بافتی استفاده گردید. اطلاعات طیفی شامل شاخص های گیاهی و تبدیل مولفه های اصلی و ضرایب انعکاس و برای استخراج اطلاعات بافتی تصویر پانکروماتیک، از ماتریس وقوع توام گام های خاکستری در چهار اندازه پنجره و چهار زاویه مختلف استفاده شد. در این تحقیق از رگرسیون چند متغیره برای مدل سازی روابط بین پارامترهای ساختاری (میانگین سن و ارتفاع) که از طریق نمونه گیری میدانی اندازه گیری شده و متغیرهای طیفی و بافتی استخراج شده از تصاویر استفاده گردید. نتایج این تحقیق نشان داد که اطلاعات طیفی مستخرج از تصاویر چند طیفی اسپات-5 و اطلاعات بافتی مستخرج از تصویر پانکروماتیک این ماهواره، در تخمین میانگین سن و ارتفاع درختان عملکرد مشابهی دارند. همچنین نتایج ترکیب داده های طیفی و بافتی نشان داد که نسبت گیری داده های طیفی و بافتی، بهترین مدل را در تخمین میانگین سن با درصد خطای 17%و میانگین ارتفاع درختان با درصد خطای 13%نسبت به سایر ورودی ها ارائه می دهد.

در دنیای امروزی که سازه های پیچیده و چند سطحی محیط اطراف را فراگرفته است، سیستم های کاداستر فعلی که اغلب بر اساس نقشه های دوبعدی توسعه یافته اند، قادر به ارائه اطلاعات معنایی کافی در راستای مدیریت املاک نیستند. دهه های گذشته شاهد افزایش مناطق مسکونی و همچنین پیچیدگی سازه های ساختمانی و زیرساخت ها بوده است. به منظور حمایت از این توسعه و تضمین مالکیت و حقوق مرتبط با آن ها مفهوم کاداستر سه بعدی مطرح می شود. مدل سازی اطلاعات ساختمان یا به اختصار BIM، مدلی جهت تبادل داده سه بعدی یکپارچه در صنعت ساخت وساز ارائه می کند. بیان کاداستر سه بعدی در محیط BIM موجب ثبت و تعیین مالکیت و وضعیت حقوقی املاک توسعه یافته در شهرهای مدرن و ایجاد اطلاعات در دسترس و کارآمد می شود. بااین وجود استفاده از مدل داده باز BIM دارای محدودیت هایی است که تا حدودی ریشه در بیان معنایی مدل ها دارد. ازاین رو چالش مربوط به توصیف و پرس و جوی معنایی اطلاعات کاداستر هنوز باقی مانده است. باوجود مطالعاتی که روی به کارگیری وب معنایی جهت توسعه بهتر مفاهیم در BIM انجام شده است، اما با توجه به گستردگی این حوزه، هنوز نتایج این تلاش ها تمامی ابعاد مدل و اطلاعات ساختمانی را پوشش نمی دهد. به خصوص در حوزه کاداستر تلاشی جهت توسعه مدل معنایی به منظور بازیابی اطلاعات معنایی مالکیت ها انجام نشده است. هدف این مطالعه استفاده از امکانات داده های پیوندی جهت توسعه یک هستی شناسی مکانی برای اطلاعات کاداستر و هم چنین استفاده از زبان پرس و جوی SPARQL به منظور بازیابی اطلاعات از هستی شناسی توسعه داده شده است. در این مطالعه ابتدا به بررسی لزوم به کارگیری کاداستر سه بعدی و هم چنین اضافه کردن اطلاعات معنایی پرداخته شده است. ادبیات مربوطه بررسی شده و سپس جهت نیل به هدف مقاله، هستنده های نمایش دهنده اطلاعات مالکیت در مدل داده باز BIM استخراج شده و هستی شناسی مکانی مطابق با ساختار مدل داده باز BIM توسعه داده شده است. جهت بررسی و ارزیابی هستی شناسی ارائه شده، چند مدل نمونه مدل داده باز BIM با پیچیدگی و سطح جزئیات مختلف در نظر گرفته و بررسی شده اند. نمونه های موردی به ساختار RDF تبدیل شدند و در ادامه پرس وجوهای مکانی مربوط به اطلاعات