علوم و فنون نقشه برداری
سال:1396 | دوره:6 | شماره:4 |تعداد مقالات:16

آلودگی هوا یکی از اصلی ترین معضلات کلانشهرها محسوب می شود. پایش بهینه سطح غلظت آلاینده های هوا، نقش حیاتی را در مهار این مشکل ایفا می کند. در این پژوهش، با تلفیق مفاهیم اینترنت اشیا و سامانه اطلاعات مکانی، راهکاری جهت پایش بهینه آلودگی هوا ارائه گردید. از ضروریات پیاده سازی اینترنت اشیا، فراهم آوردن بستری همکنشپذیر جهت تبادل اطلاعات بین اشیای مختلف است. موضوع دیگر، ارسال اطلاعات قابل اعتماد به کاربران در کمترین زمان ممکن است. جهت رفع موانع همکنشپذیری استانداردهای SOS،SensorML و O & M از OGC SWE مورد استفاده قرار گرفتند. همچنین، دو شاخص جهت ارزیابی کیفیت سرویس های وب مکانی ارائه گردید و کیفیت چهار سرویس درون یابی شامل IDW، EBK،GPI و OK بررسی شدند. جهت تعمیم نتایج به سایر شبکه های حسگری، میزان اثرپذیری این شاخص های کیفی از شش پارامتر مرتبط با ساختار شبکه حسگری و ویژگی های آماری داده سنجش شده آن ها، با استفاده از ضریب همبستگی پیرسون بررسی شدند. نتایج پژوهش نشان داد سرویس های OK و EBK با میانگین 14.61 RMSE و 15.11 در شاخص اعتمادپذیری بهتر از دو روش دیگر عمل کردند. شاخص زمان در سرویس EBK ضعیف بوده (6 دقیقه و 21 ثانیه)، اما در دیگر سرویس ها سطح مطلوبی (کسری از ثانیه) داشت. شاخص اعتمادپذیری با ویژگی های آماری رابطه معکوس (rRMSE>0.9) و شاخص زمان با پارامترهای ساختاری، به ویژه تعداد حسگرها، رابطه مستقیم قوی (rIDW=0.99، rEBK=0.97 و rOK=0.66) داشتند. راهکار ارائه شده و نتایج حاصل در توسعه سامانه های پایش محیطی و در تعامل با سایر مولفه ها در محیط اینترنت اشیا می تواند بسیار مفید باشد.

شناسایی الگوها در داده های لرزه ای از طریق خوشه بندی، به عنوان یکی از رایج ترین روش های داده کاوی، منجر به استخراج اطلاعات بسیار مهمی از یک حجم زیاد داده می شود. به دلیل ماهیت داده های لرزه ای، الگوریتم های خوشه بندی فازی نتایج واقع بینانه تری را ارائه می کنند. اگرچه الگوریتم های بسیاری بدین منظور ارائه شده است اما حساس بودن به مقادیر اولیه و به تله افتادن در جواب های بهینه محلی ازجمله مشکلاتی است که در رابطه با روش های ارائه شده برای خوشه بندی وجود دارد. ازاین رو، در این مقاله الگوریتم های فرا ابتکاری به عنوان روش های بهینه سازی کارآمد به منظور رفع مشکلات روش های خوشه بندی پیشنهادشده اند. در این مقاله سعی شد تا با استفاده از ترکیب الگوریتم بهینه سازی توده ذرات و دو الگوریتم خوشه بندی فازی Gustafson Kessel و Fuzzy c-means دو رویکرد برای خوشه بندی داده های لرزه ای ارائه شود. هریک از این دو الگوریتم که به ترتیب PSO-GK و PSO-FCM نامیده می شوند بر روی داده های لرزه ای ساختگی و داده های لرزه ای ایران اعمال شدند. به منظور ارزیابی نتایج حاصل از دو الگوریتم، سه معیار ارزیابی خوشه بندی فازی یعنی FHV، متوسط چگالی بخش بندی و چگالی بخش بندی مورداستفاده قرار گرفتند. مقدار FHV در الگوریتم PSO-GK به میزان 0.4272 برای داده های ساختگی و به میزان 0.0941 برای داده های لرزه ای ایران کمتر (بهتر) از مقدار این معیار در الگوریتم PSO-FCM می باشد. همچنین مقادیر دو معیار ارزیابی دیگر هم برای داده های ساختگی و هم برای داده های لرزه ای ایران در الگوریتم PSO-GK دارای مقادیر بهتری می باشند که نشان از کارایی بهتر الگوریتمی است که بر مبنای Gustafson Kessel ارائه شده نسبت به الگوریتمی که بر مبنای Fuzzy c-means ارائه شده برای تحلیل داده های لرزه ای دارد.

