علوم و فنون نقشه برداری
سال:1393 | دوره:4 | شماره:2 |تعداد مقالات:20

ویژگی ها و پیچیدگی های داده های حاصل از سنجنده های فراطیفی باعث شده است که روشهای نوین و پیشرفته تر آنالیز تصاویر سنجش از دور به منظور استخراج اطلاعات دقیقتر و کاملتر از داده های فراطیفی مورد توجه قرار گیرند، یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام می شود، آشکارسازی هدف است. روشهای آشکارسازی هدف در تصاویر فراطیفی، معمولا بر اساس ویژگی ها و اطلاعات طیفی صورت می گیرد. در این پژوهش برای بهبود دقت آشکارسازی طیفی ساختمانهایی با پوشش خاص در مناطق شهری، دو استراتژی ترکیب الگوریتمهای آشکارسازی به کمک روش ANFIS (Adaptive Neuro-Fuzzy Inference System) و آشکارسازی طیفی- مکانی بکار گرفته شد. در آزمونهای صورت گرفته بر روی دو تصویر فراطیفی مختلف، ابتدا شش الگوریتم آشکارسازیSAM (Spectral Angle Measure)، SCS (Spectral Correlation Similarity)، SID (Spectral Information Divergence)، JMD (Jeffries-Matusita Distance، CEM (Constrained Energy Minimizing) و CMFM (Covariance-based Matched filter Maesure) پیاده سازی گشته سپس با استفاده از روش ANFIS و به صورت یکجا، نتایج آشکارسازی با هم ترکیب گردید. سپس تاثیر داده های وابستگی مکانی پیکسل ها، در کنار داده های طیفی آنها، روی شش الگوریتم آشکارسازی طیفی بررسی گردید و عمل ترکیب الگوریتمها در این حالت نیز تکرار شد. نتایج ارزیابی های کمی و کیفی آزمونها بر روی دو تصویرفراطیفی نشان داد که استفاده از دو استراتژی فوق به صورت همزمان مقدار ضریب کاپا را به میزان 6.3 درصد برای تصویر اول و 9.6 درصد برای تصویر دوم در مقایسه با الگوریتم آشکارسازی SAM بهبود داده است.

با توجه به کاربردهای فراوان تصاویر SAR در تولید مدل رقومی زمین، بررسی میزان جابه جایی سطح زمین و کشف تغییرات می توان به میزان اهمیت بحث تناظریابی در تصاویر SAR پی برد. تناظریابی در این تصاویر به علت وجود پدیده های گوناگون هندسی از جمله سایه، همپوشانی و کوتاه شدگی در کنار نویزهای مختلف که مهم ترین آنها نویز اسپیکل می باشد، به مراتب پیچیده تر از تناظریابی در تصاویر اپتیکی است. از این رو ارائه روشی کارآمد جهت انجام تناظریابی این تصاویر می تواند بسیار مفید باشد. در این مقاله ابتدا مراحل روش پیشنهادی توضیح داده شده است. این مراحل شامل کاهش اثر نویز اسپیکل بر روی تصاویر، استخراج عوارض نقطه ای، تخصیص ویژگی به عوارض استخراج شده، تناظریابی محلی و در پایان انجام تناظریابی سراسری می باشد. با توجه به شرایط تصاویر SAR، در مراحل ذکر شده از الگوریتم های موجود در فتوگرامتری و بینایی رایانه بهره برده شده است. در هر مرحله چندین الگوریتم مورد آزمون قرار گرفته و بر اساس مقایسه نتایج بدست آمده بهترین آن در الگوریتم پیشنهادی بکار گرفته شده است. جهت انجام آزمایش از جفت تصویر با طول باز بلند و جفت تصویر با طول باز کوتاه از منطقه جم استان بوشهر استفاده شده است که توسط سنجنده TerraSAR-X اخذ شده اند. نتایج آزمایش ها نشان می دهد که روش پیشنهادی با دقت و اعتمادپذیری بالایی تعداد مناسبی از عوارض نقطه ای در دو تصویر را متناظر می کند. این روش تعداد 211 نقطه با دقت 1.9 پیکسل را برای تصاویر مورد آزمایش با طول باز بلند به ابعاد 700×700 پیکسل و تعداد 1603 نقطه با دقت 1.22 پیکسل را برای تصاویر مورد آزمایش با طول باز کوتاه به ابعاد 400×400 پیکسل متناظر می کند. از این روش می توان جهت انجام coarse matching در تصاویر SAR بهره برد.

