سنجش از دور
پویا حیدری؛ اصغر میلان؛ علیرضا قراگوزلو
چکیده
پیشینه و اهداف: امروزه با توجه به استفاده روز افزون از اطلاعات پوشش و کاربری اراضی در کاربردهای مختلف، کسب این اطلاعات امری ضروری می‌باشد. استفاده از تصاویر سنجش از دوری به عنوان راهکار اصلی کسب این اطلاعات محسوب می‌شود. برای استخراج پوشش و کاربری اراضی از این تصاویر، می‌توان از تکنیک‌های طبقه‌بندی تصاویر بهره برد. با توجه به پتانسیل ...
بیشتر
پیشینه و اهداف: امروزه با توجه به استفاده روز افزون از اطلاعات پوشش و کاربری اراضی در کاربردهای مختلف، کسب این اطلاعات امری ضروری می‌باشد. استفاده از تصاویر سنجش از دوری به عنوان راهکار اصلی کسب این اطلاعات محسوب می‌شود. برای استخراج پوشش و کاربری اراضی از این تصاویر، می‌توان از تکنیک‌های طبقه‌بندی تصاویر بهره برد. با توجه به پتانسیل بالای روش‌های یادگیری عمیق در طبقه بندی تصاویر، این روش‌ها می‌توانند به طور موثری در طبقه‌بندی پوشش و کاربری اراضی استفاده شوند. با این حال، استفاده از این روش‌ها همراه با چالش‌هایی نیز می‌باشد. یکی از مشکلات اصلی استفاده از روش‌های یادگیری عمیق، بیش برازش مدل می‌باشد. از دیگر معضلات اصلی این روش‌ها می‌توان به نیازمند بودن این روش‌ها به تعداد بسیار زیاد داده در مرحله آموزش اشاره نمود. همچنین ناپدید شدن و انفجار گرادیان و انتخاب معماری مناسب از دیگر مشکلات و چالش‌های این روش‌ها برای استخراج پوشش و کاربری اراضی از تصاویر سنجش از دور می‌باشند .روش‌ها: هدف اصلی این پژوهش استفاده از تکنیک‌های مختلف برای رفع این چالش‌ها و رسیدن به دقت‌های بالا در انجام طبقه‌بندی پوشش و کاربری اراضی می‌باشد. برای مرتفع نمودن چالش بیش برازش مدل، از تکنیک‌های حذف تصادفی و توقف زودهنگام استفاده شد تا دقت در داده‌های آموزشی و تست نزدیک به یکدیگر باشند. استفاده از روش داده افزایی می‌تواند کمبود داده‌های آموزشی را برطرف نماید و از بیش برازش مدل نیز جلوگیری کند. به همین علت از این روش برای افزایش داده های آموزشی مدل استفاده شد. تکنیک برش گرادیان نیز در این پژوهش استفاده شد تا از انفجار و ناپدید شدن گرادیان در مدل‌های یادگیری عمیق جلوگیری کند. معماری استفاده شده در این پژوهش برای طبقه بندی مجموعه داده EuroSat، مدل ResNet18 بوده است.یافته‌ها: در ابتدا از این معماری به همراه تکنیک توقف زودهنگام برای انجام طبقه بندی استفاده شد و مدل به دقت کلی 19/91 درصد و ضریب کاپای 9018/0 رسید. سپس به همین مدل تکنیک داده افزایی اضافه شد و مدل به دقت کلی 78/91 درصد و ضریب کاپای 9085/0 دست یافت که نشان می‌دهد نسبت به مرحله قبلی دقت‌های بهتری حاصل شده است. در مرحله آخر تکنیک حذف تصادفی با نرخ 5/0، برش گرادیان با حدآستانه 1/0 نیز به مدل قبلی اضافه شد و مدل به دقت کلی 11/93 درصد و ضریب کاپای 9233/0 رسید که نسبت به دو مرحله قبلی به دقت های بهتری رسیده است.نتیجه‌گیری: این نتایج نشان می‌دهد که دقت طبقه‌بندی پوشش و کاربری اراضی مجموعه داده EuroSat در مرحله آخر نسبت به مراحل قبلی به دقت بهتری دست یافته است.
سامانه اطلاعات مکانی
حمیدرضا بابایی فرد؛ سعید صادقیان؛ علیرضا قراگوزلو
چکیده
پیشینه و اهداف: فعالیت‌های ساخت‌وساز غیرمجاز در اراضی جنگلی باعث نگرانی‌های زیادی شده است. کاداستر محیط زیست به‌عنوان ابزار اساسی برای ارائه اطلاعات دقیق مکانی، حقوقی و زیست محیطی مورد توجه قرار می‌گیرد و باعث نظارت دقیق، مدیریت زمین و توسعه پایدار می‌شود.روش‌ها: در این تحقیق، از یک روش تحقیق ترکیبی کیفی و کمی استفاده شده است. ...
