علوم و فنون نقشه برداری
سال:1395 | دوره:6 | شماره:3 |تعداد مقالات:10

مطالعه تغییرات محلی عوارض آبی از اهمیت زیادی در مدیریت بحران منابع آبی و پیش بینی تغییرات اقلیمی برخوردار است. به منظور بررسی این تغییرات و تشکیل سری زمانی احتیاج به داده های متوالی در طی مدت زمانی طولانی است که در این مقاله از داده های ماهواره ای اخذ شده توسط سنجنده های رادار و اپتیک به این منظور استفاده شده است. در این تحقیق به بررسی روش های کلاسیک مانند ARIMA و GARCH، و روش های جدید مانند زنجیره مارکوف مونت کارلو در زمینه مدل سازی سری زمانی داده های ارتفاعی و مساحت دریاچه ارومیه و ارزیابی صحت آن ها پرداخته شده است. تناوبی بودن نمونه گیری مارکوف مورد بررسی قرار گرفت و عملکرد روش ترکیبی بر روی داده های ارتفاع و مساحت دریاچه ارومیه ارزیابی شد. سپس، پارامترهای مرتبط با تغییرات فصلی نیز به این مدل افزوده شدند. در انتها، به مقایسه نتایج حاصل از اعمال روش جدید با روش های کلاسیک بر اساس معرفی پارامترهای ارزیابی دقت خطای مجذور میانگین ریشه (RMSE) و ضریب مجذور r (r2)، در مرحله اعتبارسنجی پرداخته شد. از بررسی نتایج مشخص شد که تحلیل سری زمانی به روش تولید زنجیره تصادفی مارکوف با استفاده از الگوریتم مونت کارلو، منجر به تولید نتایج بهتر در تخمین سری زمانی دریاچه ارومیه نسبت به روش های کلاسیک شده است. به این ترتیب، تغییرات سری زمانی ارتفاع و مساحت دریاچه ارومیه به ترتیب با دقت های تقریبی 14 سانتیمتر و 1.66 کیلومتر مربع مدل شدند و مقادیر آن ها تا سال 2020 میلادی پیش بینی شدند. نتایج به دست آمده از پیش بینی مقادیر فوق نشان دهنده ایجاد ثبات نسبی در روند خشک شدن این دریاچه هستند. این ثبات نسبی همچنین بر روی داده های مربوط به شش سال اخیر (از سال 2011 تا 2016) نیز قابل مشاهده است که می تواند ناشی از اجرای سیاست های احیای این دریاچه باشد که با ادامه آن ها می توان تا حد ممکن از خشک شدن دریاچه جلوگیری کرد.

سیستم حمل ونقل ریلی از تعامل مجموعه ای از تجهیزات و عملیات تشکیل شده است که توانایی و ظرفیت یک سیستم ریلی در حمل ونقل بار و مسافر را تعیین می کند. بدین منظور محاسبه ظرفیت و تحلیل نحوه تغییرات کلیه عوامل موثر بر آن مهم و شناخت آن ها کمک شایانی در ارتقاء سطح بهره برداری شبکه ریلی دارد. روش های مختلفی برای محاسبه ظرفیت وجود دارد که با توجه به نوع شبکه و نحوه استفاده از آن می توان از آن ها بهره گرفت که در حال حاضر در کشور ایران، به دلیل اینکه شبکه ریلی دارای تنوع استفاده به صورت باری، مسافری و یا ترکیبی (باری و مسافری) است، از روش محاسبه ظرفیت راه آهن که به رابطه ظرفیت عملی مشهور است (رابطه Scott) استفاده می شود. در این زمینه، هدف تحقیق حاضر که برای اولین بار صورت می پذیرد، این است که برای محاسبه ظرفیت از توانمندی های سیستمهای اطلاعات مکانی بهره جسته و با طراحی و پیاده سازی یک سیستم اطلاعات مکانی تحت وب، وضعیت ظرفیتی عملیاتی شبکه ریلی را به صورتی نوین و با کارایی بیشتر نسبت به روش های متداول تعیین نماید. بدین منظور محیطی GIS مبنا طراحی گردید که به پایگاه داده های مختلف شرکت راه آهن جمهوری اسلامی ایران ازجمله پایگاه سیر و حرکت متصل شده و ضمن مشاهده وضعیت فعلی ظرفیتی شبکه، راهکارهایی برای استفاده از ظرفیت خالی، بالا بردن ظرفیت شبکه و همچنین رفع گلوگاه های ظرفیتی شبکه ریلی مطرح می کند. استفاده از این شیوه، نه تنها باعث افزایش سرعت و دقت محاسبه ظرفیت شبکه شد، بلکه باعث بهبود تصمیم گیری مدیریتی جهت استفاده از ظرفیت خالی شبکه به منظور فروش این ظرفیت به شرکت های متقاضی و کسب درآمد برای شرکت راه آهن جمهوری اسلامی ایران نیز گردید تا جایی که قبل از شروع هر فصل یا سال، می توان قراردادهای مناسبی برای تقاضای صاحبان بار و مسافر در شبکه ریلی منعقد نمود.