نویز لکه در تصاویر راداری منجر به کاهش کسب اطلاعات از این تصاویر می شود. هدف این مطالعه کاهش نویز لکه تصاویر رادار به وسیله آستانه گذاری نرم ضرایب کرولت با تاکید بر حفظ لبه است. در الگوریتم پیشنهادی ابتدا نویز ضربی لکه با استفاده از تبدیل لگاریتمی به نویز افزایشی تبدیل شده و سپس تصویر حاصل با استفاده از تبدیل کرولت به فضای کرولت منتقل و ضرایب کرولت بر اساس آستانه گذاری نرم و حدآستانه تطبیقی معرفی شده فیلتر می شوند. آستانه گذاری نرم ضرایب کرولت در قیاس با فیلترهای موجود مانند Frost، Gamma و Kuan، فیلترهای مبتنی بر آستانه گذاری نرم تبدیل موجک و آستانه گذاری سخت ضرایب کرولت نتایج تجربی بهتری را نشان داده (شاخص های میانگین مربع خطا، میانگین مربع خطای نرمال شده و میانگین قدرمطلق خطا به ترتیب %27، %27 و %15 کاهش یافته اند، بعلاوه معیار Equivalent Number of Looks (ENL) افزایش یافته و به ترتیب برای تصاویر RADARSAT1 و 27.34 ENVISAT و 3.61 است. نتایج حاکی از آن است که آستانه گذاری نرم ضرایب کرولت افزون بر توان بالا حذف نویز از تصاویر راداری در حفظ لبه و خصوصیات رادیومتریکی نیز بسیار قدرتمند است.

تشخیص راه ها در مناطق شهری، از اهمیت بیشتری برخوردار بوده و همواره به عنوان یکی از مباحث اصلی در تحقیقات گروه های سنجش از دور مورد توجه قرار گرفته است. با توجه به تنوع خصوصیات طیفی و هندسی و همچنین شباهت طیفی و هندسی پیکسل های راه با سایر عوارض از جمله ساختمان ها، پارکینگ ها و پیاده روها و عدم پیوستگی عوارض راه به علت مجاورت با عوارضی نظیر اتومبیل و درختان، شناسایی دقیق راه های شهری از طریق تصاویر ماهواره ای با مشکلاتی همراه است. از طرف دیگر داده های لایدار با فراهم کردن اطلاعات ارتفاعی، امکان تفکیک راه ها از سایر عوارض مشابه از نقطه نظر طیفی، را فراهم می سازند. بنابراین در تحقیقات مختلف در کنار تصاویر ماهواره ای به منظور تشخیص عوارض مختلف از جمله راه ها بکار رفته اند. در این مقاله از تصاویر ماهواره ای سنجنده QuickBird با قدرت تفکیک بالا و داده های لایدار و نیز بکارگیری آنالیزهای شی مبنا به منظور تشخیص راه در یک ناحیه شهری با تنوعات گوناگون راه بهر ه گیری شده است. در روش پیشنهادی یک استراتژی قانون مبنا مبتنی بر تکنیک ماسک گذاری طراحی و مورد استفاده قرار گرفته و برای بهبود نتایج از یک استراتژی تکمیلی مبتنی بر طراحی ویژگی های مفهومی بهره گیری شده است. در نهایت دقت کلی شناسایی کلاس های مختلف %89.2 و ضریب کاپای آن 0.832 بدست آمده است که با توجه به شرایط مختلف و نیز اغتشاشات فراوان بین کلاسی، دقت حاصله رضایت بخش می باشد. نتایج حاصل از این تحقیق، نشان دهنده قابلیت بالای روش های شئ مبنا در تشخیص همزمان گستره وسیع و متنوعی از المان های راه در محیط های پیچیده شهری از طریق بکارگیری همزمان داده های تصاویر ماهواره ای با قدرت تفکیک بالا و داده های لایدار می باشد.

امروزه پردازش های خودکار و استخراج اشیا از سنجنده های هوابرد به یکی از موضوعات تحقیقاتی مهم در فتوگرامتری تبدیل شده است. سیستم لیزر اسکنر هوایی که معمولا از آن به عنوان لیدار یاد می شود، یک تکنولوژی برتر برای اکتساب داده های سه بعدی مکانی با سرعت و چگالی بالا از سطح زمین است. یکی از مهمترین کاربردهای سیستم لیدار، تولید مدل های سه بعدی شهری است. گام اولیه و مهم برای بازسازی ساختمان ها به عنوان یکی از مهمترین اجزای مدل های شهری، شناسایی و تفکیک داده های ساختمانی از دیگر داده ها نظیر زمین، درختان و پوشش گیاهی است. علاوه بر این، قطعه بندی سقف ساختمان یک گام مهم دیگر در پردازش ابر نقاط ساختمان می باشد. در این تحقیق استخراج ابرنقاط ساختمانی و قطعه بندی سقف ساختمان به صورت همزمان و با استفاده از یک استراتژی چند عامله بر مبنای استفاده از ابرنقاط نامنظم لیدار صورت گرفته است. ابتدا با استفاده از معیارهای ارتفاعی و پالس های برگشتی، نقاط کاندیدای زمینی و گیاهی از نقاط ساختمانی جدا شده اند. سپس با آنالیز طول مثلث های ایجاد شده بر روی نقاط باقیمانده و با استفاده از روش گسترش ناحیه بر مبنای بردار نرمال، قطعات مختلف استخراج می شوند. پس از آنالیز مساحت برای تفکیک قطعات ساختمانی، به منظور شناسایی قطعات متعلق به ساختمان های واحد روشی ابتکاری به نام «گسترش شبکه» پیشنهاد شده است. جهت ارزیابی دقت از تفسیر بصری و مقایسه کمی نتایج با اطلاعات استخراج شده توسط اپراتور انسانی استفاده گردیده است. در این ارزیابی که بر روی داده های مربوط به شهر فایهینجن آلمان انجام شده، روش پیشنهادی در استخراج نقاط سقف ساختمانی به دقت متوسط 93% رسیده است. به طور کلی نتایج موفقیت روش پیشنهادی را در استخراج و قطعه بندی ساختمان ها بدون نیاز به منابع کمکی نظیر نقشه های کاداستر و تصاویر هوایی نشان می دهند. مزیت ویژه روش مطرح، در ساختمان های چندلایه ای با سطوح سقفی موازی است که قطعات حتی با اختلاف ارتفاع خیلی کم (نظیر 10 سانتی متری) به درستی از یکدیگر تفکیک شده اند.

