علوم و فنون نقشه برداری
سال:1393 | دوره:3 | شماره:4 |تعداد مقالات:10

یونوسفر لایه ای از جو زمین می باشد که از ارتفاع 80 کیلومتری تا ارتفاع بیش از 1000 کیلومتری زمین گسترش پیدا کرده است. این لایه از جو به دلیل خاصیت الکتریکی، اثرات بسیار مهم و اساسی بروی امواج عبوری از آن دارد. پس از برداشتن اثر SA از سیستم تعیین موقعیت جهانی GPS، تاخیر یونوسفری به عنوان مهمترین منبع خطا، در تعیین موقعیت و ناوبری توسط این سیستم محسوب می شود. بررسی و حذف این اثر مستلزم شناخت توزیع چگالی الکترونی در یونوسفر است. در این مقاله از یک مدل سه بعدی جهت شناخت ویژگیهای این لایه استفاده شده است. برای انجام اینکار تغییرات افقی چگالی الکترونی توسط توابع هارمونیک کروی (SHF) و تغییرات عمودی آن بوسیله توابع متعامد تجربی (EOF) مدلسازی می شوند. به دلیل ماهیت خاص مدل مورد استفاده که نوعی از معادلات انتگرال فردهولم نوع اول می باشد، با یک مساله معکوس گسسته ناپایدار روبرو هسیتم. جهت حل ناپایداری مساله فوق از روش تیخونوف مرتبه صفرم استفاده شده است. پارامتر پایدارسازی با استفاده از مقایسه مابین چگالی الکترونی حاصل از مدل سه بعدی و چگالی الکترونی اندازه گیری شده در ایستگاه یونوسوند تهران تعیین شده است. با کمک داده های GPS شبکه ژئودینامیک کشور ایران در 3 فصل زمستان، بهار و تابستان آنالیز تغییرات زمانی و مکانی یونوسفر برای 30 روز از هر فصل انجام گرفته است. نتایج بدست آمده نشان دهنده تغییرات روزانه در چگالی الکترونی در طول یک روز به اندازه 6´1011 ele/cm3 و نیز تغییراتی به اندازه 9´1011 ele/cm3 در طول یک ماه مخصوصا در فصل زمستان می باشد.

در این مطالعه تغییرات پتانسیل و گرادیان جاذبه را برای زلزله 9.2 ریشتری سوماترای اندونزی در 26 دسامبر سال 2004 به کمک داده های ثقل سنجی جمع آوری شده توسط ماهواره گریس بدست می آوریم. گرادیان های جاذبه بدست آمده تغییرات توزیع جرم را در درون زمین به خوبی نشان می دهند. مطالعات پیشین نشان داده است که برای حذف خطای نواری مشاهدات گریس از فیلترها و الگوریتم های نرم کنندگی استفاده شده است. در این تحقیق کاربرد گرادیان های جاذبه را در حذف خطای نواری مشاهدات ماهواره گریس بررسی می کنیم و خواهیم دید که با محاسبه این گرادیان در جهت f خطاهای نواری مشاهدات گریس توسط مولفه های Vff و Vrf و از تنسور گرادیان جاذبه از بین می روند در حالی که با محاسبه این گرادیان در جهت l نوسانات در جهت شمال- جنوب توسط مولفه های Vll و Vrl و از تنسور گرادیان جاذبه تشدید می شوند. همچنین حداکثر و حداقل مقادیر تغییرات گرادیان جاذبه به ترتیب 1.5 mE و -1.2 mE در جهت f بدست می آیند.

در مشاهدات ترازیابی همیشه خطاهای سیستماتیک وجود دارد.این خطاها یکی از عوامل محدود کننده دقت در کارهای ترازیابی دقیق می باشد. بنابراین ضرورت بکارگیری روش های مختلف برای حذف یا تا حد امکان کاهش این خطاها امری بدیهی است. هدف اصلی از انجام این تحقیق یافتن یک راه حل مبتنی بر مدلسازی ریاضی رفتار اختلافات رفت و برگشت هر قطعه ترازیابی برای کاهش یا حذف برآیند خطا های سیستماتیک موثر بر مشاهدات ترازیابی است. در این پژوهش سعی شده است، بدون در نظر گرفتن داده های فیزیکی مورد نیاز برای تصحیح خطاهای سیستماتیک و تنها توجه به ضرورت تصادفی بودن خطاهای باقیمانده قبل از سرشکنی، مدلسازی ریاضی خطاهای سیستماتیک برای پنج لوپ از شبکه ترازیابی دقیق کشور انجام شود و با نتایج فیزیکی حاصل از مدلسازی مورد مقایسه قرار گیرند. آنچه از مقایسه نتایج به دست آمده است حاکی از آن است که نتایج سرشکنی اختلاف ارتفاعات خام (بدون هیچ نوع تصحیحی) با نتایج حاصل از سرشکنی اختلاف ارتفاعات تصحیح شده به روش فیزیکی (تصحیح انکسار) بسیار به هم نزدیک بوده و عملا تفاوت معنی داری بین آنها وجود ندارد.

