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.
سامانه اطلاعات مکانی
ناهید بهرامی؛ میثم ارگانی؛ علی درویشی بلورانی؛ علیرضا وفایی نژاد
چکیده
پیشینه و اهداف: همه ساله زلزله به عنوان یک بحران و یکی از بلایای طبیعی که تقریبا غیر قابل پیشبینی به شمار میرود، خسارات جبران ناپذیر جانی و مالی را متحمل بشریت مینماید. از این رو بهتر است راهکارهایی نوین بر اساس روشهای جدید علمی و تجربیات گذشته، ارائه و پیادهسازی شود. مدیریت این گونه بحرانهای مخاطرات و بلایای طبیعی به ...
بیشتر
پیشینه و اهداف: همه ساله زلزله به عنوان یک بحران و یکی از بلایای طبیعی که تقریبا غیر قابل پیشبینی به شمار میرود، خسارات جبران ناپذیر جانی و مالی را متحمل بشریت مینماید. از این رو بهتر است راهکارهایی نوین بر اساس روشهای جدید علمی و تجربیات گذشته، ارائه و پیادهسازی شود. مدیریت این گونه بحرانهای مخاطرات و بلایای طبیعی به سه مرحله پیش از وقوع، هنگام وقوع و پس از وقوع آن تقسیم میشود. نجات، جزو مراحل پس از وقوع حادثه است که میتوان با مطالعه و بررسی پیش از وقوع حادثه به ارائه راهکاری جهت بهبود عملکرد نجات در رخداد آن در پس از وقوع زمینلرزه رسید. در این مقاله سعی میشود راهکاری با استفاده از هوش مکانی (Geo-AI) برای نجات پس از زمینلرزه ارائه شود.روشها: در این پژوهش با بهرهگیری از هوش مکانی (Geo-AI) و شبیهسازی زمینلرزهای فرضی راهکاری جهت ارتقا و تقویت نجات در وقوع زمینلرزه پیشنهاد میشود. در این روش زمینلرزهای فرضی با استفاده از سناریو شناور جایکا در تهران شبیهسازی شده است و در آن 48 امدادرسان در قالب 6 تیم نجات در محدوده مطالعاتی در نظر گرفته میشود. تیمهای مذکور با استفاده از یک سیستم اطلاعات مکانی هوشمند تقویتی، به گونهای به فعالیتهای جستجو و نجات اختصاص مییابند که در زمان کمتری، نجات بیشتر و کارآمدتری نسبت به حالت تجربی انجام شود. در مدل هوش مکانی ارائه شده از بخش یادگیری تقویتی هوش مصنوعی بهره گرفته میشود و به کمک مدل ایجاد شده به ارتقای عملیات جستجو و نجات در طی استفاده از مدل پیشنهادی برای بعد از رخداد زمینلرزه دست مییابد. در این مدل با استفاده از طراحی تابعی از جمیع پارامترهای موثر در نجات پس از زمینلرزه، در هوش مکانی تقویتی به بهبود عمکرد نجات در زمان رخداد زمینلرزه پرداخته میشود.یافتهها: با توجه به ماهیت فعالیتهای گروههای نجات و عدم امکان قرارگیری محققان در شرایط واقعی پس از زمینلرزه، شبیهسازی رخداد آن به منظور فراهم نمودن اطلاعات مکانی و توصیفی منطقه انجام فعالیت انجام میشود. در این شبیهسازی تعیین فعالیتهای مورد نیاز نجات و تهیه اطلاعات موقعیتی و توصیفی تیمهای نجات مدنظر قرار گرفته است. همچنین شبیهسازی رخداد زمینلرزه برای بدست آوردن برآورد تقریبی خسارات سازهای و انسانی در یک بخشی از شهر تهران انجام شده است. بدیهی است که فعالیتها دارای اولویتها و اهمیتهای مختلفی هستند. با توجه به مطالعات انجام شده و فرضیات مدنظر مدل پیشنهادی، در این پژوهش برای بررسی مدل ارائه شده 48 امدادرسان مد نظر قرارگرفتند و ابتدا در نزدیکترین مرکز مدیریت بحران منطقه مطالعاتی مستقر شدند و سپس تخصیص هوشمند فعالیتهای نجات به افراد نجاتگر صورت میگیرد.نتیجهگیری: استفاده از مدل پیشنهادی در این مقاله جهت شبیهسازیهای پژوهش حاضر و نیز پیادهسازی ساختار فعالیتهای نجات و تیمهای جستجو و نجات، راهکاری نوین در راستای بهبود کیفیت نجات پس از زمینلرزه خواهد بود. با بررسیهای انجام شده، مشخص شد پارامترهایی نظیر مدت زمان زنده ماندن در زیر آوار، مدت زمان انجام فعالیت نجات، فاصله افراد تیمهای نجات تا مکان فعالیتها، سرعت افراد هنگام حرکت به سمت هدف بسیار اهمیت دارد. نتایج حاصله از اجرای مدل هوشمند پیشنهادی این پژوهش در مقایسه با عدم استفاده از مدل پیشنهادی، بهبود 642/2 برابری تخصیص صورت پذیرفته را نشان داده است.
فتوگرامتری
رضا نعیمایی؛ عبادت قنبری پرمهر
چکیده
پیشینه و اهداف: فتوگرامتری بردکوتاه به ارائه مدل دقیق هندسی سهبعدی اشیاء با استفاده از تصاویری که از جسم اخذ شده میپردازد. امروزه، ایجاد مدلهای سه بعدی واقعبینانه و تجسم آنها متداول شده و روزبهروز محبوبتر میشود از طرفی، انتخاب درست نرمافزار مدلسازی در بردکوتاه همواره چالشبرانگیز و مورد بحث متخصصان ...
بیشتر
پیشینه و اهداف: فتوگرامتری بردکوتاه به ارائه مدل دقیق هندسی سهبعدی اشیاء با استفاده از تصاویری که از جسم اخذ شده میپردازد. امروزه، ایجاد مدلهای سه بعدی واقعبینانه و تجسم آنها متداول شده و روزبهروز محبوبتر میشود از طرفی، انتخاب درست نرمافزار مدلسازی در بردکوتاه همواره چالشبرانگیز و مورد بحث متخصصان و محققان بوده و هست. ازاینرو، بررسی و ارزیابی مدلهای تولیدشده در نرمافزارهای مختلف، حائز اهمیت است. به علت فراگیر بودن نرمافزار Agisoft در میان مهندسان و محققان این حوزه، سعی شد تا در این تحقیق، پردازش تصاویر و مدلسازی در دو نسخه این نرمافزار با نامهای Photoscan و Metashape اجرا شوند. در تحقیقات صورت گرفته تا به امروز معیار بهینهسازی شبکه عکسبرداری، برمبنای افزایش دقت مدلسازی بوده است، به همین جهت، برای بررسی و ارزیابی مدلهای سه بعدی تولیدی در دو نسخه این نرمافزار، سناریوهای متفاوتی برای طراحی شبکه عکسبرداری تعریف شده و مدل سه بعدی تولیدی هر سناریو با یک مدل ریاضی به عنوان مدل مرجع مقایسه شدند. علاوه براین، در این پژوهش علاوه بر ارزیابی دقت مدل سه بعدی تولیدی، مدلسازی کامل در نرمافزار بهصورت اجرایی در حالتهای مختلف با دو بافت متفاوت مورد بررسی قرار گرفت. با توجه به اینکه بافت تصویر تأثیر مستقیم بر کیفیت ابرنقطه دارد، برای بررسی کیفیت ابرنقطه تولیدشده به روش فتوگرامتری لازم است تا نقش بافت تصویر به همراه هندسه شبکه تصویربرداری بهطور دقیق مورد بررسی قرار گیرند. ازاینرو، علاوه بر بررسی وضعیت هندسی شبکه عکسبرداری، بافت تصاویر بهعنوان یک شاخص رادیومتریکی مورد ارزیابی قرارگرفته و تأثیر این دو عامل بر کیفیت ابرنقطه تولید شده بررسیشده است. درنتیجه تعداد بهینه تصویر با بافت مناسب برای ساخت یک مدل سهبعدی دقیق و باکیفیت تعیین شده است.روشها: برای مدلسازی یک شیء در روش فتوگرامتری بردکوتاه، تعدادی تصویر طبق شبکه از پیش طراحی شده از شیء مورد نظر اخذ شده و سپس، به کمک روش ساختار ناشی از حرکت (SfM)، ابرنقاط و مدل سهبعدی ایجاد میشود. اساس روش ساختار ناشی از حرکت، از نحوه ادراک اجسام توسط چشم انسان الگوبرداری شده است. روش ساختار ناشی از حرکت، امکان دستیابی سریع، خودکار و کمهزینه به دادههای سهبعدی را فراهم میسازد. این روش بهگونهای است که با استفاده از تصاویر متوالی پوششدار مربوط به یک شیء و پردازش تصویر، مدل سهبعدی دارای مختصات ایجاد میکند. پس از ساخت مدلهای سه بعدی بر مبنای سناریوهای تعریف شده در دو نسخه نرمافزار، در نرمافزار پردازش ابرنقطه Cloud Compare با ابرنقطه ریاضی (مرجع) مورد قیاس قرار گرفتند.یافتهها: یافتههای استفاده از تصاویر با بافت ساده حاکی از آن است که در نرمافزار Photoscan با افزایش تعداد تصاویر علاوه بر نویزی شدن ابرنقطه، میزان شباهت مدل ساخته شده به مکعب نیز، کاهش مییابد. بر اساس نتایج، بهترین مدل سهبعدی که شباهت زیادی با مکعب دارد مربوط به حالت چهارم (45 تصویر) با مقدار خطای 01/0 میلیمتر است. در مورد نرمافزار Metashape بهترین مدل مربوط به حالت سوم (90 تصویر) با مقدار خطای 05/0 میلیمتر است. از طرفی در حالات استفاده از تصاویر با بافت پیچیده، بهترین ابرنقطه مربوط به حالت چهارم (45 تصویر) با مقدار خطای 02/0میلیمتر در نرمافزار Photoscan و حالت سوم (90 تصویر) با مقدار خطای 04/0 میلیمتر در نرمافزار Metashape است. به طور کلی استفاده از شیء با بافت پیچیده موجب تناظریابی بهتر عوارض میشود. تصاویر با بافت پیچیده گرادیانهای پیچیده و به دنبال آن جهتهای گرادیان غیرهمسو تولید میکنند و در مقابل آن، تصاویر با بافت ساده گرادیانهای یکسان تولید میکنند. در نتیجه، وجود گرادیانهای پیچیده و غیرهمسو موجب به تناظریابی بهتر و پایدارتر و در نتیجه آن تولید نقاط گرهی و تراکم ابرنقطه متراکم بیشتر میشود.نتیجهگیری: نتایج، نشان داد که تعداد بهینه تصاویر و وجود بافت پیچیده تصویر تأثیر بسزایی در بهبود کیفیت ابرنقطه سهبعدی شیء دارند و با وجود عکسهای زیاد کیفیت مدل سهبعدی علیرغم صرف زمان پردازش زیاد افزایش نیافته و تنها موجب تراکم ابرنقطه شده که این افزایش تراکم به دلیل افزایش نویز در ابرنقطه است.
