مقاله پژوهشی
فناوری ماهواره
مهدی نصیری سروی؛ مهدی جلیلیان
چکیده
پیشینه و اهداف: چکیده یکی از بخشهای کلیدی هر مقاله است و باید بهصورت سازمانیافته و روشن، زمینه، مسأله و هدف را در کنار روش، یافتهها و نتیجهگیری بیان کند. در حوزه ناوبری نوریِ فضاپیما در مدار پایین زمین، اتکا به حسگرهای مبتنی بر تصویر بهعنوان جایگزین یا پشتیبان سامانههای رادیویی اهمیت فزایندهای یافته است. چالش اصلی، حفظ ...
بیشتر
پیشینه و اهداف: چکیده یکی از بخشهای کلیدی هر مقاله است و باید بهصورت سازمانیافته و روشن، زمینه، مسأله و هدف را در کنار روش، یافتهها و نتیجهگیری بیان کند. در حوزه ناوبری نوریِ فضاپیما در مدار پایین زمین، اتکا به حسگرهای مبتنی بر تصویر بهعنوان جایگزین یا پشتیبان سامانههای رادیویی اهمیت فزایندهای یافته است. چالش اصلی، حفظ دقت و پایداری در شرایطی است که پوشش سامانههای رادیویی کاهش مییابد یا محیط دید دچار افت میشود. پژوهش حاضر بر پایه ادغام اطلاعات حسگر ستاره و حسگر افق زمین بنا شده است تا زنجیرهای ارائه دهد که بدون تکیه به زیرساخت رادیویی، بتواند وضعیت و موقعیت فضاپیما را با دقت قابل اتکا برآورد کند. ایده محوری آن است که حسگر افق زمین قید هندسی نیرومندی را در راستای شعاعی ایجاد میکند و حسگر ستاره، خطیسازی و پایایی تخمین وضعیت را بهبود میدهد. هدفها بهطور شفاف عبارتاند از: طراحی و پیادهسازی یک زنجیره ادغام ناهمنرخ برای دو حسگر مکمل، تدوین راهبرد وزندهی سازگار با هندسه مدار و سنجهها، پایش کیفیت اندازهگیریها با شاخصهای آماری قابل تفسیر، و بهبود رفتار زمانی خروجی برای کاربردهای عملیاتی که نسبت به نوسانهای کوتاهدوره حساساند.روشها: سامانه پیشنهادی بر یک مسیر شبیهسازیشده در مدار پایین زمین و حقیقتِ مبنا حاصل از نرمافزار تخصصی شبیهسازی مداری استوار است. جریان داده شامل بردارهای ستارهای از حسگر ستاره و لبه افق زمین از حسگر افق زمین است که با نرخهای متفاوت در دسترس قرار میگیرند. ادغام بر پایه یک فیلتر کالمن توسعهیافته انجام میشود که در آن معادلات دینامیکی وضعیت و مکان، با مدلسازی اختلالات اصلی و نویزهای فرایندی و اندازهگیری فرموله شدهاند. بهسبب ناهمنرخ بودن سنجهها، بهروزرسانیها بهصورت رویدادمحور انجام میشود و برای همترازی زمانی، از میانیابی وضعیت بهره گرفته میشود. کنترل کیفیت اندازهگیریها با گیتینگ (ناحیه بندی) آماری بر پایه فاصله ماهالانوبیس انجام میگیرد تا مؤلفههای ناسازگار بهموقع کنار گذاشته شوند. برای همسو کردن سهم اطلاعاتی هر راستا با فیزیک مسأله، از وزندهی بیضوی در دستگاه شعاعی، مماسی و عمود بر مدار استفاده شده است. بهمنظور کاهش نوسان کوتاهدوره در راستاهای صفحهای، اسموتینگ (صاف کننده) پسپردازشی از نوع رائو–تارب–استرایبل بهصورت انتخابی تنها بر مؤلفههای غیرشعاعی اعمال میشود و برآورد شعاعی همان برونداد فیلتر باقی میماند تا قید افق زمین مخدوش نشود. ارزیابی کارایی در سناریوهای گوناگون نویزی انجام شده و محاسبه شاخصهای خطا مانند میانگین مربعات و میانگین قدر مطلق خطا، در کنار تحلیل پایداری با رصد روند نوآوری و نرخ پذیرش بهروزرسانیها، مبنای قضاوت قرار گرفته است.یافتهها: نتایج نشان داد ادغام ناهمنرخ حسگر ستاره و حسگر افق زمین در قالب فیلتر کالمن توسعهیافته به همراه اسموتینگ (صاف کننده) انتخابی، خطای کلی مکان را بهطور معناداری کاهش میدهد و همزمان، راستای شعاعی به دلیل قید قوی حسگر افق زمین مقید و پایدار باقی میماند. کاهش محسوس نوسان در مؤلفههای صفحهای با حفظ رفتار طبیعی مؤلفه شعاعی مشاهده شد؛ بهگونهای که منحنیهای خطا در بازه زمانی، الگوی هموارتر و سازگارتر با دینامیک مدار پیدا کردند. محاسبه خطای میانگین مربعات و میانگین قدر مطلق، بهبود پایدار عملکرد را نسبت به حالت بدون اسموتینگ (صاف کننده) تأیید کرد و تحلیل نوآوری نشان داد همترازی زمانی و وزندهی اندازهگیریها بهدرستی تنظیم شده است. نرخ پذیرش بهروزرسانیها روند یکنواختی داشت و نشان داد گیتینگ (ناحیه بندی) آماری توانسته است تعادل مطلوبی میان حذف پرتها و حفظ اطلاعات مفید برقرار کند. ارزیابی سناریوهای با نویز بالاتر نشان داد هرچند دامنه نوسان افزایش مییابد و زمان رسیدن به باند عملکرد طولانیتر میشود، سامانه پیشنهادی همچنان به محدوده خطای قابل قبول همگرا میشود و بیشترین تأثیر اسموتینگ (صاف کننده) در راستاهای صفحهای نمود دارد.نتیجهگیری: جمعبندی نتایج نشان میدهد ترکیب دو حسگر مکمل با ادغام ناهمنرخ، وزندهی سازگار با هندسه مدار و اسموتینگ (صاف کننده) انتخابی، چارچوبی عملی و کمهزینه برای ناوبری نوری در مدار پایین زمین فراهم میکند. این چارچوب علاوه بر ارتقای دقت، رفتار زمانی منظمتری تولید میکند که برای تصمیمگیریهای آستانهمحور در عملیات فضایی ارزشمند است. از دید کاربرد، راهکار پیشنهادی برای ماهوارههای کوچک و مأموریتهای با منابع محاسباتی محدود مناسب است و میتواند نقش پشتیبان یا جایگزین سامانههای رادیویی را در شرایط دشوار بر عهده گیرد. در عین حال، محدودیتهایی مانند اتکا به محیط شبیهسازی و سادهسازی برخی مدلها وجود دارد. گذار به محیط عملیاتی مستلزم آزمایشهای زمینی و در حلقه با حسگرهای واقعی و نیز کالیبراسیون دقیق ماتریسهای نصب است. پیشنهاد میشود حساسیت سامانه نسبت به بایاس حسگر افق زمین، درخشش پراکنده، دورههای طولانی سایه و مانورهای گذرا بررسی شود. از منظر برآورد، آزمون گونههای پیشرفته فیلتر کالمن و طراحی اسموتینگ (صاف کننده) با قیدهای سختتر، همراه با مدلسازی پرفیدلیِ دینامیک و زمانبندی دقیقتر در ادغام ناهمنرخ، میتواند مسیر ارتقای بیشتر را هموار کند و زمینه را برای توسعه نسخههای عملیاتی آماده بهکار فراهم آورد.