در این مقاله، به کمک بردار های سرعت حاصل از مشاهدات ایستگاه های شبکه ژئودینامیک کشور، تغییر شکل مسطحاتی پوسته زمین در بازه زمانی بین سال های 2009 تا 2013 به کمک آنالیز کرنش صفحه ای برآورد گردیده و معیار های هندسی ناوردا به منظور تفسیر تغییر شکل محاسبه شده اند. بدین منظور، در گام نخست، مختصات کلیه ایستگاه های شبکه در دو وهله زمانی و در سیستم مختصات جهانی محاسبه شده و در ادامه با در نظر گرفتن یک سیستم تصویر مناسب، به صفحه تصویر انتقال یافته اند. سپس با در نظر گرفتن اختلاف مختصات در دو وهله زمانی، بردار جابجایی ظاهری در هر ایستگاه تعیین شده است. در نهایت با استفاده از بردارهای جابجایی، مولفه های تانسور کرنش و کمیت های ناوردای اتساع و برش در کل شبکه محاسبه شده است. از نکات حائز اهمیت در این مطالعه استفاده از روش المان محدود غیر خطی به منظور تعیین شکل ریاضی تابع بردار جابجایی، به کمک مقادیر گسسته آن در نقاط ایستگاهی است. لذا بر خلاف روشهای پیشین، در این حالت بردار جابجایی و مشتق آن در مرز المانها پیوستگی داشته و بر همین اساس یک درونیابی هموار با پیوستگی C1 در کل شبکه حاصل میشود. بر طبق آنالیز صورت گرفته، بیشترین مقدار کمیت ماکزیمم برش برابر 5.58×10-5 در قسمتهای جنوبی کشور بدست آمد. ماکزیمم کمیت اتساع نیز برابر -2.89×10-4 در جنوب شرقی کشور بوده که معرف انقباض شبکه در این نواحی است. این انقباض موید برخورد صفحه عربستان از جنوب غربی، با اوراسیا از شمال شرقی بوده و وجود گسلهای معکوس و امتداد لغز را در فلات ایران تایید می نماید.

کیفیت زندگی به مفهوم توانمندی محیط برای فراهم آوردن و پاسخگویی به نیازهای مادی و معنوی افراد جامعه و در برگیرنده مفاهیمی همچون رفاه فردی، اجتماعی و عدالت فضایی، به عنوان ابزاری کارآمد همواره موردتوجه مدیران و برنامه ریزان شهری بوده است. مبنای ارزیابی بسیاری از مطالعات کیفیت زندگی شهری، بر اساس دو رویکرد عینی و ذهنی است. رویکرد عینی مبتنی بر شاخص های محیط فیزیکی و اجتماعی کیفیت زندگی و رویکرد ذهنی مبتنی بر دیدگاه ساکنین و میزان رضایت آن ها از کیفیت زندگی شان می باشد. این پژوهش با هدف ارزیابی کیفیت عینی زندگی شهری، شناخت ابعاد و شاخص های موثر بر آن انجام شده است و سعی شده است با بیان مفهوم کیفیت زندگی، شناسایی ابعاد و شاخص های تاثیرگذار، نحوه ارتباط این شاخص ها و همچنین نحوه سنجش آن ها در محیط شهری، مورد بررسی قرار گیرد. شاخص های این پژوهش، شامل سه بعد اجتماعی-اقتصادی، زیست محیطی و عدالت فضایی است. ارزیابی بعد اجتماعی-اقتصادی با استفاده از داده های آماری و روش تحلیل عاملی، صورت گرفته است. همچنین به منظور ارزیابی بعد زیست محیطی با استفاده از تصاویر ماهواره ای و داده های مکانی، نقشه های مربوط به شاخص های سبزینگی، دمای سطح زمین، آلودگی هوا و آلودگی صوتی استخراج شد و از تلفیق آن ها شاخص نهایی بعد زیست محیطی کیفیت زندگی، به دست آمد. به منظور ارزیابی بعد عدالت فضایی، از دو شاخص دسترسی و اختلاط کاربری استفاده شد و به کمک این دو شاخص، توزیع یکنواخت و دسترسی به کاربری های خدمات شهری، اندازه گیری شد. در نهایت به منظور ارزیابی شاخص نهایی کیفیت زندگی شهری و همچنین رتبه دهی به محله های شهر، از روش TOPSIS به عنوان یکی از روش های تصمیم گیری چندمعیاره استفاده شد. برای بررسی میزان ارتباط شاخص نهایی استخراج شده برای هر بعد از کیفیت زندگی، از تحلیل همبستگی پیرسون استفاده شد. نتایج نشان دهنده وجود همبستگی بین شاخص اجتماعی-اقتصادی با شاخص عدالت فضایی (0.543) و زیست محیطی (0.415) است. بنابراین برای ارتقاء شاخص کیفیت زندگی شهروندان، لازم است تغییراتی در جهت بهبود ابعاد عدالت فضایی و محیط زیست، صورت گیرد. در واقع ایجاد تغییرات اساسی و بهبود شرایط زیست محیطی و افزایش سطح دسترسی به خدمات، می تواند به عنوان راهکاری برای ترغیب به سکونت افراد با سطح اجتماعی- اقتصادی مناسب در مناطقی شود که در حال حاضر به دلیل فقدان این شاخص ها مورد توجه این قشر از شهروندان قرار نگرفته اند.