فتوگرامتری
مهران شفیعی؛ اصغر میلان؛ علیرضا وفایینژاد
چکیده
پیشینه و اهداف: ادغام فناوریهای تصویربرداری با حسگرهای مکاننگاری نظیر GPS، شتابسنج، ژیروسکوپ و قطبنما، امکان تعیین دقیق وضعیت و موقعیت دوربین در هنگام تصویربرداری را فراهم کرده است. این قابلیت، بهویژه در سامانههای نقشهبرداری سیار و کاربردهای برد کوتاه زمینی، نقش کلیدی در سادهسازی فرآیند ارجاع جغرافیایی مدلهای سهبعدی ...
بیشتر
پیشینه و اهداف: ادغام فناوریهای تصویربرداری با حسگرهای مکاننگاری نظیر GPS، شتابسنج، ژیروسکوپ و قطبنما، امکان تعیین دقیق وضعیت و موقعیت دوربین در هنگام تصویربرداری را فراهم کرده است. این قابلیت، بهویژه در سامانههای نقشهبرداری سیار و کاربردهای برد کوتاه زمینی، نقش کلیدی در سادهسازی فرآیند ارجاع جغرافیایی مدلهای سهبعدی ایفا میکند. در این میان، تلفنهای هوشمند بهعنوان دوربینهایی مجهز به این حسگرهای مکاننگار، جایگاهی ویژه پیدا کردهاند. در این مطالعه، قابلیت ارجاع جغرافیایی مستقیم مدل سهبعدی حاصل از روش فتوگرامتری ساختار ناشی از حرکت با استفاده از دادههای موقعیت و وضعیت دوربین که بهصورت همزمان توسط حسگرهای موجود در گوشی هوشمند اندازهگیری شدهاند، بررسی شده است.روشها: دادههای پژوهش شامل نقاط برداشت شده با استفاده از توتالاستیشن Leica TS09 R1000 در حالت بدون منشور، همراه با دادههای جمعآوری شده بهوسیله تلفن هوشمند iPhone 13 Pro است. در روش پیشنهادی، پارامترهای جهتگیری نسبی که در الگوریتم ساختار ناشی از حرکت تخمین زده شدهاند، با استفاده از پارامترهای جهتگیری که مستقیماً از طریق حسگرهای حرکتی تلفن هوشمند اندازهگیری شدهاند، اصلاح گردید. عکسبرداری در شرایط ایستا انجام شد، بنابراین زوایای تخمینی و اندازهگیری شده در هر ایستگاه باید دارای مقداری ثابت و در صورت عدم وجود خطاها با هم برابر باشند. برای جهت دهی مدل نهایی، از میانگین زوایای اندازهگیری شده در هر ایستگاه استفاده شد. سپس، طول اندازهگیری شده با متر برای تعیین مقیاس مدل و میانگین مختصات بهدست آمده در هر ایستگاه جهت انتقال مدل به سیستم مختصات UTM بهکار رفت. همچنین یک مدل با استفاده از موقعیت دقیق ایستگاههای عکسبرداری به روش ارجاع جغرافیایی غیرمستقیم تولید و RMSE نقاط چک مبنای ارزیابی دقت روش پیشنهادی قرار گرفت.یافتهها: دپو مورد مطالعه حدود 15۰ متر طول و 25 متر ارتفاع داشت و جهت آن تقریباً جنوب به شمال بود. در این مطالعه پنج مدل سهبعدی بر اساس دادههای جمعآوری شده تولید گردید. مدل اول صرفاً با استفاده از تصاویر، دادههای موقعیتی، و زوایای ثبت شده توسط حسگرهای تلفن هوشمند ساخته شد و در ادامه بهترتیب 1، 2 و 3 نشانگر کددار بهعنوان نقطه کنترل به معادلات اضافه شد. مدل پنجم بر پایه همان تصاویر اما با مختصات دقیق دوازده ایستگاه عکسبرداری که با توتالاستیشن اندازهگیری شده بودند تولید گردید. در مدل اول میزان خطا همچنان در حد دقت تعیین موقعیت تک نقطهای سیستم iOS (حدود 2 متر مسطحاتی و 11 متر ارتفاعی) باقی ماند. در مدل با استفاده از یک نقطه کنترل، تطبیق مدل با مختصات کمدقت GPS گوشی هوشمند باعث ایجاد خطا در محاسبه ژیزمان و در نتیجه چرخش مدل گردید. اگرچه انتقال مدل بهدرستی انجام شد، اما بهدلیل چرخش ناشی از خطای ژیزمان، مدل نسبت به سیستم مرجع زاویه دار شده و تطابق کامل حاصل نشد و خطای حدود 40/0 متر ایجاد کرد. در ادامه با افزایش تعداد نقاط کنترل به 2 و 3 دقت نیز افزایش و به 004/0 متر و برابر با حالت استفاده از مختصات دقیق مراکز دوربین رسید. همچنین در حالت پنجم یعنی استفاده از مختصات دقیق مراکز ایستگاهها دقت 0007/0 متر حاصل شد.نتیجهگیری: همانطور که مشاهده شد، دقت GPS همچنان چالش برانگیزترین بخش این سیستم است. بیشتر تلفنهای هوشمند، به جای ارائه دادههای خام یا دادههای خام با کیفیت GNSS، تنها موقعیت نهایی پردازش شده توسط سیستم عامل را در اختیار کاربر قرار میدهند. با توجه به محدودیتهای سختافزاری و محیطی مطالعه پیشنهاد میشود، توسعه یک سیستم نقشهبرداری متحرک دستی از طریق ادغام GPS نقشهبرداری و دوربین تلفن هوشمند در مطالعات بعدی مورد توجه قرار گیرد همچنین با توجه به اینکه در مطالعه عملیات خاکی عوارض با اشکال منظم وجود ندارد اما هنگام استفاده از این روش در مواجه با عوارض با اشکال هندسی منظم مانند ساختمانها پیشنهاد میشود، اصلاح پارامترهای جهتگیری خارجی نسبی تصاویر با استفاده از محدودیتهای ویژگیهای موجود در صحنه (ویژگیهای عمودی و افقی بارز) و تلفیق آن در باندلاجستمنت مورد مطالعه قرار گیرد.
فناوری ماهواره
مجتبی ابوالقاسمی
چکیده
پیشینه و اهداف: زمین دارای یک اکوسیستم پیچیده است که تحت تأثیر فرآیندهای طبیعی و فعالیتهای انسانی قرار دارد و درک این فرآیندها یک ضرورت واقعی است. تغییرات محیطی از تغییرات اقلیمی تا کاهش منابع طبیعی، بر زندگی بشر، اقتصادها و رفاه نسلهای آینده تأثیر میگذارد. بنابراین، نیاز به رصد جامع زمین هرگز تا این اندازه حیاتی نبوده است. ...
بیشتر
پیشینه و اهداف: زمین دارای یک اکوسیستم پیچیده است که تحت تأثیر فرآیندهای طبیعی و فعالیتهای انسانی قرار دارد و درک این فرآیندها یک ضرورت واقعی است. تغییرات محیطی از تغییرات اقلیمی تا کاهش منابع طبیعی، بر زندگی بشر، اقتصادها و رفاه نسلهای آینده تأثیر میگذارد. بنابراین، نیاز به رصد جامع زمین هرگز تا این اندازه حیاتی نبوده است. برای توجه به این ضرورت، برنامه کوپرنیکوس در اوایل دهه 2000 توسط سازمان فضایی اروپا ایجاد شد. هدف این برنامه، ایجاد یک سامانه عملیاتی برای نظارت بر زمین با دسترسی رایگان و آزاد به دادههای ماهوارهای با کیفیت بالا بود. ماهوارهای سنتینل، بعنوان هسته اصلی برنامه کوپرنیکوس، یکی از نمادهای پیشرفت بشریت در رصد زمین و پایش محیط زیست است. این مقاله به بررسی ماهوارهای سنتینل میپردازد و اهمیت، اصول اولیه و ویژگیهای منحصر به فرد هر یک از ماهوارههای سنتینل را نشان میدهد. ماهوارههای سنتینل نسبت به ماهوارههای نسل قبل از خود، به عنوان پلتفرمهای عملیاتی منحصر به فرد محسوب میشوند.روشها: در این مقاله چارچوب اصلی برنامه کوپرنیکوس، مانند دسترسی آزاد به دادههای ماهوارهای، پوشش جهانی، پایداری عملیاتی، حسگرهای متنوع و چارچوب همکاری جهانی که کمک شایانی به پژوهشگران، سیاست گذاران و سایر بهره برداران دادههای ماهوارهای کرده، مورد ارزیابی قرار گرفته است. مجموعه ماهوارهای سنتینل شامل ماهوارههای متعددی است که تصاویری در محدودههای طیفی مختلف، با پوشش جهانی و زمان دید مجددهای مختلف از زمین اخذ میکنند. این ماهوارهها پایداری عملیاتی دارند و نسلهای جدیدی از ماهوارهها برای جایگزینی ماهوارههای قدیمیتر توسعه مییابند و به فضا پرتاب میشوند. هر ماهواره با حسگرهای خاص منطبق بر اهداف مأموریتی خود تجهیز شده است و این امکان را فراهم میکند که پایش خشکیها، اقیانوسها و جو کره زمین با بهترین ابزارهای ممکن از فضا صورت پذیرد.یافتهها: ماهواره سنتینل-1 که به حسگر راداری مجهز شده است میتواند در باند فرکانسی C و توانهای مکانی مختلف از 5 تا 40 متر تصویربرداری کند. همچنین، این ماهواره قادر است در هر شرایط آب و هوایی و در هر ساعت از شبانه و روز تصویربرداری میکند که برای بسیاری از کاربردها ارزشمند است. دقت دادههای سنتینل-1 در پایش تغییرات شکل سطح زمین، مدیریت بحران، مشاهدات یخهای قطبی و پایش اقیانوسها بسیار بالاست. این نقش حیاتی در آشکارسازی و پایش فرونشست زمین در مناطق شهری موجب میشود که در برنامهریزی شهری و کمک به پیشگیری از بحران تاثیرگذار باشد. از سوی دیگر، ماهواره سنتینل-2 با حسگر چندطیفی، ابزار قدرتمندی برای مشاهدات زمین ارائه میدهد. با ثبت دادهها در یک محدوده طیفی گسترده در 13 باند طیفی از مرئی تا مادون قرمز موج کوتاه، این ماهواره توانسته است درک ما از ویژگیهای سطح زمین را عمیق تر کند. زمان دید مجدد این ماهواره امکان پایش محصولات زراعی و ارزیابی سلامت پوششهای گیاهی را فراهم کرده است. همچنین، توان تفکیک مکانی تصاویر ماهواره سنتینل-2 در برنامهریزی شهری، پایش سلامت درختان و پایش سوانح طبیعی از جمله مانند آتشسوزی و سیل عامل مؤثری است. علاوه بر این، عرض گذر بالای این ماهواره به پوشش کارآمد مناطق وسیع کمک میکند و بهرهوری آن در پایش محیط زیست را افزایش میدهد .نتیجهگیری: برنامه کوپرنیکوس به چندین اصل کلیدی مشخص شناخته میشود که موفقیت آنها را تضمین کرده است. این اصول شامل دسترسی آزاد به دادهها، پوشش جهانی، پیوستگی عملیاتی، حسگرهای متنوع و چارچوب همکاری جهانی است. اصل دسترسی آزاد این اطمینان را به عموم کاربران اعم از پژوهشگران، سیاستگذاران و شرکتهای تجاری داده است که یک جریان پیوسته از تصاویر ماهوارهای پشتیبان فعالیتهای آنها خواهد بود. برنامه کوپرنیکوس با منظومهای از ماهوارهها پوشش جهانی با زمان دید مجدد مطلوب را تضمین میکند. پیوستگی عملیاتی این برنامه موجب شده است تا نسلهای جدید از ماهوارهها برای جایگزینی نسلهای قدیمی توسعه داده و پرتاب شوند، تا جریان مستمر دادهها به طور مداوم تضمین شود. هر ماهواره سنتینل با حسگرهای خاصی که به منظور اهداف مأموریتی خود طراحی شده، تجهیز شده است و این امکان را فراهم میکند که زمین، اقیانوسها، جو و موارد دیگر را نظارت کند. باتوجه به ویژگیهای برنامه کوپرنیکوس، ماهوارههای سنتینل دورهای جدید از مشاهدات زمین را آغاز کردهاند و یک ابزار قدرتمند و چندمنظوره برای پایش و درک اکوسیستم کرهزمین فراهم آوردهاند.