در مطالعات تغییر شکل پوسته، مدل های آتشفشانی دید با ارزشی از ویژگی های آتشفشان ها و رفتار آن ها را در طول زمان ارائه می دهند. مدل سازی میدان جابجایی با استفاده از مدل های تحلیلی، مستلزم مشخص نمودن پارامترهای ژئوفیزیکی و زمین شناسی مخزن آتشفشان می باشد. بدین منظور طی روندی معکوس با در اختیار داشتن میدان جابجایی حاصل از مشاهدات ژئودتیک به عنوان مساله مقدار مرزی مدل های تحلیلی، مدل سازی از مخزن ماگمای آتشفشان صورت گرفت. این مدل سازی توسط روش بهینه سازی تکاملی ژنتیک برای آتشفشان دماوند انجام گرفت. مدل سازی میدان جابجایی برای آتشفشان کمپی فلگری طی سالهای 2000 تا 2001 نیز انجام شد، که در مقایسه با مطالعات گذشته در مورد آن نتایج مطلوبی در برداشت. نتایج مدل سازی میدان جابجایی در مورد آتشفشان دماوند، باقیمانده هایی دور از انتظار (با توجه به بزرگی میدان جابجایی) در بعضی از مناطق، حاصل نمود که نشان دهنده حضور منابع تغییر شکل دیگری علاوه بر منبع آتشفشانی، در منطقه می باشد. نتایج مدل سازی میدان جابجایی نشان داد، کاهش حجم مخزن ماگمای آتشفشان قرار گرفته در عمق حدودا 5.6 کیلومتری زیر زمین به میزان 0.001 کیلومتر مکعب در سال باعث جابجایی های کوچکی فقط در نواحی نزدیک منبع آتشفشانی می شود. مختصات مسطحاتی مدل سازی شده مرکز منبع 4831/999 کیلومتر شرقی و 31328/536 کیلومتر شمالی در سیستم تصویر لامبرت و مقدار خطای مربعی متوسط نتایج معکوس 2 (RMSE) میلی متر حاصل گردید.

امروزه به دلیل محدودیت منابع طبیعی، ارزش بالای زمین، رشد سریع جمعیت وگسترش سریع شهرها، پیش بینی کاربری آینده اراضی برای مدیران، برنامه ریزان و متخصصان محیط زیست از اهمیت بسیار بالایی برخوردار شده است؛ زیرا تغییر در کاربری اراضی باعث تاثیر بر اکوسیستم و در نتیجه تهدید منابع حیاتی مورد نیاز انسان می شود. مدلسازی و تحلیل پدیده توسعه شهری، اطلاعات جامعی در اختیار مدیران و برنامه ریزان شهری قرار می دهد تا با توجه به این پدیده، برنامه ریزی بهتر، علمی تر و منطقی تری انجام دهند. هدف اصلی در این تحقیق، مدلسازی مناطق توسعه یافته شهری شهر سنندج با استفاده از تصاویر ماهواره ای، سیستم اطلاعات مکانی و رگرسیون منطقی می باشد. شهر سنندج در طی دهه های اخیر رشد جمعیت سریعی داشته است و وضعیت جغرافیایی منطقه و قرار گرفتن این شهر در قسمتهای کوهپایه ای و کمبود زمین های با شرایط توپوگرافی مناسب جهت گسترش شهر باعث انتخاب این شهربرای منطقه مورد مطالعه می باشد. روش رگرسیون منطقی به دلیل ساختار ساده، توانایی تفسیر پذیری بالای مدل و همچنین عملکرد مطلوبی که در مدل سازی های محیطی از جمله فرایند توسعه شهری از خود نشان داده است به عنوان روش پیشنهادی جهت مدلسازی این فرایند در نظر گرفته شده است. پارامترهای مورد استفاده در این تحقیق شامل فاصله از مناطق توسعه یافته، فاصله از راههای اصلی، فاصله از فضای سبز، ارتفاع، شیب، فاصله از گسل، فاصله از مراکز نواحی شهر و همچنین تعداد سلول های شهری در همسایگی 3*3 شهری می باشد. همچنین مدلسازی توسعه شهری با شبکه عصبی مصنوعی نیز انجام شده است که در پایان به مقایسه عملکرد دو مدل می پردازیم. معیارهای کاپا، درجه تناسب و درصد تناظر صحیح جهت ارزیابی عملکرد مدل های پیشنهادی به کار گرفته شده اند که برای روش رگرسیون منطقی به ترتیب 0.7398، 0.6345 و %93.70 و در روش شبکه عصبی مصنوعی برابر با 0.7316، 0.6249 و %93.55 می باشند.