رشد شهری و پایش آن یکی از مهم ترین موارد مدنظر شهرها و شهرداری ها است. سنجش از دور و فناوری های مرتبط با آن یکی از ابزارهای نوین است که اخیرا به منظور پایش رشد شهری استفاده شده است. هدف از این مطالعه شناسایی تغییرات شهر شیراز در بازه زمانی سال های 1990، 2000 و 2011 با استفاده از تصاویر لندست 5 از طریق روش مقایسه پس از طبقه بندی با در نظر گرفتن شاخص های تغییرات طیفی- مکانی می باشد. در روش پیشنهادی ابتدا تصاویر چندزمانه سنجش از دور پیش پردازش شدند و سپس شاخص های تغییرات طیفی- مکانی با تجزیه موجک سه بعدی محاسبه استخراج شدند. در مرحله بعد، شاخص های استخراج شده و ویژگی های طیفی وارد روش خوشه بندی Fuzzy- C Means شدند تا چهار کلاس منطقه مورد مطالعه یعنی شهری، زمین بایر، راه و پوشش گیاهی استخراج گردند. در این مطالعه، از خروجی خوشه بندی فازی به منظور استخراج داده های تعلیمی استفاده شد. با استفاده از داده های تعلیمی استخراج شده و روش طبقه بندی بیشینه شباهت کلاس های کاربری منطقه مورد مطالعه با دقت بالاتری نسبت به روش خوشه بندی فازی استخراج گردید. پس از طبقه بندی بیشینه شباهت تصاویر، رشد شهری به روش مقایسه پس از طبقه بندی شناسایی شد و نقشه تغییرات منطقه شهری بدست آمد. مقایسه نتایج با داده مرجع زمینی که شامل نقشه های شهر شیراز در سال های 1990، 2000 و 2011 می شود، نشان می دهد که دقت تولید کننده و کاربر نقشه تغییرات حاصله با در نظر گرفتن شاخص های تغییرات طیفی- مکانی و انتخاب داده های آموزشی به صورت اتوماتیک برای بازه زمانی اول، 8% و برای بازه زمانی دوم، 10% افزایش یافته است. برای ارزیابی عملکرد طبقه بندی بیشینه شباهت در مقایسه پس از طبقه بندی از روش ماشین بردار پشتیبان استفاده شد. دقت تولید کننده و کاربر نقشه رشد شهری این روش با در نظر گرفتن شاخص های تغییرات برای بازه زمانی اول به ترتیب 76.5 و 65 درصد و برای بازه زمانی دوم، 77.84 و 78.23 درصد حاصل شد. در صورتی که با طبقه بندی بیشینه شباهت برای بازه زمانی اول 84.63 و 78.3 درصد و برای بازه زمانی دوم 85.89 و 88.42 درصد محاسبه گردید. بنابراین نقشه تغییرات حاصله با طبقه بندی بیشینه شباهت و شاخص های تغییرات طیفی- مکانی از صحت بالاتری برخوردار است.

شیوع بیماری های همه گیر در جامعه، ذاتا یک فرایند زمانی و مکانی است. مدل سازی گسترش و انتقال ناگهانی این بیماری ها نیازمند درک بهتری از رفتار های پویای آن ها است تا بتوان با اتخاذ صحیح رفتار های پیشگیرانه برای جلوگیری از عواقب شدید بیماری اقدام نمود. مدل سازی عامل مبنا (ABM)، یکی از فناوری های نوین برای بررسی انتشار همه گیری بیماری ها است. شبیه سازی عامل مبنا با استفاده از مدل همه گیر و بهبودیافته SEIR، فرصتی را برای مطالعه تاثیر تعاملات در سطوح فردی که شامل ارتباطات اجتماعی یا تصادفی بین افراد می شود، فراهم می کند. با توجه به اینکه در پژوهش های پیشین ارتباط بین مولفه های تاثیرگذار بر شیوع بیماری و نحوه گسترش آن، به صورت جامع ارائه نشده اند، این پژوهش بر ارائه یک چارچوب عامل مبنای مکانی برای شبیه سازی گسترش بیماری هدف گذاری شد. با توجه به شیوع ناگهانی و سریع بیماری آنفلوآنزای فصلی، از مولفه های این بیماری برای شبیه سازی استفاده شد. در این کار برای بررسی تاثیر واحد های مکانی و عوامل موثر بر شیوع بیماری آنفلوآنزای فصلی، شبیه سازی با انجام پنج سناریوی مختلف، اجرا و سپس تحلیل شد. این سناریو ها به صورت تاثیرات اندازه جمعیت، دوره نهفتگی بیماری، دوره بیماری، نرخ آلودگی و مکان های آلوده بر گسترش این بیماری انجام شد. نتایج نشان داد که خروجی همه گیری، از منحنی مرسوم همه گیری پیروی کرده است که منجر به شناخت بهتر عوامل موثر در شیوع این بیماری می شود و همچنین با نتایج مطالعات انجام شده در این زمینه نیز هم خوانی داشت. به عنوان مثال، نتایج بررسی سناریوی تاثیر واحد های مکانی بر شیوع بیماری، نشان داد که در نظر گرفتن تاثیر مکان های آلوده در گسترش بیماری، باعث افزایش قابل توجه آلودگی افراد در محیط می شود. بنابراین در نظر گرفتن پویایی تعاملات بین عامل ها و محیط، باعث کشف گسترش بیماری در مدل می‍شود. سرانجام، این مدل می تواند در جهت آگاه سازی و آموزش مردم درباره گسترش بیماری آنفلوآنزای فصلی مورد استفاده قرار بگیرد و همچنین به محققان همه گیر شناسی این امکان را می دهد تا رفتار سیستم ها را تحت شرایط متفاوت ارزیابی کنند.