به میزانی که حجم داده های تحت وب دارای محتوای مکانی افزایش می یابد نیاز به رویکردهایی که دارای توانایی مدیریت این حجم داده ها در شبکه وب باشند افزایش می یابد. گفتمان وب معنایی با تعریفی جدید و متفاوت از پایگاه های داده به منظور ذخیره و بازیابی داده ها، راه حلی برای مواجهه با چالش های ناهمگنی و گستردگی توزیع منابع اطلاعاتی است. از طرفی می توان گفت که افراد در فعالیت های روزمره خود با مفهوم و معنایی که برای هر مکان خاص قائلند سر و کار دارند. معیارهای گوناگون شناختی برای تعریف یک مکان باعث می شود که علاوه بر طبقه بندی، اطلاعات توصیفی بیشتری برای مدلسازی ویژگی های متمایزکننده (affordance) نقاط مورد نیاز باشد، درحالیکه که تعریف این اطلاعات توصیفی در یک اسکیمای خاص از مدل های رابطه ای امکان پذیر نیست. مدلسازی داده در پایگاه های داده گرافی و در قالب داده های مکانی- معنایی، تعریف و ذخیره داده های مرتبط با مدلسازی مکان بر اساس affordance را امکان پذیر می کند. در این تحقیق با مروری بر مفاهیم و فناوری های مرتبط با کارکردهای وب معنایی، نشان داده خواهد شد که چگونه می توان داده های مکانی را در قالب های معنایی تعریف و تفسیر کرد. همچنین سامانه اطلاعاتی طراحی و پیاده سازی شده در این تحقیق، از قالب داده های وب معنایی به منظور ذخیره و بازیابی داده های مکانی- معنایی affordance نقاط مورد توجه، استفاده خواهد کرد. جهت ارزیابی نتایج به دست آمده، اطلاعات بازگردانده شده توسط سامانه مکانی- معنایی با اطلاعات همسان در مدل های رابطه ای مقایسه خواهد شد و نتیجه مقایسه ها مورد بررسی و ارزیابی قرار خواهد گرفت.

امروزه با رخداد بلایای طبیعی، گردآوری بی درنگ اطلاعات مکانی و محیطی از طریق به کارگیری سکوهای پرنده بدون سرنشین (UAV) به عنوان سکوی حامل سنجنده های چندمنظوره، به امری ضروری تبدیل شده است. سکوهای پرنده بدون سرنشین با پوشش سامانمند و سریع نواحی پرخطر که دسترسی نیروهای امداد زمینی به آن ها ممکن نیست، نقش قابل توجه ای را در بهبود کیفیت ماموریت امداد و جستجوی مجروحین پس از وقوع مخاطرات طبیعی ایفا می کنند. از سوی دیگر، برنامه ریزی ماموریت UAV خود یکی از مراحل بنیادین جهت دستیابی به ناوبری خودکار UAV می باشد. در این زمینه، تعیین خطوط سیر بهینه با توجه به نیازهای ماموریت و شرایط محیطی یکی از مراحل ضروری در برنامه ریزی سکوی خودکار می باشد. در این پژوهش افزون بر بررسی نقش UAV در بهبود عملیات امداد و نجات در شرایط بحران، الگوریتم غذایابی باکتری بهبود داده شده و جهت حل مساله برنامه ریزی خط سیر UAV پیاده سازی می شود. سپس، به منظور اعتبار سنجی کارکرد الگوریتم پیشنهادی با دیگر الگوریتم های پیاده سازی شده مقایسه می گردد. در پایان، نتایج شبیه سازی ماموریت جستجو و نجات با سکوی پرنده و دستاوردهای پژوهش بیان می شود.