یکی از مشکلات اصلی حمل و نقل جاده ای در کشور، تصادفات است. جهت مدیریت و کاهش تصادفات در یک محور برون شهری لازم است که متولیان ایمنی راه اطلاعات کاملی از عوامل تاثیرگذار بر تصادفات آن محور در اختیار داشته باشند. با توجه به تحقیقات صورت گرفته، شناسایی انواع تصادفات یک محور و عوامل موثر بر وقوع آن ها یکی از راهکارهای موثر در کاهش تصادفات جاده ای برون شهری است. این مطالعه یک استراتژی تلفیقی را جهت بررسی انواع تصادفات و عوامل مکانی موثر بر تمرکز تصادفات در راه های دوخطه دوطرفه برون شهری با استفاده از تحلیل های مکانی و روش خوشه بندی تجمعی سلسه مراتبی بر پایه k-Mean، ارائه می نماید. روش پیشنهادی با ایجاد یک پایگاه داده مکانمند متشکل از داده های تصادفات و اطلاعات راه و محیط مجاور آن در محور قزوین- رشت (ایران) مورد بررسی و ارزیابی قرار می گیرد. نتایج نشان می دهد که دقت خوشه بندی داده های تصادفات به روش پیشنهادی، 6.7 درصد بیش از روش تجمعی سلسه مراتبی و حدودا 10 درصد بیشتر از روش K-Mean است. تحلیل خروجی روش پیشنهادی با استفاده از توابع مکانی و الگوریتم های استخراج الگوی داده کاوی ضمن بیان نوع و خصوصیات تصادفات محور در نواحی تمرکز تصادفات، تاثیرات طرح هندسی راه، ترافیک، توسعه شهری، کاربری ها و عوارض اطراف راه را بر تصادفات آشکار می سازد.

یکی از مباحث مهم در ژئودزی تعیین موقعیت نقاط است که به دو روش نسبی و دقیق انجام می شود. روش تعیین موقعیت مطلق دقیق (PPP) که در دو دهه اخیر گسترش یافته و مزایای ویژه ای نسبت به روش نسبی دارد، هنوز نتوانسته به دقت روش های تعیین موقعیت نسبی برسد. عمده مشکلات این روش مربوط به مدل های پردازش، ابهام فاز غیرصحیح و دقت برآورد اثر تروپوسفر است. تاکنون تلاش های زیادی برای اصلاح مدل ها و کالیبراسیون بایاس فازهای ماهواره ای صورت گرفته است. در این مقاله هدف برآورد هرچه دقیق تر تاخیر تروپسفری و در نتیجه افزایش دقت تعیین موقعیت با روش تعیین موقعیت مطلق دقیق است. برای این منظور تاخیر توسط پردازش PPP محاسبه می گردد، سپس سعی می شود بخشی از تاخیر که این روش نتوانسته مدل کند، توسط روش ردیابی اشعه محاسبه و اعمال گردد تا تعیین موقعیت به دقت بالاتری برسد.امواج منتشره از ماهواره ها تحت تاثیر تروپوسفر دچار تاخیر می شوند. مدل کردن این تاخیر در روش های تعیین موقعیت برای دستیابی به دقت بالا، بسیار مهم است. روش های مختلفی مانند روش ردیابی اشعه و استفاده از توابع نگاشتی مثل 1/cosz، VMF، GMF که تاخیر زنیتی را به تاخیر مایل تبدیل می کند، برای برآورد این تاخیر موجود است.در این مقاله تاخیر مایل تروپوسفری با استفاده از مدلهای عددی هواشناسی توسط ردیابی اشعه محاسبه شده است و اختلاف آن با تاخیرات مایل تروپوسفری بدست آمده به سه روشی که به تفضیل شرح داده خواهد شد (با استفاده از تابع نگاشت GMF و تاخیر زنیتی بدست آمده از روش PPP) به فایل های RINEX اعمال شده است. سپس برای فایل های RINEX اصلاح شده، پردازش PPP انجام شد. در واقع هدف ساختن فایل مشاهداتی RINEX جدیدی است که تاخیر مایل حاصل از PPP به جواب ردیابی اشعه نزدیک باشد. سپس اثر این اصلاح مشاهدات را در مختصات گیرنده حاصل از این روش ها بررسی می نماییم. با مقایسه نتایج با مختصات ITRF نقطه، مشخص شد که اعمال اختلاف بین تاخیر مایل حاصل از حاصلضرب تاخیر زنیتی بدست آمده از روش PPP در 88% تابع نگاشت هیدروستاتیک GMF و 12% از تابع نگاشت غیرهیدروستاتیک با تاخیر حاصل از روش ردیابی اشعه، به فایل های مشاهداتی، باعث بهبود تعیین موقعیت مطلق دقیق می شود.