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.
سنجش از دور
کیارش بروشان؛ سعید بهزادی
چکیده
پیشینه و اهداف: برنج به عنوان یک محصول استراتژیک در زمینه امنیت غذایی نه تنها در اقتصاد کلان جوامع بلکه در جایگاه جهانی نیز جایگاه ویژهای دارد. اهمیت این محصول در تأمین نیازهای غذایی جمعیت و نقش آن در تحقق امنیت غذایی، اهمیت جدی و چشمگیری به آن اختصاص داده است. در این راستا، جمعآوری دقیق و بهروز اطلاعات از وضعیت مزارع برنج، به ...
بیشتر
پیشینه و اهداف: برنج به عنوان یک محصول استراتژیک در زمینه امنیت غذایی نه تنها در اقتصاد کلان جوامع بلکه در جایگاه جهانی نیز جایگاه ویژهای دارد. اهمیت این محصول در تأمین نیازهای غذایی جمعیت و نقش آن در تحقق امنیت غذایی، اهمیت جدی و چشمگیری به آن اختصاص داده است. در این راستا، جمعآوری دقیق و بهروز اطلاعات از وضعیت مزارع برنج، به ویژه اطلاعات مرتبط با کمیت و کیفیت محصولات، امری بسیار حیاتی و اساسی است. استفاده از تکنولوژیهای سنجش از دور در این زمینه بهعنوان یک راهکار کارآمد و موثر مطرح شده است. این تکنولوژیها امکان جمعآوری اطلاعات پایشی از مزارع را با کمترین هزینه و در مناطق گستردهتر فراهم میآورند. از جمله این تکنولوژیها، پهپادها بهخاطر توانایی بهتر در تفکیک مکانی و دقت بالاتر در انجام پایشهای مختلف نسبت به ماهوارهها، از مزایای نسبی برخوردارند. تحقیق حاضر از یک رویکرد پیشرفته به نام یادگیری عمیق استفاده مینماید تا به منظور تخمین سطح زیر کشت برنج نشاء یا نهال از تصاویر RGB گرفته شده از پهپادها در منطقه ووفنگ استان تایچانگ کشور تایوان، اقدام نماید. این روش از توانمندیهای شبکههای عصبی عمیق بهعنوان یک ابزار موثر برای تحلیل دادههای پیچیده بهرهمند شده و به دقت بالایی در تفکیک انواع مختلف سطح زیر کشت نشاء یا نهال برنج دست یافته است.روشها: در این تحقیق، از یکی از روشهای پیشرفته یادگیری عمیق به نام DenseNet برای مدلسازی و پیشبینی سطح زیر کشت برنج نشاء یا نهال در تصاویر RGB گرفته شده از پهپادها استفاده شده است. این روش به وسیله الگوریتمهای پیچیده و مجموعهای از لایههای پردازشی، قابلیت استخراج مفاهیم انتزاعی سطح بالا را از دادهها دارد. یکی از ویژگیهای منحصر به فرد DenseNet این است که از الگوریتم لایه به لایه (Layer-to-Layer) به جای رویکردهای سنتی که از ادغام لایهها (layer concatenation) استفاده میکنند، بهرهمیبرد. در این الگوریتم، هر لایه مستقل از سایر لایهها کار میکند و به لایههای قبلی متصل میشود، که باعث کاهش تعداد وزنها و پارامترها و همچنین افزایش کارایی شبکه میشود. استفاده از قابلیت یادگیری عمیق برای پردازش بههنگام دادهها به صورت فوری پس از اخذ تصاویر نشاندهندهی قابلیت پویای DenseNet در پردازش اطلاعات بهسرعت و با دقت بالا است. این امکان به ما این اجازه را میدهد که در زمان واقعی به تحلیل و پیشبینی سطح زیر کشت برنج نشاء یا نهال پرداخته و اطلاعات مورد نیاز برای اداره بهینه مزارع را بدست آوریم.یافتهها: نتایج بهدستآمده از این تحقیق، تأییدگر دقت بسیار بالای 99.8 درصد را بر روی دادههای اعتبارسنجی نشان میدهد. این درصد بسیار بالا نشاندهندهی توانایی فوقالعاده روش یادگیری عمیق DenseNet در تخمین دقیق سطح زیرکشت برنج نشاء یا نهال میباشد. این دقت بالا نه تنها نشاندهندهی عملکرد بسیار خوب مدل در شناسایی و پیشبینی میزان کاشت برنج، بلکه اطمینان بخش بوده و به کاربران اعتماد میبخشد. مدل ارائهشده توانسته است با دقت بسیار بالا به تشخیص و ارزیابی سطح زیر کشت برنج نشاء یا نهال بپردازد. این امر در عمل به کشاورزان و مدیران مزارع ابزاری ارزشمند ارائه میدهد تا بهصورت دقیقتر و سریعتر از وضعیت مزرعه خود آگاه شوند و تصمیمگیریهای بهتری در مدیریت کشت و بهرهوری انجام دهند.نتیجهگیری: در مجموع، این تحقیق نشان میدهد که استفاده از پهپادها به همراه روشهای یادگیری عمیق، به منظور تخمین سطح زیرکشت برنج نشاء یا نهال با دقت بالا، در مناطقی چون ووفنگ استان تایچانگ تایوان، امکانپذیر است. این ارتقاء در تکنولوژی پایش میتواند به مدیران ذیربط در امور کشاورزی و امنیت غذایی کمک زیادی کند.
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.
فتوگرامتری
مرتضی حیدری مظفر؛ زهرا دالوند
چکیده
پیشینه و اهداف: استخراج نقشه دوبعدی فضاهای داخلی ساختمان در حوزههای مختلف ازجمله معماری، نقشهبرداری، مدلسازی اطلاعات ساختمان (BIM)، رباتیک و واقعیت مجازی نقش حیاتی دارد. اسکنرهای لیزری همراه، ساختار هندسی محیط را با دقت میلیمتری اندازهگیری کرده و نتایج حاصل را به صورت دادههای ابرنقاط ثبت میکنند. دادههای ابرنقاط، ...
