مقاله پژوهشی
ژئودزی
مسعود شیرازیان؛ فرزاد حاج محمود عطار
چکیده
پیشینه و اهداف: تنافر قائم‌های ژئوئیدی (Vertical Skewness) یکی از خطاهای رایج در علم ژئودزی است که در اثر ناموازی بودن قائم‌ها بر ژئوئید در نقاط مختلف مشاهده میشود. این خطا تأثیر مستقیم بر زوایای افقی و قائم مشاهده شده دارد و به طور غیر مستقیم بر مشاهدات طول تأثیر گذار است. در زمینه تصحیح تبدیل به افق طول، این اثر به اندازه کافی توسط زاویه‌های ...
بیشتر
پیشینه و اهداف: تنافر قائم‌های ژئوئیدی (Vertical Skewness) یکی از خطاهای رایج در علم ژئودزی است که در اثر ناموازی بودن قائم‌ها بر ژئوئید در نقاط مختلف مشاهده میشود. این خطا تأثیر مستقیم بر زوایای افقی و قائم مشاهده شده دارد و به طور غیر مستقیم بر مشاهدات طول تأثیر گذار است. در زمینه تصحیح تبدیل به افق طول، این اثر به اندازه کافی توسط زاویه‌های قائم نشان داده میشود. بنابراین، صحت زاویه های قائم نقش مهمی در کاهش اثرات تنافر قائم‌های ژئوئیدی و اطمینان از دقت اندازه گیری های طول دارند.پدیده انکسار تأثیر قابل توجهی بر مشاهدات زاویه دارد. این تأثیر، به خصوص بر زاویه قائم دارای مقدار زیادی است که هنگام تصحیح تبدیل به افق طول‌های مایل، خطای بزرگی ایجاد میکند. روش رایج کنونی جهت حذف اثر انکسار قائم، مشاهده همزمان دوطرفه زاویه قائم در دو سر یک طول است.روش‌ها: به طور کلی دو نوع سیستم مختصات برای بیان موقعیت نقاط در ژئودزی وجود دارد. سیستم مختصات ژئوسنتریک (مبدأ در مرکز ثقل زمین) و سیستم مختصات توپوسنتریک (مبدأ نقطه ای بر سطح زمین). در سیستم مختصات ژئوسنتریک، مبدا مختصات منطبق بر مرکز ثقل زمین است و محور z ها منطبق بر محور دوران زمین تعریف میشود. در سیستم مختصات توپوسنتریک، مبدا مختصات منطبق بر نقطه ای بر سطح زمین (محل استقرار دوربین) و محور z ها منطبق بر قائم بر سطح هم پتانسیل گذرنده بر نقطه محل استقرار دوربین (خط شاغولی گذرنده بر نقطه) میباشد.اندازه‌گیری‌های ژئودتیک زوایای افقی و قائم در سیستم های مختصات توپوسنتریک انجام می پذیرد. طبق آنچه گفته شد، روش رایج جهت حذف اثر انکسار بر زوایای قائم، قرائت همزمان زوایای قائم از ابتدا و انتهای طول‌ها است. از آنجا که مبدا اندازه گیری زاویه قائم، امتداد قائم بر سطح هم پتانسیل در نقطه استقرار است و این امتداد در ابتدا و انتهای طول متفاوت است، خطایی بزرگ بر مشاهده زاویه قائم و درنتیجه بر تصحیح تبدیل به افق طول‌ها تحمیل می نماید.یافته‌ها: مطالعه حاضر به بررسی کامل این خطا و اثرات ناشی از آن بر فاصله افقی بین نقاط در شبکه های ژئودتیک در مقیاس کوچک پرداخته است. برای این منظور، چهار منطقه مجزا در کشور سوئد که دارای ژئوئیدهای دقیق بودند با دقت انتخاب شدند و بر روی ژئوئید این مناطق یک رویه بیضوی برازانده ایم و پارامترهای سطح ژئوئید را محاسبه کردیم. مقادیر محاسبه شده تنافر قائم های ژئوئیدی در مناطق فوق برای طول های بین ٨٠٠ متر تا ٥٢٠٠ متر چیزی بین ʺ٢٧ تا حدود °٣ به دست آمد.نتیجه‌گیری: نتایج این مطالعه نشان میدهد که تنافر قائم‌های ژئوئیدی حتی در شبکههای ژئودتیکی در مقیاس کوچک دارای مقدار قابل‌توجهی است و بنابراین نمی‌توان آن را نادیده گرفت. با توجه به این واقعیت که برآورد میزان اثر تنافر قائم‌های ژئوئیدی صرفاً در مناطقی که یک ژئوئید دقیق وجود دارد امکان پذیر است، بنابراین حذف کامل این اثر بر مشاهدات زاویه‌های قائم که به‌طور همزمان در مناطقی فاقد ژئوئیدهای دقیق ثبت شدهاند، غیرممکن است. درنتیجه باید یک روش جایگزین در نظر گرفته شود تا تبدیل به افق طول مایل را اصلاح کند. این رویکرد جایگزین در بخش های بعدی این مقاله با جزئیات بیشتری مورد بررسی قرار گرفته است.
مقاله پژوهشی
سنجش از دور
مسعود خوش سیما؛ سجاد غضنفری نیا؛ راضیه نریمانی
چکیده
پیشینه و اهداف: ماهوارههای سنجشی دارای محموله‌های لیدار، با مأموریت‌های پایش اهدافِ زمینی، اتمسفری و فضایی طراحی و عملیاتی میشوند. شاخص اصلی برتری لیدارهای فضایی، پایش جهانی اهداف متعدد است که سکوهای زمینی و هوایی پاسخ‌گوی نیازهای دنیای امروز در این زمینه نمی‌باشند. یکی از مهمترین پارامترها در طراحی محموله‌های سنجش از دور ...
بیشتر
پیشینه و اهداف: ماهوارههای سنجشی دارای محموله‌های لیدار، با مأموریت‌های پایش اهدافِ زمینی، اتمسفری و فضایی طراحی و عملیاتی میشوند. شاخص اصلی برتری لیدارهای فضایی، پایش جهانی اهداف متعدد است که سکوهای زمینی و هوایی پاسخ‌گوی نیازهای دنیای امروز در این زمینه نمی‌باشند. یکی از مهمترین پارامترها در طراحی محموله‌های سنجش از دور لیدار فضایی، انرژی هر پالس میباشد که به‌طور مستقیم در دقت دادههای جمع‌آوری شده، نرخ سیگنال به نویز، قدرت تفکیک افقی و عمودی و به عبارت دیگر، زمان تجمیع سیگنال بازگشتی، تأثیرگذار است. بهبود نرخ سیگنال به نویز به‌عنوان دیگر پارامتر مهم و مؤثر که هم در فازهای طراحی و هم در فاز بهرهبرداری مأموریت‌های لیدار دارای اهمیت است. در خصوص تأثیر پارامترهای مختلف بر نرخ سیگنال به نویز سامانه‌های لیدار، پژوهش‌های متعددی انجام شده است ولی علیرغم این تحقیقات گسترده، هنوز این موضوع به‌طور کامل بررسی نشده است. ساختار هندسی لیدار، مشخصات بخش‌های لیزر، اپتیک، الکترونیک، چیدمان هندسی لیزر- تلسکوپ از جمله عوامل مهم و تأثیرگذار در بهینه کردن نرخ سیگنال به نویز میباشند. علاوه بر مشخصات زیرسیستم‌های تأثیرگذار بر این فرآیند، تحلیل‌های سیستمی در طراحی محموله لیدار که شامل بررسی مشخصات فنی لیزر، فرستنده، سامانه اپتیکی، تلسکوپ گیرنده، کنترل حرارت و ملاحظات تشعشعی است، حائز اهمیت بوده و برقراری یک نگاشت فنی بین مأموریت‌ها و مشخصات فنی محموله از الزامات طراحی به‌شمار می‌رود.روش‌ها: تحلیل سیستمی محموله‌های لیدار و طراحی یک محموله مطلوب دارای چالش‌های بسیاری است که نیاز به بررسی کاملی داشته و در دو فاز طراحی سیستمی و بهرهبرداری مورد مطالعه قرار میگیرد. در این مقاله، پژوهش گسترده‌ای روی این چالش‌ها و الزامات انجام شده است که ملاحظات طراحی شامل دو بخش فرستنده و گیرنده برای محموله لیدار، اثرات تشعشعی و مسائل حرارتی به‌عنوان پارامترهای محیطی است. پس از تحلیل‌های سیستمی اولیه، نیاز به بررسی ملاحظات محموله لیدار در فاز بهرهبرداری است که خود شامل بررسی چالش استخراج دادهها، کیفیت سیگنال و شاخص سیگنال به نویز میگردد.