طی سالیان گذشته، استفاده از GPS به عنوان یک ابزار منحصربه فرد، در مطالعه چگونگی گذر امواج الکترومغناطیس ازلایه های مختلف اتمسفر به خصوص یونسفر مطرح بوده است. در حال حاضر یونسفر عمده ترین منبع خطا در موقعیت یابی با GPS محسوب گردیده و میزان تاثیر آن روی انتشار موج بستگی به مقدار TEC و فرکانس سیگنال دارد. در این مقاله تغییرات زمانی-مکانی TEC در ایران با استفاده از مشاهدات حدود 40 ایستگاه IPGN مورد مطالعه قرار می گیرد. مدلسازی منطقه ای یونسفر، برآورد مقادیر TEC و محاسبه DCB گیرنده ها با استفاده از توابع هارمونیک کروی تا درجه و مرتبه 6 صورت گرفته و برای حذف اثرات هندسی همچون بایاس های ساعت ماهواره و گیرنده، تروپوسفر و ... از اختلاف مشاهدات کد هموارشده فرکانس اول و دوم استفاده شده است. کشف مشاهدات اشتباه و جهش های فازی و در نهایت هموارسازی مشاهدات کد با استفاده از مشاهدات فاز موج حامل در مراحل پیش پردازش انجام می شوند. در این مقاله مراحل محاسباتی و ترسیمی به ترتیب با نرم افزارهای برنیز و متلب انجام شده اند. پردازشهای انجام شده مربوط به 10 روز از سال 2012 و 3 روز از سال 2013 مطابق با اول هر ماه از تقویم خورشیدی بوده که روزهای اول هر فصل را شامل شده و مطابق با نزدیکترین دوره بیشینه شدن اثر لکه های خورشیدی در افزایش مقادیر TEC هستند. نتایج محاسبات در بررسی تغییرات زمانی در نقاط مختلف ایران نشان می دهند که بیشترین و کمترین اثر یونسفر به ترتیب در فصل بهار و زمستان و بیشینه مقدار TEC در طول شبانه روز مربوط به حدود ساعت 14 به وقت محلی است. همچنین در مطالعه تغییرات مکانی یونسفر، تغییرات زیاد مقدار TEC با تغییر عرض جغرافیائی به خوبی مشهود است. به عبارت دیگر بیشترین و کمترین مقدار TEC در ایران به ترتیب مربوط به پائین ترین و بالاترین عرض جغرافیائی هستند. همچنین در این تحقیق مقدار TEC حدود 100 TECU در فصل بهار 2012 مشاهده شد که می تواند باعث حداکثر خطای به میزان 75 متر روی طول ماهواره-گیرنده برای ماهواره نزدیک به افق و فرکانس دوم گردد.

ناپیوستگی موهو مرز بین پوسته و گوشته بالایی است که تفاوت دو محیط را با تغییرات در سرعت لرزه ای، ساختار شیمیایی، مواد تشکیل دهنده و مانند آن آشکار می سازد. هدف این تحقیق یافتن عمق موهو در محدوده زاگرس و برآوردی از ضخامت پوسته به روش واهمامیخت اویلر است. روش واهمامیخت اویلر یک روش خودکار برای برآورد عمق، شکل و مکان منبع های مغناطیسی و گرانی است که اساس آن به کارگیری مشتق های میدان در معادله همگن اویلر می باشد. در به کارگیری روش واهمامیخت اویلر تعیین ضریب ساختار و طول پنجره برآوردگر از پارامتر های بسیار مهم هستند که به شدت جواب ها را تحت تاثیر قرار می دهد. در این تحقیق ابتدا با استفاده از ضرایب هارمونیک کروی مدل ژئوپتانسیل EIGEN-GL04C، آنومالی جاذبه هوای آزاد در محدوده 75o، 25o-53، l=48 و 75o، 25o-34، j=29 دریک گرید 25o، 25o´0، 0 محاسبه شد، سپس با استفاده از داده های آنومالی جاذبه هوای آزاد و به کارگیری روش واهمامیخت اویلر عمق موهو به ازای ضریب ساختارهای مختلف و اندازه پنجره های متفاوت برآورد شد و بهترین ضریب ساختار و اندازه پنجره از مقایسه عمق بر آورد شده به روش واهمامیخت اویلر و عمق به دست آمده از روش تابع انتقال گیرنده (مطالعات لرزه ای) در 14 ایستگاه لرزه ای موجود در منطقه، تعیین گشت و نتایج به دست آمده با مدل CRUST 2.0 مقایسه شد. بر اساس نتایج به دست آمده می توان گفت که به ازای ضریب ساختار 0.5 و اندازه پنجره 40 تا 45 کیلومتر بهترین جواب را در تخمین عمق موهو در محدوده مورد نظر خواهیم داشت.

از آنجائیکه تصحیح توپوگرافی جاذبه نقش مهمی در تعیین ژئوئید دقیق به ویژه در مناطق ناهموار دارد، از این رو در این مقاله به بررسی روش های مختلف این تصحیح و اثرات آن بر روی شتاب ثقل وارتفاع ژئوئید پرداخته شده است. بدین منظور منطقه شمال غرب ایران با محدوده عرض جغرافیایی 5، 5£j£40، 35 و طول جغرافیایی 5، 5£l£49، 44 انتخاب شده است. وبر پایه روش های معکوس رودزکی، روش دوم متراکم سازی هلمرت، مدل باقیمانده توپوگرافی، روش ایزوستازی آیری-هیسکانن و پرت-هایفورد، تاثیرات مستقیم و غیر مستقیم توپوگرافی بر روی شتاب ثقل و ارتفاع ژئویید بدست آمده است. موجود در منطقه نشان می دهد که ژئوئید بدست آمده از روش معکوس رودزکی از نظر دقت قابل مقایسه با روش هلمرت بوده همچنین اثرات غیر مستقیم این تصحیح بر روی ارتفاع ژئوئید صفر می باشد. لذا می تواند به عنوان روشی مناسب مورد استفاده قرار گیرد.