بیشتر
پیشینه و اهداف: استخراج نقشه دوبعدی فضاهای داخلی ساختمان در حوزههای مختلف ازجمله معماری، نقشهبرداری، مدلسازی اطلاعات ساختمان (BIM)، رباتیک و واقعیت مجازی نقش حیاتی دارد. اسکنرهای لیزری همراه، ساختار هندسی محیط را با دقت میلیمتری اندازهگیری کرده و نتایج حاصل را به صورت دادههای ابرنقاط ثبت میکنند. دادههای ابرنقاط، منبع غنی اطلاعات برای استخراج نقشه دوبعدی فضاهای داخلی ساختمان هستند. بااینحال، عواملی مانند نویز ناشی از بازتابهای سطحی، انسداد دید توسط اجسام درون ساختمان و تراکم غیریکنواخت نقاط، پردازش این نوع داده را با چالش مواجه میکنند. در ابتدا استخراج نقشه دوبعدی ساختمان، با تکیه بر روشهای کلاسیک هندسی انجام میشد و در سالهای اخیر، روشهای مبتنی بر یادگیری عمیق بهدلیل توانایی بالا در درک الگوهای پیچیده و مقاومت در برابر نویز بهطور فزایندهای مورد توجه قرار گرفتهاند. هدف این پژوهش، ارائه یک چارچوب موثر برای استخراج نقشه دوبعدی فضاهای داخلی ساختمان از دادههای ابرنقاط با استفاده از روشهای یادگیری عمیق و مقایسه عملکرد آن با روشهای کلاسیک است.روشها: در این پژوهش، یک چارچوب موثر برای استخراج نقشه دوبعدی فضاهای داخلی ساختمان از دادههای ابرنقاط پیشنهاد شده است که شامل سه گام متوالی پیشپردازش دادهها، پیادهسازی و ارزیابی نهایی مدلها است. این چارچوب امکان مقایسه مستقیم روشهای کلاسیک و یادگیری عمیق را در یک بستر مشترک فراهم میکند. دادههای ابرنقاط دارای ساختار گسسته و غیرساختیافته هستند و پردازش مستقیم آنها دشوار است. در گام پیشپردازش دادهها، ابتدا با نگاشت ابرنقاط به فضای دوبعدی، تصاویر تراکم تولید شد تا پیچیدگی محاسباتی کاهش یابد. درگام دوم، دو مدل یادگیری عمیق U-Net و Pix2Pix و الگوریتم کلاسیک تبدیل هاف پیادهسازی شد و تصاویر تراکم بهعنوان ورودی مشترک این روشها استفاده شد. در گام سوم به منظور ارزیابی عملکرد روش پیشنهادی، آزمایشها روی مجموعهدادههای دردسترس FloorNet و Structure3D انجام شد. دادههای ورودی به سه مجموعه داده آموزشی، اعتبارسنجی و آزمون تقسیم شدهاند و به منظور ارتقای تعمیمپذیری، تکنیکهای دادهافزایی اعمال شده است. ارزیابی عملکرد مدلها با استفاده از معیارهای Dice Score و IoU انجام شد.یافتهها: مدلهای یادگیری عمیق در نمونههای فاقد انسداد، عملکرد قابل قبولی داشته و دقت بیش از ۹۰٪ نشان دادند. بهویژه، مدل U-Net در مجموعه داده Structure3D به دقت ۹۷٪ در معیار Dice Score دست یافت. بااینحال، مدلها درنمونههایی که شامل عارضه انسداد بودند، نتوانستند نقشه را به طور کامل استخراج کنند. در مقابل، الگوریتم تبدیل هاف در تشخیص خطوط عملکرد قابل قبول داشت اما بهدلیل عدم تشخیص ساختار توپولوژیک، در تولید خروجیهای منسجم و قابلاستفاده برای مدلسازی نقشههای داخلی محدودیت دارد. همچنین آزمون و خطا برای تنظیم مقادیر پارامترها، باعث افزایش قابل توجه زمان اجرای الگوریتم شد.نتیجهگیری: یافتههای این پژوهش نشان داد که روشهای یادگیری عمیق، در صورت وجود دادههای کامل، قادر به استخراج دقیق و ساختیافته نقشه دوبعدی از دادههای ابرنقاط هستند اما در شرایط واقعی که عارضه انسداد اجتنابناپذیر است، توسعه مدلهای مقاوم نسبت به داده ناقص ضروری است. برای این منظور بهرهگیری از معماریهای ترکیبی، استفاده از منابع اطلاعاتی مکمل نظیر تصاویر RGB یا دادههای عمق مسیر پژوهشهای آینده است. چارچوب پیشنهادی این پژوهش، گامی مؤثر در جهت مقایسهی نظاممند روشهای استخراج نقشه دوبعدی و ایجاد بستر توسعه برای مدلهای پیشرفتهتر در کاربردهای واقعی تلقی میشود.
سامانه اطلاعات مکانی
مجید اعزازی؛ مسعود شیرازیان؛ فرهاد حسینعلی؛ فرزاد حاج محمود عطار
چکیده
پیشینه و اهداف: عمل ناوبری که به عنوان یکی از سودمندترین و مؤثرترین ابزارها برای رسیدن به مقصد مطلوب شناخته میشود، نقش بیشک و حیاتی در جامعه معاصر ایفا میکند. بهمنظور پاسخگویی به نیازهای کاربرانی که به دنبال مسیری به مقصد مورد نظر خود هستند، سامانه های ناوبری به شدت به تعیین مکان تلفن همراه و مقصد مورد نظر بر روی نقشه متکی هستند. ...
بیشتر
پیشینه و اهداف: عمل ناوبری که به عنوان یکی از سودمندترین و مؤثرترین ابزارها برای رسیدن به مقصد مطلوب شناخته میشود، نقش بیشک و حیاتی در جامعه معاصر ایفا میکند. بهمنظور پاسخگویی به نیازهای کاربرانی که به دنبال مسیری به مقصد مورد نظر خود هستند، سامانه های ناوبری به شدت به تعیین مکان تلفن همراه و مقصد مورد نظر بر روی نقشه متکی هستند. در حال حاضر، اکثریت قابل توجهی از خدمات مبتنی بر مکان به شدت به سامانههای ناوبری متکی هستند که از سامانه ماهواره ناوبری جهانی (GNSS) برای تعیین مکان تلفن همراه استفاده میکنند. با این حال، بسیار مهم است که اذعان کنیم که این روش خاص به دلیل محدودیتهای فراوان در محیطهای داخلی قابل اجرا نیست. بهمنظور غلبه بر محدودیتهای فوقالذکر، فناوریهای زیادی برای موقعیتیابی داخلی توسعه یافته اند، که شامل Wi-Fi، بلوتوث، سامانه ناوبری اینرسی(INS)، اولتراسونیک و امواج صوتی است، اما محدود به آنها نیست. بسته به کیفیت موقعیت، دامنه برنامههای درگیر در خدمات مبتنی بر مکان میتواند بسیار متفاوت باشد. این محدوده، شامل سامانههای ناوبری رایج است که نیاز به دقت تا دهها متر دارند، و همچنین سامانههای دقیق مکانیابی خودکار شیء که نیاز به دقت در سطح سانتیمتر دارند. در زمینه این مطالعه خاص، یک رویکرد انقلابی که از روشهای مبتنی بر تصویر استفاده میکند برای مقابله با مشکل موقعیتیابی موبایل داخلی استفاده شده است.روشها: اجرای روش ناوبری مبتنی بر تصویر، چالشهای بیشماری را بهوجود میآورد که نیاز به بررسی و کاهش کامل به منظور اطمینان از حداکثر دقت، کارایی و مقرون به صرفه بودن دارد. تحقیقات گسترده و جامع برای رسیدگی به این چالشها انجام شده است و هدف اصلی این مطالعه، کمک به پایگاه دانش موجود با بررسی نیازهای دقت تکنیک ناوبری مبتنی بر تصویر است. برای رسیدن به این هدف، یک مدل سه بعدی پیچیده و مفصل از ساختمان مورد نظر بادقت ایجاد شد و موقعیت نقطه کانونی تصویر به عنوان مکان تلفن همراه با استفاده از تکنیکهای پیشرفته عکاسی و تطبیق تصویر تعیین شد. ضروری است که برجسته و تأکید کنیم که این تکنیک خاص از حضور گسترده تلفنهای همراه فعلی که مجهز به دوربینهای با کیفیت بالا هستند، استفاده میکند و در نتیجه، آن را به یک راه حل فوقالعاده ارزان، سریع، کارآمد و دقیق برای ناوبری داخلی تبدیل میکند.یافتهها: نتیجه اولیه این مطالعه، حول ارزیابی جامع دقت موقعیتیابی حاصل از استفاده از روش ناوبری مبتنی بر تصویر پیشنهادی است. نتایج حاصل از این پژوهش، پیامدهای عمیق و اساسی برای طراحی و توسعه یک سامانه ناوبری بهینه مبتنی بر تصویر دارد. تجزیه و تحلیل عددی عمیق، دقت پلانمتری متوسط فوقالعاده 2.5 سانتیمتر را نشان میدهد، بنابراین، اثربخشی شدید روش پیشنهادی در دستیابی به دقت بینظیر در حوزه ناوبری داخلی را تأکید میکند.نتیجهگیری: با توجه به یافتههای حاصل از این مطالعه دقیق ، میتوان بهطور قاطع و صریح نتیجه گرفت که روش ناوبری مبتنی بر تصویر پیشنهادی در واقع، دارای سطح دقت لازم برای تحقق کلیه الزامات ناوبری داخلی است. علاوه بر این، شیوع گسترده و پذیرش تلفنهای هوشمند در میان جمعیت عمومی، استفاده از این روش نوآورانه و پیشگامانه را نه تنها بسیار امکانپذیر، بلکه به طور فزایندهای عملی میکند. نتایج و پیامدهای این مطالعه، به طور قاطع و صریح از کاربرد روش ناوبری مبتنی بر تصویر در بسیاری از برنامههای ناوبری داخلی و همچنین برخی از برنامههای فضای باز با فاصله نزدیک پشتیبانی میکند. بنابراین، کاملاً واضح و آشکار است که این تلاش، تحقیقاتی با موفقیت، راه را برای اجرای یکپارچه و کارآمد یک راهحل ناوبری قابل اعتماد و قوی در محیطهای داخلی و خارجی، هموار کرده است.
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.
سنجش از دور
محمدرضا زرگر؛ امیر آقابالائی؛ صفا خزائی؛ علی مهتدی
چکیده
پیشینه و اهداف: با گسترش دادههای سنجش از دور راداری و افزایش دسترسی به تصاویر باکیفیت از طریق سنجندههایی مانند سنتینل-۱، تحلیل تغییرات در سطح زمین از طریق یادگیری عمیق به یکی از حوزههای راهبردی و نوظهور در علوم مکانی تبدیل شده است. تصاویر راداری با قابلیت تصویربرداری شبانهروزی، نفوذ در ابر، و حساسیت به ویژگیهای ساختاری زمین، ...