یافته‌ها: بر اساس نتایج، تغییرات زاویه تابش خورشید، که در افزایش یا کاهش پارامتر عمق اپتیکی ایروسل‌ها در ساعات مختلف روز و به تبع آن، در زاویه زنیت تأثیر دارد، بر اساس شرایط اتمسفر میتواند 10 تا 40% بر نرخ سیگنال به نویز لیدار مؤثر باشد. همچنین، در زوایای زنیت زیر 50 درجه و ساعات تقریبی 10 صبح و 2 بعدازظهر، زمان مناسبی برای داده‌برداری تخمین زده شده است که این امر کاملاً با زاویه تابش خورشید و میزان پراکنش نور در اتمسفر ارتباط دارد. همچنین، هنگام طلوع و غروب خورشید، با توجه به حداکثر بودن پراکنش، نرخ سیگنال به نویز تحت تأثیر قرار میگیرد. محاسبه آسیب دوز یونیزان کل به‌عنوان یک گلوگاه طراحی، افت بازده عملکرد ماژول لیزر را تعیین نموده و با استفاده از شاخص بحرانی توان به وزن کنترل حرارت فعال و غیر‌فعال مشخص میگردد. در این مقاله، با تأکید بر گلوگاه‌های فنی محموله‌های لیدار و ملاحظاتی که در بخش‌های مختلف از دیدگاه سیستمی وجود دارد، نقش عوامل محیطی مانند تأثیر زاویه تابش خورشید و محیط فضا بر یک محموله لیدار، بررسی شده است.نتیجه‌گیری: نتایج، نشان میدهد پارامترهای محیطی شامل تشعشعات فضایی، تغییرات اپتیکی و تابشی اتمسفر در فاز بهرهبرداری و جانماییهای هندسی و سازهایی و کنترل حرارت در فاز طراحی در میزان انرژی هر پالس و تغییرات نرخ سیگنال به نویز مؤثر هستند و باعث دقت در تخمین بودجههای طراحی در سطح سیستم و زیرسیستم خواهد شد. نتایج این تحقیق نه تنها میتواند برای بهرهبرداری در مطالعات موردی کارگشا باشد، بلکه امکان تکمیل دستاوردهای این تحقیق با بررسی و افزودن ملاحظات دیگر و همچنین توسعه آنها در سطح زیرسیستم‌ها یا المان‌های دیگر محموله نیز وجود دارد. به کمک نتایج این بررسی میتوان از صحت عملکرد لیدار در فازهای آتی اطمینان حاصل نمود.
مقاله پژوهشی
سامانه اطلاعات مکانی
علیرضا وفایی نژاد؛ فرشاد همتی؛ ثنا حایری
چکیده
پیشینه و اهداف: بررسی و ارزیابی تغییرات دمای سطحی، به‌عنوان یکی از شاخص‌های کلیدی تغییرات آب‌وهوایی، نقشی حیاتی در سلامت انسان، کشاورزی، منابع آب و تنوع زیستی ایفا میکند. بررسی و ارزیابی این تغییرات، درک عمیقی از روند گرمایش زمین و پیامدهای آن به ارمغان می‌آورد و به اتخاذ اقدامات پیشگیرانه و سازگارانه در برابر این پدیده شتابان، ...
بیشتر
پیشینه و اهداف: بررسی و ارزیابی تغییرات دمای سطحی، به‌عنوان یکی از شاخص‌های کلیدی تغییرات آب‌وهوایی، نقشی حیاتی در سلامت انسان، کشاورزی، منابع آب و تنوع زیستی ایفا میکند. بررسی و ارزیابی این تغییرات، درک عمیقی از روند گرمایش زمین و پیامدهای آن به ارمغان می‌آورد و به اتخاذ اقدامات پیشگیرانه و سازگارانه در برابر این پدیده شتابان، کمک میکند. برای دستیابی به تغییرات دمای سطحی، وجود دادههای سنجش از دور به‌دلیل قابلیت نمایش خصوصیات پدیدههای زمینی و توزیع مکانی آنها در مقیاس‌های گوناگون، ضروری است. بررسی توزیع و همبستگی مکانی دادهها، بررسی مدلهای زمین آماری مرتبط، انتخاب مدل بهینه و در نهایت، صحتسنجی نتایج از مواردی است که باید در نظر گرفته شود. با توجه به موارد یاد شده، هدف از این مطالعه، تعیین الگوی تغییرات دمای سطحی در شهرستان ایلام و ارائه مدل ریاضی مناسب برای درون‌یابی دادههای ایستگاه‌های هواشناسی در منطقه است.روش‌ها: در این پژوهش، از باند حرارتی ماهواره لندست 7 به‌عنوان ابزاری کارآمد برای مطالعه تغییرات دمای سطحی در شهرستان ایلام استفاده شده‌است. اطلاعات موجود در این باند، که به صورت تابش حرارتی ساطع شده از زمین ثبت میشود، امکان محاسبه دمای سطح را با دقت قابل قبولی فراهم میکند. مزیت کلیدی استفاده از تصاویر ماهوارهای، پوشش مکانی وسیع و تناوب زمانی مناسب آنها است که امکان بررسی تغییرات دمای سطحی را در مقیاس منطقه‌ای و در طول زمان فراهم میکند. این امر دیدگاهی جامع فراهم میکند تا توزیع فضایی تغییرات دما در شهرستان ایلام به خوبی تجزیه‌وتحلیل شود و عوامل مؤثر بر این تغییرات در مقیاس‌های مختلف مکانی شناسایی شود. بدین منظور، یک شبکه منظم شامل 291 نقطه بر روی تصاویر ماهوارهای نمونه‌گیری شده و سپس با استفاده از روش زمین‌آمار، نقاط واریوگرام تجربی محاسبه شده است و مدلهای مختلف فضایی مانند گوسی، نمایی، دایره‌ای و کروی بر آنها برازش شده‌است. در نهایت، با استفاده از روش درون‌یابی کریجینگ معمولی و بهکارگیری هر کدام از این مدلها، نقشههای جداگانه‌ای از دمای سطحی ایجاد و دقت هر یک با استفاده از شاخص‌های آماری مانند ضریب تعیین و جذر میانگین مربعات خطا محاسبه شده‌است.یافته‌ها: نتایج پژوهش، نشان میدهد که اطلاعات باند حرارتی ماهواره لندست 7 دارای الگوی فضایی گوسی میباشد و تغییرات مکانی دمای سطحی با این مدل به خوبی قابل توجیه است. نتایج نشان میدهد که مدل فضایی گوسی بهترین برازش را برای واریوگرام تجربی دمای سطحی در منطقه مورد مطالعه دارد. این موضوع، نشان‌دهنده آن است که تغییرات دمای سطحی در این منطقه به‌صورت فضایی خود همبسته هستند و با افزایش فاصله، همبستگی بین نقاط کاهش مییابد. نقشههای درون‌یابی شده با استفاده از مدل گوسی در روش کریجینگ معمولی از دقت بالایی برخوردار هستند. ضریب تعیین این نقشه‌ها برابر با 94/0 به‌دست‌آمد که نشان‌دهنده تطابق بالای بین مقادیر برآورد شده و مقادیر واقعی دمای سطحی است. همچنین جذر میانگین مربعات خطای این نقشه‌ها 2/1 درجه سانتی‌گراد میباشد که نشان‌دهنده دقت بالای آنها در برآورد دمای سطحی در نقاط مختلف منطقه است.نتیجه‌گیری: ترکیب دادههای سنجش از دور و روش‌های زمین‌آمار، ابزاری قدرتمند برای بررسی تغییرات مکانی و درون‌یابی دادههای محیطی از جمله تغییرات دمای سطحی به‌شمار می‌رود. در این مطالعه، الگوی تغییرات دمای سطحی در شهرستان ایلام با استفاده از دادههای ماهوارهای سنجش از دور تعیین شده و مدل گوسی به‌عنوان مدل فضایی بهینه جهت درون‌یابی دمای سطحی ایستگاه‌های هواشناسی معرفی شده‌است. تجزیه‌وتحلیل دادهها نشان داد که دمای سطحی در این منطقه در طول چند دهه گذشته به‌طور قابل توجهی افزایش یافته است.