در سال های اخیر، استفاده از دوچرخه های عمومی، به منظور مقابله با بکارگیری بیش از حد اتوموبیل، به یک الگوی برنامه ریزی حمل و نقل شهری مهم در جهان تبدیل شده است. یکی از کلیدهای موفقیت در این طرح، مکان ایستگاه های دوچرخه و ارتباط آنها با معیارهای مختلف تقاضای سفر است. امروزه سامانه اطلاعات مکانی به دلیل توانایی انجام اجرای مدل ها و تحلیل های مکانی پیچیده، قابلیت بکارگیری در برنامه ریزی های حمل و نقل را داراست. این تحقیق، یک روش تصمیم گیری چند معیاره مبتنی بر GIS، به منظور برنامه ریزی مکانی ایستگاه های دوچرخه عمومی ارائه می دهد. در روش ارائه شده، شاخص های دسترسی پذیری، نزدیکی به تقاطع های مهم و پارکینگ های عمومی و همچنین فاصله بین ایستگاه های دوچرخه عمومی مورد توجه قرار گرفت. با توجه به عدم قطعیت در نظرات کارشناسی در خصوص برخی معیارها از منطق فازی برای مدلسازی آنها استفاده شد. روش پیشنهادی برای منطقه هفت شهر تهران انجام گردید. نتایج به دست آمده از مدل ارائه شده حاکی از توانایی و کارا بودن مدل فوق در برنامه ریزی مکانی ایستگاه های دوچرخه عمومی و همچنین تعیین میزان محدودیت ها و توانایی های هر نقطه از منطقه در رابطه با شاخص های مورد نظر، می باشد. نتایج به دست آمده می تواند به عنوان ابزاری مناسب جهت اخذ تصمیم های بهینه در اختیار تصمیم گیرندگان و برنامه ریزان حمل و نقل شهری قرار گیرد.

با وجود مزایای فراوانی که سیستم های اطلاعات مکانی داوطلبانه دارند، کیفیت داده های این سیستم ها بزرگترین محدودیت آن و محل بحث و تحقیق بسیاری از محققان بوده و تا کنون مقالات گوناگونی در این باره نوشته شده است. اغلب تحقیقات صورت گرفته در زمینه اطلاعات مکانی مردم گستر به کیفیت بیرونی و گاهی هم کیفیت درونی این داده ها پرداخته اند و کیفیت عملی کمتر مورد توجه واقع شده است. در این تحقیق با استفاده از کمیت سنج های زبانی و عملگر تصمیم گیری چندمعیاره OWA روشی برای ارزیابی کیفیت عملی اطلاعات مکانی داوطلبانه ارائه می گردد. در روش ارائه شده برای محاسبه کیفیت عملی ابتدا می بایست کیفیت درونی و بیرونی داده های تولید شده توسط داوطلبان محاسبه شود. به منظور محاسبه کیفیت درونی و بیرونی برای هر کدام چند شاخص سطح متوسط و سطح پایین در نظر گرفته شده است که با اعمال عملگر OWA روی این شاخص ها مقدار کیفیت محاسبه می شود. برای ارزیابی روش پیشنهادی میزان فرسایش بنا های تاریخی شهر تهران انتخاب گردید. با توجه به نتایج به دست آمده در این مطالعه موردی، مشخص گردید که تاثیرگذاری کیفیت بیرونی روی کیفیت عملی بیشتر از کیفیت درونی است و همچنین تخصص کاربر روی کیفیت عملی داده های تولید شده توسط وی تاثیر به سزایی دارد.

تاکنون برای بهبود دقت روش های خوشه بندی پیشنهادات متعددی ارایه شده است که از آن جمله می توان به استفاده از روش های نیمه نظارت شده، ترکیب خوشه بندی ها و خوشه بندی دوگانه اشاره نمود. یکی از مهمترین رویکردها در این زمینه استفاده از اطلاعات مکانی تصویر می باشد. در این تحقیق چهار روش خوشه بندی که از اطلاعات مکانی سطح تصویر استفاده می کنند با یکدیگر مقایسه گردید. این چهار روش شامل اعمال فیلتر اکثریت، استفاده از داده های بافت، خوشه بندی مبتنی بر شیء، و استفاده از میدان های تصادفی مارکوف می باشند که در کنار روش خوشه بندی k-means ساده روی چهار نمونه تصویر آزمایش شدند. استفاده از داده های بافت برای تصاویر واقعی تا 10.8 درصد و روش میدان های تصادفی مارکوف برای تصاویر شبیه سازی شده با 22.8 درصد بیشترین افزایش دقت را نسبت به خوشه بندی k-means نشان داده اند. نتایج این پژوهش نشان می دهند که استفاده از خوشه بندی k-means در شکل ساده اش به هیچ وجه همه توانایی اطلاعاتی تصویر را به کار نمی گیرد و نتایج و انتظارات کاربر را برآورده نخواهد کرد و استفاده از اطلاعات همسایگی یکی از بهترین راهکارهای افزایش دقت می باشد.