توموگرافی یونوسفر یک روش بسیار موثر جهت بررسی ویژگیهای فیزیکی این لایه از جو می باشد. بازسازی توموگرافیک چگالی الکترونی یونوسفر بدلیل کمبود مشاهدات ورودی و نیز عدم توزیع یکنواخت آنها یک مساله معکوس بدوضع محسوب می شود. در این مقاله از یک روش جدید پایدارسازی بنام هیبرید جهت حل این مساله استفاده شده است. این روش ترکیبی از روشهای پایدارسازی تیخونوف و تغییرات کلی (TV) می باشد. مزیت این روش در کمتر شدن میزان بایاس ایجاد شده در نتایج و نیز ایجاد تعامل بهینه مابین مقدار بایاس و دقت نتایج حاصل است. بدلیل وجود اندازه گیریهای مستقیم یونوسفر (یونوسوند l=51.38510، j=35.73820) در سال 2007، کارایی روش پیشنهادی این مقاله توسط داده های شبکه ژئودینامیک کشور ایران در سه روز مختلف بتاریخهای 03/01/2007 (فصل زمستان)، 03/04/2007 (فصل بهار) و 13/07/2007 (فصل تابستان) مورد تست و ارزیابی قرار گرفته است. همچنین نتایج الگوریتم پیشنهادی در این مقاله با نتایج حاصل از روش تیخونوف مرتبه صفرم، چگالی الکترونی بدست آمده از مدل مرجع جهانی یونوسفر 2012 (IRI- 2012) و چگالی الکترونی حاصل از مدل NeQuick موسسه عبدالسلام ایتالیا مورد مقایسه قرار گرفته است. منطقه بازسازی شده دارای عرض 22 تا 40 درجه و طول 44 تا 64 درجه می باشد. آنالیز انجام گرفته نشاندهنده کمینه خطای نسبی 1.55 درصد و بیشینه 19.52 درصد می باشد. همچنین مقادیر کمینه و بیشینه خطای مطلق بترتیب برابر با (ele/m3) 1.32´1011 و (ele/m3) 6.67´1011 بدست آمده است.

رشد فزاینده مصرف انرژی متناسب با توسعه اقتصادی و روند افزایش جمعیت با توجه به محدودیت ذخایر سوخت های فسیلی از یک طرف و معضلات زیست محیطی ناشی از مصرف اینگونه منابع انرژی از طرف دیگر، بهینه سازی در مصرف انرژی و استفاده از سایر منابع انرژی را ضروری می سازد. در میان انرژی های تجدیدپذیر، انرژی برق بادی بدلیل شرایط اقتصادی بهتر و همچنین عدم آلایندگی محیط زیست، امروزه بیشتر از سایر منابع تجدیدپذیر مورد توجه واقع شده است. تعیین مکان مناسب برای احداث نیروگاه های بادی نیازمند توجه به معیارها و عوامل مختلفی است. در این تحقیق ضمن شناسایی پارامترهای مهم در مکان یابی نیروگاه های بادی، نقش و میزان تاثیرگذاری هر یک از عوامل نیز مشخص گردیده است و بر اساس نقش و تاثیر متفاوت فاکتورهای مختلف، نقشه های متعددی تهیه گردیدند. جهت تلفیق نقشه ها، مدل فازی انتخاب و پیاده سازی گردیده است. به منظور انجام مطالعات ذکر شده، شهرستان دامغان از استان سمنان که از مناطق بادخیز کشور به حساب می آید، انتخاب گردیده است. مطالعات نشان می دهند که شهرستان دامغان بیشترین پتانسیل انرژی بادی را در استان سمنان دارا می باشد.پس از بررسی و ارزیابی نتایج حاصل از تلفیق نقشه ها به کمک نرم افزار GIS، مناطق مناسب جهت احداث نیروگاه بادی در منطقه مورد مطالعه انتخاب شد. مناطق مستعد در فاصله مناسبی از راه های دسترسی، خطوط انتقال نیرو، مراکز جمعیتی و... قرار دارند. در مجموع 2240 کیلومتر مربع از شهرستان دامغان جهت احداث نیروگاه های بادی مناسب تشخیص داده شد (حدود 16% از کل). میزان انرژی قابل استحصال از مزارع بادی در شهرستان دامغان با در نظر گرفتن کلیه معیارهای یاد شده و رعایت فواصل مناسب مابین مزارع بادی برای جلوگیری از افت توان، حدود 1000 مگاوات برآورد شد.