یکی از موضوعات حائز اهمیت در هیدروگرافی، تعیین پارامترهای وضعیت شناور، رول، پیچ و هدینگ؛ می باشد. بطور معمول با نصب سنجنده تعیین وضعیت بر روی شناور، پارامترهای دورانی آن اندازه گیری می شوند. از طرفی، با توجه به استانداردهای بین المللی هیدروگرافی، مشاهدات وضعیت سنج ها می باید از صحت مشخصی برخوردار باشد. از سوی دیگر، با استفاده از مشاهدات فاز حامل GPS می توان با صحت بالاتری نسبت به سنجنده های یاد شده به تعیین پارامترهای وضعیت سکوی متحرک پرداخت. بر این اساس یکی از روش های کنترل میدانی وضعیت سنج ها، استفاده از گیرنده های GPS می باشد. در این مقاله، با استقرار چهار گیرنده GPS با آنتن های چوکرینگ در چهار گوشه یک فریم مربعی به ابعاد 15 متر بر روی شناور 27 متری سازمان جغرافیایی، و انجام آزمایش دریایی در سرعت های 5 knots الی 12 knots، سنجنده تعیین وضعیت شناور یاد شده مورد ارزیابی میدانی قرار گرفت. نتایج عددی نشان می دهد که میانگین برآورد دقت زاویای پیچ، رول و هدینگ با استفاده از گیرنده های GPS به ترتیب 28”، 28” و 17” است. از طرفی صحت تعیین پارامترهای دورانی پیچ، رول و هدینگ سنجنده تعیین وضعیت مورد مطالعه به ترتیب 7’ 32.52”، 7’ 43.32” و 32’ 36.24” می باشد. همچنین، ضریب تصحیح بدست آمده برای پارامترهای دورانی پیچ، رول و هدینگ این وضعیت سنج به ترتیب برابر 7’ 24.60”، 51.12” و -17’ 48.84” می باشد. بطور کلی، نتایج حاصل از این آزمایش میدانی دلالت بر کارایی روش ارائه شده در این پژوهش دارد.

یکی از روش های تعیین ژئویید حل مساله مقدار مرزی گرانی زمین با استفاده از روش وارون سازی تک مرحله ای معکوس بر مبنای مشتقات مرتبه اول انتگرال پواسن بیضوی برای انتقال شتاب گرانی در سطح زمین به پتانسیل گرانی بر روی بیضوی مرجع است. این روش بر اساس ایجاد مشاهدات تفاضلی بر روی سطح زمین به کمک یک میدان مرجع و تبدیل آن به مجهولات تفاضلی پتانسیل گرانی بر روی بیضوی عمل می نماید. میدان های مرجع جهانی با فرض عدم وجود جرم توپوگرافی در خارج مرز آن ها قابل استفاده می باشند، اما برای استفاده از آن ها در داخل مرز، جایی که جرم توپوگرافی وجود دارد دچار خطا می شوند. در این مقاله برآورد روابط ریاضی محاسبه این خطا و لزوم اعمال آن در مرحله بازگشت روش وارون سازی تک مرحله ای معکوس ارائه شده است. صحت عملکرد روش محاسبه بایاس یاد شده با استفاده از مشاهدات گرانی واقعی در منطقه آزمونی در غرب ایران آزمایش شده است که نتایج آن موید اصلاح صورت گرفته در محاسبه اثر میدان جهانی در فضای پتانسیلی در مرحله بازگشت روش وارون سازی تک مرحله ای معکوس می باشد.

تخمین دقیق پارامترهای بیوفیزیکی و بیوشیمیایی گیاهان در زمینه های مختلفی مانند کشاورزی، اکولوژی و هواشناسی اهمیت بسزایی دارد. در میان محصولات کشاورزی ایران، اهمیت استراتژیکی-اقتصادی پسته ضرورت توجه بیشتر به برنامه ریزی جهت افزایش تولید این محصول را آشکار می سازد. هدف اصلی این مطالعه مقایسه روش های آماری تک متغیره شاخص های باریک باند گیاهی و روش های چند متغیره SMLR و PLSR در پیش بینی غلظت کلروفیل برگ درختان پسته با استفاده از داده های انعکاسی فراطیفی می باشد. داده های طیفی از برگ درختان پسته که در مقاطع رشد و شرایط گوناگون جمع آوری گردیده بودند، در اتاق تاریک با دستگاه طیف سنج ASD Field Spectrometer III تهیه شدند. سپس میزان کلروفیل برگ ها با دستگاه کلروفیل متر SPAD قرائت شدند و همچنین آزمایشات شیمیایی جهت استخراج غلظت کلروفیل نمونه ها در آزمایشگاه شیمی انجام شد. در میان شاخص های گیاهی باریک باند جهت پیش بینی غلظت کلروفیل نمونه ها، شاخص RVI با طول موج های بهینه 670 و 734 نانومتر و استفاده از داده های طیفی تبدیل شده مشتق اول بیشترین دقت را داشت (R2CV=0.72، RRMSEcv=0.25). نتایج بدست آمده از روش های چند متغیره در پیش بینی غلظت کلروفیل نیز نشان داد که، مدل های PLSR و SMLR با استفاده از داده های طیفی تبدیل شده مشتق اول دقت بالاتری نسبت به روش های تک متغیره داشتند (R2cv=0.79، RRMSEcv=0.21). به طور کلی نتایج این تحقیق نشان داد، داده های انعکاسی فراطیفی پتانسیل بالایی در پایش سلامت و وضعیت رشد محصولات کشاورزی، مخصوصا برگ درختان پسته دارند و همچنین مدل های آماری چند متغیره نسبت به روش های تک متغیره دقت بالاتری در پیش بینی غلطت کلروفیل برگ درختان پسته داشتند و داده های انعکاسی تبدیل شده نسبت به داده های طیفی اولیه دارای توانایی بالاتری در پیش بینی میزان کلروفیل هستند.

