محاسبه واریوگرام و پیوستگی فضایی یکی از اولین و مهم ترین فرآیندها در مدل سازی زمین آماری بوده که فرآیندی زمان بر و تجربه محور است. همچنین به دلیل پیچیدگی های محاسبه واریوگرام تجربی، تفسیر و برازش مدل مناسب همواره یکی از چالش های اصلی در این زمینه است. در این مقاله یک روش مدل سازی هوشمند واریوگرام با استفاده از یادگیری عمیق ارایه شده است که می تواند سرعت برازش مدل واریوگرام را افزایش دهد و مانع بروز خطاهای متداول در برازش دستی مدل واریوگرام شود. در این روش از دو شبکه عصبی کانولوشن استفاده شده است. شبکه اول داده های اولیه را تبدیل به نقشه دوبعدی شبیه سازی شده بر مبنای مدل های مختلف واریوگرام می کند. بدین منظور نیاز است تا شبکه اول، با داده های اولیه و شبیه سازی های مانند آن ها آموزش داده شود؛ سپس خروجی این مدل وارد شبکه عصبی کانولوشن دوم شده که در این شبکه تصاویر دوبعدی شبیه سازی شده به عنوان ورودی به شبکه داده می شود و پارامترهای واریوگرام شامل دامنه، آزیموت جهت اصلی، نسبت دامنه جهت اصلی به جهت فرعی و اثر قطعه ای پیش بینی می شود. در این مقاله ابتدا الگوریتم پیشنهادی بر روی داده های دوبعدی مصنوعی پیاده سازی و پارامترهای مدل بهینه شده است. دقت مدل در پیش بینی پارامترهای واریوگرام 97 درصد بوده است. سپس از الگوریتم پیشنهادی برای مدل سازی واریوگرام داده های ژئوشیمیایی منطقه نوچون که شامل عناصر Cu، Zn و Pb استفاده شد که دقت مدل واریوگرام به دست آمده نسبت به مدل دستی برازش شده 90 درصد است.

یکی از مسایل مهم در تجزیه و تحلیل داده های فضایی، تعیین ساختار همبستگی داده ها است که معمولاً به وسیله تابع تغییر نگار صورت می پذیرد. برای برآورد این تابع، فاصله مورد مطالعه به تعدادی لگ تقسیم می گردد و در هر لگ مقدار تغییرنگار تجربی محاسبه و مدلی معتبر به مقادیر آن برازش داده می شود. از آنجا که دقت مدل برازش داده شده به تعداد لگ ها بستگی دارد، تعیین تعداد لگ مناسب برای برآورد تابع تغییرنگار نمایی مورد بررسی قرار می گیرد و از آن برای مدلسازی تغییرنگار میزان بروز بیماری سل ریوی در شهرستانهای کشور استفاده می شود. سپس با استفاده از آن میزان این بیماری در تعدادی از شهرستانها تخمین زده می شود.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

تجزیه وتحلیل فضایی در باستان شناسی در زمینه های گوناگون باستان شناسی چشم انداز، آنالیز آماری اهمیت زیادی یافت. باستان شناسی فضایی روابط مکانی داده های باستانی، الگوهای ایجادشده در اثر فعالیت های انسانی و پیامدهای آن در فضای درونی محوطه های باستانی و محیط اطراف آنها را مطالعه می کند. هدف اصلی پژوهش تجزیه وتحلیل ژئوماتیک و خوشه بندی سه دوره باستان شناختی شهرستان خنج است. پرسش محوری پژوهش، توزیع مکانی محوطه های باستان شناختی دشت خنج بر اساس خوشه بندی دوره ای (پیش ازتاریخ، تاریخی-اسلامی، اسلامی) از چه الگوهایی تبعیت می کند و چه عواملی در مکانیابی این محوطه ها نقش ایفای نموده اند؟ پژوهش حاضر به روش توصیفی-تحلیلی است. ابتدا با مطالعات میدانی192 نقطه باستان شناختی در سه دوره دسته بندی و موقعیت مکانی آنها (طول و عرض جغرافیایی) ثبت گردید. سپس بامطالعه ادبیات پژوهش جهت استخراج 8 شاخص مؤثر (فاصله از رودخانه، ارتفاع از سطح دریا، شیب، جهت شیب، شرایط اقلیمی، پوشش گیاهی، میزان بارش، فاصله از روستا ها) در پراکنش مراکز و نقاط باستانی موجود در سطح شهرستان خنج در سطح 4دهستان شناسایی با استفاده از تکنیک دلفی استخراج شدند، وضعیت نهایی نقاط از طریق ابزار سمی واریوگرام در بخش Geostatistical analyst با نرم افزار ArcGIS تجزیه وتحلیل شدند. نتایج تحقیق نشان می دهد؛ بیش از 45 % محوطه ها در ارتفاع1100-900m و درشیب 5 تا10 % پراکنش یافته است، اقلیم آنها با متوسط بارش100 تا 150mm کمتر، اقلیم معتدل و مراتع اطراف آنها قابل آبیاری است. میانگین وسعت محوطه ها بیش از1هکتار و میانگین فاصله از روستاها 3000m است. فاصله از منابع آب به طور میانگین بیش از3 کیلومتر است، محوطه ها به صورت متمرکز در نیمه شرقی و بخشی در قسمت جنوب شرق شهرستان پراکنش دارند.