یکی از مباحث کلیدی در برنامه ریزی حمل و نقل شهری پیش بینی تقاضای سفر است و درک و مدل سازی آن کاربردهای فراوانی در طراحی زیرساخت های شهری، مدل سازی مکانی شیوع بیماری ها، سیاست گذاری ها و برنامه ریزی شهری و تحلیل های مکانی-زمانی در GIS دارد. به طور سنتی برای پیش بینی تقاضای سفر از یک مدل چهار مرحله ای استفاده می شود. خروجی مرحله دوم از این مدل ماتریس مبدا-مقصد یا ماتریس توزیع سفر نام دارد و درایه های این ماتریس میزان سفرهای انجام شده از هر مبدا به هر مقصد را نشان می دهند. ماتریس توزیع سفر می تواند به عنوان یک ورودی مهم در بسیاری از تحلیل های مکانی GIS استفاده شود. مهمترین بخش توزیع سفر تعیین مدل مورد استفاده جهت برآورد ماتریس مبدا-مقصد است. تا به امروز مدل های مختلفی نظیر مدل جاذبه جهت برآورد ماتریس توزیع سفر معرفی شده است. در سال های اخیر نیز برخی مدل های دارای پارامتر و بدون پارامتر نظیر PWO، تابش و رتبه مبنا در حوزه پیش بینی الگوی حرکتی شهری توسعه داده شده است. در این مقاله کاربرد مدل رتبه مبنا در برآورد ماتریس توزیع سفر شهری بررسی شده است. در این مقاله به عنوان مطالعه موردی، مدل رتبه مبنا در منطقه منهتن شهر نیویورک ایالات متحده پیاده سازی شده و نتایج آن به صورت کمی و در مقایسه با مدل جاذبه مورد ارزیابی قرار گرفته است. نتایج نشان می دهد که بر اساس شاخص همانندی سورنسن مدل رتبه مبنا توانسته است حدود 67 % سفرها را شبیه به سفرهای واقعی برآورد کند. هم چنین مقدار r-squared حاصل از تحلیل رگرسیون خطی برابر 0.32 به دست آمد که این عدد بیان گر انطباق مناسب اعداد ماتریس برآوردشده با واقعیت است.

یکی از مهم ترین راهکارهای مدیریت مناسب پسماند شهری که در حال حاضر به عنوان اولویت اول در مدیریت پسماند شهری در بسیاری از کشورها در کانون توجه قرار گرفته است، تفکیک و جداسازی از مبدا است. تحقیق پیش رو با استفاده از آمار مربوط به جمعیت ساکن و تولید و تفکیک پسماند، به کمک سیستم اطلاعات مکانی (GIS)، به بررسی میزان پسماند تفکیک شده مناطق 22 گانه شهر تهران طی سال های 92-89 پرداخته است. پسماند تر با 74.56%، بیشترین سهم وزنی پسماندهای شهر تهران را به خود اختصاص داده است. منطقه 4 با بیش از 885 هزار نفر و منطقه 22 با جمعیتی کم تر از 135 هزار نفر در انتهای سال 1392، به ترتیب پرجمعیت ترین و کم جمعیت ترین مناطق شهر به حساب می آیند. منطقه 2 در سال های 89 و 90 و منطقه 5 در سال های 91 و 92 دارای بیشترین تولید پسماند بوده است، به گونه ای که در سال 92، منطقه 5 به تنهایی بیش از 6 برابر منطقه 13 پسماند تولید کرده است. در میان مناطق 22 گانه شهر تهران، پسماند تفکیک شده در مبدا برای منطقه 4 و 5 بیشترین و در مناطق 21 و 22 کم ترین میزان به دست آمده است. به طور میانگین می توان گفت در سال های 89، 90، 91 و 92 به ترتیب 15.23%، 14.85%، 14.38% و 15.23% از کل پسماند شهر تهران به صورت تفکیک از مبدا جمع آوری شده است. در سال 89، 90 و 91 منطقه 12 بیشترین میزان جمع آوری پسماند تفکیک شده را داشته و در سال 92، منطقه 14 با 23.73%، منطقه 1 با 22.70% و منطقه 8 با 22.42% بهترین مناطق در این زمینه بوده اند.