وجود اطلاعات مکانی دقیق، صحیح و بهنگام از منابع کشور در یک پایگاه داده جامع مکان مرجع به همراه تجزیه و تحلیل های مرتبط، از مهمترین ابزارهای تصمیم گیری و مدیریت بهینه می باشد. برنامه ریزان شهری به منظور طراحی و پیاده سازی طرح های شهری به اطلاعات به روز شده کاربری زمین نیاز دارند، بنابراین نقشه ها باید به طور منظم در برابر تغییرات به روز شوند. به منظور بروز رسانی نقشه های موجود بکمک تصاویر ابتدا باید تغییرات شناسایی و سپس عوارض تغییر یافته بازسازی شوند. ساختمانها از مهمترین عوارض موجود در نقشه های بزرگ مقیاس هستند، لذا فرآیند شناسایی و استخراج این عوارض از اهمیت بالایی برخوردار است. در این تحقیق به منظور استخراج ساختمان، روشی بر پایه مدل مارگون ارائه شده است. بدین منظور ابتدا با بهره گیری از تصاویر هوایی با قدرت تفکیک مکانی بالا (تصاویر دوربین Ultra Cam D)، DSM و Ortho image تولید و سپس با ارائه روشی جدید و بهره گیری از اپراتورهای مورفولوژی، منحنی های اولیه مدل، تولید گردیده است. همچنین در ادامه لبه های مهم به کمک اپراتور استخراج لبه Canny استخراج شده و در نهایت با بکارگیری روش پیشنهادی بر پایه مدل های مارگون، ساختمانها استخراج می شود. روش ارائه شده با روش Snake-GVF مقایسه گردید و نتایج حاکی از بهبود پارامترهای ارزیابی (مقدار Completeness این روش برابر %86.043 و Correctness آن نیز برابر %91.124) می باشد.

شناسایی ساختمان ها از تصاویر هوایی و ماهواره ای یک بحث تحقیقاتی فعال در حوزه سنجش از دور و ماشین بینایی در طی سال های اخیر است. الگوریتم های طبقه بندی عوارض، در مناطق پیچیده شهری مانند منطقه مورد مطالعه که ساختمان ها در میان تراکم درختان و دارای سقف شیروانی و قسمت هایی از شیشه هستند، با مشکلات بسیاری مواجه می باشند. در این مقاله برای مقابله با مشکلات ذکر شده، ویژگی های شی مبنا، ارتفاعی و...جهت طبقه بندی با استفاده از ماشین بردار پشتیبان در دو آنالیز شی-مبنا و پیکسل مبنا بررسی شده اند. لازم به ذکر است که آنالیز پیکسل مبنا در دو حالت با ویژگی های استخراج شده از تصویر هوایی و داده لایدار انجام می شود. روش پیشنهادی شامل سه مرحله کلی می باشد، در مرحله اول آماده سازی داده ها و استخراج ویژگی ها انجام می شود، مرحله دوم شامل طبقه بندی با استفاده از ماشین بردار پشتیبان است که در دو آنالیز شی مبنا و پیکسل مبنا صورت می گیرد،در مرحله سوم پس از پردازش، نتایج حاصل از هر آنالیز با داده مرجع، مقایسه شده و ارزیابی می شوند. در این تحقیق هدف نهایی دستیابی به الگوریتمی بهینه با استفاده از ویژگی های مختلف می باشد. با مقایسه سه ضریب کاپای طبقه بندی کننده ماشین بردار پشتیبان که در آنالیز شی مبنا 0.97 و در حالت اول آنالیز پیکسل مبنا 0.88 و در حالت دوم 0.95 می باشند، این نتیجه حاصل می شود که در آنالیز شی مبنا به دلیل استفاده از ویژگی هایی شامل شکل و ساختار، در مقایسه با دو حالت آنالیز پیکسل مبنا، شناسایی کلاس ساختمان مطلوب تر انجام گرفته است. از طرفی با مقایسه دو حالت پیاده شده در آنالیز پیکسل مبنا، مشخص می شود که اضافه شدن ویژگی های ارتفاعی لایدار در حالت دوم، باعث بهبود نتایج شده است.