شبکه معابر شهری یکی از ارکان عمده شهرها هستند که می توانند در مدیریت بحران های شهری، قبل و بعد از بحران ها، عملیات امداد و نجات، جابجایی و تخلیه آسیب دیدگان نقش بسزایی داشته باشند. بنابراین ارزیابی توان شبکه معابر شهری و برنامه ریزی برای کاهش آسیب های احتمالی امری ضروری به نظر می رسد. این تحقیق با هدف ارزیابی شبکه معابر شهری در برابر بحران ها، در منطقه 1 شهر کرمان با رویکرد زلزله انجام گرفته است. شهرکرمان بدلیل موقعیت جغرافیایی خود و دارا بودن بافت قدیمی در برابر زلزله آسیب پذیر می باشد. بنابراین این پژوهش سعی دارد با بررسی میدانی، فرایند توانمند سازی شبکه معابر شهری را جهت مدیریت بحران با استفاده از سیستم های اطلاعات مکانی ارزیابی نماید. برای این منظور ابتدا آسیب پذیری شبکه معابر بررسی گردید. پارامترهایی که برای ارزیابی شبکه معابر منطقه1 شهر کرمان در نظر گرفته شدند پارامترهایی بودند که هنگام بحران در آسیب پذیری و تخریب معابر می توانند نقش داشته باشند. این پارامترها عبارتند از شاخص های همجواری معابر با تاسیسات زیربنایی آسیب پذیر، ویژگی های ساختمانی (قدمت ساختمان ها، تعداد طبقات یا ارتفاع ساختمان و نوع کاربری ساختمان ها) و شاخص های مربوط به معابر (شیب، طول، عرض، تعداد تقاطع ها، وجود پل و غیره). هر کدام از این شاخص ها بر اساس روش AHP وزندهی و سپس در محیط GIS مدلسازی و در نهایت با بکاربردن توابع تحلیلی، نقشه آسیب پذیری معابر منطقه مورد مطالعه تهیه گردید. پس از تعیین آسیب پذیری شبکه معابر، برای خدمات رسانی و تخلیه سریعتر آسیب دیدگان در زمان و یا بعد از بحران، یک پایگاه داده زمین مرجع برای راههای شهری طراحی گردید. در نهایت شبکه هندسی معابرمنطقه 1 شهر کرمان ایجاد گردید. نتایج نهایی حاکی از این است که، آسیب پذیری شبکه معابر محدوده مورد مطالعه (جز در نواحی نوساز)، بیشتر از حد متوسط، و عمدتا زیاد است. آسیب پذیری شبکه معابر در ناحیه 5 و 1 منطقه مورد مطالعه بیشتر به چشم می خورد که در برنامه ریزی ها باید در اولویت قرار گیرند.

مشاهده متن یکی از مسائل و معضلات مهم محیط زیستی کشور مدیریت مواد زائد جامد به خصوص پسماندهای صنعتی می باشد. از موارد مهم در رویکرد کلی مدیریت جامع پسماندهای صنعتی، ضرورت مساله مکان یابی مناسب محل دفع می باشد. با توجه به تاثیراتی که مکان های دفع پسماند بر اکوسیستم و محیط اطراف خود می گذارند، لذا بایستی توجه نمود تا محل دفن در مکانی قرار گیرد که حداقل اثرات تخریبی و تاثیر نامناسب بر محیط پیرامونی خود را ایجاد نماید. هدف از انجام این پژوهش انتخاب بهینه مکان های مناسب دفع پسماندهای صنعتی در منطقه ویژه اقتصادی سلفچگان می باشد. این منطقه، به عنوان مهم ترین و نزدیک ترین منطقه ویژه اقتصادی به مرکز سیاسی– اقتصادی کشور و دارای موقعیتی ممتاز و منحصر به فرد به منظور تولید، صادرات و ترانزیت کالا می باشد. پارامترهای مختلفی در انتخاب بهینه مکان های مناسب دفع پسماندهای صنعتی دخیل می باشند که در این مطالعه مواردی از جمله عمق آب زیرزمینی، فاصله از آب های سطحی و زیرزمینی، راه های دسترسی، مناطق مسکونی، صنایع، خطوط انتقال نیرو، سیل خیزی، گسل، شیب و فاصله از باغات و زمین های کشاورزی مورد مطالعه و بررسی قرار گرفتند.. جهت انتخاب بهینه مکان های مناسب دفع پسماندهای صنعتی از تلفیق مدل های فازی و AHP استفاده گردید، که این امر موجب بالا رفتن دقت مدل و مورد اطمینان بودن نتایج حاصل از آن می گردد. پس از انتخاب و تهیه نقشه های مربوط به پارامترهای موثر، وزن دهی به روش AHP و با استفاده از نظرات کارشناسان و خبرگان این امر انجام گرفت. با توجه به فاکتورهای موثر و وزن های AHP آن ها، نقشه های توابع عضویت هر یک از فاکتورها تهیه و با استفاده از عملگر AND روی هم گذاری فازی شدند. به این ترتیب مناطق کاملا نامناسب تا کاملا مناسب جهت دفع پسماندهای صنعتی در بخش سلفچگان استان قم تعیین گردیدند.