مقاله پژوهشی
ژئودزی
یحیی جمور؛ اصغر میلان؛ لیلی زمانی
چکیده
پیشینه و اهداف: پدیده ی جابجایی سطح زمین، بهویژه فرونشست و تغییرات افقی، یکی از مهمترین تهدیدهای زیست محیطی و عمرانی در بسیاری از مناطق جهان و ایران به شمار میرود. بههمین دلیل پایش و اندازهگیری دقیق آن از اهمیت بالایی برخوردار است. در سالهای اخیر، استفاده از فناوریهای سنجش از دور مانند تداخلسنجی راداری و ردیابی انحراف ...
بیشتر
پیشینه و اهداف: پدیده ی جابجایی سطح زمین، بهویژه فرونشست و تغییرات افقی، یکی از مهمترین تهدیدهای زیست محیطی و عمرانی در بسیاری از مناطق جهان و ایران به شمار میرود. بههمین دلیل پایش و اندازهگیری دقیق آن از اهمیت بالایی برخوردار است. در سالهای اخیر، استفاده از فناوریهای سنجش از دور مانند تداخلسنجی راداری و ردیابی انحراف پیشرفت چشمگیری داشته است. همچنین، تصاویر اپتیکی و دادههای پهپادی نیز امکان بازسازی مدلهای سهبعدی و استخراج تغییرات سطح زمین را فراهم کردهاند. باوجود این، اغلب مطالعات موجود تنها از یکی از این روشها بهره گرفتهاند و کمتر پژوهشی به بررسی تلفیق دادههای راداری و اپتیکی پرداخته است. بنابراین، هدف اصلی پژوهش حاضر بررسی جامع میدان جابجایی سطح زمین با استفاده از تلفیق تصاویر راداری و اپتیک است.
روشها: انتخاب روستاهای بلبل، جوکو، تازهکند نصیرپور، بالیقایا و لالهزار واقع در شهرستان مراغه، بهعنوان مناطق مطالعه، این امکان را فراهم میسازد که رفتار جابجایی در بافتهای متفاوت (مسکونی و مسطح) مورد ارزیابی قرار گیرد. در این پژوهش، جابجایی سطح زمین با استفاده از دو رویکرد متفاوت، یعنی اندازهگیری جابجایی عمودی و اندازهگیری جابجایی مسطحاتی ، برای منطقه ی مورد مطالعه بررسی و مقایسه شد. تحلیلها بر اساس میانگین تغییرات در دو نوع بافت زمین، شامل مناطق مسکونی و شهری و مناطق مسطح و هموار انجام گرفت. بهاین منظور از تلفیق سه روش تداخلسنجی، ردیابی انحراف و استفاده از تصاویر اپتیک فتوگرامتری و تکنیک تبدیل سهبعدی مدل تصاویر استفاده شد. در تکنیک تداخلسنجی 7 تصویر راداری با فواصل حدودا 3 ماهه جمعآوری و پردازش شدند. در تکنیک ردیابی انحراف 7 تصویر راداری جمعآوری و پردازش شدند که در مجموع 12 پردازش انجام شد. 4 سری تصویر پهپادی نیز با فواصل زمانی حدودا 4 ماهه از منطقه برداشت و پردازش شد.
یافتهها: در بخش جابجایی عمودی، نتایج نشان داد که بیشترین نشست در روستای لالهزار رخ دادهاست؛ بهطوری که در مناطق مسکونی و شهری بین ۱۳ تا ۱۵ سانتیمتر و در مناطق مسطح و هموار بین ۱۲ تا ۱۴ سانتیمتر کاهش ارتفاع زمین مشاهده شد. این میزان نشست میتواند ناشی از برداشت بیش از حد آبهای زیرزمینی و ویژگیهای زمینشناسی خاص این روستا باشد. در مقابل، کمترین نشست به روستای بالیقایا مربوط است که میزان تغییرات آن در مناطق مسکونی حدود ۲ تا ۳ سانتیمتر و در مناطق مسطح و هموار حدود ۷ سانتیمتر بودهاست. در بخش جابجایی مسطحاتی، بیشترین مقدار مربوط به روستای بلبل بود که در مناطق مسطح و هموار حدود ۵ تا ۶ میلیمتر و در مناطق مسکونی حدود 8/1 تا 1/2 میلیمتر جابجایی افقی ثبت شد. کمترین جابجایی مسطحاتی نیز در روستای بالیقایا با مقادیری کمتر از 5/1 میلیمتر در مناطق مسکونی و حدود ۴ میلیمتر در مناطق سطح و هموار گزارش گردید.