شناسایی عوارض شهری در سال های اخیر به دلیل رشد شهرنشینی و گسترش دامنه شهرها اهمیت بالایی یافته است. کشف عوارض شهری و طبقه بندی آن ها در لایه های مختلف اطلاعاتی جهت ایجاد، تکمیل و به روز رسانی پایگاه داده اطلاعات شهری مورد تحقیق بسیاری از دانشمندان بوده است. هدف از این تحقیق مقایسه و ارزیابی روش های مختلف کلاسه بندی مبتنی بر آنالیز شی مبنا جهت شناسایی عوارض شهری از داده های لایدار و اپتیک است. این تحقیق سه فاز اصلی را در بر می گیرد. در فاز اول تصویر هوایی با مقیاس بالا و داده لایدار پیش پردازش می شوند تا برای ورود به الگوریتم آماده گردند. در این مرحله داده های مذکور با هم از نظر مکانی هم مرجع می شوند. در فاز دوم سطوح مختلف قسمت بندی درختی ایجاد می شوند. با اتخاذ این استراتژی در هر سطح کلاس های مورد نظر تحقیق شناسایی می شوند، به این طریق طبقه بندی با انسجام بیشتری صورت می گیرد. انتخاب پارامترهای مناسب قسمت بندی چند رزولوشنه و اعمال وزن به لایه های ورودی در هر سه سطح دنبال می شود. انتخاب این پارامترها به صورت سعی و خطاست که از طریق ارزیابی بصری نتایج حاصل از قسمت بندی انجام می گیرد. بعد از تولید اشیا باید ویژگی های مناسب جهت انجام کلاسه بندی شی مبنا در هر سطح با سه روش حد آستانه گذاری، نزدیک ترین همسایه و تابع تعلق معرفی شوند. انتخاب ویژگی مرحله ای حساس و مهم است چرا که دقت نتایج کلاسه بندی را کنترل می نماید. فاز سوم شامل ارزیابی و تفسیر نتایج هر سطح سلسله مراتب برای هر روش کلاسه بندی است. با ارزیابی نتایج مشخص گردید. دقت کلی روش نزدیک ترین همسایه در سطح اول برابر 0.99 است که در میان سه روش اجرا شده بالاترین دقت کلی را داراست. در سطح دوم دقت کلی روش نزدیک ترین همسایه با 0.985 بیشترین مقدار است. در سطح سوم دقت کلاسه بندی با روش تابع تعلق و حدآستانه گذاری برابر 0.841 است.

سامانه اطلاعات مکانی می تواند به شکل موثری در جمع آوری، وزن دهی، تجزیه و تحلیل و نمایش داده های مکانی در جهت مکان یابی دفن پسماندهای شهری کمک نماید. مکان یابی دفن پسماندهای شهری دارای اهمیت فراوانی بوده و فرآیند آن پیچیده و مبتنی بر معیارهای کمی و کیفی متعددی است. لذا در این مقاله، یک روش ترکیبی برای تعیین مکان مناسب دفن پسماندهای شهری ارائه شده است. بر این اساس، ابتدا به روش AHP، وزن لایه های مورد نظر تعیین شده و سپس مکانهای مورد نظر به 3 کلاس عالی، خوب و ضعیف طبقه بندی می شوند. در فاز آخر نیز ابتدا مناطق قرار گرفته در کلاس عالی به روش پرامتی V رتبه بندی شده و سپس با در نظر گرفتن محدودیت های عملی مساله، نظیر محدودیت بودجه و روابط فی مابین آنها با حل یک مساله بهینه سازی صفر و یک، اقدام به تعیین بهترین منطقه (مناطق) جهت دفن پسماندها می شود. همچنین، رویکرد پیشنهادی بر روی شهرستان تبریز به عنوان مطالعه موردی اجرا شده و با توجه به تحلیل حساسیت انجام گرفته روی اوزان مشخص شده است که گزینه انتخاب شده مناسب بوده و دارای استحکام لازم می باشد.

این مطالعه، رشد منطقه شهری را به روش ترکیب دو آشکارساز تغییر فازی مختلف، با استفاده از تصاویر ماهواره ای بررسی می کند. هدف از انجام این مطالعه، در درجه اول بهره گیری از تاثیرات تکنیک های آشکارسازی تغییراتی است که وجه تمایز آنها در چگونگی بکارگیری داده ها می باشد. این تاثیرات منجر به بدست آمدن خروجی های متفاوت و مکمل هم می شود و با تلفیق آنها می توان به صحت بهتری رسید. سپس بررسی و مقایسه کارآیی سه دسته روش تلفیق در سطح تصمیم مختلف می باشد. در این مطالعه، شهر کرج به عنوان منطقه مورد مطالعه انتخاب شده است. تصاویر ماهواره ای مورد استفاده در این مطالعه تصاویر سنجنده ASTER اخذ شده در جولای 2001 و سپتامبر 2012 می باشند. آشکارسازی تغییرات به صورت فازی به دو روش مقایسه پس از طبقه بندی و آنالیز ترکیبی طیفی- زمانی انجام شده است. سپس خروجی های این دو روش با استفاده از سه دسته اپراتور تلفیق مختلف شامل: 1) اپراتورهای میانگین گیری 2) اپراتور ماکسیمم 3) اپراتورهای انتگرال فازی با هم تلفیق شده اند. نتایج ارزیابی صحت با استفاده از نقشه های پوششی موجود، اولا بهبود صحت آشکارسازی تغییرات را نسبت به هریک از آشکار سازهای تغییرات واحد و ثانیا برتری روش های تلفیق انتگرال فازی را نسبت به دو دسته روش دیگر اثبات می کند.