هدف این تحقیق، بررسی شاخص های مکانی مناسب جهت ارزیابی معابر از منظر پتانسیل پیاده روی می باشد. در این تحقیق از تلفیق تحلیل های مبتنی بر سیستم اطلاعات مکانی (GIS) و سنجش از راه دور و روش های تحلیل چندمعیاره AHP و TOPSIS استفاده شده است. شاخص های مکانی شامل: سطح اتصال با سایر معابر، دسترسی به زیرساخت های حمل و نقل عمومی، اختلاط کاربری، چگالی واحدهای مسکونی و سبزینگی می باشند. جهت تعیین اهمیت شاخص ها از کارشناسان شهرسازی و مردم، نظرسنجی صورت پذیرفت. مدلسازی ارائه شده، برای معابر نواحی هفت و دو منطقه یک شهر تهران پیاده سازی گردید. پس از انجام تحلیل های مورد نیاز و پیاده سازی مدل در منطقه مطالعاتی، بر اساس نظر کارشناسان، در میان خیابان های اصلی، خیابان های ولیعصر، درکه و رشیدالدین فضل اله و از میان خیابان های فرعی، خیابان های دانشجو، کرمی و البرز کوه، و بر اساس نظر مردم، در میان خیابان های اصلی، خیابان های ولیعصر، اوین و درکه و در میان خیابان های فرعی، خیابان های دانشجو، کرمی و سید محمد شریفی منش، بالاترین تناسب را برای پیاده روی از منظر شاخص های این تحقیق دارا هستند. بر اساس نتایج بدست آمده از این تحقیق می توان معابر مختلف را از منظر این شاخص ها ارزیابی نمود و برای بهبود معابر از دیدگاه پتانسیل پیاده روی در آینده برنامه ریزی کرد. به علاوه از طریق رتبه بندی صورت گرفته می توان معابری که نیاز بیشتری به بهبود داشته و اولویت بالاتری دارند را شناسایی نمود.

هدف از تناظریابی عوارض، شناسایی عوارض متناظر در مجموعه داده های مختلف در دنیای واقعی می باشد. تحقیق حاضر چارچوبی را برای بهبود تناظریابی گذرگاه های شهری در مجموعه داده های با مقیاس و منابع متفاوت ارائه می دهد. چارچوب پیشنهادی بر اساس نظریه گراف و در نظر گرفتن معیارهای مرتبط با هندسه عوارض، جهت تناظریابی مجموعه داده های شبکه راههای درون شهری در مقیاسها و منابع مختلف می باشد. در راهکار ارائه شده سعی شده است با در نظر گرفتن معیارهایی هندسی نظیر فاصله، جهت، مساحت، شکل و ناحیه مشترک بین حریم عوارض و در نظر گرفتن ادراک مکانی کارشناسان در تعیین درجه اهمیت هریک از معیارها، درجه شباهت عوارض در منابع داده مختلف تعیین گردد. علاوه بر موارد فوق، در راهکار ارائه شده ضمن حذف ابهام در تعریف عوارض، تمام روابط موجود بین عوارض (شامل 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 چارچوب پیشنهادی برخلاف بسیاری از روش های پیشین حالت کاربردی بودن خود را در مواجه با داده های با مقیاسها و منابع متفاوت از دست نمی دهد. نتایج نشان می دهد که روش پیشنهادی در مساله تناظریابی به خوبی عوارض متناظر را در مجموعه داده های با مقیاس و منابع مختلف شناسایی می کند. برای ارزیابی نتایج از ضریب F-Score استفاده گردید که شامل هر دو پارامتر Precision و Recall می باشد. با در نظر گرفتن معیارهای هندسی مختلف مقدار F-Score از 35.02 تا 82.67 درصد بهبود می یابد.