تصاویر رقومی هوایی پهپاد دارای کاربردهای متنوعی در استخراج اطلاعات مکانی، تهیه و بازنگری نقشه می باشد. هدف تحقیق ارزیابی روشهای تصحیح هندسی تصاویر رقومی هوایی پهپاد شامل: مدلهای فیزیکی، پیاده سازی فرآیند کامل فتوگرامتری هوایی از مرحله کالیبراسیون آزمایشگاهی دوربین تا مثلث بندی و سرشکنی در چندین مرحله، تهیه ارتو فتو و نقشه های بزرگ مقیاس، همچنین پیاده سازی مدلهای تجربی (چند جمله های دوبعدی، تبدیل افاین، درجه دوم و سوم، توابع کسری، تبدیل پروژکتو، درجه اول) و استفاده از مدلسازی هوش مصنوعی و در نهایت تعیین موقعیت دقیق عوارض با استفاده از نقشه تهیه شده می باشد. بهترین نتایج پیاده سازی مدلهای فیزیکی به ترتیب برای نقاط مسطحاتی x (0.2105 متر)، y (0.2856 متر) متر و همچنین بهترین نتایج حاصل از مدلسازی تجربی با توابع چند جمله دو بعدی درجه سوم برای میزان باقیمانده های نقاط کنترل 2 پیکسل (حدود 24 سانتی متر) بدست آمد.

امروزه مدل های سه بعدی شهری به عنوان یکی از بنیادی ترین اطلاعات مورد نیاز در بسیاری از کاربردهای مهندسی نظیر مدیریت شهری، مدیریت و طراحی جاده ها و بزرگراه ها و عملیات امداد می باشند. در این راستا تلاش گسترده ای در راستای بهینه سازی در روند تولید اطلاعات از سطح زمین و پردازش آن ها انجام پذیرفته است. در این تحقیق برای بازسازی مدل ساختمان یک روش بر مبنای تلفیق اطلاعات ابر نقطه لیدار و تصویر ارائه شده است. در روش پیشنهادی ابتدا با استفاده از نقشه دو بعدی موجود، نقاط متعلق به هر ساختمان از ابر نقطه کلی لیدار استخراج می گردد و ساختمان های مورد نظر در دو گروه کلی ساختمان های با سقف شیب دار و مسطح گروه بندی می شوند. سپس الگوریتم خوشه بندی انتقال میانگین بر روی نقاط سقفی ساختمان های مختلف اعمال می گردد و در نهایت با جداسازی صفحات موازی و هم صفحه مرحله بخش بندی پایان می یابد. در مرحله بعدی با استفاده از ماتریس همجواری هر ساختمان، بخش های مجاور با یکدیگر تقاطع داده می شوند و مختصات رئوس داخلی محاسبه می گردد. از طرف دیگر در فضای تصویر، محدوده مربوط به هر ساختمان جدا می گردد و الگوریتم بخش بندی انتقال میانگین بر روی آن قسمت اعمال می گردد. سپس خطوط مربوط به لبه های سقف با استفاده از الگوریتم تبدیل هاف استخراج می گردند و نقاط حاصل از تقاطع این خطوط به فضای زمین انتقال می یابند. در مرحله پایانی با ترکیب نقاط ساختاری حاصل از تقاطع صفحات مجاور و نقاط انتقال یافته از فضای تصویر، عملیات بازسازی انجام می شود. در این تحقیق برای ارزیابی کارایی روش ارائه شده، ساختمان های مختلف با شکل و سطوح مختلف پیچیدگی مختلف انتخاب شدند و نتایج روش پیشنهادی برای بازسازی مدل سه بعدی مورد ارزیابی قرار گرفت. نتایج به دست آمده نشان دهنده کارایی قابل قبول روش ارائه شده در مواجه با ساختمان های مختلف می باشد، به طوری که دقت مسطحاتی در بازسازی مدل های سه بعدی در حد 0.4 متر به دست آمده است.