در جهان امروز، توسعه سریع، همه جانبه و پایدار، هدف اصلی تمامی کشورها از جمله ایران می باشد. اصلی ترین محدودیت پیش روی توسعه پایدار، وضعیت اقلیمی و شرایط محیط زیستی کشورها است. از جمله مهم ترین محدودیت های اقلیمی در کشور ایران، بارش ناکافی همراه با پراکندگی نامناسب مکانی- زمانی است. هدف اصلی این تحقیق، پیش بینی ماهانه میزان بارش در منطقه شمال غربی ایران با استفاده از روش های یادگیری ماشین شبکه عصبی کم عمق و شبکه باور عمیق و همچنین تهیه نقشه پیش بینی توزیع مکانی- زمانی آن در منطقه مطالعاتی می باشد. در این تحقیق از داده های بارش به همراه سایر داده های محیطی و هواشناسی، ازابتدای سال 1951 تا پایان سال 2014 استفاده شده است. ارتفاع و مختصات ایستگاه های هواشناسی نیز به عنوان پارامتر توپوگرافی از مدل رقومی ارتفاعی بدست آمد. همچنین به منظور انجام پژوهشی جامع و افزایش دقت نتایج، از داده های بزرگ مقیاس اقلیمی در کنار سایر داده ها بهره برده شده است. وجود پارامترهای متنوع محیطی، توپوگرافی و اقلیمی اثر گذار بر پدیده بارش، سبب شده است که در این تحقیق با کلان داده های مکانی- زمانی مواجه باشیم. در این پژوهش ابتدا داده های مورد نیاز جمع آوری شد و بعد از آماده سازی در پایگاه داده غیر رابطه ای کاساندرا ذخیره سازی گردید. در گام بعدی دو شبکه عصبی کم عمق و شبکه باور عمیق پیاده سازی شد و آموزش، تست و پیش بینی با هر دو مدل صورت پذیرفت و نقشه پیش بینی توزیع مکانی- زمانی بارش هر دو شبکه برای دوازده ماه سال 2014 تهیه گردید. مقایسه مقدار بارش ماهانه به وقوع پیوسته با میزان بارش ماهانه پیش بینی شده توسط شبکه عصبی کم عمق و شبکه باور عمیق نشان داد که شبکه باور عمیق از توانایی بیشتری در مواجه با کلان داده های مکانی- زمانی و حل پیچیدگی های مساله پیش بینی بارش برخوردار است. همچنین در این تحقیق از معیارهای Accuracy، Precision،Recall و F1 score جهت ارزیابی عملکرد روش های پیشنهادی استفاده شد. نتایج نشان داد که مقادیر Accuracy برای شبکه عصبی کم عمق و شبکه باور عمیق به ترتیب برابر 0.67 و 0.71، مقادیر Precision به ترتیب 0.69 و 0.69، مقادیر Recall به ترتیب 0.7 و 0.8 و مقادیر F1 score به ترتیب 0.69 و 0.74 می باشد.

مشاهده متن کولوکیشن کمترین مربعات یکی از روش های مرسوم برای درون یابی بردارهای جابجایی محاسبه شده با GPS و محاسبه میدان تغییر شکل سطحی زمین است. هدف از این تحقیق ارتقای کیفیت پیش بینی با کولوکیشن با استفاده از مدل کوواریانس ناهمسانگرد است که در آن کوواریانس علاوه بر فاصله به جهت نیز وابسته می باشد. همچنین از روش حداکثر درست نمایی محدودشده (REML) برای تعیین دقیق پارامترهای مدل کوواریانس استفاده شده است. به منظور برآورد تنسور کرنش با روش کولوکیشن نیز روابط ریاضی لازم برای تعریف کوواریانس بین هریک مولفه های تشکیل دهنده عناصر تنسور با مولفه های بردار جابجایی استخراج می گردد. با به کارگیری روش های پیشنهادشده، میدان جابجایی سطحی زمین در شبه جزیره کنای واقع در جنوب مرکزی آلاسکا برای یک بازه زمانی دوساله درون یابی می شود و نتایج حاصل با استفاده از معیارهای متداول ارزیابی دقت و صحت در کولوکیشن با نتایج حاصل از مدل همسانگرد مورد مقایسه قرار می گیرد. بر این اساس در منطقه موردمطالعه در این تحقیق، متوسط میزان بهبود جذر متوسط مربعات خطای اعتبار سنجی متقابل در اثر استفاده از مدل ناهمسانگرد برای هردو مولفه میدان جابجایی حدود 45% می باشد. این در حالی است که میزان بهبود میانگین خطای استاندارد پیش بینی حدود 10% برای هر دو مولفه است. همین طور میدان سرعت سالیانه بر روی شبکه ای منظم از نقاط قرارگرفته در حوزه مکانی داده ها، با به کارگیری روش های پیشنهادی مورداستفاده در کولوکیشن کمترین مربعات پیش بینی می گردد. در ادامه با استفاده از روابط ریاضی به دست آمده برای مدل کوواریانس ناهمسانگرد، تنسور کرنش برای نقاطی واقع بر روی شبکه ای منظم در منطقه محاسبه می شود. الگوی تغییر شکل به دست آمده بدین طریق با الگوی تغییر شکل حاصل از روش ها و داده های متفاوت بکار گرفته شده توسط سایر محققین مقایسه می گردد و از این طریق نیز درستی و مزیت های استفاده از روش های پیشنهادی مورد ارزیابی قرار می گیرد.