بیش از دو دهه است که استفاده از مشاهدات پیوسته ایستگاه های دائمی GPS کاربرد وسیعی جهت رفتارسنجی پدیده های ژئودینامیکی از جمله تغییر شکل پوسته زمین، حرکت صفحات تکتونیکی و گسل ها پیدا نموده است. معمولا موقعیت های روزانه ایستگاه های دائمی GPS از نظر تصادفی مستقل از یکدیگر در نظر گرفته می شوند. از طرفی خطاهایی نظیر خطای مدل کردن مدار ماهواره ها، تعیین پارامترهای دورانی زمین، مدل کردن پارامترهای اتمسفری و غیره باعث نویز رنگی یا همبستگی بین موقعیت های روزانه ایستگاه ها می شوند. وجود آفست در مدل تابعی سری ها زمانی GPS نیز، باعث برآوردی اریب از پارامترهای مجهول می شود بنابراین برای برآوردی دقیق از پارامتر سرعت احتیاج به مدل تصادفی و تابعی دقیق از سری های زمانی GPS داریم. به این منظور در این مطالعه آنالیز نویز چند متغیره بر روی 38 ایستگاه دائمی GPS ایران با بازه زمانی 7 سال، انجام شده است. در این آنالیز مدل تصادفی داده ها با ترکیب نویز سفید، نویز فلیکر و نویز رندوم واک ارائه شده و برآورد مولفه های نویزها توسط روش «برآورد مولفه های واریانس کمترین مربعات» صورت گرفته است. اثر آفست موجود در داده ها بر روی برآورد نویز و پارامتر سرعت ایستگاه ها نیز مورد بررسی قرار گرفته است. بررسی همبستگی زمانی قبل و بعد از حذف آفست، کاهش مقادیر نویز به ویژه نویز رندوم واک را نشان می دهد. پارامتر سرعت نیز بعد از حذف آفست با تغییراتی همراه است که ضرورت بررسی آفست موجود در داده ها را تایید می کند. پس از حذف آفست، بررسی همبستگی مکانی نشان داد که وابستگی معناداری برای مولفه های شمالی-شمالی، شرقی-شرقی و ارتفاعی-ارتفاعی وجود دارد ولی بین مولفه های مختلف مختصاتی نتایج همبستگی، معنادار نیستند.

علوم ژئوماتیک از اصلی ترین منابع تولید اطلاعات مکان مبنا می باشند. سنجش از دور و فتوگرامتری در تولید چنین اطلاعاتی نقش اساسی را برعهده دارند. شناسایی تغییرات با توجه به ماهیت تغییر به وجود آمده برای نهادهای مختلف دارای اهمیت بالقوه هستند. تاکنون روش های شناسایی تغییرات بسیاری از جمله ماسک باینری، مقایسه مستقیم و غیره مورد استفاده قرار گرفته اند. هر یک از این روش ها با توجه به هدف مورد نظر از داده های متنوعی سود برده اند، تصاویر اپتیک و مادون قرمز دارای بیشترین استفاده به عنوان داده ورودی در شناسایی تغییرات می باشند. جهت بهبود دقت شناسایی تغییرات، فضاهای ویژگی متنوعی از جمله ویژگی های بافتی مورد استفاده قرار گرفته اند. آماره های بافتی مستخرج از ماتریس رخداد همزمان دارای تنوع بالا با تاثیر گذاری متفاوت بر نتایج شناسایی تغییرات می باشند. اما استفاده از تمام ویژگی های بافتی برای افزایش دقت، در مواقعی به دلیل افزایش اندازه تعداد ویژگی ها و وجود نویز مشکلاتی را به همراه دارد. در این مقاله به منظور ارزیابی عملکرد هر یک از این آماره های شناخته شده، به بررسی تاثیرگذاری آن ها بر دقت های شناسایی تغییرات پرداخته شد. ابتدا سه باند در ناحیه های طیفی مختلف از تصویر لندست 8 برای سال های 2013 و 2015 به عنوان داده های ورودی انتخاب گردید. سپس آماره های ماتریس رخداد همزمان روی هر یک از سه باند برای هر کدام از سال های مورد اشاره استخراج گردید. در مرحله بعد، تصویر تفاضلی از طریق تفریق باندهای آماره های بافتی متناظر برای سال های 2013 و 2015 تولید گردید. همچنین تصویر تفاضلی باندهای طیفی نیز تولید شد. سپس، هر یک از تصاویر تفاضلی آماره ها (در باندهای مورد نظر به صورت مجزا) با تصویر تفاضلی باندهای طیفی ادغام و وارد طبقه بندی کننده بیشترین شباهت شد. نتایج بدست آمده نشان داد کارکرد آماره ها به عواملی مانند نوع کلاس های مورد نظر و محدوده طیفی (داده مورد استفاده) نیز وابسته است. همچنین نتایج بدست آمده نشان داد، در مجموع آماره های «میانگین»، «انتروپی» و «همگنی» بیشترین و آماره های «واریانس»، «کنتراست» و «همبستگی» کمترین تاثیر را در افزایش دقت شناسایی تغییرات با توجه به تست های این پژوهش دارا می باشند.