بیشتر
پیشینه و اهداف: فعالیت‌های ساخت‌وساز غیرمجاز در اراضی جنگلی باعث نگرانی‌های زیادی شده است. کاداستر محیط زیست به‌عنوان ابزار اساسی برای ارائه اطلاعات دقیق مکانی، حقوقی و زیست محیطی مورد توجه قرار می‌گیرد و باعث نظارت دقیق، مدیریت زمین و توسعه پایدار می‌شود.روش‌ها: در این تحقیق، از یک روش تحقیق ترکیبی کیفی و کمی استفاده شده است. رویکرد کیفی شامل تحلیل چارچوب قانونی و نظارتی کاداستر و بررسی ترتیبات نهادی و مشارکت ذینفعان بوده است. از سوی دیگر، رویکرد کمی شامل تجزیه‌وتحلیل داده‌های مکانی و پیاده‌سازی کاداستر برای ارزیابی تغییرات کاربری اراضی و ساخت ویلا در اراضی جنگلی می‌باشد. برای شناسایی ویلاسازی‌ها در مناطق جنگلی روستای لالون، از ابزارهای جمع‌آوری داده مانند تصاویر گوگل ارث بهره گرفته شده است. سپس با استفاده از الگوریتم‌های نظارت شده حداکثر احتمال، تصاویر طبقه‌بندی شده و نقشه کاربری اراضی تهیه شده است. در نهایت، نقشه کاداستر ۱/۵۰۰۰ روستای لالون تهیه شده و ایده اجرای کاداستر محیطی در این منطقه مورد بررسی قرار گرفته است.یافته‌ها: در نتایج مطالعه کاربری اراضی در روستای لالون در بازه زمانی ۲۰۱۱ تا ۲۰۲۴، تغییرات قابل توجهی مشاهده شد. افزایش مناطق مسکونی در زمین‌های جنگلی نشان‌دهنده تأثیرات زیست محیطی نامطلوب است. این تغییرات، باعث به خطر افتادن اکوسیستم و توازن زیستی منطقه و افزایش جمعیت شده است. در این مطالعه، ضریب کاپا برای سال‌های ۲۰۱۱ با مقدار 902/0 و برای سال ۲۰۲۴ با مقدار 945/0، به عنوان شاخصی از تفاوت‌های کاربری اراضی در روستای لالون، مورد ارزیابی قرار گرفته است. همچنین، دقت کلی تحقیق برای سال ۲۰۱۱ به میزان 703/92 % و برای سال ۲۰۲۴ به‌میزان 405/96 % محاسبه شده است. نتایج حاکی از اهمیت و دقت بالا در تشخیص تغییرات کاربری اراضی در روستای لالون می‌باشد. ارزیابی پیاده‌سازی کاداستر زیست محیطی برای ساخت‌وساز ویلاها در مناطق جنگلی روستای لالون نشان می‌دهد که نیاز به استراتژی‌های مدیریت زمین مؤثر وجود دارد و عملکرد سیستم کاداستر زیست محیطی قادر به تشخیص تغییرات اراضی و برنامه‌ریزی حفاظتی است. این تحقیق بر اهمیت گنجاندن ملاحظات زیست محیطی در فرآیندهای نقشه‌برداری کاداستر تأکید دارد.نتیجه‌گیری: با توجه به یافته‌های این مطالعه، استفاده بهینه از کاداستر محیط زیست در ایران جهت حفاظت از منابع طبیعی و حفظ پایداری زیستگاه‌ها به‌عنوان یک اقدام بسیار حیاتی تلقی می‌شود. رعایت قوانین و مقررات زیست محیطی در هنگام اجرای فرآیندهای توسعه و احداث سازه‌ها برای همه یکسان و غیرقابل انکار می‌باشد. پیاده‌سازی کاداستر محیط زیست نیازمند همکاری سازمان‌های دولتی، تخصص فنی، بهره‌وری از فناوری‌های پیشرفته و مشارکت جامعه است. این تحقیق، نشان می‌دهد که پیاده‌سازی کاداستر محیط زیست نقش مهمی در حفظ توازن بین توسعه و حفاظت از محیط زیست دارد. به‌منظور بهبود بهره‌وری سیستم کاداستر محیطی در ایران، پیشنهاد می‌شود که اقداماتی همچون تقویت چارچوب قانونی، بهبود مدیریت داده‌ها، ارتقای فن‌آوری، افزایش مشارکت ذینفعان و تضمین تامین مالی پایدار انجام شود. این اقدامات شامل تدوین قوانین و مقررات مخصوص، ایجاد پایگاه داده متمرکز و قدرتمند، تشکیل کمیته مشورتی چندجانبه با حضور نهادهای مختلف و تخصیص منابع مالی پایدار برای پیشرفت و توسعه کاداستر محیط زیست می‌باشد.