نتیجهگیری: مقایسه ی کلی بین دو روش نشان میدهد که هرچند روند تغییرات در هر دو روش تقریباً یکسان است و هر دو روش روستاهای دارای بیشترین و کمترین جابجایی را بهصورت مشابه شناسایی کردهاند، اما مقادیر عددی در برخی موارد اختلاف دارند. این اختلافها میتواند به دلیل حساسیت متفاوت هر روش به نوع جابجایی (افقی یا عمودی)، شرایط تصویربرداری و الگوریتمهای پردازش باشد. بهطور کلی، استفاده ی ترکیبی از هر دو روش میتواند دید جامعتری از وضعیت جابجایی زمین فراهم کند و دقت تصمیمگیری در مدیریت منابع، پایش فرونشست و برنامهریزی عمرانی را تا حد زیادی بهبود بخشد.
مقاله پژوهشی
سنجش از دور
مهدی حسنلو؛ زهره رودسرابی؛ پروین حسن تیموری
چکیده
پیشینه و اهداف: آتشسوزیهای گسترده جنگلی با تخریب پوشش گیاهی، تشدید ناپایداری خاک و تغییر کارکرد زیستبومها، به یکی از جدیترین چالشهای محیطی عصر حاضر تبدیل شدهاند و شناسایی دقیق نواحی سوخته پس از حریق، پیشنیاز ارزیابی خسارت، برنامهریزی احیا و مدیریت خطر است. دادههای اپتیکی ماهوارهای، بهویژه تصاویر سنتینل-۲، همراه ...
بیشتر
پیشینه و اهداف: آتشسوزیهای گسترده جنگلی با تخریب پوشش گیاهی، تشدید ناپایداری خاک و تغییر کارکرد زیستبومها، به یکی از جدیترین چالشهای محیطی عصر حاضر تبدیل شدهاند و شناسایی دقیق نواحی سوخته پس از حریق، پیشنیاز ارزیابی خسارت، برنامهریزی احیا و مدیریت خطر است. دادههای اپتیکی ماهوارهای، بهویژه تصاویر سنتینل-۲، همراه با شاخصهای طیفی پرکاربرد، ابزار قدرتمندی برای نقشهبرداری مناطق سوخته فراهم میکنند، اما کارایی آنها به انتخاب مناسب شاخصها و مدلهای طبقهبندی وابسته است. هدف این پژوهش، ارزیابی و مقایسه کارایى یک روش آماری کلاسیک، سه الگوریتم یادگیری ماشین و دو معماری یادگیری عمیق در تشخیص نواحی سوخته، بر پایه ترکیب باندهای سنتینل-۲ و شاخصهای طیفی، در آتشسوزی جنگلی Kenneth در لسآنجلس است.روشها: در این پژوهش، پس از انتخاب تصویر پساحریق سنتینل-۲ و اعمال ماسک ابر، هشت باند طیفی اصلی (شامل باندهای مرئی، فروسرخ نزدیک، لبه قرمز و فروسرخ موج کوتاه) بههمراه پنج شاخص طیفی پرکاربرد مرتبط با سوختگی، پوشش گیاهی و رطوبت استخراج شد و یک تصویر ۱۵ متغیره بهعنوان ورودی مدلها تشکیل گردید. دادههای مرجع دودویی سوخته و نسوخته از پایگاه رسمی ثبت آتشسوزیها برداشت شد و نمونهها بهصورت تصادفی انتخاب و به دو زیرمجموعه آموزشی (۷۰ درصد) و آزمایشی (۳۰ درصد) تفکیک شدند. تمامی ویژگیها با روش نرمالسازی خطی مقیاسبندی شدند. در ادامه، یک روش آماری مبتنی بر بیشینه شباهت (MLE)، سه الگوریتم یادگیری ماشین شامل تقویت تطبیقی (Adaboost)، جنگل تصادفی (RF) و ماشین بردار پشتیبان (SVM) و دو مدل یادگیری عمیق شامل شبکه عصبی کانولوشنی (CNN) و شبکه پرسپترون چندلایه (MLP) آموزش داده شد. ارزیابی مدلها بر اساس ماتریس درهمریختگی و شاخصهایی نظیر Accuracy، Precision، Recall، F1-score و IoU انجام گرفت و اهمیت نسبی باندها و شاخصها در هر مدل نیز محاسبه شد.یافتهها: نتایج این پژوهش نشان داد تمامی مدلها قادر به تفکیک الگوی کلی سوختگی از پسزمینه نسوخته بودند، اما در دقت عددی و نویز مکانی اختلاف قابل توجهی داشتند. روش آماری مبتنی بر MLE، اگرچه دقتی نزدیک به ۹۸ درصد را بهدست آورد، بهدلیل مقدار بالای طبقهبندی نادرست پیکسلهای نسوخته بهعنوان سوخته و تولید لکههای پراکنده در حاشیه ناحیه سوخته، کمترین قابلیت اعتماد را ارائه نمود. در میان الگوریتمهای یادگیری ماشین، RF بهترین عملکرد را داشت؛ بهگونهای که با Accuracy حدود ۹۹٫۶۷ درصد، F1-score نزدیک به ۹۷ درصد و بیشترین IoU، کمترین میزان خطا در تشخیص پیکسلهای سوخته و نسوخته (FP و FN) را ثبت نمود. SVM نیز با F1-score بیش از ۹۶ درصد عملکردی پایدار نشان داد، هرچند نسبت به RF تا حدی خطای بیشتری در مرزهای لکه سوختگی داشت. الگوریتم Adaboost، با وجود بهبود محسوس نسبت به روش آماری، بهسبب حساسیت به نمونههای دشوار، میزان بالاتری از عدم شناسایی پیکسلهای سوخته را ایجاد کرد. دو مدل یادگیری عمیق، یعنی CNN و MLP، نقشههایی پیوسته و کمنویز تولید نمودند و از نظر Accuracy ، F1-score و IoU نتایجی بسیار نزدیک به RF بهدست آوردند. تحلیل اهمیت ویژگیها نشان داد باندهای فروسرخ موج کوتاه (SWIR-1,2) و شاخصهای مرتبط با سوختگی و پوشش گیاهی، بهویژه شاخصهای NBR، NDVI و SAVI، بیشترین سهم را در تصمیمگیری مدلها داشتهاند و باندهای ناحیه مرئی نقش فرعیتری ایفا کردهاند.