مقاله پژوهشی
جغرافیا
علیرضا صاحبقرانی
چکیده
پیشینه و اهداف: رشد جمعیت در سکونتگاه‌های انسانی منجر به افزایش تقاضای زمین میشود. به این ترتیب، برنامهریزی کاربری زمین شهری برای برنامهریزان و تصمیم‌گیران امری مهم و اساسی به شمار می‌رود. با توجه به آن‌که تخصیص کاربری زمین اهداف متعدد و مجموعه بزرگی از دادهها و متغیرها را در بر میگیرد، حل چنین مسأله‌ای مستلزم و نیازمند ...
بیشتر
پیشینه و اهداف: رشد جمعیت در سکونتگاه‌های انسانی منجر به افزایش تقاضای زمین میشود. به این ترتیب، برنامهریزی کاربری زمین شهری برای برنامهریزان و تصمیم‌گیران امری مهم و اساسی به شمار می‌رود. با توجه به آن‌که تخصیص کاربری زمین اهداف متعدد و مجموعه بزرگی از دادهها و متغیرها را در بر میگیرد، حل چنین مسأله‌ای مستلزم و نیازمند توسعه سامانه‌های پشتیبان تصمیم و بهکارگیری الگوریتم‌ها فراابتکاری میباشد. در این مقاله، یک سامانه پشتیبان تصمیم مجهز به یک روش بهینه‌سازی که الگوریتم بهینه‌سازی مورچگان میباشد، به منظور حل مسئله تخصیص کاربری زمین توسعه مییابد. این مطالعه، به دنبال طراحی یک واسط گرافیکی کاربر برای تسهیل اجرای مراحل الگوریتم و استفاده از آن در یک مورد مطالعاتی، به منظور ارزیابی آن‌که چنین ابزاری چگونه به دستیابی به چیدمان بهینه کاربری زمین کمک مینماید، است. به‌علاوه، مقایسه خروجی‌های الگوریتم مورچگان با نتایج دو روش (ژنتیک و انجماد تدریجی) برای ارزیابی عملکرد سامانه پشتیبان تصمیم توسعه یافته نیز انجام میشود.روش‌ها: به‌منظور دستیابی به هدف پژوهش، در گام اول، مسئله بهینه‌سازی کاربری زمین فرموله شده که شامل: تعریف متغیر تصمیم و نحوه گسسته‌سازی آن، سه تابع هدف (بیشینه‌سازی سازگاری، فشردگی و تناسب)، دو قید کنترل‌کننده مساحت و نحوه ترکیب توابع هدف میباشد. در گام دوم، الگوریتم مورچگان تطابق یافته با مسأله تخصیص کاربری زمین ارائه میشود. در گام سوم، محدوده مورد مطالعه، منطقه 7 شهر اصفهان که از 334 سلول تخصیص تشکیل شده است، معرفی میگردد و ملزوماتی از جمله پارامترها و اوزان لازم برای محاسبه و ترکیب توابع هدف تشریح شده که از منابعی هم‌چون: ویژگیهای محدوده مورد مطالعه، مطالعات مرتبط و نظرات متخصصین حاصل میشود. در گام چهارم، کدهای مربوطه و یک واسط گرافیکی کاربر در محیط متلب به منظور اجرای فرآیند محاسبه، حل معادلات و مدیریت دادههای فضایی، برنامه‌نویسی میشود. در گام پایانی، پارامترهای الگوریتم مورچگان تنظیم شده و برنامه‌ی نوشته شده در چارچوب سامانه پشتیبان تصمیم در محدوده مورد مطالعه اجرا میشود. علاوه بر پیاده‌سازی الگوریتم مورچگان، دو الگوریتم فراابتکاری دیگر (الگوریتمهای ژنتیک و انجماد تدریجی) نیز برای فراهم نمودن زمینه تحلیل عملکرد سامانه نیز اجرا میشوند.یافته‌ها: خروجی‌های سامانه پشتیبان تصمیم توسعه یافته، توزیع کاربری زمین در محدوده منطقه 7 شهرداری اصفهان و فرایند همگرایی الگوریتم مورچگان میباشد. یافته‌ها، حاکی از آن است که کاربری‌های فرهنگی و ورزشی در بخش مرکزی محدوده مورد مطالعه قرار گرفته و بخش عمده‌ای از کاربری‌های خدماتی در مجاورت فضای سبز استقرار یافته است. به علاوه، کاربری خدماتی در بخش‌های شمالی و مرکزی محدوده مورد مطالعه شکل گرفته است و دسترسی افراد به خدمات اساسی را فراهم می‌آورد.نتیجه‌گیری: نتایج، نشان میدهد که الگوریتم مورچگان عملکرد رضایت‌بخشی در محدوده مورد مطالعه داشته است. به بیان دیگر، سامانه پشتیبان تصمیم شاملِ الگوریتم مورچگان، کارکرد مؤثری در مدیریت و برنامهریزی زمین را نشان میدهد. نتایج مؤید آن است که چارچوب ارائه شده، امکان توسعه و گسترش متناسب با شرایط کاربران در محیطهای دیگر را دارا میباشد. به علاوه، نتایج حاکی از آن است که الگوریتم مورچگان در محدوده مورد مطالعه از عملکرد بالاتری نسبت به دو روش به‌کارگرفته شده دیگر برخوردار است. اگرچه این مقاله یک سامانه پشتیبان تصمیم مجهز به یک الگوریتم بهینه‌سازی که برای مدیریت منابع و برنامهریزی فضایی مفید میباشد را معرفی میکند، در نظر گرفتن سطوح مختلف کاربری‌ها (مانند: شهری و محلی) و نیز بسترهای مدلسازی سازگارتر با شرایط واقعی (مانند: سلول‌ها با مساحت متغیر) از جمله محدودیت‌های این مطالعه بوده که پیگیری آنها در تحقیقات آتی پیشنهاد میشود.
مقاله پژوهشی
سنجش از دور
مجید حیدری قولانلو؛ رضا جوانمرد علی تپه؛ عبادت قنبری پرمهر
چکیده
پیشینه و اهداف: با پیشرفت تکنولوژی و پیدایش ماهوارههای چندمنظوره، اطلاعات لحظه‌ای زیادی از سطح زمین مخابره میشود. ماهواره ها به سنجنده هایی مجهز هستند که می توانند با ارسال سیگنالهایی در فرکانسهای مختلف به سطح زمین به اطلاعات مهمی دست یابند. دادههای دریافتی از این ماهواره‌ها در کاربردهای مختلف علمی و نظامی از جمله: هوانوردی، ...