مدل سازی لایه یونسفر جو و تعیین پارامتر محتوای الکترونی کلی (TEC) آن نقش مهمی در شناخت این لایه و کنترل اثرات آن بر فعالیت های بشری دارد. در این راستا انواع مدل ها و مشاهدات یونسفری به طور گسترده جهت پایش تغییرات یونسفر مورد استفاده قرار می گیرد که مدل سازی تک لایه یونسفر یا همان مدل سازی TEC همواره مورد توجه محققین این حوزه می باشد. پیچیدگی های مدل های نظری، عدم تامین دقت مورد نیاز در کاربردهای دقیق توسط خروجی های مدل های تجربی، تاخیر 24 ساعته در انتشار نقشه های یونسفری جهانی IGS و نیاز به اطلاعات دقیق یونسفری در کاربردهای آنی و نزدیک به آنی، سبب گسترش نوع جدیدی از مدل های یونسفری موسوم به مدل های حاصل از داده گواری گردیده است. در این مقاله داده گواری مدل تجربی یونسفر مرجع بین المللی (IRI) با استفاده از مقادیر دقیق TEC محاسبه شده از مشاهدات گیرنده های دو فرکانسه GPS در منطقه ایران در دو مرحله آنالیز و پیش بینی انجام شده است که هدف از آن افزایش دقت TEC حاصل از مدل تجربی IRI در مرحله آنالیز با استفاده از فیلتر کالمن و انجام پیش بینی های کوتاه مدت TEC با استفاده از فیلتر کالمن گاوس-مارکوف (GM-KF) در مرحله پیش بینی، برای کاربردهای نزدیک به آنی می باشد. در این راستا، مشاهدات 40 ایستگاه شبکه دائم GPS ایران (IPGN) در روز سوم ماه می سال 2016 جهت محاسبه مقادیر TEC دقیق مورد نیاز در فرآیند داده گواری مدل IRI استفاده شده است. بررسی اختلاف بین مقادیر TEC حاصل از مدل IRI و مقادیر TEC حاصل از داده گواری مدل IRI با مقادیر TEC دقیق، نشان دهنده کاهش ریشه میانگین مربعات (RMS) این اختلافات در مرحله به روزرسانی داده گواری در ساعت t=10 UT از TECU 9.8 به 1.47 TECU، در ساعت t=14 UT از 3.16 TECU به 0.98 TECU و در ساعت t=18 UT از 4.59 TECU به 1.39 TECU می باشد. همچنین مقایسه نتایج حاصل از داده گواری و مقادیر حاصل از نقشه های یونسفری جهانی در منطقه ایران با مقادیر TEC دقیق نیز بیانگر دقت بالاتر نتایج حاصل از داده گواری نسبت به نقشه های یونسفری جهانی می باشد. در مرحله پیش بینی در ساعت t=10 UT و فواصل زمانی Dt=0.5, 1h بهبود 90 درصدی در مقادیر داده گواری نسبت به مقادیر مدل IRI مشاهده می شود. که این بهبود در ساعت t=14, 18 UTو در فواصل زمانی Dt=0.5, 1, 2 به بیش از 50 درصد می رسد. با افزایش فاصله زمانی پیش بینی به Dt=5 h، دقت داده گواری به سمت دقت مدل زمینه میل می کند. در نتیجه مدل داده گواری شده دارای دقت خوبی در کاربردهای آنی و نزدیک به آنی می باشد.

حمل و نقل و سیستم های لجستیکی کارآمد، نقش مهمی در توسعه اقتصادی جامعه ایفا می کند. با توجه به اینکه بخش قابل توجهی از کالاهای ما از طریق پست و توسط حمل و نقل جاده ای انجام می شود. افزایش وسایل نقلیه در حال حرکت در جاده های ما باعث افزایش هزینه، سر و صدا، آلودگی و حوادث می شود. برنامه ریزی و مدیریت حمل و نقل، با استفاده از روش های بهینه سازی می تواند باعث کاهش این اثرات و بهبود خدمات به مشتریان و رضایت هر چه بیشتر آنها شود. مساله همزمانی دریافت و تحویل محموله های پستی در هر مرکز و همچنین زمان تحویل این محموله ها از اهمیت خاصی برخوردار است. مساله برنامه ریزی برای محموله های پستی نوع ویژه ای از مساله دریافت و تحویل کالا با پنجره زمانی می باشد که آن نیز نوع مهمی از مساله مسیریابی وسایل نقلیه VRP به شمار می آید. هدف این تحقیق برنامه ریزی وبهینه سازی روند جابجایی مجموعه ای از محموله های پستی هستند که در مکان ها و زمان های مشخصی بایستی دریافت و تحویل گردند. ضمن لحاظ نمودن حجم محموله ها و ظرفیت خودروها بایستی هم طول و هم زمان سفرها و هم تعداد خودروها کمینه گردند. از طرفی همانطور که می دانیم روش های بهینه سازی سنتی متداول به دلیل مواجه شدن با پیچیدگی های مساله در فضاهای جستجوی بزرگ اغلب به بهینه های محلی همگرا می شوند. به همین دلیل در این تحقیق برای حل این مساله از الگوریتم های فراابتکاری کلونی زنبور عسل و ژنتیک استفاده شده است. مساله بهینه سازی مورد نظر و شرایط خاص آن و توابع بهینگی و قیود بهینه سازی در قالب اجرای دو الگوریتم مدل سازی گردیدند. که در این الگوریتم ها با تعریف همسایگی مناسب و به کارگیری عملگرهای جهش و تقاطع ابتکاری شرایط حل مساله بهتر شده است. در نهایت توانایی الگوریتم ها از نظر دقت، سرعت همگرایی و شرط تکرارپذیری مورد ارزیابی قرار گرفته است. نتایج نشان دهنده عملکرد بهتر الگوریتم زنبور نسبت به ژنتیک می باشند. بر اساس نتایج بدست آمده در هر بار اجرا، الگوریتم ژنتیک و زنبور به ترتیب 84 و 93 درصد امکان رسیدن به بهترین جواب را دارند.