کاداستری بر روی مدل های معنایی انجام گرفته است. این پرس وجوها مرزها و مالکیت ها را مشخص می کنند. پس از پیاده سازی مدل معنایی و اجرای پرس وجوهای مکانی نتایج نمایش داده شده و نیز زمان بازیابی و اطلاعات بازیابی شده ثبت شدند. به کمک پرس وجوی معنایی مدل ها این امکان فراهم شده است که ارتباطات مکانی المان های ساختمانی مورد پرس وجو قرار بگیرند. نتایج به دست آمده نشان می دهد که پرس و جوی معنایی در مقایسه با روش های فعلی پرس و جو از داده های BIM نتایج بهتری ارائه می کنند. این نتایج عبارتند از انواع مرز ها و قسمت های مختلف مالکیت که توسط پرس و جوی معنایی در مدت زمان کمی بازیابی شده اند. مفاهیم پیاده سازی شده در این مطالعه را می توان به منظور بهبود بازیابی اطلاعات کاداستر سه بعدی در محیط سه بعدی BIM به کار گرفت. از اطلاعات مالکیت و نیز اطلاعات معنایی به دست آمده در پرس وجوی مرزها می توان به منظور مدیریت بهتر ساختمان های پیچیده بهره برد.

اطلاعات وضعیت سطح جاده ها شاخص مهمی برای ارزیابی کیفیت در سیستم مدیریت راه ها می باشد. شناسایی ترک سطوح جاده ها، پروسه مهمی در امر نگهداری از جاده ها و امنیت ترافیک می باشد که به طور سنتی، بر اساس بازدید میدانی انجام می شود. امروزه روش های مبتنی بر سنجش از دور به ویژه تصویربرداری مبتنی بر فتوگرامتری هوایی مورد توجه بسیار قرار گرفته است. در این مقاله با استفاده از تصاویر اخذ شده توسط پهپاد، اقدام به شناسایی خودکار ترک های سطح جاده شده است. روش پیشنهادی شامل شش مرحله تولید تصاویر، جدا نمودن جاده از محیط اطراف، شناسایی و حذف عوامل مزاحم، پیش پردازش تصاویر، ترکیب فیلتر های مورفولوژی همراه با ویژگی های به هم پیوستگی عوارض و انتخاب کاندید ترک ها، اعمال کلاسه بندی SVM و در نهایت بازبینی نهایی تصویر و ارائه نقشه ترک بر روی تصویر می باشد. نتایج حاصل از پیاده سازی روش پیشنهادی موفقیت 98/43 درصد در استخراج ترک ها را نشان داده است.

اندازه گیری جابجایی های سه بعدی پوسته زمین، اطلاعات بسیار مفیدی را در مورد فعل و انفعالات پوسته در اختیار قرار می دهد. تکنیک تداخل سنجی راداری دارای قابلیت های بسیار بالایی برای تعیین میدان جابجایی پوسته می باشد ولی جابجایی های واقعی پوسته زمین را در راستای دید ماهواره اندازه گیری می نماید. در بازیابی میدان سه بعدی جابجایی پوسته زمین با استفاده از مشاهدات تداخل سنجی راداری با دو مسئله اساسی تلفیق مشاهدات با دقت های متفاوت و ناپایدار بودن برآورد مجهولات مواجه هستیم. در این مقاله، روش برآورد مولفه واریانس کمترین مربعات پایدار شده برای بازیابی میدان جابجایی سه بعدی پیشنهاد می شود. برای بررسی کارائی روش پیشنهادی، داده های راداری حاصل از دو ماهواره Envisat و ALOS بر روی یکی از فوران های آتشفشان کیلاویا (Kilauea) واقع در جزایر هاوایی مورد استفاده قرار گرفت. برای اعتبارسنجی نتایج حاصل از روش پیشنهادی، بردارهای جابجایی 19 ایستگاه GNSS واقع در منطقه مطالعاتی مورد استفاده قرار گرفت. نتایج حاصل نشان می دهد که بازیابی میدان جابجایی سه بعدی با روش پیشنهادی بهبود معناداری بر روی دقت و صحت نتایج به ویژه بر روی مولفه شمالی-جنوبی بردار جابجایی ایجاد خواهد نمود.