بیشتر
پیشینه و اهداف: با پیشرفت تکنولوژی و پیدایش ماهوارههای چندمنظوره، اطلاعات لحظه‌ای زیادی از سطح زمین مخابره میشود. ماهواره ها به سنجنده هایی مجهز هستند که می توانند با ارسال سیگنالهایی در فرکانسهای مختلف به سطح زمین به اطلاعات مهمی دست یابند. دادههای دریافتی از این ماهواره‌ها در کاربردهای مختلف علمی و نظامی از جمله: هوانوردی، مطالعات جغرافیایی، هواشناسی، کشاورزی و دیگر حوزههای تحقیقاتی قابل استفاده است. حوزه‌ی کشاورزی و پایش سطوح کشت نیز یکی از حوزه‌هایی است که با توجه به مزیت‌های روش‌های سنجش‌ازدور در مقایسه با روش‌های سنتی، به‌عنوان یکی از ابزارهای اصلی در جمع‌آوری اطلاعات محیطی برای کاربردهای پایش نواحی، مورد توجه پژوهشگران قرار گرفته است. یکی از این موضوعات، پایش منطقه‌ای برای بررسی محصولات کشاورزی در مساحت سطح زیرکشت است که استفاده از ابزارهای سنجش‌ازدور و تصاویر ماهوارهای به جهت پوشش منطقه‌ای وسیع بسیار کارا است. جهت بررسی خودکار این تصاویر، طبقهبندی و بخش‌بندی نواحی سطح زیرکشت، امروزه از روش‌های یادگیری ماشین استفاده میشود. در میان این روش‌ها، یادگیری عمیق در مقایسه با دیگر روش‌های یادگیری مانند روش‌های دستی و یا روش‌های نیمه‌خودکار، عملکرد بهتر و سرعت بالاتری دارد.روش‌ها: در این مقاله مدلهای یادگیری عمیق که برای بخش‌بندی نواحی مناسب هستند مورد استفاده قرار گرفته است. عموما این مدلها بازای هر ورودی، خروجی معادل آن را با همان ابعاد تولید می کنند. لذا جهت کار بر روی تصاویر ماهوارهای، در این پژوهش مدل U-Net بهبود یافته‌ای ارائه شده است. مدل پیشنهادی با استفاده از ViT در گلوگاه مدل برای طبقهبندی و بخش‌بندی چهار نوع محصول کشاورزی شامل برنج، گندم، کلزا و ذرت توسعه داده شده است. استفاده از ViT در مقایسه با لایه‌های کانولوشن از لحاظ ایده و پیاده‌سازی الگوریتمی کاراتر است و حجم محاسباتی کمتری دارد. این مدل مشکلات و نقاط ضعف مدل پایه U-Net را که برای مجموعه دادههای پیچیده، متنوع در شکل، اندازه و بافت به وجود می‌آید، برطرف مینماید.یافته‌ها: در نتایج آزمایشات انجام شده روش پیشنهادی توانسته است با رسیدن به دقت 83.84 و صحت 70.69، بهتر از دیگر روش‌ها دسته‌بندی درستی از 5 محصول مورد نظر را ارائه دهد. همچنین خروجی‌های کیفی نیز نشان‌دهنده‌ی بخش‌بندی بهتر تصاویر ورودی با اعمال روش پیشنهادی میباشد. در کنار معیار دقت، دیگر معیارها مانند افت کانونی، بازیابی و MIoU نیز مورد بررسی قرار گرفت که در اکثر موارد روش پیشنهادی به مقدار قابل قبولی رسیده است. لازم به ذکر است که با توجه به اینکه منطقه ی مورد نظر در ایران در نظر گرفته شد، جمع آوری و برچسب گذاری داده ها نیز در این پژوهش انجام شده است که میتواند بعنوان مجموعه داده ی مناسبی برای آموزش دیگر مدلها استفاده شود.نتیجه‌گیری: این تحقیق یک مدل سرتاسری برای یادگیری ویژگیهای مرتبط با بخش بندی تصاویر ماهوارهای ارائه داده است. نتایج این تحقیق نشان میدهد که روش ارائه شده میتواند برای بخش بندی تصاویر ماهواره ای دریافتی از سنتینل-2 برای محصولات مورد نظر مورد استفاده قرار گیرد. لذا نتایج حاصل می تواند در مدیریت مصرف آب، تنظیم ساختار کاشت، تخمین تلفات و ارزیابی عملکردهای زراعی نقش مهمی را ایفا نماید. با بهره‌گیری از این روش‌ها، میتوان به بهبود کارایی و دقت در مدیریت کشاورزی دست یافت و از منابع این حوزه بهینه‌تراستفاده کرد.
مقاله مروری
سنجش از دور
سحر برزگر؛ مسعود خوش سیما
چکیده
پیشینه و اهداف: تکنیکهای سنجش (sounding) رادیویی و توموگرافی، برای مطالعه ساختار و دینامیک یونسپهر به کار می‌روند. توموگرافی یکی از روش‌های پیشرفته برای مطالعه و مدلسازی سه‌بعدی چگالی الکترونی در لایه یونسپهر است. این روش از دادههای مشاهداتی مانند GNNS برای تولید نقشههای دقیق از توزیع الکترون‌ها در این لایه استفاده میکند. ...
بیشتر
پیشینه و اهداف: تکنیکهای سنجش (sounding) رادیویی و توموگرافی، برای مطالعه ساختار و دینامیک یونسپهر به کار می‌روند. توموگرافی یکی از روش‌های پیشرفته برای مطالعه و مدلسازی سه‌بعدی چگالی الکترونی در لایه یونسپهر است. این روش از دادههای مشاهداتی مانند GNNS برای تولید نقشههای دقیق از توزیع الکترون‌ها در این لایه استفاده میکند. توموگرافی یونسپهر به ما امکان تشخیص تغییرات زمانی و مکانی چگالی الکترونی را با دقت بالا میدهد. که این امر برای برنامه‌های کاربردی مانند ناوبری ماهوارهای، ارتباطات رادیویی و پیش‌بینی‌های متئورولوژیکی حیاتی است. توسعه اندازهگیری و توموگرافی یونسپهر، که به مطالعه و تحلیل لایه‌های بالایی جو زمین می‌پردازد، از اهمیت ویژه‌ای برخوردار است. این فرآیند، که از اوایل قرن بیستم آغاز شده، شامل تکنیکهای مختلفی برای بررسی توزیع الکترون‌ها در یونسپهر است. اندازهگیری یونسپهر، که با استفاده از رادارهای مخصوصی به نام ایونوسوندها انجام میشود، به دانشمندان این امکان را میدهد تا اطلاعات دقیقی در مورد تراکم الکترونی و ساختار لایه‌های یونیزه شده به دست آورند. توموگرافی یک روش تصویربرداری است، که از انتشار امواج رادیویی در یونسپهر برای تولید تصاویر دو یا سه بعدی از توزیع الکترون‌ها در این لایه استفاده میکند. این تکنیک، که به طور گسترده‌ای در پیش‌بینی شرایط جوی، مخابرات رادیویی و مطالعات فضایی به کار می‌روند، نقش مهمی در پیشرفت علم جوسپهری داشته‌اند. با پیشرفت تکنولوژی، ابزارهای اندازهگیری پیشرفته‌تر و دقیق‌تر شدهاند، که این امر به درک بهتری از پدیدههای مختلف یونسپهر منجر شده است. امروزه، با استفاده از ماهواره‌ها و سایر فناوری‌های پیشرفته، دانشمندان قادر به انجام اندازه‌گیری‌های دقیق‌تر و تحلیل‌های عمیق‌تری از این لایه هستند، که این امر در نهایت به بهبود ارتباطات جهانی و افزایش ایمنی پروازهای هوایی کمک میکند. در این مقاله، روش موجود برای چگونگی بدست آوردن تغییر چگالی الکترونی لایه یونسفر مبتنی بر پارامتر محتوای کلی الکترون (TEC) با استفاده از تحلیل تفاضل فازی ایجاد شده در سیگنال مخابراتی سامانه ماهوارهای راهبری جهانی GNSS در هنگام عبور از لایه‌های مختلف یونسفر مورد بررسی و مطالعه قرار گرفته است. به این منظور سیگنال‌ها مخابراتی از ماهوارههای مدار پایین و مدارهای بالا مطالعه شدهاند و روش بدست آوردن TEC از تفاضل فازی برا هریک توضیح داده شد. سپس به مطالعه روش‌ها و الگوریتمهای موجود برای تبدیل اطلاعات TEC به تصاویر توموگرافیک پرداختیم. در انتهای این مقاله به عنوان یک مثال روش توموگرافی رادیویی را برای مصورسازی حبابهای پلاسمایی در منطقه استوایی پیاده‌سازی کرده و نتایج آن را با تصاویر گرفته شده از ادوات اپتیکی مقایسه کردیم. نشان داده شد که توموگرافی رادیویی میتواند به عنوان روشی دقیق برای مصورسازی ساختار حبابهای پلاسما به‌کارگرفته شود. در انتهای این مقاله به مقایسه روش مطالعه شده در اینجا با روش‌هایی نظیر تصویربرداری تمام آسمان، رادارهای پراکندگی غیر همدوس و غیره، پرداخته شد و مزایا و معایب این روش‌ها نسبت به یکدیگر بیان شد.