نتیجهگیری: برآیند نتایج نشان میدهد که ادغام باندهای فروسرخ سنتینل-۲ با شاخصهای پوشش گیاهی و رطوبتی، در ترکیب با مدلهای یادگیری ماشین و یادگیری عمیق، چارچوبی دقیق و قابل اتکا برای پایش پساحریق و نقشهبرداری نواحی سوخته در چشماندازهای ناهمگن فراهم میکند. در این میان، RF و سپس مدلهای CNN و MLP، بهعنوان گزینههای بهینه برای پیادهسازی عملی پیشنهاد میشوند، در حالی که روش آماری MLE و الگوریتم Adaboost بیشتر بهعنوان خطوط پایه مقایسه قابل استفادهاند. از مهمترین محدودیتهای مطالعه حاضر میتوان به تکیه بر یک رویداد آتشسوزی و استفاده از داده تکزمانه پساحریق اشاره کرد؛ بنابراین، تعمیم مدل به آتشسوزیها، تیپهای پوشش گیاهی و شرایط توپوگرافی متنوعتر، همراه با بهرهگیری از دادههای چندزمانه و ادغام سنجندههای راداری و ارتفاعی، بهعنوان مسیرهای اصلی پژوهشهای آینده پیشنهاد میشود. نتایج این تحقیق میتواند در طراحی سامانههای عملیاتی پایش آتشسوزی، اولویتبندی مناطق احیا و برنامهریزی پایدار منابع طبیعی در مناطق مستعد حریق مورد استفاده قرار گیرد.
مقاله پژوهشی
راه و ترابری
سمیرا بلوری؛ فرهاد شیدایی
چکیده
پیشینه و اهداف: کشور پهناور ایران همواره با خطرات طبیعی متعددی روبروست. این خطرات که شامل زمین لرزه، فرونشست، سیلاب، سرما و گرمای شدید و ... است می تواند موجب آسیب های جدی به زیرساخت ها و بویژه شبکه ریلی شود. از این رو هزینه زیادی را به راه آهن کشور تحمیل می کند به علاوه می تواند موجب خطرات جانی برای مسافران شود. بنابراین بررسی ...
بیشتر
پیشینه و اهداف: کشور پهناور ایران همواره با خطرات طبیعی متعددی روبروست. این خطرات که شامل زمین لرزه، فرونشست، سیلاب، سرما و گرمای شدید و ... است می تواند موجب آسیب های جدی به زیرساخت ها و بویژه شبکه ریلی شود. از این رو هزینه زیادی را به راه آهن کشور تحمیل می کند به علاوه می تواند موجب خطرات جانی برای مسافران شود. بنابراین بررسی مخاطرات طبیعی در راه آهن مسپله ای بسیار مهم می باشد و همواره مورد توجه مدیران می باشد. از طرفی ناحیه ریلی زاگرس که در منطقه ای کوهستانی واقع شده در طول سالیان متمادی شاهد سوانح زیادی متاثر از مخاطرات طبیعی بوده است.. از آنجایی که خدمات رسانی بهینه و ایمن یکی از اهداف مهم راه آهن ج ا ا می باشد این تحقیق به بررسی تاثیر برخی از مخاطرات طبیعی بر روی شبکه ریلی می پردازد.
روشها: بدین منظور کلیه لایه های شیب، ارتفاع، جمعیت، باران، رودخانه، زمین شناسی، کاربری زمین، جنس خاک و گسل پس از طبقهـ بندی مجدد به کمک روش AHP و انجام آنالیز همپوشانی در GIS، تحلیل میشوند.
یافتهها: پس از همپوشانی لایه های فازی شده یافته های تحقیق نشان دهنده مخاطرات زیاد تا متوسط در منطقه مورد مطالعه است.
نتیجهگیری: نتایج نشان می دهد که این منطقه جز مناطق بسیار بحرانی میباشد زیرا حدود 740 کیلومترمربع از شبکه ریلی در یک حریم 2 کیلومتری در خطر متوسط تا شدید قرار دارد. این بدان معناست که حدود 60 درصد از مسیر ریلی در خطر متوسط و حدود 20 درصد از مسیر ریلی در معرض خطر بالا قرار دارند. ایستگاه های دورود، قارون، بیشه، تنگه هفت، تنگ پنج و تله زنگ در معرض مخاطرات طبیعی زیادی قرار دارند و در زمره مناطق پرخطر هستند و نیازمند مدیریت بهتر و توجه بیشتر مسئولین می باشد. نتایج مخاطرات گذشته نیز صحتی بر عملکرد این روش می باشد.
مقاله پژوهشی
سنجش از دور
فاطمه ربیعی؛ سینا ادیب زاده؛ علیرضا شریفی؛ سعید صادقیان
چکیده
پیشینه و اهداف: روند رو به رشد شهرنشینی و گسترش سریع سکونتگاهها در دهههای اخیر، اهمیت مطالعه تغییرات کاربری اراضی را در برنامهریزی شهری دوچندان کرده است. شهر جدید پرند، بهعنوان یکی از نمونههای مهم شهرهای جدید کشور و واقع در مجاورت تهران، طی دو دهه گذشته دچار تغییرات قابل توجهی شده است. این شهر که در ابتدا تنها بخش کوچکی از ...