بیشتر
پیشینه و اهداف: با گسترش دادههای سنجش از دور راداری و افزایش دسترسی به تصاویر باکیفیت از طریق سنجندههایی مانند سنتینل-۱، تحلیل تغییرات در سطح زمین از طریق یادگیری عمیق به یکی از حوزههای راهبردی و نوظهور در علوم مکانی تبدیل شده است. تصاویر راداری با قابلیت تصویربرداری شبانهروزی، نفوذ در ابر، و حساسیت به ویژگیهای ساختاری زمین، اطلاعات غنی اما پیچیدهای فراهم میکنند که تحلیل آنها نیازمند بهرهگیری از معماریهای هوشمند یادگیری ماشین است. در این راستا، مقاله حاضر با هدف مرور نظاممند روشهای مبتنی بر یادگیری عمیق در شناسایی تغییرات در تصاویر راداری، با تمرکز بر تحلیل تطبیقی معماریها، نقاط قوت و ضعف آنها و چشماندازهای آینده طراحی شده است.روشها: این مرور بر اساس رویکرد مرور نظاممند در بازه زمانی ۲۰۱۴ تا ۲۰۲۵، شامل ۴۴ مقاله منتخب از پایگاههای معتبر مانند IEEE، Elsevier و MDPI است. معیارهای انتخاب شامل استفاده از دادههای SAR، بهرهگیری از الگوریتمهای یادگیری عمیق، گزارش معیارهای کمی مانند دقت و F1-score و کاربردهای عملیاتی در حوزههایی چون پایش شهری، منابع طبیعی و بلایای طبیعی بوده است. مقالات بر اساس نوع یادگیری (نظارتی، بدوننظارت، خودنظارتی، چندمنبعی) و نوع معماری (MLP، CNN، U-Net، Autoencoder، LSTM، GAN و MSCDUNet) طبقهبندی شدهاند و در قالب جداول مقایسهای تحلیل شدهاند.یافتهها: نتایج نشان میدهد معماریهای نظارتشده نظیر U-Net با دقت تا 95% و F1 در بازه 85/0 تا 93/0، بهویژه در کاربردهای شهری و ارزیابی خسارات بلایای طبیعی، بهترین عملکرد را داشتهاند. در حوزه بدوننظارت، ترکیب CNN با خوشهبندی فازی (FCM) به دقتی تا 6/99% دست یافته است. مدلهای مبتنی بر Autoencoder در کاهش نویز و فشردهسازی اطلاعات موفق عمل کردهاند و معماریهای GAN با دادهافزایی، عملکرد شبکهها را بهبود بخشیدهاند. مدلهای چندمنبعی مانند MSCDUNet که دادههای راداری و نوری را تلفیق میکنند، F1 معادل 93/0 را گزارش کردهاند. با این حال، کمبود گزارشهای کمی استاندارد مانند F1، ضعف تعمیمپذیری مدلها، و پیچیدگی پردازش دادههای ناهمگن، از چالشهای موجود محسوب میشود.نتیجهگیری: با وجود پیشرفتهای چشمگیر در کاربرد یادگیری عمیق در شناسایی تغییرات، چالشهایی مانند کمبود دادههای برچسبخورده، عدم دسترسی به مجموعهدادههای مرجع چندمنبعی، و ضعف الگوریتمهای سبک برای کاربردهای بلادرنگ همچنان پابرجاست. توسعه الگوریتمهای خودنظارتی مانند یادگیری تضادمحور، طراحی معماریهای مقاوم به نویز و سبک برای UAVها و سامانههای لبهای، و تدوین پایگاههای داده باز و معیارمحور از جمله اولویتهای آتی این حوزه است. مطالعه حاضر با ارائه طبقهبندی ساختاریافته و تحلیل تطبیقی عملکرد الگوریتمها، تلاش دارد زمینه تصمیمسازی هوشمند در طراحی سامانههای تحلیل تغییرات را برای پژوهشگران و توسعهدهندگان مهیا سازد.
آب و محیط زیست
سیما احمدی؛ علی نبی زاده
چکیده
پیشینه و اهداف: سیلابها، هر ساله موجب بروز خسارات قابل توجهی در سراسر جهان منجر میشوند. پیشبینی به موقع و دقیق آنها میتواند میزان خسارات جانی و مالی را به طور چشمگیری به حداقل برساند. در سالهای اخیر، مدلهای یادگیری ماشین متعددی بهمنظور پیشبینی سیل مورد استفاده قرار گرفتهاند؛ بهطوری که نتایج آنها حاکی از ...
بیشتر
پیشینه و اهداف: سیلابها، هر ساله موجب بروز خسارات قابل توجهی در سراسر جهان منجر میشوند. پیشبینی به موقع و دقیق آنها میتواند میزان خسارات جانی و مالی را به طور چشمگیری به حداقل برساند. در سالهای اخیر، مدلهای یادگیری ماشین متعددی بهمنظور پیشبینی سیل مورد استفاده قرار گرفتهاند؛ بهطوری که نتایج آنها حاکی از عملکرد بهتر این مدلها نسبت به مدلهای آماری کلاسیک میباشد. با این حال، این مدلها ویژگیهای مکانی که منجر به ایجاد و تقویت سیلابها میشوند، مدنظر قرار نمیدهند. با استفاده از مدل حافظه طولانی کوتاه مدت پیچشی (ConvLSTM)، پیشبینی سریهای زمانی با ویژگیهای مکانی و اطلاعات هیدرولوژی ترکیب میگردد. بدین ترتیب، الگویی جدید از ترکیب عوارض مکانی و پیشبینی سریهای زمانی با هدف استخراج خصوصیات زمانی- مکانی طراحی شده است تا چالش اصلی در پیشبینی سیل، یعنی ترکیب دادههای مکانی با دادههای هیدرولوژی را تا حد امکان حل کند.روشها: برای تحلیل جامع خصوصیات زمانی- مکانی بارش، ویژگیهای مکانی را با تحلیلهای سری زمانی ادغام کردیم. به همین منظور از مدل ConvLSTM استفاده گردید که ورودیهای آن شامل طول جغرافیایی، عرض جغرافیایی، ارتفاع، بارش، دبی و سایر اطلاعات ایستگاههای اندازهگیری است. ConvLSTM یک مدل پردازشی سریهای زمانی است که ویژگیهای مکانی را استخراج میکند. برای دستیابی به پیشبینی مکانی-زمانی، از ConvLSTM به عنوان یک بلوک پایه استفاده گردید تا بتوان با طراحی یک شبکه متراکم، ویژگیها را لایه به لایه استخراج کرد تا پس از نگاشت آنها، عمل پیشبینی انجام شود. در مرحله شبیه سازی، اندازه بچ و تعداد اپکها بهترتیب 64 و 30 انتخاب شد. همچنین، از یک شبکه پیچشی سه لایه با تعداد هستههای 1، 8 و 32 و تعداد عصبهای 20، 40 و 80 در هر لایه به عنوان مدل نهایی استفاده گردید.یافتهها: با تحلیل نتایج، مشخص شد که دقت پیشبینی با افزایش زمان بهتدریج کاهش مییابد. با این حال، هنگامی که زمان پیشبینی 10 ساعت پیش از رخداد سیلاب باشد، دقت پیشبینی از زمانهای دیگر کمتر است. علت این است که هنگامی که زمان پیشبینی افزایش یابد، میزان اطلاعات دقیق کمتر خواهد بود که منجر به حصول دقت کمتر در یادگیری مدل و در نتیجه کاهش دقت پیشبینی میشود. برای حل این مسأله باید عمق شبکه افزایش یابد که این امر موجب افزایش زمان مدلسازی میگردد که نشان از اهمیت مصالحه میان دقت مورد انتظار و زمان پردازش است.نتیجهگیری: ارزیابی نتایج، نشان داد که مدل ConvLSTM قادر است نتایج پیشبینی قابل قبولی، بهویژه در زمآنهای کوتاه مدت، ارائه دهد و این مدل یک ابزار مناسب برای پیشبینیهای سری زمانی است. با وجود اینکه مدل ConvLSTM، عملکرد قابل ملاحظهای برای پیشبینیهای کوتاه مدت بهدست آورد اما هنوز هم برخی محدودیتها از جمله پیشبینی بلند مدت سیلاب بر پایه دادههای سری زمانی وجود دارد. از جمله محدودیتهای دیگر، میتوان به پیچیدگی و وابستگی مدل ConvLSTM به تعداد نمونههای آموزشی اشاره کرد که به تبع آن مدلسازی دقیقتر نیازمند جمعآوری دادههای بیشتر است. بدین ترتیب، در مناطقی که تعداد نمونهها برای مدلسازی کافی نباشد، ممکن است دقت مدل پیشبینی تحت تأثیر قرار بگیرد.
سامانه اطلاعات مکانی
داود اکبری
چکیده
پیشینه و اهداف: ارزیابی اراضی، حلقهای بسیار مهم در زنجیرهای است که منجر به مدیریت پایدار منابع اراضی و خاک میگردد. بهرهبرداری از اراضی مطابق با قابلیت آنها، افزون بر تأمین احتیاجات نسل حاضر و آینده، تعادل اکولوژیک کره زمین را نیز، حفظ میکند. تحلیل تناسب اراضی با استفاده از مجموعه متنوعی از عوامل مؤثر بر تولید کمی و کیفی محصولات ...
بیشتر
پیشینه و اهداف: ارزیابی اراضی، حلقهای بسیار مهم در زنجیرهای است که منجر به مدیریت پایدار منابع اراضی و خاک میگردد. بهرهبرداری از اراضی مطابق با قابلیت آنها، افزون بر تأمین احتیاجات نسل حاضر و آینده، تعادل اکولوژیک کره زمین را نیز، حفظ میکند. تحلیل تناسب اراضی با استفاده از مجموعه متنوعی از عوامل مؤثر بر تولید کمی و کیفی محصولات و بررسی پیچیدگیهای روابط آنها باهم و همچنین، همگام با تحلیل کاربری اراضی، از مفیدترین کاربردهای سامانه اطلاعات مکانی در مدیریت اراضی کشاورزی است. روشهای بسیاری از زمان ارائه چارچوب FAO برای ارزیابی تناسب اراضی توسعه یافتهاند و برخی از آنها هنوز بهصورت گسترده استفاده میشوند. در پژوهش حاضر، ارزیابی کیفی تناسب اراضی با استفاده از سامانه اطلاعات مکانی (GIS) و ارزیابی چند معیاره (MCE) برای سه محصول راهبردی گندم، جو و برنج در چهار منطقه مطالعاتی در شمال ایران، مورد بررسی قرار گرفت.روشها: جهت پیادهسازی مدل پیشنهادی، دادههای مرتبط با ویژگیهای خاک، دادههای اقلیمی، دادههای توپوگرافی، نقشه زمینشناسی و نقشه پوشش اراضی جمعآوری شد. در میان دادههای جمعآوری شده، دما نقش مهمی در تعیین تناسب اراضی برای محصولات کشاورزی دارد، الگوهای مکانی بارش برای ارزیابی دسترسی به آب اهمیت دارند و شیب زمین تأثیر زیادی در زهکشی، میزان نور دریافتی از خورشید و بالطبع آن، انرژی مورد نیاز برای رشد گیاه دارد. سپس، با توجه به تنوع اقلیمی در شمال ایران و مجموعه متنوع از محصولات زراعی که در این منطقه کشت میشوند، معیارهای مناسب انتخاب شدند. معیارهای انتخاب شده عبارتند از: نوع خاک، دما، بارش، شیب و پارامترهای زمینشناسی. جهت تخصیص وزن به هر یک از معیارها و تشدید تأثیر آنها در مرحله ارزیابی تناسب اراضی، یک فرآیند تخصیص وزن انجام شد. این تخصیص وزن، توسط متخصصین امر انجام گرفت. هر معیار بر اساس تأثیر آن بر کشت محصولات مختلف در این منطقه مورد ارزیابی قرار گرفت و وزن هر لایه مشخص گردید. در نهایت، بررسی دقیق نتایج و تحلیل تناسب اراضی برای کشاورزی در مناطق مورد مطالعه انجام شد.یافتهها: نتایج این تحقیق، نشان داد که غرب استان گیلان مکانی ایدهآل برای کشت برنج اما این منطقه چالشهایی برای کشت جو و گندم دارد. امتیازات نسبتاً مناسب برای هر سه محصول، گندم، جو و برنج شرق استان گیلان نشان داد که این منطقه مستعد کشت محصولات متنوع است. مرکز استان مازندران برای کشت محصولات گندم، جو و برنج امتیاز مناسبی کسب نکرد. همچنین، مرکز استان گلستان به عنوان یک مکان بسیار مناسب برای کشت گندم و جو تعیین گردید.نتیجهگیری: در مجموع، مناطق با امتیاز نسبتاً مناسب امکاناتی برای متنوع کردن شیوههای کشت ارائه میدهند که باعث افزایش انعطافپذیری و کاهش خطرات مرتبط با نوسانات بازار و تغییرات اقلیمی میشود. همچنین، در مناطق با امتیاز تناسب پایین نقش حفاظت از محیط زیست و شیوههای مدیریت پایدار اراضی حائز اهمیت است. از یک بعد دیگر، دستهبندی تناسب اراضی به سیاستگذاران و مدیران بخش کشاورزی این امکان را میدهد تا منابع بهصورت صحیح و بهصورت بهینه تخصیص یابند. برای تحقیقات آتی پیشنهاد میشود تحلیل سری زمانی دادههای ماهوارهای با استفاده از مدلهای یادگیری عمیق صورت پذیرد.