در تحلیل داده های فضایی تابع تغییرنگار که تعیین کننده ساختار همبستگی بین داده ها است، عموما نامعلوم بوده و لازم است بر اساس مشاهدات برآورد شود. هر چند روش های مختلفی برای برآورد پارامترهای تغییرنگار وجود دارند، اما محدود بودن تعداد مشاهدات منجر به تردید قابل توجهی در برآورد آن ها و در نهایت عدم دقت پیشگویی های فضایی حاصل از آن می گردد. در این مقاله اندازه های دقت برآورد کمترین توان های دوم وزنی پارامترهای تغییرنگار به روش بوت استرپ بلوک مجزا تعیین می شود. سپس برآوردها با استفاده از این اندازه های دقت تصحیح شده و بر اساس معیار اعتبارسنجی متقابل نشان داده می شود که استفاده از تغییرنگار با برآوردهای تصحیح شده منجر به افزایش دقت پیشگویی فضایی می گردد.

مدل سازی درست واریوگرام غیرجهتی و کلی عیار یک کانسار، نقش بسیار مهمی را در نتایج مربوط به تخمین سه بعدی عیار و در نتیجه در توزیع آن در بلوک های تخمینی، ایفا می کند. کانسارهای اورانیم با توجه به تغییرپذیری زیاد عیار، اهمیت مدل سازی مناسب واریوگرام را بیش تر نمایان می سازند. در این تحقیق، براساس مجموعه ای از مدل های برازش شده بر روی واریوگرام تجربی داده های عیار اورانیم مربوط به کمپوزیت های 0.5 متری، حاصل از تجزیه مغزه های حفاری بر روی کانسار اورانیم خشومی و انجام آزمون اعتبار متقابل، مناسب ترین مدل انتخاب و تاثیر نتایج مناسب حاصل از مدل های چندساختاری در مقایسه با سایر مدل های معمول، مورد ارزیابی قرار گرفت. برای بررسی اعتبار مدل ها، آزمون اعتبار متقابل به کار رفت، طی آن و براساس مجموعه ای از شاخص ها چون میانگین اختلاف ها، اختلاف دو واریانس مقادیر تخمینی و واریانس داده های خام، به منظور تعیین صحت اعتبار مدل برازش شده، نتیجه گیری شد که مدل کروی دو ساختاری اعتبار بیش تری دارد و لذا اهمیت توجه به ساختارهای کوچک در مدل سازی واریوگرام، به ویژه برای کانسارهای اورانیم، بیش تر نمایان شد.

سابقه و هدف: دقت برآورد مکانی ویژگی های خاک نظیر رس، ماده آلی و کربنات کلسیم معادل اهمیت زیادی در تغذیه گیاه و برنامه ریزی های زیست محیطی دارد. مهم ترین مرحله قبل از تحلیل های آماری و به کارگیری تخمین گرهای زمین آماری، وارسی داده ها می باشد. افزون بر بررسی اعداد پرت و نوع توزیع داده ها، یکی دیگر از عملیات مهم در مطالعات زمین آماری، آنالیز روند سطحی است. با به کارگیری تحلیل روند سطحی می توان نقش عواملی چون تغییر جنس سنگ ها، آب و هوا، توپوگرافی و به طورکلی ناهنجارهای منطقه ای را روی داده ها ارزیابی کرد. هدف از این پژوهش، آنالیز سطوح روند و اثرات آن در مدل سازی تغییرنما و پهنه بندی رس، ماده آلی و کربنات کلسیم معادل خاک بود.مواد و روش ها: بدین منظور، تعداد 100 نمونه خاک سطحی (عمق صفر تا 15 سانتی متری) به صورت تصادفی بر اساس مساحت طبقات متفاوت شیب، منطقه ای به مساحت 41353 هکتار از اراضی زراعی دشت سئلین واقع در منطقه کلیبر، استان آذربایجان شرقی برداشت گردید. ویژگی های خاک شامل بافت خاک به روش هیدرومتری، کربنات کلسیم معادل خاک به روش تیتراسیون برگشتی و درصد کربن آلی خاک به روش اکسایش تر اندازه گیری شدند. برای تحلیل روند سطحی از رگرسیون چندگانه که در آن متغیرهای مستقل، مختصات جغرافیایی نقاط و متغیر وابسته یک نوع ویژگی از خاک می باشد و برای پهنه بندی رس، ماده آلی و کربنات کلسیم معادل خاک و باقی مانده ها حاصل از حذف روند سطحی از کریجینگ معمولی استفاده شد. به منظور ارزیابی اثر سطوح روند در مدل سازی تغییرنما و تخمین گر کریجینگ از روش اعتبار سنجی متقاطع با شاخص های خطای میانگین (ME)، ریشه میانگین مربعات خطا (RMSE) و ضریب تبیین (R2) استفاده شد.یافته ها: آنالیز روند سطحی نشان داد که بهترین مدل رگرسیونی برای تبیین روند در رس و کربنات کلسیم معادل، درجه یک و برای ماده آلی، کوادراتیک بود. با حذف روند، اثرقطعه ای تغییرنما تقریبا برابر اثرقطعه ای در حضور روند گردید اما، حدآستانه تغییرنما کاهش یافت. به هرحال، تفاوت قابل ملاحظه ای بین دقت تخمین گر کریجینگ در شرایط حضور و حذف روند مشاهده نگردید. این امر می تواند ناشی از ناهنجارهای محیطی و فعالیت های انسانی باشد، به طوری که مدل های رگرسیونی تبیین کننده روند فقط 35، 18 و 21 درصد از تغییرات به ترتیب رس، ماده آلی و کربنات کلسیم معادل را توجیه کردند. با این حال، با حذف روند R2 در ویژگی های رس، ماده آلی و کربنات کلسیم معادل به ترتیب 9.1، 2.7 و 6.6 درصد افزایش یافت.نتیجه گیری: به طور کلی، بررسی روند سطحی در مطالعات خا ک شناسی که سروکار بیشتر با داده های مکانی است، توصیه می گردد. به دلیل اینکه حضور روند بستگی به شرایط و موقعیت منطقه مطالعاتی و همچنین، منبع ایجاد روند دارد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.