بیشتر
پیشینه و اهداف: روند رو به رشد شهرنشینی و گسترش سریع سکونتگاهها در دهههای اخیر، اهمیت مطالعه تغییرات کاربری اراضی را در برنامهریزی شهری دوچندان کرده است. شهر جدید پرند، بهعنوان یکی از نمونههای مهم شهرهای جدید کشور و واقع در مجاورت تهران، طی دو دهه گذشته دچار تغییرات قابل توجهی شده است. این شهر که در ابتدا تنها بخش کوچکی از محدودهٔ مطالعه را دربر میگرفت، با افزایش جمعیت و تقاضای مسکن، رشد سریع و ملاحظهای داشته است. هدف اصلی این مطالعه، پایش کمی تغییرات کاربری اراضی با تمرکز بر گسترش مناطق ساختهشده و کاهش اراضی بایر، مقایسه نقشههای کاربری اراضی در دو دوره زمانی، ارزیابی دقت طبقهبندی و تحلیل الگوی فضایی توسعه شهری پرند و پیامدهای آن است.روشها: برای تحلیل توسعه شهری، رویکردی مبتنی بر ادغام چندحسگر بهکار گرفته شد. تصاویر ماهوارهای Landsat-7 مربوط به سال ۲۰۰۰ بهعنوان داده پایه و تصاویر ماهوارهای 2Sentinel- مربوط به سال ۲۰۲۴ بهعنوان دادهٔ معاصر استفاده شدند. همچنین دادههای راداری 1Sentinel- برای بهبود تفکیک بافتهای شهری به تحلیل اضافه شد. تمامی مراحل پردازش دادهها در محیط ابری Google Earth Engine انجام گرفت که امکان پردازش سریع و مدیریت دادههای حجیم را فراهم میکند. چهار کلاس اصلی شامل گیاهان، مناطق ساختهشده، اراضی بایر و جادهها با استفاده از الگوریتم جنگل تصادفی (Random Forest) طبقهبندی شدند. نمونههای آموزشی از طریق تفسیر بصری تصاویر و دادههای کمکی آماده شدند. برای اعتبارسنجی، ماتریس خطا تهیه شد و دقت کلی و ضریب کاپا محاسبه گردید. خروجیهای مطالعه شامل نقشههای باینری مناطق ساختهشده، نقشههای طبقهبندیشده کاربری اراضی و جداول آماری مساحت کلاسها برای هر دو بازه زمانی بود.یافتهها: نتایج نشان داد که مساحت مناطق ساختهشده در پرند طی دوره مطالعه بهطور چشمگیری افزایش یافته است؛ از حدود ۳.۶۶ کیلومتر مربع در سال ۲۰۰۰ به بیش از ۱۴.۳۱ کیلومتر مربع در سال ۲۰۲۴ رسیده است، که نشاندهنده افزایش بیش از چهاربرابری است. در همین دوره، اراضی بایر از ۱۴۶.۶۶ کیلومتر مربع به ۱۳۴.۵۰ کیلومتر مربع کاهش یافته است که نشاندهنده تبدیل بخش قابل توجهی از این اراضی به مناطق شهری است. تحلیل فضایی تغییرات نشان داد که رشد شهری عمدتاً در بخشهای شرقی و جنوبی پرند متمرکز بوده و الگوی پراکندگی اولیه به ساختاری منسجمتر و سازمانیافتهتر تغییر کرده است. مقایسه کیفیت طبقهبندی نشان داد که نقشه سال ۲۰۲۴ با دقت کلی ۹۵.۹۷٪ و ضریب کاپا ۰.۹۴۴۴، کیفیت بالاتری نسبت به نقشه سال ۲۰۰۰ با دقت کلی ۸۹.۰۶٪ و ضریب کاپا ۰.۸۲۰۱ دارد؛ این تفاوت عمدتاً به وضوح بالاتر دادههای جدید و ادغام دادههای اپتیکی و راداری بازمیگردد. کلاسهای گیاهان و جادهها تغییرات اندکی داشتهاند که با ماهیت پایدارتر این کلاسها همخوانی دارد..نتیجهگیری: نتایج نشان میدهد که ترکیب دادههای نوری و راداری با الگوریتمهای یادگیری ماشین در محیط ابری، روشی مؤثر و تکرارپذیر برای پایش بلندمدت توسعه شهری است. گسترش سریع مناطق ساختهشده، بهویژه در بخشهای شرقی و جنوبی پرند، نیازمند بازنگری در سیاستهای کاربری اراضی، توسعه زیرساختهای حملونقل و خدمات عمومی و حفاظت از اراضی کشاورزی است. این رویکرد میتواند مبنای مناسبی برای برنامهریزی شهری پایدار، مدیریت جمعیت و اولویتبندی سرمایهگذاری فراهم کند. با این حال، محدودیتهایی مانند نویز دادههای راداری، کمبود دادههای میدانی و تفکیکپذیری محدود برخی کلاسها همچنان باقی است.
مقاله پژوهشی
سامانه اطلاعات مکانی
علی اصغر آل شیخ؛ کیمیا خیرخواه؛ فاطمه رضایی؛ علی جعفری؛ مهدی پناهی
چکیده
پیشینه و اهداف: استانهای شمالی ایران (گلستان، مازندران و گیلان) در امتداد دریای خزر قرار گرفتهاند و ترکیب آبوهوای مرطوب، توپوگرافی شیبدار البرز، برداشت بیرویه آب زیرزمینی برای کشاورزی و تغییر سریع کاربری اراضی موجب میشود این منطقه بهطور همزمان در معرض سیل، زمینلغزش و فرونشست زمین قرار گیرد. با وجود این همزمانی، بیشتر ...