روش ها: در تحقیقات کنونی در زمینه صدازدایی و توموگرافی یونسپهر با استفاده از GNSS، پیشرفتهای قابل توجهی صورت گرفته است. مطالعات اخیر نشان می‌دهند که با استفاده از GNSS، میتوان ساختار یونسپهر را به صورت سه‌بعدی و با دقت بالا مدلسازی کرد. توزیع الکترونی یونسپهر با استفاده از دادههای رادیویی که از ماهوارههای در ارتفاع کم (LO) و ارتفاع بالا (HO) به دست می‌آیند، تجزیه و تحلیل میشود. جمع‌آوری اطلاعات یونسپهر با استفاده از GNSS یک فرآیند پیچیده و دقیق است که از تکنولوژی پیشرفته برای اندازهگیری و تحلیل پارامترهای مختلف یونسپهری بهره می‌برد. این سیستم‌ها، که شامل ماهواره‌هایی در مدار زمین هستند، سیگنالهایی را به ایستگاه‌های گیرنده روی زمین مخابره میکنند. این سیگنال‌ها حاوی اطلاعات زمانی و مکانی دقیق ماهواره‌ها هستند که با استفاده از آنها میتوان موقعیت دقیق گیرنده‌ها را روی زمین تعیین کرد. نحوه توزیع چگالی الکترونی در لایه یونسپهر برروی نحوه انتشار امواج رادیویی GNSS و تغییر مسیر، شکل و فاز این امواج به طور مستقیم تأثیرگذار است. هرگونه اختلال در لایه یونسپهر، تأثیر جدی در ارتباطات ماهوارهای، ارتباطات دقیق ناوبری و ارتباطات دوربرد می‌گذارد. در حقیقت، GNSS از این قابلیت برای اندازهگیری محتوای کلی الکترون (TEC) یونسپهر استفاده میکند، که یک شاخص کلیدی برای درک وضعیت یونسپهر است. این فرآیند با استفاده از سیگنالهایی که از ماهواره‌ها به ایستگاه‌های زمینی فرستاده میشوند، صورت میگیرد. این سیگنال‌ها هنگام عبور از یونسپهر تحت تأثیر تغییرات الکترونی قرار می‌گیرند و این تغییرات می‌توانند با دقت بالایی اندازهگیری شوند.یافته ها: در این پژوهش مطالعه جامعی بر روی تحقیقات کنونی در زمینه توموگرافی رادیویی یونسپهر با استفاده از اندازهگیری TEC یونسپهر توسط GNSS انجام شده است. مفهوم TEC و نحوه تأثیر آن بر روی فاز و شکل سیگنالهای دریافت شده از ماهوارههای مدار پایین و مدار بالا مورد بررسی قرار گرفته است. کاربرد و روش استفاده از دادههای ماهوارههای LO و HO برای بدست آوردنTEC به تفصیل توضیح داده شدهاند. به اعتبارسنجی و صحتسنجی دادههای ماهوارهای در توموگرافی رادیویی یونسپهر که ضامن درستی عملکرد محصول نهایی و فرآیند تولید آن است، پرداخته شده است. در انتها مروری بر یک تکنیک برای بازسازی تصاویر توموگرافی حباب های پلاسمایی با اندازهگیری TEC از طریق سیگنالهای GNSS انجام شد. نشان داده شد که این تکنیک بازسازی توموگرافی روی تصویربرداری از حبابهای پلاسمایی به خوبی عمل میکند. توزیع‌های افقی گرفته شده از کاهش پلاسمای VTEC با تصاویر گرفته شده از ادوات اپتیکی مقایسه گردید و نشان داده شد که نتایج مشابهی حاصل میشود. همچنین نتایج بیان میکنند که در صورت بزرگ بودن ساختار حباب حتی در نواحی که سیگنال GNSS در آنهای ضعیف است، میتوان نتیجه درستی از این روش بدست آورد.نتیجه گیری: در مجموع، توموگرافی GNSS یک حوزه پویا و در حال توسعه است که پتانسیل زیادی برای بهبود دقت و کارایی در پیش‌بینی‌های جوی دارد. با تحقیق و توسعه بیشتر، میتوان انتظار داشت که روش‌ها و فناوری‌های جدیدی در این زمینه معرفی شوند که می‌توانند به حل چالش‌های موجود و بهبود کیفیت و دقت مدلهای توموگرافی کمک کنند. این پیشرفت‌ها می‌توانند تأثیر قابل توجهی بر کاربردهای متنوع توموگرافی GNSS، از جمله در زمینه‌های هواشناسی، تغییرات اقلیمی و مدیریت بلایا داشته باشند.
مقاله پژوهشی
سنجش از دور
داود اکبری؛ محمد اکبری
چکیده
پیشینه و اهداف: یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام میشود، آشکارسازی هدف است. معمولترین روش جهت آشکارسازی هدف در تصاویر ماهوارهای، آشکارسازی مبتنی بر پیکسل بوده که در آن هر پیکسل فقط با اطلاعات طیفی خود و بدون در نظر گرفتن پیکسلهای همسایگی به کلاس مشخص اختصاص مییابد. با پیشرفتهای اخیر و ایجاد تصاویری باقدرت ...
بیشتر
پیشینه و اهداف: یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام میشود، آشکارسازی هدف است. معمولترین روش جهت آشکارسازی هدف در تصاویر ماهوارهای، آشکارسازی مبتنی بر پیکسل بوده که در آن هر پیکسل فقط با اطلاعات طیفی خود و بدون در نظر گرفتن پیکسلهای همسایگی به کلاس مشخص اختصاص مییابد. با پیشرفتهای اخیر و ایجاد تصاویری باقدرت تفکیک مکانی بالا، لزوم استفاده توأم از اطلاعات طیفی و مکانی را در آشکارسازی تصاویر فراطیفی ایجاب میکند. در این پژوهش به آشکارسازی بام‌های دارای پوشش خاص به‌عنوان هدف، در یک محیط شهری از طریق یک سری تصویر فراطیفی پرداخته میشود. از آنجائی که یک محیط شهری دارای ویژگیهای پیچیده‌ای از نظر فیزیکی، هندسی و عناصر به کار گرفته شده در ساختمان‌هاست، دادههای فراطیفی کمک مؤثری به شناسایی، استخراج و تولید نقشه از عناصر سازنده یک محیط شهری میکنند. شناسایی جنس بام ساختمان‌ها در محیطهای شهری، اهمیت زیادی در کاربردهای گوناگون، چون ارتباطات تلفنهای همراه، واقعیت مجازی، معماری و مدلسازی شهری، برنامهریزی و مدیریت شهرها دارد.روش‌ها: در این تحقیق استراتژی اطلاعات مکانی در کنار اطلاعات طیفی جهت بهبود آشکارسازی هدف در آنالیز تصاویر فراطیفی مورد بررسی قرار میگیرد. برای این منظور از الگوریتم طیفی-مکانی جنگل پوشای مینیمم مبتنی بر نشانه که در فرآیند طبقهبندی تصاویر استفاده شده است، جهت آشکارسازی بام ساختمانهای با پوشش خاص استفاده میگردد. در روش پیشنهادی نشانهها از روی نقشه طبقهبندی ماشین بردار پشتیبان انتخاب شدند. برای این منظور آنالیز برچسبگذاری مولفههای متصل بر اساس 8 پیکسل همسایگی انجام گرفت. بعد از ایجاد درخت پوشای مینیمم و حذف یالهای مربوط به رأس اضافه شده در مرحله آخر، جنگل پوشای مینیمم حاصل میشود. در الگوریتم جنگل پوشای مینیمم هر درخت روی یکی از رئوس تصویر رشد مینماید و با اختصاص دادن کلاس هر نشانه به همه پیکسلهای رشد یافته از آن، نقشه آشکارسازی طیفی-مکانی حاصل میگردد.یافته‌ها: تکنیکهای فوق بر روی یک سری از دادههای تصویری سنجنده CASI که از منطقه شهری تولوز واقع در جنوب فرانسه برداشت شده است، اعمال شدند. نتایج ارزیابیهای کمی و کیفی نشان میدهد که روش پیشنهادی مقدار ضریب کاپا را به میزان 38 درصد در مقایسه با الگوریتم آشکارسازی اندازهگیری زاویه طیفی بهبود داده است. این موضوع اهمیت به کارگیری اطلاعات مکانی در فرآیند آشکارسازی را نشان میدهد، درحالی‌که الگوریتم اندازهگیری زاویه طیفی جهت آشکارسازی فقط نیاز به اطلاعات طیفی هدف موردنظر دارد.نتیجه‌گیری: همزمان با رشد شهرنشینی و توسعه مناطق شهری نیاز مدیران و برنامهریزان به نقشههای بسیار دقیق از مناطق شهری به طور چشمگیری افزایش یافته است. استفاده از اطلاعات مکانی به خصوص در مورد تصاویر اخذ شده از مناطق شهری که در آنها چندین پیکسل مجاور به یک کلاس یا عارضه یکسان تعلق دارند، میتواند باعث بهبود دقت در آشکارسازی شود. در نظر است در تحقیقات آتی از میزان خطای موجود در آشکارسازی طیفی-مکانی هدف کاسته شود. شرایط ایجاد پیکسلهای مختلط مانند همپوشانی پدیدههای زمینی و ناهمگن بودن اکثر پدیدهها، و درنتیجه افزایش واریانس داخلی هدف موجب افزایش خطای آشکارسازی در تصاویر فراطیفی میشود. ازاین‌رو سعی بر این است که بتوان با استفاده از روش‌های مختلف خطاهای فوق را کم نمود.