شناسایی مناطق مستعد وقوع زمین لغزش از طریق پهنه بندی قابلیت خطر با مدل های آماری مناسب، یکی از اقدامات اولیه در کاهش خسارات احتمالی و مدیریت خطر زمین لغزش است. حوضه سیمینه رود از زیر حوضه های حوضه آبریز دریاچه ارومیه به دلیل موقعیت جغرافیایی و ویژگی‍های طبیعی آن یکی از مناطق مستعد کشور برای وقوع زمین لغزش و سایر پدیده های مرتبط با لغزش دامنه ها می باشد.هدف از انجام این تحقیق مطالعه و بررسی خطر زمین لغزش در حوضه آبریز سمینه رود می باشد و برای انجام آن از تلفیق مدل تحلیل سلسله مراتبی و مدل آماری وزن های شاهد استفاده گردیده است. بطور کلی 9 معیار اصلی مرتبط با وقوع پدیده زمین لغزش در این پژوهش مورد استفاده قرارگرفت. لایه های مکانی مربوط به عوامل با جمع آوری، پردازش و طبقه بندی داده های مکانی ایجاد گردیدند. لایه وزن طبقات هر لایه توصیف کننده عامل موثر زمین لغزش با استفاده از مدلسازی وزن های شاهد تولید شد. وزن اهمیت هر لایه با استفاده روش تحلیل سلسله مراتبی محاسبه شد. نقشه حساسیت زمین لغزش با همپوشانی لایه های وزن طبقات و اعمال وزن اهمیت هر لایه ایجاد و طبقه بندی برای حوضه سیمینه رود تولید گردید.محاسبه میزان موفقیت نقشه پهنه بندی نشان داد که حدود %60 زمین لغزش مورد استفاده در تهیه نقشه در طبقه خطر زیاد نقشه پهنه بندی قرارگرفته است. تراکم زمین لغزش در این طبقه حدود 37% می باشد که در مقایسه با طبقه خطر متوسط (8.8%) و طبقه خطر کم (0.083%) خیلی زیاد می باشد. میزان پیش بینی نقشه نیز نشان می دهد که حدود %56 زمین لغزش های مورد استفاده در ارزیابی نتایج تحقیق در طبقه خطر زیاد قرار گرفته اند.

امروزه امکان دسترسی انتخابی به اطلاعات بر روی وب، از طریق موتورهای جستجو فراهم می شود. اما در مواردی که نیاز ما در برگیرنده جستجو در اطلاعات مکانی نیز باشد وظیفه جستجو پیچیده تر می شود و احتیاج به توانایی های خاصی در بخش جستجوگر است. هدف اصلی انجام این پژوهش ایجاد بستری جهت استخراج اطلاعات مکانی نهفته در اسناد مکانی و پیاده سازی و ارزیابی نگرش یکپارچه در بازیابی این اطلاعات می باشد. نگرش کلی در بازیابی اطلاعات مکانی به نحوی است که این اطلاعات از طریق ارتباطی که به اطلاعات غیر مکانی دارند استخراج می شوند، در حالی که در اسناد مکانی موجود اطلاعات مکانی و غیرمکانی به صورت یکپارچه ذخیره می گردند. در پژوهش های پیشین اسناد مکانی و اطلاعات موجود در آن ها کمتر مورد توجه قرار گرفته است. منظور از نگرش یکپارچه در بازیابی اطلاعات مکانی، استخراج اطلاعات مکانی و توصیفی موجود در اسناد مکانی به صورت یکپارچه و همزمان می باشد. اجزای تشکیل دهنده سیستم مبتنی بر پژوهش حاضر شامل خزنده، پایگاه داده و واسط کاربری می باشد. در بخش خزنده، اسناد مکانی کشف شده و متن این اسناد برای استخراج اطلاعات تجزیه می‍شود. پایگاه داده در این سیستم وظیفه ذخیره و شاخص گذاری اطلاعات استخراج شده توسط خزنده را برعهده دارد و در نهایت واسط کاربری تعامل بین سیستم و کاربر را فراهم می کند. این سیستم به صورت آزمایشی برروی یک کارساز کاربری به عنوان یک شبیه سازی از فضای وب پیاده سازی شده است. پژوهش پیش رو با پیاده سازی نگرش یکپارچه، اطلاعات مکانی را از اسناد مکانی بازیابی می کند و به این ترتیب گام موثری در بهبود کارایی موتورهای جستجوی مکانی برمی دارد.