بیشتر
پیشینه و اهداف: استانهای شمالی ایران (گلستان، مازندران و گیلان) در امتداد دریای خزر قرار گرفتهاند و ترکیب آبوهوای مرطوب، توپوگرافی شیبدار البرز، برداشت بیرویه آب زیرزمینی برای کشاورزی و تغییر سریع کاربری اراضی موجب میشود این منطقه بهطور همزمان در معرض سیل، زمینلغزش و فرونشست زمین قرار گیرد. با وجود این همزمانی، بیشتر مطالعات پیشین هر یک از مخاطرات را بهصورت مجزا بررسی کردهاند و بینش محدودی درباره مکانهای همپوشانی فضایی این تهدیدها و چگونگی مدیریت مشترک آنها در مقیاس منطقهای ارائه کردهاند. مدلهای حساسیت موجود اغلب بر الگوریتمهای یادگیری ماشین منفرد و بدون تنظیم سیستماتیک فراپارامترها متکی هستند و خروجیهای آنها بهعنوان جعبهسیاه در نظر گرفته میشود، که این موضوع کاربرد آنها را در تصمیمگیری مبتنی بر شواهد محدود کرده و اعتماد ذینفعان را تضعیف میکند. هدف این پژوهش، توسعه یک چارچوب بهینهسازیشده و تفسیرپذیر برای تهیه نقشههای حساسیت توأمان هر سه مخاطره در این منطقه و پشتیبانی از برنامهریزی یکپارچه ریسک و سیاستگذاری آگاهانه کاربری اراضی است.روشها: یک مدل ترکیبی شامل رگرسیون بردار پشتیبان به همراه الگوریتم بهینهسازی گرگ خاکستری با جهش دومرحلهای (SVR-TMGWO) بهصورت جداگانه برای هر مخاطره ساخته شد. اطلاعات رخدادهای سیل و زمینلغزش طی یک دوره بیستساله (۲۰۰۰ تا ۲۰۲۰) از سازمان زمینشناسی و اکتشافات معدنی ایران و سازمان منابع طبیعی و آبخیزداری کشور گردآوری شد، و موقعیت نقاط فرونشست از تحلیلهای تداخلسنجی راداری Sentinel-1 استخراج گردید. نقاط عدم رخداد بهصورت رندوم در خارج از بافر ۲۰۰۰ متری اطراف رخدادهای ثبتشده و با نسبت ۱:۱ تولید شدند تا توازن دستهای حفظ شود، و سپس دادهها در درون خوشههای K-means (که مقدار بهینه K از طریق تحلیلهای Gap و Silhouette تعیین شد) به نسبت ۷۰٪ آموزش و ۳۰٪ آزمون تقسیم گردیدند تا توزیع دادهها در فضای ویژگی بین دو زیرمجموعه متوازن باقی بماند. هجده عامل مؤثر شامل متغیرهای توپوگرافی، هیدرولوژیکی، محیطی، انسانساخت و ویژگیهای فیزیکی خاک برای هر پیکسل آمادهسازی شد. الگوریتم TMGWO سه فراپارامتر مدل SVR ( یعنی C، ε و γ) را بهصورت همزمان برای هر مخاطره تنظیم کرد و پیکربندیهای متمایزی متناسب با فیزیک هر فرآیند بهدست داد. دقت مدل با استفاده از شاخصهای AUC-ROC، RMSE، R² و R² تعدیلشده روی دادههای آزمون مستقل ارزیابی شد. بهمنظور غلبه بر محدودیت جعبهسیاه بودن یادگیری ماشین، مقادیر شپلی (SHAP) در دو سطح جهانی و محلی محاسبه شد تا سهم هر عامل مؤثر در پیشبینی، هم در سطح منطقهای و هم در موقعیتهای منفرد، آشکار گردد. در پایان، سه نقشه حساسیت تکمخاطرهای در قالب یک نقشه چندمخاطرهای هشتطبقهای تلفیق شدند که پهنههای با همپوشانی یگانه، دوگانه و سهگانه را مشخص میکند.یافتهها: الگوریتم TMGWO بهطور پیوسته مقدار AUC-ROC را در مرحله آزمون نسبت به مدل پایه SVR بهبود بخشید و به ۸۴۰۴/۰ برای سیل، ۹۳۲۹/۰ برای زمینلغزش و ۹۶۴۲/۰ برای فرونشست رسید، و در عین حال فاصله میان مرحله آموزش و آزمون را کاهش داد که نشاندهنده کنترل بیشبرازش در مقایسه با مدل پایه بهینهنشده است. تحلیل SHAP ارتفاع را بهعنوان عامل غالب در هر سه مخاطره شناسایی کرد، اما عوامل ثانویه متفاوتی برای هر فرآیند آشکار ساخت. نقشه چندمخاطرهای نشان داد که پهنههای با همپوشانی سهگانه از نظر فضایی محدود و در نواحی انتقالی میان کوهستان و دشت متمرکز هستند.نتیجهگیری: چارچوب پیشنهادی SVR-TMGWO در ترکیب با تفسیرپذیری مبتنی بر SHAP، نقشههای حساسیت فضایی صریح و از نظر فیزیکی معنادار را برای سه مخاطره همزمان در شمال ایران تولید کرد. نقشه چندمخاطرهای هشتطبقهای حاصل، مناطق اولویتدار را برای برنامهریزی یکپارچه کاربری اراضی، حفاظت از زیرساختها و اولویتبندی هشدار اولیه مشخص میکند، در حالی که خروجیهای SHAP استدلال مدل را برای ذینفعان غیرمتخصص شفاف میسازد. در پژوهشهای آتی، گنجاندن پویاییهای زمانی از طریق تحلیلهای چندزمانه InSAR و سناریوهای اقلیمی، مقایسه با گزینههای یادگیری عمیق مانند شبکههای عصبی پیچشی، و گسترش چارچوب به ارزیابی کامل ریسک از طریق در نظر گرفتن مؤلفههای در معرضقرارگرفتگی و آسیبپذیری توصیه میشود.
مقاله پژوهشی
سامانه اطلاعات مکانی
علی رضایی؛ محمد قاسمی؛ سیدمحمد تفرشی
چکیده
پیشینه و اهداف: تحول دیجیتال در نظام بانکی و گسترش بانکداری الکترونیکی، حجم گستردهای از دادههای تراکنشی، مکانی و اقتصادی-اجتماعی را تولید کرده است که میتوانند بهعنوان منبعی ارزشمند برای تحلیل رفتار مشتریان، پیشبینی تقاضای خدمات و پشتیبانی از تصمیمگیریهای راهبردی مورد استفاده قرار گیرند. با این حال، بهرهگیری نظاممند ...