مقاله پژوهشی
فتوگرامتری
مهدی فرهنگی؛ اصغر میلان؛ سعید صادقیان
چکیده
پیشینه و اهداف: طبقهبندی دقیق کاربری اراضی برای مدیریت مؤثر منابع طبیعی، برنامهریزی شهری، کشاورزی دقیق و پایش محیط زیست ضروری است. طبقهبندی به پیش‌بینی و پیشگیری از مشکلات زیست‌محیطی کمک میکند. روش‌هایی مانند تصاویر ماهوارهای و هوایی با وضوح بالا، GIS و تکنیکهای یادگیری عمیق از جمله شبکههای عصبی کانولوشنال (CNN) و معماری ...
بیشتر
پیشینه و اهداف: طبقهبندی دقیق کاربری اراضی برای مدیریت مؤثر منابع طبیعی، برنامهریزی شهری، کشاورزی دقیق و پایش محیط زیست ضروری است. طبقهبندی به پیش‌بینی و پیشگیری از مشکلات زیست‌محیطی کمک میکند. روش‌هایی مانند تصاویر ماهوارهای و هوایی با وضوح بالا، GIS و تکنیکهای یادگیری عمیق از جمله شبکههای عصبی کانولوشنال (CNN) و معماری U-Net دقت بالایی در تحلیل و طبقهبندی تصاویر هوایی ارائه می‌دهند. شبکه U-Net با ساختار منحصر به فرد خود در تعریف مرزهای کاربری اراضی برتری دارد. این مطالعه بر روی منطقه‌ای در لهستان تمرکز دارد و از مدل U-Net برای افزایش دقت و کارایی طبقهبندی از طریق تکنیکهای منظم‌سازی و بهینه‌ساز Adam استفاده میکند.روش‌ها: در این تحقیق از تصاویر هوایی با قدرت تفکیک ۲۵ سانتی‌متر و در باند مرئی برای تحلیل و طبقهبندی کاربری اراضی استفاده شده است. مدل U-Net به دلیل معماری خاص خود، شامل بلوک‌های کانولوشن و فعال‌سازی ReLU، برای استخراج ویژگیهای مکانی دقیق و حفظ جزئیات تصویر انتخاب شد. به منظور افزایش دقت و جلوگیری از بیش برازش، از تکنیکهای منظم‌سازی مانند حذف تصادفی (Dropout) و Regularization L2 بهره گرفته شد. همچنین، برای بهبود همگرایی مدل، روش‌های افزون‌سازی داده و تکنیک توقف زودهنگام (Early Stopping) به کار رفته است. تصاویر هوایی به قطعات کوچک‌تر با ابعاد ۲۵۶×۲۵۶ پیکسل تقسیم و به سه مجموعه آموزشی، اعتبارسنجی و آزمون تقسیم شدند.یافته‌ها: الگوریتم U-Net بر روی دادههای شهر پوزنان در کشور لهستان اعمال شد. این دادهها توسط کارشناسان برچسبگذاری شدند و شامل چهار نوع کاربری اراضی: ساختمان‌ها، جنگل‌ها، جاده‌ها و آب هستند. از 769 تصویر برچسبگذاری شده، 576 تصویر برای آموزش مدل (که پس از تکنیک افزون‌سازی داده به 2304 تصویر گسترش یافت)، 183 تصویر برای اعتبارسنجی و 10 تصویر نیز برای آزمایش استفاده شد. این مدل، با استفاده از زبان برنامه‌نویسی Python و کتابخانه Keras بر بستر TensorFlow توسعه یافته و در Google Colab آموزش داده شد و پس از 96 تکرار به دقت بالایی رسید و با نقشههای برچسبگذاری شده توسط کارشناسان اعتبارسنجی شد. در حالی که مدل U-Net در دسته‌بندی کلی عملکرد خوبی داشت، با چالش‌هایی در کلاس‌های نادر مانند آب مواجه شد. افزایش دادهها و نمونه‌های بیشتر برای این کلاس‌ها میتواند دقت را بهبود بخشد. دقت‌های آموزش و اعتبارسنجی به ترتیب به 0.95 و 0.85 رسید و خطای اعتبارسنجی در حدود 0.5 تثبیت شد. مدل U-Net بهبودهای قابل توجهی در دقت کلی، ضریب کاپا و امتیاز ژاکارد نسبت به مطالعات قبلی نشان داد که حاکی از اهمیت دادههای با کیفیت و تنظیم دقیق پارامترها است.نتیجه‌گیری: در این مطالعه، مدل یادگیری عمیق U-Net، برای دسته‌بندی دقیق کاربری اراضی با استفاده از تصاویر هوایی مورد ارزیابی قرار گرفت. نتایج نشان میدهد که این مدل به طور مؤثر انواع کاربری اراضی را با دقت بالا شناسایی و تفکیک کرده است. ساختار U-Net دقت کلی 92.47%، امتیاز ژاکارد 54.45% و ضریب کاپا 79.59% را به دست آورد. این نتایج توانایی قوی مدل را در تعریف مرزهای کلاس‌ها نشان میدهد. بهبودهای آینده میتواند شامل استفاده از تصاویر چند طیفی و فراطیفی برای اطلاعات دقیق‌تر، ترکیب U-Net با سایر شبکهها مانند ANN، بهینه‌سازی فراپارامترها با استفاده از روش‌های جستجوی پیشرفته و بهکارگیری یادگیری انتقالی، به ویژه در شرایط با دادههای محدود باشد. اجرای این استراتژی‌ها میتواند دقت و کارایی در دسته‌بندی کاربری اراضی را افزایش دهد و کاربردهای وسیع‌تری در زمینه‌های علمی و عملی ارائه دهد.
مقاله پژوهشی
فتوگرامتری
مرتضی حیدری مظفر؛ سیدعادل حسینی
چکیده
پیشینه و اهداف: در دهه‌های اخیر، علوم ژئوماتیک پیشرفت چشمگیری کرده و این پیشرفت‌ها ناشی از ابزارهای پیشرفته اندازهگیری و تکنولوژی‌های نوآورانه در زمینه اخذ دادههای هندسی و مکانی است. در این زمینه، لیزراسکنرهای همراه و پهپادها به عنوان ابزاری اساسی و کارآمد معرفی شدهاند که قابلیت انجام اندازهگیری دقیق و سریع اشیاء و محیطهای ...