کمیت رطوبت خاک یکی از پارامترهای کلیدی در ارزیابی خشکسالی و تغییرات اقلیمی محسوب می شود. پایش بهنگام و دقیق این کمیت در مقیاس های منطقه ای و جهانی به کمک سنجش از دور یک راهکار سودمند محسوب می گردد. تا کنون روش های مختلفی برای برآورد رطوبت سطح خاک از داده های ماهواره ای ارائه شده است. استفاده از روش های مبتنی بر محدوده کوچکی از طیف الکترومغناطیسی در قالب شاخص های منفرد، نمی تواند راه حل مناسبی برای برآورد رطوبت سطح خاک در حوزه سنجش از دور مرئی و حرارتی باشد. استفاده منفرد از یک شاخص محدودیت های خاص خود را به همراه دارد. این محدودیت ها می تواند شامل میزان تاثیر پذیری از شرایط جوی، هندسه تصویربرداری، توپوگرافی و ویژگی های خاک باشد. بنابراین استفاده از تمامی پتانسیل محدوده طیف الکترومغناطیسی (باندهای مرئی، مادون قرمز نزدیک و طول موج کوتاه و حرارتی) در قالب ترکیبی رگرسیونی از شاخص های طیفی، می تواند در بهبود دقت برآورد رطوبت سطح خاک موثر باشد. در این تحقیق ابتدا میزان همبستگی تعداد 20 شاخص ارائه شده در حوزه تخمین رطوبت سطح خاک با مقادیر رطوبت اندازه گیری شده زمینی مورد ارزیابی قرار گرفت. در ادامه شاخص ها به ترتیب اولویت قدر مطلق ضریب همبستگی خطی و نمایی و به تدریج به یک مدل خطی افزوده شدند و عملکرد این روند از نقطه نظر دقت برآورد رطوبت سطح خاک مورد ارزیابی قرار گرفت. مدل بهینه تخمین رطوبت سطح خاک رگرسیونی خطی از شاخص های LST-VSDI-NDWI-SASI به دست آمد که با بهبود دقتی به میزان (RMSE=0. 048) همراه بود. از طرف دیگر، با توجه به این که خاک ها سطح اشباع شدگی متفاوتی دارند، منطقی خواهد بود که مدلسازی آن ها هم براساس دسته بندی نوع بافت خاک صورت پذیرد. بنابراین مدل خطی رطوبت سطح خاک برای سه مجموعه داده با کلاس های خاک متوسط بافت، نسبتا درشت بافت و درشت بافت مورد ارزیابی قرار گرفت. نتایج نشان دادند که، مدل تخمین رطوبت برای خاک های متوسط بافت در مقایسه با خاک های درشت بافت خوانش نسبتا خوبی با مقادیر رطوبت اندازه گیری شده را دارد (RRMSE=29%. . ., RRMSE=0. 032). به عبارت دیگر مدل برآورد رطوبت به همه انواع خاک ها تعمیم پذیر نمی باشد و خاک های درشت دانه به واسطه ی خاصیت گرانروی بالا توان حفظ مقادیر محسوسی از رطوبت را نداشته و در تعامل با امواج الکترومغناطس رفتار کم معناتری را از خود نشان می دهند. در نقطه ی مقابل، خاک های با بافت نرم و ریزدانه به واسطه کاهش محسوس رفتار مویینگی در آن ها، تعامل معنادارتری را در هنگام برهمکنش با امواج الکترومغناطیس نشان می دهند.