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.
نرم افزار
حسن صانعی آرانی؛ مهدی اسماعیلی؛ محمد علی افشار کاظمی
چکیده
پیشینه و اهداف: بهینهسازی جانمایی دوربینهای مداربسته یکی از ارکان اساسی سیستمهای هوشمند مدیریت ترافیک شهری است. استقرار صحیح این دوربینها دقت پایش ترافیک را افزایش میدهد و زمان تشخیص حوادث را کاهش میدهد. بنابراین، مسأله بهینهسازی جانمایی دوربینها سالها است به عنوان یک چالش پژوهشی مطرح میشود. رویکردهای نوین حل مسئله ...
بیشتر
پیشینه و اهداف: بهینهسازی جانمایی دوربینهای مداربسته یکی از ارکان اساسی سیستمهای هوشمند مدیریت ترافیک شهری است. استقرار صحیح این دوربینها دقت پایش ترافیک را افزایش میدهد و زمان تشخیص حوادث را کاهش میدهد. بنابراین، مسأله بهینهسازی جانمایی دوربینها سالها است به عنوان یک چالش پژوهشی مطرح میشود. رویکردهای نوین حل مسئله از روشهای بهینهسازی چندهدفه استفاده میکنند تا امکان تحلیل همزمان پارامترهای مختلف را فراهم کنند. با وجود پیشرفتهای قابل توجه در روشهای بهینهسازی، رویکردهای فعلی مبتنی بر شبکهبندی دوبعدی و سهبعدی هستند که در محیطهای شهری پیچیده با محدودیتهای اساسی مواجه میشوند. در این روشها، فضا به صورت یک شبکه منظم تقسیمبندی میشود و نقاط بهینه برای نصب دوربینها با چرخش زاویهای مناسب انتخاب میشوند. اما در توپولوژی واقعی شهرها، شبکههای معابر به صورت خطوط تو در تو و غیرمنظم گسترده شدهاند و بسیاری از نقاط محاسبهشده خارج از مسیرهای قابل دسترس قرار میگیرند. این ناهماهنگی بین مدلهای نظری و شرایط عملی، کارایی روشهای سنتی را به شدت زیر سوال میبرد. با توجه به این محدودیتها، ارائه یک چارچوب نوین ضروری است که توپولوژی واقعی شهرها، محدودیتهای فیزیکی و الزامات برنامهریزی شهری را همزمان در نظر بگیرد. روشهای جدید باید بتوانند مسیرهای واقعی ترافیک، مکانهای مجاز نصب دوربین و زاویهبندی اجباری را در مدلهای خود ادغام کنند. این امر نیازمند استفاده از روشهای مبتنی بر دادههای ترافیک مجازی واقعگرا و بهکارگیری الگوریتمهای هوش مصنوعی برای بهینهسازی است. روشها: روش پژوهش حاضر نقشههای شهری را تحلیل میکند و به یک نقشه جامع و دقیق از شهر نیاز دارد تا موقعیتهای بهینه را بر اساس دادههای واقعی شناسایی کند. نقشه مورد استفاده به صورت یک ماتریس نمایش داده میشود که شبکهای دوبعدی از نقاط است و مسیرهای قابل دسترس و موانع غیرقابل عبور با اعداد مختلف تعریف شدهاند. از آنجا که عرض یک خیابان شامل چندین نقطه است، یک ردیف از مرکز مسیر به عنوان نماینده مسیر در نظر گرفته میشود تا حرکت وسایل نقلیه را به آن محدود کند و مکان ایدهآلی برای استقرار دوربینهای نظارتی فراهم نماید. فرآیند جانمایی بهینه پس از تشکیل ماتریس مدل، در چهار مرحله به صورت سیستماتیک انجام میشود. در مرحله اول، جفتهای مبدأ-مقصد به صورت تصادفی با استفاده از توزیع احتمال مبتنی بر تراکم جمعیتی تولید میشوند. در مرحله دوم، برای هر جفت مبدأ-مقصد، مسیریابی بهینه با شبیهسازی رفتار ترافیکی شهروندان انجام میشود. این شبیهسازی در دو حالت انجام میگیرد: ساعات عادی با انتخاب کوتاهترین مسیر و ساعات شلوغی با انتخاب مسیرهای فرعی. در مرحله سوم، تمام مسیرهای تولیدشده تجمیع میشوند و ترافیک مجازی ساخته میشود. سپس تراکم مسیرها محاسبه میشود و بهینهسازی بر اساس ترافیک انجام میگیرد. در مرحله چهارم، با در نظر گرفتن انواع دوربینها بر اساس قیمت خرید و هزینههای نصب، جانمایی بر اساس هزینه بهینه میشود. یافتهها: یکصد هزار داده جدید ایجاد شد و دو آزمایش انجام گرفت. در آزمایش اول، از یک الگوریتم حریصانه برای حداکثر کردن پوشش دوربینها در کل مسیر استفاده شد. آزمایش دوم از روش پیشنهادی بهره گرفت که ابتدا نقاط پرتردد را شناسایی میکند، سپس پوشش دوربینها را در این نقاط حداکثر میکند و در نهایت هزینههای نصب را به حداقل میرساند. نتایج نشان داد روش پیشنهادی در پایش مسیرهای جدید ۴۰ درصد کاراتر و در اجرای پروژه ۶.۶ درصد مقرونبهصرفهتر است. نتیجهگیری: در جانمایی دوربین های مداربسته شهری هر روشی که حداکثر پوشش را در مسیرهای شهری در نظر بگیرد کارایی ندارد و سنجش ترافیک عامل مهمیبرای بهینهسازی است. همچنین در روش پیشنهادی چون ویژگیهای هندسی مسیرها حذف شدهاند، این روش مقیاس پذیر بوده و برای هر شهر و سیستم مسیریابی قابل اعمال است . همچنین برنامهریزان شهری معمولا دوربین های با میدان دید و برندهای متفاوت را خریداری می کنند که می تواند به عنوان فرصت در نظر گرفته شده و هدف دوم بهینه سازی برای کاهش هزینه در نظر گرفته شود.
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.
فتوگرامتری
ابوالفضل شهسواری بابوکانی؛ سعید صادقیان؛ علیرضا وفائی نژاد؛ داود صدیق پور
چکیده
پیشینه و اهداف: مدلسازی سهبعدی و مستندسازی میراث فرهنگی غیرمنقول، بهویژه در زمینه حفاظت، مرمت و مدیریت پایدار این آثار، نقش بسزایی در حفظ هویت تاریخی و فرهنگی جوامع ایفا میکند. این رویکرد نهتنها امکان ثبت دقیق و جامع ویژگیهای کالبدی و فضایی بناها و محوطههای تاریخی را فراهم میسازد، بلکه بستری علمی برای تحلیلهای تطبیقی، ...