بیشتر
پیشینه و اهداف: در دهه‌های اخیر، علوم ژئوماتیک پیشرفت چشمگیری کرده و این پیشرفت‌ها ناشی از ابزارهای پیشرفته اندازهگیری و تکنولوژی‌های نوآورانه در زمینه اخذ دادههای هندسی و مکانی است. در این زمینه، لیزراسکنرهای همراه و پهپادها به عنوان ابزاری اساسی و کارآمد معرفی شدهاند که قابلیت انجام اندازهگیری دقیق و سریع اشیاء و محیطهای مختلف از جمله فضاهای شهری، را دارا هستند. این دستگاه‌ها به شکل خودکار تمامی جزئیات فضای شهری را به شکل ابرنقطه یا تصویر ثبت میکنند. برای استخراج اطلاعات هندسی ساختمان‌ها از درون این جزئیات، لازم است از روش‌های بینایی ماشین استفاده شود. در راستای دستیابی به مدلهای دقیق و قابل اعتماد از ساختمان‌ها، هنگام پردازش دادههای ابرنقطه، دنباله‌ای از عملیات پس‌پردازش اجرا میشود. یکی از مهمترین مراحل این پردازش‌ها، قطعه‌بندی ابرنقاط است. این مراحل انتقال دادههای ابرنقطه را به اطلاعات مفهومی‌تر و قابل تحلیل‌تر تبدیل میکنند. یکی از مسائل مهم در پردازش دادههای ابرنقطه، توانایی استخراج سطوح مسطح نماهای ساختمانی (دیوارها) است. این سطوح مسطح به عنوان اجزاء اساسی در مدلسازی و تحلیل وضعیت ساختمان‌ها از اهمیت ویژه‌ای برخوردارند. دقت در اطلاعات مرتبط با این سطوح مسطح، امکان تمایز دقیق‌تر و کامل‌تر بین اجزاء مختلف ساختمان‌ها را فراهم میکند. این امر در کاربردهای متعددی از جمله برنامهریزی شهری، مدیریت ساخت و ساز، و تجزیه و تحلیل مصرف انرژی ساختمان‌ها اهمیت دارد.روش‌ها: در این مقاله، برای استخراج سطوح مسطح از سه مجموعه داده ابرنقطه ( ابرنقطه اخذ شده از دستگاه‌های لیزراسکنر همراه GeoSLAM ZEB-HORIZON، ابرنقطه بدست آمده از پردازش تصویربرداری پهپاد Phantom 4 Pro و ابرنقطه ترکیبی) از ترکیب دو الگوریتم MSAC و G-DBSCAN استفاده شده است. این دو الگوریتم به صورت متوالی اجرا میشوند. محوطه‌ای که برای این منظور انتخاب شده، ساختمانهای دانشکده مهندسی دانشگاه بوعلی سینا در همدان میباشد. زیرا این محیط ویژگی‌هایی از جمله تنوع معماری، وجود نماهای مسطح و حالت‌های مختلف قرارگیری دیوارها نسبت به هم با ابعاد مختلف را داراست.یافته‌ها: این تحقیق با ارزیابی جامع سه مجموعه داده مجزا، میانگین دقت (Precision) بیش از 97% را نشان میدهد که دقت بالا در استخراج دادهها را تضمین میکند. علاوه بر این، میانگین بازنمایی (Recall) به بیش از 94% رسیده است که اغلب عناصر نما را پوشش میدهد. نتیجه این ارزیابی، امتیاز F1 (F1 score) با میانگین 95% است که نشان‌دهنده پیشرفت در زمینه استخراج دقیق دادههای ساختمانی و مدلسازی معماری است. با این حال، الگوریتم در مواجهه با دیوارهایی که عمود بر مسیر حرکت لیزراسکنر قرار دارند، دچار چالش‌هایی شد که موجب کاهش نرخ بازنمایی گردید. همچنین، الگوریتم SfM در تولید نقاط بر روی شیشه‌های پنجره‌ها مشکل دارد، که باعث شده برخی نقاط مربوط به فضای داخل پنجره‌ها به عنوان نقاط دیوار تشخیص داده شوند. این مسئله نشان میدهد که الگوریتمهای تولید ابرنقطه از تصاویر بر نتایج این الگوریتم تأثیرگذار هستند. در مقابل، نتایج دادههای ترکیبی بسیار امیدوارکننده بوده است، به گونه‌ای که این دادهها در مرحله اول الگوریتم با سرعت بیشتری نسبت به دو مجموعه داده دیگر همگرا شدند و عملکرد بالایی در دقت و نرخ بازنمایی داشتند.نتیجه‌گیری: با این حال، یافته‌ها نشان میدهد که الگوریتم به طور کلی عملکرد برجسته‌ای در استخراج اطلاعات نماهای ساختمانی، به‌ویژه با استفاده از دادههای متنوع و گوناگون، از خود نشان داده است. این پیشرفت‌ها نویدبخش بوده و افق‌های جدیدی را در تحلیل دادههای مکانی و مدلسازی ساختمانی می‌گشاید. این رویکرد نوآورانه میتواند در کاربردهای مختلف مورد استفاده قرار گرفته و به توسعه مدلهای معماری مدرن و داده‌محور کمک کند.
مقاله پژوهشی
سامانه اطلاعات مکانی
پارسا افضلی کردمحله؛ سعید بهزادی
چکیده
پیشینه و اهداف: تشخیص اشیا یکی از موضوعات پرکاربرد در بسیاری از رشته‌ها است. با این حال، شناسایی گونه‌های درختی در جنگل‌ها به دلیل شباهت‌های ظاهری و رفتاری، چالشی اساسی محسوب میشود. این پژوهش با هدف شناسایی عوارض و تفکیک گونه‌های گیاهی در جنگل‌ها به روش مدل امضای طیفی زمانی در سامانه گوگل ارث انجین انجام شده است. نوآوری این پژوهش ...
بیشتر
پیشینه و اهداف: تشخیص اشیا یکی از موضوعات پرکاربرد در بسیاری از رشته‌ها است. با این حال، شناسایی گونه‌های درختی در جنگل‌ها به دلیل شباهت‌های ظاهری و رفتاری، چالشی اساسی محسوب میشود. این پژوهش با هدف شناسایی عوارض و تفکیک گونه‌های گیاهی در جنگل‌ها به روش مدل امضای طیفی زمانی در سامانه گوگل ارث انجین انجام شده است. نوآوری این پژوهش در تعیین رفتار طیفی زمانی گونه‌های درختی نهفته است؛ به این صورت که روشنایی باندهای تصاویر ماهوارهای در ماه‌های مختلف سال برای هر گونه محاسبه شده و ماتریسی منحصربه‌فرد ایجاد میشود.روش‌ها: دادههای اصلی این مطالعه شامل تصاویر ماهوارهای لندست 8 و 9 در بازه زمانی 2016 تا 2022 است و منطقه مورد مطالعه بخشی از جنگل‌های جنوب استان گیلان میباشد. در مرحله اول، نمودار رفتار طیفی گیاه، خشکی و آب ترسیم شد. میانگین مقادیر هر باند برای این سه عارضه در طول یک سال محاسبه شده و نمودارهای ترکیبی میله‌ای و خطی ایجاد شدند. در مرحله دوم، با استفاده از نقشههای تیپولوژی و برداشت‌های زمینی، 200 نقطه داده برای گونه‌های بلوط، ممرز، راش، توسکا و سوزنی‌برگ جمع‌آوری شد. با ایجاد مدلی، میانگین مقادیر هر باند در ماه‌های مختلف محاسبه شد و ماتریس 1×84 به عنوان امضای طیفی زمانی هر گونه ایجاد گردید. این ماتریس‌ها با استفاده از نرم‌افزار متلب نمایش داده شدند.یافته‌ها: نتایج نشان داد که روشنایی باندها در ماه‌های مشخص برای هر گونه متفاوت است. به عنوان مثال، در باند اول ماه دوم، روشنایی گونه‌های بلوط، ممرز، راش، سوزنی‌برگ و توسکا به ترتیب 0.38، 0.31، 0.27، 0.46 و 0.25 بود. بیشترین میزان روشنایی برای چهار گونه درختی در باند پنجم ماه دهم و کمترین میزان در باند هفتم ماه دوازدهم مشاهده شد. طبقهبندی با روش جنگل تصادفی و با استفاده از 7 باند و 84 باند انجام شد که ضریب کاپا در روش پیشنهادی به حدود 0.4 افزایش یافت.نتیجه‌گیری: امضای طیفی زمانی به عنوان یک روش منحصربه‌فرد، امکان شناسایی و تفکیک گونه‌های جنگلی را فراهم میکند. این پژوهش با استفاده از برداشت‌های زمینی دقت مناسبی را نشان داده است. پیشنهاد میشود این روش برای گونه‌های دیگر نیز به کار گرفته شود تا طبقهبندی جنگل‌ها بهبود یابد. این اقدامات میتواند مدیریت و نظارت بر جنگل‌ها را برای سازمان‌هایی نظیر منابع طبیعی و محیط زیست تسهیل کند
مقاله پژوهشی
سنجش از دور
امیر شاهرخ امینی؛ زهرا آذرگشایش؛ پانیذ نوری
چکیده
پیشینه و اهداف: آلودگی هوا امروزه به عنوان یکی از مهـم‌ترین مشـکل جوامع بشری مطرح مـی‌باشـد. گسـترش شهرنشـینی، توسـعة شهرها، افزایش جمعیت، افزایش ساختوساز، توسعة فعالیت‌های صنعتی و افـزایش مصرف سوخت‌های فسیلی، کمبود سیستم حمل ونقل عمـومی کارا، کیفیت کم سوخت و تراکم ترافیک باعث شده که روزانـه حجم وسیعی از آلاینده‌های غیر‌سازگار ...