معیارهای مقایسه نقشی اساسی در کیفیت فرآیند تناظریابی الگو در فتوگرامتری و سنجش ازدور ایفا می کنند. در این تحقیق قابلیت انواع مختلف از معیارهای مقایسه در تناظریابی انواع مختلف از تصاویر با اختلافات مختلف هندسی و رادیومتریکی ارزیابی شده است. علاوه بر این یک روش جدید برای وزن دهی درجات خاکستری در محاسبه معیارهای مقایسه برای افزایش پایداری در برابر اختلافات هندسی و رادیومتریکی معرفی شده است. روش پیشنهادی بر مبنای حاصل ضرب سه پارامتر وزنی است. دو پارامتر وزن اول بر مبنای اندازه و جهت گرادیان بوده و پارامتر وزن سوم نیز بر مبنای یک تابع گوسی دوبعدی است. روش وزن دهی پیشنهادی برای معیار ضریب همبستگی اعمال شده و معیار جدیدی با عنوان ضریب همبستگی وزن دار، WCC (Weighted Cross-Correlation)، ارائه شده است. الگوریتم های تناظریابی الگوی مورد مقایسه در این تحقیق شامل 10 الگوریتم SSD، LSSSD، NSSD، JF، Tanimto، ISD، IRV، CC، MI و WCC هستند. فرآیند ارزیابی بر روی دو دسته داده ساختگی و واقعی و برای تغییرات هندسی مختلف شامل مقیاس، دوران، تغییرمنظر، تار شدگی و تغییرات روشنایی انجام شده است. برای مقایسه عملکرد الگوریتم ها نیز از سه معیار درصد موفقیت تناظریابی، دقت مکانی و زمان تناظریابی استفاده شده است. بر اساس نتایج آزمایش های انجام شده الگوریتم پیشنهادی WCC بهترین عملکرد را برای دو معیار درصد موفقیت و دقت مکانی داشته و الگوریتم ISD نیز ضعیف ترین عملکرد را دارد. ازلحاظ سرعت محاسباتی نیز الگوریتم MI کندترین الگوریتم و الگوریتم ISD نیز سریع ترین الگوریتم است.

طبقه بندی اطلاعات مربوط به پوشش زمین با استفاده از تصاویر حد تفکیک بالای مکانی به دلیل پیچیدگی مناظر، موضوع چالش برانگیزی است. مطالعات اولیه طبقه بندی پوشش زمین با استفاده از روش های آماری مانند طبقه بندی حداکثر احتمال صورت می گرفت. بااین حال، مطالعات جدیدتر از تکنیک های هوش مصنوعی مانند شبکه های عصبی مصنوعی و. . . به عنوان جایگزین برای کاربردهای طبقه بندی استفاده کرده اند. یک مشکل عمده در استفاده از این مدل ها اینست که کاربر نمی تواند به راحتی قواعد نهایی را درک کند. این تحقیق یک چارچوب جدید برای طبقه بندی تصاویر سنجش ازدور با استفاده از ترکیبی از قوانین هستی شناختی و تجزیه و تحلیل تصویر مبتنی بر شی ارائه می کند. این مقاله تا حدی تلاش می کند تا چند شکاف در این زمینه را تسهیل کند، به ویژه با استفاده از تجزیه و تحلیل تلفیقی و فرآیند کنترل که به منظور اصلاح روند آموزش و پایش داده های آموزشی صورت می پذیرد. درعین حال از ویژگی های ترکیبی و داده های آموزشی بر اساس ویژگی های هستی شناسی کلاس های هدف نیز استفاده شد. ساختار کلی روش پیشنهادی، ادغام روش های مبتنی بر دانش و SVM است. روش مبتنی بر دانش برای مدل سازی روابط آنتولوژی با هدف آموزش و کنترل پروسه تصمیم گیری SVM اجرا می شود. درنهایت به منظور ارزیابی روش، مجموعه ای از تصاویر تست از دو منطقه جغرافیایی مختلف و در هر منطقه چند تصویر تست شامل عوارض با ساختارهای مختلف، برای اعتبارسنجی استفاده شد. درنهایت، روش پیشنهادی با دقت کلی 80/82 درصد به صورت میانگین در تمام تصاویر تست دقت مناسبی از خود نشان داد.