بیشتر
پیشینه و اهداف: مدلسازی سهبعدی و مستندسازی میراث فرهنگی غیرمنقول، بهویژه در زمینه حفاظت، مرمت و مدیریت پایدار این آثار، نقش بسزایی در حفظ هویت تاریخی و فرهنگی جوامع ایفا میکند. این رویکرد نهتنها امکان ثبت دقیق و جامع ویژگیهای کالبدی و فضایی بناها و محوطههای تاریخی را فراهم میسازد، بلکه بستری علمی برای تحلیلهای تطبیقی، تعیین حریم آثار، ارزیابی آسیبها و طراحی برنامههای مرمتی فراهم میآورد. بهرهگیری از فناوریهایی نظیر فتوگرامتری پهپادمبنا، بهعنوان روشی غیرمخرب، دقیق و سریع، امکان ثبت اطلاعات جامع از ساختارهای تاریخی و طبیعی را با حداقل دخالت انسانی فراهم کرده و موجب تسهیل در فرآیندهای مستندسازی، تحلیل و برنامهریزیهای حفاظتی و مرمتی میشود. یکی از مزایای برجسته این روش، کاهش چشمگیر هزینهها و زمان اجرایی نسبت به روشهای دیگر برداشت و مستندسازی است که آن را به گزینهای مقرونبهصرفه و کارآمد بدل میسازد. اهمیت این روش در مناطقی با شرایط جغرافیایی دشوار، از جمله نواحی کوهستانی، صعبالعبور یا دارای محدودیت دسترسی، دوچندان میشود؛ چراکه امکان برداشت دادههای دقیق بدون نیاز به حضور طولانیمدت در محل را فراهم میکند. بدین ترتیب، فتوگرامتری پهپادمبنا میتواند به عنوان راهکاری نوین و عملیاتی برای ثبت، حفاظت و برنامهریزی بهینه در پروژههای مرتبط با میراث فرهنگی مورد استفاده قرار گیرد.روشها: این پژوهش در سه مرحلهی کتابخانهای، میدانی و دفتری انجام پذیرفت. در مرحله کتابخانهای، اطلاعات پایهای درباره پیشینه تاریخی، موقعیت جغرافیایی و وضعیت سایت مورد مطالعه گردآوری شدند. در مرحله میدانی، ابتدا نقاط کنترل زمینی با استفاده از گیرنده تعیین موقعیت ماهوارهای سهفرکانسه برداشت و مختصات دقیق آنها ثبت گردید تا امکان هممرجعسازی دادهها فراهم شود. سپس، به منظور برداشت دادههای دقیق از محدوده مورد نظر، از پهپاد DJI Mavic Mini 2 برای تصویربرداری هوایی استفاده شد. پهپاد طی چند پرواز برنامهریزیشده، مجموعهای از تصاویر هوایی با وضوح بالا از زوایای مختلف قلعه و محیط پیرامون آن ثبت کرد. تصاویر با همپوشانی مناسب (۸۰ درصد طولی و 50 درصد عرضی) برداشت گردیده شد تا امکان مدلسازی سهبعدی دقیق فراهم گردد.یافتهها: پس از انجام مراحل برداشت میدانی و پردازشهای دفتری، مجموعهای از محصولات رقومی با دقت و کیفیت بالا تولید شد که در راستای اهداف تحقیق در زمینه مستندسازی، مرمت و حفاظت میراث فرهنگی کاربرد دارند. این محصولات شامل مدل سهبعدی دقیق از ساختار قلعه، مدل رقومی ارتفاعی نمایشدهندۀ ارتفاعات سطح زمین، نقشه ارتوموزائیک با وضوح بالا و اصلاحشده از نظر هندسی، و همچنین پلان دوبعدی بازنماییکنندۀ ابعاد و موقعیت عناصر معماری بود. ارزیابی دقت مدل سهبعدی با استفاده از نقاط کنترل زمینی برداشتشده در اطراف سایت نشان داد که خطای مسطحاتی و ارتفاعی مدل بهترتیب برابر با 2.4 و 1.9 سانتیمتر بوده که بیانگر دقت بالای نتایج حاصل است. افزون بر این، نقشه توپوگرافی همراه با نمایش منحنیهای میزان و نیز نقشه نهایی سایت شامل کلیه عوارض طبیعی و مصنوعی موجود در محدوده مطالعه تهیه شد. این اطلاعات، بستر مناسبی برای انجام تحلیلهای محیطی، تعیین حدود حریم سایت و ارزیابی مخاطرات فراهم آورده و نقش مؤثری در فرآیندهای حفاظت، مرمت و مدیریت پایدار میراث فرهنگی ایفا میکند.نتیجهگیری: استفاده از فتوگرامتری پهپادمبنا در مستندسازی و مدلسازی سهبعدی میراث فرهنگی، بهعنوان یک روش غیرمخرب، دقیق و مقرونبهصرفه، تحولی چشمگیر در شیوههای ثبت و حفاظت آثار تاریخی ایجاد کرده است. این فناوری با بهرهگیری از تصاویر هوایی با وضوح بالا و تکنیکهای پردازش تصویر، امکان تولید مدلهای سهبعدی دقیق از بناها، محوطهها و ساختارهای فرهنگی را فراهم میآورد. دادههای حاصل نهتنها بازنمایی رقومی واقعگرایانهای از وضعیت موجود آثار ارائه میدهند، بلکه پایهای قابل اعتماد برای تحلیلهای تخصصی، برنامهریزی حفاظتی و مرمتی و تهیه مستندات حقوقی محسوب میشوند. یکی از کاربردهای کلیدی این دادهها، تهیه کاداستر سهبعدی میراث فرهنگی است؛ فرآیندی که در آن اطلاعات مکانی، توصیفی و مالکیتی آثار تاریخی در قالبی یکپارچه و رقومی سازماندهی میگردد. کاداستر سهبعدی با تکیه بر مدلهای دقیق تولیدشده از فتوگرامتری، امکان مدیریت فضایی پیشرفته، تعیین دقیق حریم آثار، پایش تغییرات و پیشگیری از تجاوزات یا آسیبهای محیطی را فراهم میسازد. بهویژه در مناطق با بافت تاریخی متراکم یا شرایط توپوگرافی پیچیده، این اطلاعات میتوانند نقش محوری در تصمیمسازیهای مدیریتی و حقوقی ایفا کنند.
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.
سنجش از دور
کامران مروج؛ شیلان فعله گری؛ علیرضا شریفی؛ احمد گلچین؛ پرویز کرمی
چکیده
پیشینه و اهداف: فعالیتهای انسانی و فرآیندهای طبیعی باعث ایجاد تغییرات کاربری میشوند که منجر به مسائل مهمی مانند جنگلزدایی، از بین رفتن تنوع زیستی و افزایش آسیبپذیری در برابر بلایای طبیعی مانند سیل میشود. رشد جمعیت و افزایش تقاضاهای اجتماعی-اقتصادی فشار قابل توجهی بر کاربری و پوشش زمین وارد میکند که اغلب منجر به تغییرات ...
بیشتر
پیشینه و اهداف: فعالیتهای انسانی و فرآیندهای طبیعی باعث ایجاد تغییرات کاربری میشوند که منجر به مسائل مهمی مانند جنگلزدایی، از بین رفتن تنوع زیستی و افزایش آسیبپذیری در برابر بلایای طبیعی مانند سیل میشود. رشد جمعیت و افزایش تقاضاهای اجتماعی-اقتصادی فشار قابل توجهی بر کاربری و پوشش زمین وارد میکند که اغلب منجر به تغییرات غیرقانونی میشود که عمدتاً به سوء مدیریت در کشاورزی، توسعه شهری، مراتع و جنگلها نسبت داده میشود. ادغام سنجش از دور و سیستمهای اطلاعات جغرافیایی (GIS) یک رویکرد قوی برای ارزیابی دقیق و نظارت بر تغییرات کاربری زمین در مناطق وسیع ارائه میدهد. داده های ماهواره ای، به ویژه از منابعی مانند اسکنر چندطیفی Landsat (MSS)، نقشه برداری موضوعی (TM) و نقشه برداری موضوعی پیشرفته (ETM+)، به طور گسترده برای تجزیه و تحلیل تغییرات کاربری زمین، به ویژه در مناطق جنگلی و کشاورزی استفاده شده است. این مطالعه با هدف تحلیل تغییرات کاربری اراضی در بافت خاک برنج شالیزاری در گیلان، شمال ایران از سال 1391 تا 1401 انجام شده است. با استفاده از دادههای Landsat MSS و ETM+ و نرمافزار GIS، این مطالعه تلاش میکند تا تغییرات کاربری و پوشش قابلتوجهی را شناسایی و مشخص کند و بینشهای ارزشمندی را در مورد پویایی چشمانداز منطقهای ارائه دهد.روشها: در این مطالعه که در استان گیلان انجام شد، تصاویر ماهوارهای Landsat-8 از سالهای 1391 و 1401، با حداقل پوشش ابری، استفاده شد. برروی تصاویر ماهوارهای لندست-8 برای کاهش خطاها اصلاحات هندسی و رادیومتری انجام شد. با استفاده از روش حداکثر احتمال، طبقهبندی نظارت شده طبقات کاربری زمین را مشخص کرد. این روش احتمال یک پیکسل متعلق به هر کلاس از پیش تعریف شده را محاسبه میکند و پیکسل را به کلاسی با بیشترین احتمال اختصاص میدهد. این رویکرد جامع، تحلیل پویایی کاربری زمین در منطقه مورد مطالعه را تسهیل کرد و بینش های ارزشمندی را در مورد تغییرات محیطی در طول زمان ارائه داد.یافتهها: ارزیابی نقشههای طبقهبندی کاربری اراضی دقت کلی 80% و ضریب کاپا بیش از 0.8 را نشان داد که نشاندهنده توافق قابلتوجه با کلاسهای حقیقت زمینی است. بهره برداری از مساحت جنگل از 46 درصد در سال 2011 به 33 درصد در سال 2011 کاهش یافته است که نشان دهنده تخریب اکوسیستم است. به همین ترتیب، اراضی مرتع از 51 درصد در سال 1391 به 42 درصد در سال 1401 کاهش یافت. در مقابل، زمین های کشاورزی شاهد رشد قابل توجهی بودند که از سال 2013 تا 1401 به میزان 7 درصد (34 درصد به 41 درصد) افزایش یافت. مساحت زمین مسکونی افزایش قابل توجهی را تجربه کرد و 34 درصد افزایش یافت. این یافتهها بر تغییرات قابلتوجه کاربری زمین، از جمله کاهش جنگلها و افزایش گسترش مسکونی تاکید میکند، که نیاز مبرم به شیوههای مدیریت پایدار زمین در منطقه مورد مطالعه را برجسته میکند.
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.
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
سامانه اطلاعات مکانی
جواد صابریان؛ آرمین پوربیک؛ سیدمحمد سینا سیدمحسنی
چکیده
پیشینه و اهداف: در دنیای مدرن، صنعت بانکداری به طور مداوم در حال توسعه راهکارهایی برای ارائه خدمات سریعتر، آسانتر و هوشمندانهتر به مشتریان است. با دیجیتالی شدن نزدیک به ۸۰ درصد خدمات بانکی، انتظارات مشتریان برای تجربههای شخصیسازی شده افزایش یافته است. در این میان، سیستمهای اطلاعات مکانی به ابزاری کارآمد برای تحلیلهای ...