بیشتر
پیشینه و اهداف: آلودگی هوا امروزه به عنوان یکی از مهـم‌ترین مشـکل جوامع بشری مطرح مـی‌باشـد. گسـترش شهرنشـینی، توسـعة شهرها، افزایش جمعیت، افزایش ساختوساز، توسعة فعالیت‌های صنعتی و افـزایش مصرف سوخت‌های فسیلی، کمبود سیستم حمل ونقل عمـومی کارا، کیفیت کم سوخت و تراکم ترافیک باعث شده که روزانـه حجم وسیعی از آلاینده‌های غیر‌سازگار با مکانیسم‌های طبیعی در هوا تخلیه گردد. آلودگی هوا پیامدهای زیان باری بـر محیط زیست و سلامتی انسانها دارد. کیفیت هوا به طور روزانه در تغییر است. حتی در مـواقعی که مقدار ورود آلایندهها به هوا ثابت است عوامل تعیین‌کننـدة تغییرات آب وهـوایی ماننـد سـرعت بـاد، جهـت بـاد، نیمـرخ حرارتی توده‌های هوا، مقدار انرژی خورشیدی به منظور انجـام واکنشهای فتوشیمیایی، مدت زمان دوام باد یا بارندگی به طور ویژه‌ای کیفیت هوا را تغییر می‌دهند. توزیع گازها و آلایندهها در لایه‌های مختلف اتمسفر به صورت نابرابر است. به طوری که برخی از آلایندهها مانند منواکسیدکربن و سولفوردی‌اکسید از تراکم بسیار زیادی در لایه تروپوسفر در مقایسه با سایر لایه‌ها برخوردار هستند. در کنار دیگر عوامل افزاینده آلایندهها، صنعت ساختوساز نیز یکی از منابع عمده آلودگی محیط زیست، مسئول حدود 4 درصد از تولید گازهای گلخانه‌ای، ذرات و بیشتر آلودگی آب بیش از هر صنعت دیگری است. امروزه به دلیل رشد بی‌رویه جمعیت و نیاز به سکونت، ایجاب کرده است که ساختمانهای بلند هر روز از گوشه و کنار شهر سر به فلک زنند. حال این مسئله باعث میشود که تولید آلایندهها در شهرها افزایش یابد. چرا که افزایش جمعیت باعث افزایش خودروهای تک‌سرنشین و مسایلی دراین باب میشود. افزایش جمعیت و تمایل به سودجویی با ساختوساز، هرساله مناطق شهری را جایگزین مناظر زیبا و طبیعی کشورمان مینماید. رشد جمعیت موجب افزایش ساختوساز در یک ناحیه میشود و این مسئله با گذشت زمان توسعه فیزیکی نواحی شهری را موجب میگردد. در این پژوهش هدف بررسی میزان تاثیر ساخت و ساز بر آلودگی هوا در لایه تروپوسفر و همچنین چگونگی تغییرات غلظت آلایندهها در فصول مختلف سال میباشد.روش‌ها: منطقه مورد مطالعه در این تحقیق منطقه 22 شهرداری واقع در شمال‌غربی تهران، از مناطق نوساز تهران میباشد که به جهت رفع کمبود‌های خدماتی حوزه غرب تهران و جابه‌جایی بخشی از جمعیت ساکن در بافت‌های فرسوده تهران مرکزی ساخته شده و میزان ساختوساز در این منطقه روند روبه رشدی داشته است. برای بررسی تغییرات ساختوساز در منطقه مورد مطالعه از روش طبقهبندی ماکزیمم احتمال با بکار بردن تصاویر ماهواره سنتینل-2 و برای پایش آلاینده‌های منوکسید کربن، دی‌اکسـید گـوگرد، دی‌اکســـید نیتـــروژن، ازن تروپوسفری و آئروسل از تصاویر ماهواره سنتینل 5 در سامانه گوگل ارث انجین بکار برده شده است.یافته‌ها: یافته‌ها شامل محاسبه میزان ساخت و ساز در سالهای2018 تا 2022 و ارائه نقشههای تغییرات غلظت آلاینده‌های منوکسیدکربن، دی‌اکسیدگوگرد، دی‌اکسیدنیتروژن، ازن تروپوسفری و آئروسل در واحد زمان و مکان میباشد.نتیجه‌گیری: نتایج این تحقیق نشان میدهد که از سال 2018 تا سال 2022 چیزی حدود 33.12 هکتار به مناطق ساختوساز منطقه 22 تهران اضافه شده و این تغییرات ساختوساز بر روی تمامی گازها تاثیر‌گذار نبوده و تنها آلاینده‌های منوکسیدکربن و دی‌اکسیدگوگرد روند رو به رشدی را داشته‌اند. و همچنین غلظت آلاینده‌های عنوان شده در فصل زمستان نسبت به سایر فصول بیشتر بوده است.
مقاله پژوهشی
سنجش از دور
امیرحسین غلامیان؛ فاطمه طبیب محمودی
چکیده
پیشینه و اهداف: جاده‌ها به عنوان عناصر حیاتی و اساسی در توسعه و پیشرفت شهرها شناخته میشوند، زیرا نقش بسیار مهمی در ارتباطات و حمل و نقل دارند و نمایانگر میزان توسعه و رشد شهری میباشند. به منظور افزایش دقت و کارایی در تشخیص و طبقهبندی جاده‌ها، محققان به طراحی و استفاده از روش‌های خودکار مبتنی بر پردازش تصویر و یادگیری عمیق پرداخته‌اند. ...
بیشتر
پیشینه و اهداف: جاده‌ها به عنوان عناصر حیاتی و اساسی در توسعه و پیشرفت شهرها شناخته میشوند، زیرا نقش بسیار مهمی در ارتباطات و حمل و نقل دارند و نمایانگر میزان توسعه و رشد شهری میباشند. به منظور افزایش دقت و کارایی در تشخیص و طبقهبندی جاده‌ها، محققان به طراحی و استفاده از روش‌های خودکار مبتنی بر پردازش تصویر و یادگیری عمیق پرداخته‌اند. این رویکردها، به دلیل قابلیت‌های برترشان در تشخیص الگوها و ویژگیهای پیچیده تصاویر، به طور موثری جایگزین روش‌های سنتی شدهاند و بهبود چشمگیری در دقت و سرعت تشخیص جاده‌ها ایجاد کردهاند.روش‌ها: در این تحقیق از یک مدل بهبودیافته رمزگذار-رمزگشای UNet3+ برای تشخیص جاده از تصاویر سنجش از دور استفاده شده است. در این مدل پیشنهادی از ماژول های تجمیع هرمی، توجه مکانی و توجه کانال برای بهبود نتایج تشخیصی استفاده شده است. ماژول توجه مکانی در معماری شبکه پیشنهادی برای بهبود تمرکز شبکه بر روی مکان‌های مهم در نقشههای ویژگی استفاده میشود. ماژول توجه کانال نیز به شبکه اجازه می دهد تا روی اطلاعات مهم تمرکز بیشتری داشته باشد و در کارهایی مانند تشخیص ویژگی و طبقه بندی بهتر عمل کند. ماژول تجمیع هرمی برای دریافت اطلاعات چند مقیاسی طراحی شده است. این ماژول به شبکه کمک میکند تا مقیاس‌های مکانی مختلف را با اعمال میانگین‌گیری در سطوح مختلف و سپس تغییر اندازه ویژگیهای متوسط به اندازه نقشه ویژگی اصلی، درک کند.یافته‌ها: ارزیابی قابلیت اجرایی شبکه پیشنهادی در تشخیص جاده های فرعی در مناطقی که تراکم مسکونی کمتری دارند و دارای پوشش خاکی و گیاهی هستند، نشان دهنده برتری این شبکه نسبت به نسخه اصلی UNet3+ است. شبکه بهبود یافته پیشنهادی در این مقاله توانست جاده ها را با دقت بیشتری تشخیص دهد. این امر نشان دهنده قدرت شبکه در تشخیص جاده ها در شرایطی است که تداخلات محیطی کمتری وجود دارد. نتایج کمی به‌دست‌آمده از این شبکه نمایانگر این واقعیت است که استفاده از ماژول‌های توجه مکانی و کانال و ماژول تجمیع هرمی توانسته است معیارهای دقت، بازخوانی، امتیاز F1 و IOU را به ترتیب 6، 15.6، 8.3 و 17.4 نسبت به نسخه اصلی شبکه UNet3+ افزایش دهد.نتیجه‌گیری: چالش‌های مطرح در تشخیص خودکار جاده ها از تصاویر سنجش از دور اعم از تاثیر سایه و انسداد جاده با ساختمان‌ها و پوشش گیاهی و شباهت جاده با پس‌زمینه میتواند منجر به کاهش دقت تشخیص جاده ها از تصاویر سنجش از دور گردد. استفاده از قابلیت های معماری رمزگذار-رمزگشای بهبودیافته UNet3+ در این تحقیق توانست بخشی از این چالش ها را کاهش داده و دقت نتایج تشخیص جاده های فرعی در مناطق دارای زمینه خاکی و پوشش گیاهی را افزایش دهد.
)