در ایران باتوجه به وسعت زیاد کشور و گستردگی مناطق پتانسیل دار ذخایر معدنی، شناسایی و مدیریت صحیح ذخایر اهمیت بسیار بالایی دارد. از طرف دیگر به دلیل پیشرفت های فن آوری سنجش از دور و تولید داده های فراطیفی با اطلاعات طیفی فراوان، استفاده از این داده ها جهت مطالعه دقیق پدیده ها به سرعت در حال گسترش است. تصاویر فراطیفی به دلیل نمایش گسترده خصوصیات طیفی عوارض و پدیده های سطح زمین در بسیاری از علوم مرتبط با زمین مورد توجه قرار گرفته اند. از آن جایی که بسیاری از مواد معدنی در محدوده مادون قرمز کوتاه ویژگی های طیفی منحصر به فردی دارند، تشخیص و تفکیک آن ها به کمک تصاویر فراطیفی به جهت پهنای باندی بسیار کمی که دارند، بسیار حائز اهمیت است. در این پژوهش قصد داریم به تفکیک مناطق آلتراسیون مرتبط با مس پورفیری به کمک تصاویر فراطیفی هایپریون و با استفاده از دو الگوریتم نقشه بردار زاویه طیفی (SAM) و طبقه بندی کننده مدل آمیخته گاوسی بپردازیم. شایان ذکر است که انجام پیش پردازش های لازم بر روی تصاویر فراطیفی هایپریون به دلیل داشتن نسبت سیگنال به نویز پایین، یکی از گام های بسیار ضروری به جهت رسیدن به نتایج مطلوب می باشد. به منظور مقایسه و ارزیابی صحت روش های پیشنهادی در این تحقیق، ابتدا داده تصویری از سنجنده هایپریون مورد استفاده قرار گرفت. همچنین یک داده شبیه سازی شده مورد استفاده قرار گرفت، تا کارایی الگوریتم های مورد استفاده در این تحقیق را نشان دهند. برای ارزیابی نتایج نیز از ماتریس خطا به کمک داده های زمینی استفاده شد و مولفه ها دقت کلی و ضریب کاپا به عنوان معیار ارزیابی مورد استفاده قرار گرفتند. دقت کلی و ضریب کاپا برای الگوریتم SAM و آمیخته گاوسی به ترتیب معادل با 82%، 0.75 و 80%، 0.71 حاصل شد.

امروزه مسیریابی در شبکه های شهری با افزایش حجم اتومبیل ها و نیز محدودیت های ترافیکی گوناگون امری ضروری محسوب می شود. روشی که در این پژوهش به منظور حل مساله کوتاهترین مسیر برای نخستین بار پیشنهاد شده است، استفاده از الگوریتم بهینه سازی فاخته می باشد. علت انتخاب این الگوریتم، جدید بودن و نیز پاسخ مناسبی است که این الگوریتم برای حل مساله مسیریابی، نسبت به سایر الگوریتم‍های فراابتکاری داده است. در این راستا و برای انجام مسیریابی، با ایجاد تغییراتی در نسخه دودویی الگوریتم فاخته، از الگوریتم یاد شده استفاده گردید. بدین منظور، برای ایجاد جمعیت اولیه از یک روش کنترل شده استفاده شد، که از ایجاد جمعیت های تصادفی که درصد بسیار ناچیزی از آنها ممکن است مسیری را تشکیل دهند، جلوگیری می کند. به این صورت که متغیرهای جمعیت که در واقع همان نقاط شبکه و موقعیت های فاخته ها هستند، به صورت تصادفی انتخاب نشده بلکه به صورت کنترل شده انتخاب می شوند و انتخاب نقاط بعدی از میان نقاطی است که با نقطه مورد نظر ارتباط دارند. در تمام مراحل اجرای الگوریتم، موقعیت فاخته ها به صورت اعداد باینری درمی آیند و اگر نقطه ای در مسیر حضور داشته باشد عدد یک و در غیر اینصورت عدد صفر می گیرد. در فاز مهاجرت فاخته ها نیز، از یک تابع سیگموید استفاده شده است که موقعیت جدید فاخته ها را به بازه بین صفر و یک برده و در نتیجه موقعیت های جدید نیز تبدیل به اعداد صفر و یک می شوند. به منظور آزمون میزان کارایی الگوریتم پیشنهادی، از سه نوع شبکه فرضی، محلی و واقعی استفاده شده است. نتیجه اجرای این الگوریتم در دو نوع شبکه فرضی و محلی با تعداد نقاط 20 و 31، نتیجه ای مشابه یک الگوریتم قطعی بود، اما در شبکه ای که بخشی از یک شبکه شهری واقعی بود و از 617 نود و 995 یال تشکیل شده بود، با اختلاف اندکی بهتر از الگوریتم قطعی، توانست مسیر بهینه را نشان دهد. نتایج حاصله نشان داد که این الگوریتم توانایی انجام مسیریابی در شبکه را دارا می باشد و با ایجاد تغییراتی بر اساس ساختار شبکه، می تواند برای داده های بزرگ و شبکه های واقعی شهری مورد استفاده قرار گیرد.