بیشتر
پیشینه و اهداف: در دنیای مدرن، صنعت بانکداری به طور مداوم در حال توسعه راهکارهایی برای ارائه خدمات سریعتر، آسانتر و هوشمندانهتر به مشتریان است. با دیجیتالی شدن نزدیک به ۸۰ درصد خدمات بانکی، انتظارات مشتریان برای تجربههای شخصیسازی شده افزایش یافته است. در این میان، سیستمهای اطلاعات مکانی به ابزاری کارآمد برای تحلیلهای مبتنی بر مکان و بهینهسازی تصمیمگیریها بدل شدهاند. مطالعات پیشین نشان است کهGIS میتواند در انتخاب مکان شعب جدید، ارزیابی سهم بازار و مسیریابی بهینه نقشی حیاتی ایفا کند. با این حال جای خالی یک ابزار یکپارچه که به مشتریان اجازه دهد تا بر اساس اولویتهای فردی خود بهترین شعبه را انتخاب کنند همچنان احساس میشود. اتلاف وقت و سردرگمی مشتریان برای یافتن شعبهای که خدمات مورد نظرشان را ارائه میدهد، یکی از چالشهای خدمات حضوری است. هدف اصلی این پژوهش، طراحی و توسعه یک سامانه اطلاعات مکانی تحتوب(WebGIS) هوشمند و کاربرمحور برای انتخاب بهینه شعب بانکی است. این سامانه با تلفیق وب، GIS و الگوریتمهای تصمیمگیری چندمعیاره (MCDM) بهدنبال تسهیل فرآیند انتخاب شعبه برای مشتریان است. اهداف مشخص این تحقیق شامل ایجاد یک پلتفرم تعاملی برای جستوجو و نمایش اطلاعات شعب، پیادهسازی قابلیت مسیریابی بهینه با در نظر گرفتن محدودیتهای ترافیکی و مهمتر از همه، فراهم کردن امکانی برای رتبهبندی شعب بر اساس معیارهای شخصیسازی شده توسط کاربر است تا هوشمندانهترین انتخاب در کمترین زمان ممکن رخ دهد.روشها: در این تحقیق، از یک رویکرد چندمرحلهای برای توسعه سامانه استفاده شد. ابتدا پایگاه داده اطلاعات مکانی در محیط ArcGIS Desktopو با سیستم مختصات UTM ایجاد گردید. دادههای مربوط به شعب بانک دی، شامل اطلاعات مکانی و توصیفی (نام، آدرس، کد، نوع خدمات)، در این پایگاه داده ذخیره شد. برای مدیریت بهینه و امکان دسترسی همزمان کاربران، از Enterprise Geodatabase بر روی بستر Microsoft SQL Server استفاده شد. در مرحله بعد سرویسهای نقشه مورد نیاز، از جمله لایه شعب و تحلیل شبکه برای مسیریابی، از طریق ArcGIS for Server منتشر شدند. بخش سمت کاربر سامانه با بهرهگیری از ArcGIS JavaScript APIتوسعه داده شد که امکانات تعاملی مانند جستجو، نمایش اطلاعات، فیلتر کردن و مسیریابی را فراهم میکند. برای پیادهسازی بخش انتخاب هوشمند بانک، از فرآیند تحلیل سلسله مراتبی (AHP) به عنوان یکی از روشهای تصمیمگیری چندمعیاره استفاده شد. معیارهای تصمیمگیری شامل VIP بودن شعبه، وجود صندوق امانات، دارا بودن باجه ارزی و برخورداری از خدمات بیمه انتخاب شدند. کاربران میتوانند از طریق یک رابط کاربری، این معیارها را به صورت زوجی مقایسه کرده و میزان ارجحیت هرکدام را مشخص کنند. سپس سامانه با استفاده از این مقایسات زوجی، ماتریس مقایسه را تشکیل داده، آن را نرمالسازی کرده و وزن نهایی هر معیار را محاسبه میکند. این وزنها در نهایت برای محاسبه امتیاز و رتبهبندی نهایی هر شعبه بانک به کار گرفته میشوند.یافتهها: نتیجه این پژوهش، یک سامانه WebGIS کاملاً عملیاتی است که با موفقیت بر روی مرورگرهای وب در پلتفرمهای مختلف قابل اجرا است. پیادهسازی موفق الگوریتم AHP بزرگترین یافته این پژوهش است. سامانه پس از دریافت اولویتها، تمامی شعب را بر اساس آن رتبهبندی کرده و در آخر مناسبترین گزینهها را به کاربر پیشنهاد میدهد. علاوه بر این قابلیت مسیریابی از مکان فعلی کاربر به شعبه منتخب، با در نظر گرفتن لایه محدوده طرح ترافیک به عنوان مانع احتمالی، در سامانه تعبیه شده است و بهترین مسیر به صورت یک پلیلاین بر روی نقشه ترسیم میشود. کاربران از طریق این سامانه قادر هستند تا تمامی شعب بانک را بر روی نقشه مشاهده کرده و با کلیک بر روی هر شعبه، به جزئیات کامل آن دسترسی پیدا کنند.نتیجهگیری: این تحقیق نشان داد که ادغام فناوری WebGIS با الگوریتمهای تصمیمگیری چندمعیاره مانند AHP، راهکاری بسیار مؤثر برای حل چالشهای انتخاب بهینه خدمات بانکی در دنیای واقعی است. سامانه توسعهیافته با فراهم کردن بستری مناسب و هوشمند قادر است به طور قابل توجهی از اتلاف وقت و سردرگمی مشتریان بکاهد و به آنها کمک میکند تا انتخابی آگاهانه و کاملاً منطبق بر نیازهای شخصی خود داشته باشند. این فرآیند انتخاب هوشمند، تجربه مشتری از خدمات حضوری بانکی را بهبود بخشیده و میتواند گامی بزرگ در جهت افزایش رضایت و وفاداری مشتریان باشد. این پژوهش ثابت کرد که سرمایهگذاری در سیستمهای مکانمحور و هوشمند، نه تنها برای مشتریان، بلکه برای سازمانها نیز در جهت بهینهسازی خدمات و درک بهتر الگوهای تقاضا، ارزشآفرین است.
سامانه اطلاعات مکانی
حسین باز علی پور؛ غلامرضا فلاحی
چکیده
پیشینه و اهداف: دادههای مکانی بهعنوان یکی از ارکان اساسی نظامهای اطلاعاتی شهری، نقشی تعیینکننده در فرآیندهای تحلیل، برنامهریزی، تصمیمسازی و ارزیابی سیاستهای شهری ایفا میکنند. در دهههای اخیر، با رشد شتابان شهرنشینی، ظهور شهرهای هوشمند و گسترش سامانههای حسگر و اینترنت اشیا، حجم و تنوع دادههای مکانی بهصورت تصاعدی ...
بیشتر
پیشینه و اهداف: دادههای مکانی بهعنوان یکی از ارکان اساسی نظامهای اطلاعاتی شهری، نقشی تعیینکننده در فرآیندهای تحلیل، برنامهریزی، تصمیمسازی و ارزیابی سیاستهای شهری ایفا میکنند. در دهههای اخیر، با رشد شتابان شهرنشینی، ظهور شهرهای هوشمند و گسترش سامانههای حسگر و اینترنت اشیا، حجم و تنوع دادههای مکانی بهصورت تصاعدی افزایش یافته است. این دادهها از منابع متعددی نظیر سامانههای اطلاعات جغرافیایی (GIS)، تصاویر ماهوارهای، دادههای سنجش از دور، سامانههای حملونقل هوشمند، و دادههای تولیدشده توسط شهروندان جمعآوری میشوند. در نتیجه، مدیریت مؤثر این دادهها به یکی از چالشهای اساسی مدیریت شهری معاصر تبدیل شده است. نبود زیرساختهای استاندارد و یکپارچه موجب ناهماهنگی میان نهادهای اجرایی، تکرار دادهها، و کاهش دقت تصمیمگیریهای مبتنی بر داده میشود.روشها: در پاسخ به این نیاز، این پژوهش چارچوبی نوین مبتنی بر معماری سرویسگرا (Service-Oriented Architecture - SOA) را برای ایجاد زیرساخت دادههای مکانی شهری پیشنهاد میکند. معماری سرویسگرا با اصولی همچون استقلال سرویسها، استفاده مجدد، ترکیبپذیری و تعاملپذیری، بستر مناسبی برای توسعه سامانههای توزیعشده و انعطافپذیر فراهم میآورد. این پژوهش همچنین با بهرهگیری از استانداردهای بینالمللی OGC شامل WMS، WFS و WPS، چارچوبی فنی برای تبادل، پردازش و نمایش دادههای مکانی در محیطهای ناهمگون ایجاد کرده است. استفاده از این استانداردها موجب میشود تا سامانههای مختلف شهری، بدون وابستگی به فناوری یا زبان برنامهنویسی خاص، بتوانند بهصورت هماهنگ و پویا با یکدیگر تعامل داشته باشند.یافتهها: یافتههای پژوهش نشان میدهد که چارچوب پیشنهادی شامل سه لایه اصلی است: لایه سرویسهای داده مکانی برای ذخیره، مدیریت و دسترسی به دادههای توزیعشده؛ لایه سرویسهای پردازشی برای تحلیل، تلفیق و استخراج الگوهای مکانی در سطوح مختلف تصمیمگیری؛ و لایه مدیریت تعامل برای یکپارچهسازی سرویسها، کنترل جریان داده و تضمین کیفیت خدمات در محیطهای ناهمگون. این ساختار سهلایه با هدف افزایش مقیاسپذیری، کاهش وابستگی میان مؤلفهها و بهبود تعامل میان سامانههای شهری طراحی شده است. در این پژوهش، یک نمونه موردی (Case Study) در محیط واقعی مدیریت شهری پیادهسازی گردید تا کارایی، پایداری و قابلیت اطمینان چارچوب پیشنهادی از منظر زمان پاسخگویی، حجم پردازش و هماهنگی میان سرویسها بهصورت تجربی ارزیابی شود.نتیجهگیری: نتایج نشان داد که پیادهسازی چارچوب تلفیقی SOA-OGC سبب کاهش میانگین زمان پاسخدهی تا ۳۰٪، افزایش مقیاسپذیری سامانه در مواجهه با دادههای حجیم، و تسهیل نگهداری و توسعه سرویسها شده است. همچنین، سطح تعاملپذیری میان سامانههای شهری در حوزههای مختلف نظیر حملونقل، محیط زیست و خدمات عمومی بهطور معناداری افزایش یافته است. از سوی دیگر، چالشهایی همچون تضمین امنیت دادههای حساس، مدیریت سطح دسترسی کاربران، حفظ پایداری سامانه در شرایط بار سنگین شبکه، و تضمین کیفیت سرویسها (QoS) از جمله موضوعات کلیدی هستند که نیازمند بررسیهای بیشتر میباشند.در جمعبندی، نتایج پژوهش نشان میدهد که بهرهگیری از معماری سرویسگرا در کنار استانداردهای OGC میتواند زیربنایی مؤثر برای توسعه زیرساخت دادههای مکانی در مدیریت شهری فراهم آورد. این چارچوب ضمن ارتقای تصمیمگیریهای مبتنی بر داده، مسیر را برای تحقق شهر هوشمند، مدیریت پایدار منابع و بهبود کیفیت زندگی شهروندان هموار میسازد. برای پژوهشهای آینده پیشنهاد میشود که فناوریهای ابری (Cloud GIS)، پردازش کلاندادههای مکانی (Big Spatial Data) و هوش مصنوعی در تحلیل دادههای مکانی در قالب این معماری ادغام شوند تا کارایی و امنیت سامانههای شهری به سطح بالاتری ارتقا یابد.
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.