بیشتر
پیشینه و اهداف: تحول دیجیتال در نظام بانکی و گسترش بانکداری الکترونیکی، حجم گستردهای از دادههای تراکنشی، مکانی و اقتصادی-اجتماعی را تولید کرده است که میتوانند بهعنوان منبعی ارزشمند برای تحلیل رفتار مشتریان، پیشبینی تقاضای خدمات و پشتیبانی از تصمیمگیریهای راهبردی مورد استفاده قرار گیرند. با این حال، بهرهگیری نظاممند از این دادهها در برنامهریزی مکانی خدمات بانکی، مکانیابی شعب و تخصیص بهینه منابع در بسیاری از بانکها همچنان محدود است. از سوی دیگر، توزیع تقاضای خدمات بانکی ماهیتی فضایی داشته و تحت تأثیر عوامل جمعیتی، اقتصادی و مکانی قرار میگیرد؛ ازاینرو، تحلیل این الگوها نیازمند رویکردهایی است که بتوانند اطلاعات مکانی را در کنار دادههای تراکنشی و رفتاری پردازش کنند. هدف پژوهش حاضر، توسعه و ارزیابی یک چارچوب یکپارچه مبتنی بر تحلیل مکانی، یادگیری ماشین و روشهای تبیینپذیر بهمنظور پیشبینی تقاضای خدمات بانکی و پشتیبانی از تصمیمگیریهای مرتبط با توسعه و بهینهسازی شبکه شعب است.
روشها: پژوهش حاضر بهصورت مطالعه موردی بر دادههای مشتریان و شعب بانک سپه در استان مرکزی طی سالهای ۱۴۰۰ تا ۱۴۰۲ انجام شد. استان مرکزی به دلیل برخورداری از ساختار متنوع شهری، صنعتی، روستایی و خدماتی بهعنوان منطقه مطالعه انتخاب گردید. چارچوب پیشنهادی شامل مراحل گردآوری و یکپارچهسازی دادهها، پیشپردازش و مهندسی ویژگیها، تحلیل و خوشهبندی مکانی تقاضا، مدلسازی پیشبینانه و تبیین نتایج است. در بخش تحلیل فضایی از شاخص مورانآی (Moran’s I)، تحلیل نقاط داغ، خوشهبندی DBSCAN و شاخصهای خودهمبستگی محلی استفاده شد. در بخش پیشبینی، عملکرد الگوریتمهای Random Forest، XGBoost، LSTM و شبکه عصبی گراف مکانی-زمانی (ST-GNN) برای پیشبینی تعداد مراجعات ماهانه مشتریان ارزیابی گردید. همچنین بهمنظور تفسیر نتایج و شناسایی عوامل مؤثر بر تقاضا، از روش SHAP و تحلیل اهمیت متغیرها بهره گرفته شد.
یافتهها: نتایج تحلیل فضایی نشان داد که تقاضای خدمات بانکی دارای ساختار فضایی معنادار بوده و مقدار شاخص مورانآی برابر با 0.71 وجود خودهمبستگی مکانی قوی و تمرکز فضایی تقاضا را تأیید میکند. تحلیل خوشههای مکانی نیز تمرکز تقاضا را در برخی شهرستانهای استان نشان داد. نتایج مدلسازی بیانگر آن بود که مدلهای مبتنی بر درخت بهترین عملکرد را در پیشبینی تعداد مراجعات ماهانه مشتریان ارائه میکنند؛ بهگونهای که مدل Random Forest با ضریب تعیین (R²) برابر با 0.95 و مدل XGBoost با مقدار 0.94 دقیقترین نتایج را تولید کردند. در مقابل، مدل ST-GNN با وجود توانایی مدلسازی روابط مکانی، عملکرد ضعیفتری (R²≈0.51) نشان داد که میتواند ناشی از محدودیت طول سری زمانی و کمبود دادههای زمانی پیوسته باشد. نتایج تحلیلهای تبیینپذیر نیز نشان داد که ویژگیهای مکانی، اقتصادی–اجتماعی و تراکنشی نقش تعیینکنندهای در شکلگیری الگوهای تقاضای خدمات بانکی دارند.
نتیجهگیری: یافتههای پژوهش نشان میدهد که ادغام تحلیل مکانی، یادگیری ماشین و روشهای تبیینپذیر میتواند چارچوبی مؤثر برای توسعه سامانههای تصمیمیار در بانکداری هوشمند فراهم کند. چارچوب پیشنهادی علاوه بر بهبود دقت پیشبینی تقاضای خدمات بانکی، امکان شناسایی الگوهای فضایی تقاضا و پشتیبانی از تصمیمات مرتبط با توسعه خدمات دیجیتال، مکانیابی شعب و تخصیص بهینه منابع را فراهم میسازد. محدودیت اصلی پژوهش، کوتاه بودن دوره زمانی دادهها و نبود سریهای زمانی بلندمدت بود که امکان ارزیابی کامل مدلهای زمانی را محدود کرد. پیشنهاد میشود در پژوهشهای آینده از دادههای زمانی بلندمدت، دادههای بلادرنگ و مدلهای پیشرفته مکانی–زمانی برای توسعه سامانههای تصمیمیار بانکداری هوشمند استفاده شود.
مقاله پژوهشی
سامانه اطلاعات مکانی
مژده مینائی؛ حسین آقامحمدی؛ محمدحسن وحیدنیا؛ امین رضا نشاط؛ سعید بهزادی
چکیده
پیشینه و اهداف: منابع آب زیرزمینی یکی از مهمترین منابع تأمین آب شرب، کشاورزی و صنعتی در مناطق خشک و نیمهخشک به شمار میروند. در سالهای اخیر، افزایش جمعیت، گسترش فعالیتهای کشاورزی و صنعتی، توسعه شهرنشینی و محدودیت منابع آب سطحی موجب افزایش وابستگی به منابع آب زیرزمینی در بسیاری از مناطق ایران شده است. در این میان، افت کیفیت آب ...
بیشتر
پیشینه و اهداف: منابع آب زیرزمینی یکی از مهمترین منابع تأمین آب شرب، کشاورزی و صنعتی در مناطق خشک و نیمهخشک به شمار میروند. در سالهای اخیر، افزایش جمعیت، گسترش فعالیتهای کشاورزی و صنعتی، توسعه شهرنشینی و محدودیت منابع آب سطحی موجب افزایش وابستگی به منابع آب زیرزمینی در بسیاری از مناطق ایران شده است. در این میان، افت کیفیت آب زیرزمینی به دلیل ورود آلایندههای مختلف، بهویژه یونهای محلول نظیر سدیم، سولفات و کل مواد جامد محلول (TDS)، به یکی از مهمترین چالشهای مدیریت منابع آب تبدیل شده است. افزایش غلظت این پارامترها میتواند کیفیت آب را برای مصارف شرب و کشاورزی کاهش داده و آثار نامطلوبی بر محیطزیست و سلامت جوامع انسانی برجای گذارد. از سوی دیگر، روابط بین پارامترهای کیفی آب زیرزمینی ماهیتی پیچیده، غیرخطی و متأثر از عوامل متعدد طبیعی و انسانی دارند که مدلسازی آنها را دشوار میسازد. در چنین شرایطی، استفاده از روشهای هوشمند میتواند به درک بهتر این روابط کمک کند. هدف این پژوهش، مدلسازی و تحلیل روابط بین آلایندههای اصلی آب زیرزمینی در استان مرکزی با استفاده از سیستم استنتاج فازی–عصبی تطبیقی (ANFIS) و ارزیابی توانایی این روش در پیشبینی و تحلیل تغییرات زمانی کیفیت آب زیرزمینی است..
روشها: در این مطالعه، دادههای کیفی آب زیرزمینی شامل پارامترهای سدیم، سولفات و کل مواد جامد محلول (TDS) برای سه دوره زمانی ۱۳۹۶، ۱۳۹۹ و ۱۴۰۲ از چاههای پایش استان مرکزی جمعآوری و مورد بررسی قرار گرفتند. در مرحله نخست، دادهها از نظر صحت و کیفیت مورد ارزیابی قرار گرفته و عملیات پیشپردازش شامل حذف دادههای پرت و آمادهسازی دادهها برای ورود به مدل انجام شد. سپس بهمنظور شبیهسازی روابط غیرخطی بین پارامترهای کیفی، از سیستم استنتاج فازی–عصبی تطبیقی (ANFIS) در محیط نرمافزار MATLAB استفاده شد. برای افزایش دقت مدل، ساختارهای مختلف ANFIS شامل روشهای Grid، FCM و Subtractive در کنار الگوریتمهای بهینهسازی هیبرید و پسانتشار خطا مورد ارزیابی قرار گرفتند. همچنین 20 درصد دادهها برای آموزش مدل و 80 درصد برای آزمون و ارزیابی عملکرد آن در نظر گرفته شد. عملکرد مدلها با استفاده از شاخصهای آماری ریشه میانگین مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و ضریب تعیین (R²) ارزیابی گردید.
یافتهها: نتایج مدلسازی نشان داد که سیستم ANFIS توانایی بالایی در شناسایی و بازتولید روابط پیچیده و غیرخطی بین پارامترهای کیفی آب زیرزمینی دارد. مقادیر بهدستآمده برای شاخصهای RMSE و MAE در بسیاری از مدلها نسبتاً پایین بوده و ضرایب تعیین مثبت و قابل قبول، بیانگر دقت مناسب مدل در پیشبینی پارامترهای مورد مطالعه هستند. نتایج همچنین نشان داد که عملکرد مدلها در دورههای زمانی مختلف متفاوت بوده و به نوع ساختار فازی و الگوریتم بهینهسازی مورد استفاده وابسته است. در اغلب موارد، مدلهای مبتنی بر روش Grid همراه با بهینهسازی هیبرید عملکرد مطلوبتری از نظر تعادل بین خطای پیشبینی و توان توضیح واریانس دادهها ارائه کردند. با این حال، در برخی دورهها، بهویژه سال ۱۴۰۲، کاهش دقت برخی مدلها و مشاهده ضرایب تعیین پایین یا منفی نشاندهنده افزایش پیچیدگی الگوهای کیفی آب زیرزمینی و دشواری پیشبینی آنها بوده است.
نتیجهگیری: بهطور کلی، نتایج این پژوهش نشان داد که روش ANFIS ابزاری کارآمد و قابل اعتماد برای مدلسازی پارامترهای کیفی آب زیرزمینی و تحلیل روابط میان آنها است. این روش با بهرهگیری از قابلیتهای یادگیری شبکههای عصبی و توان استدلال منطق فازی، قادر است الگوهای پیچیده حاکم بر کیفیت آب زیرزمینی را با دقت مناسبی شبیهسازی کند. نتایج همچنین نشان داد که انتخاب ساختار مناسب سیستم فازی و روش بهینهسازی تأثیر قابل توجهی بر عملکرد مدل دارد. با توجه به اهمیت منابع آب زیرزمینی در تأمین آب شرب و کشاورزی استان مرکزی، استفاده از مدلهای هوشمند مبتنی بر ANFIS میتواند به بهبود فرآیندهای پایش، شناسایی مناطق بحرانی، پیشبینی روند تغییرات کیفیت آب و اتخاذ تصمیمات مدیریتی مؤثر کمک کند. همچنین بهکارگیری رویکردهای مشابه در سایر مناطق کشور میتواند نقش مهمی در حفاظت از منابع آب زیرزمینی، ارتقای مدیریت پایدار منابع آب و تضمین پایداری زیستمحیطی ایفا نماید.
