فصلنامه سنجش از دور و GIS ایران
سال پنجم شماره 1 (پیاپی 17، بهار 1392)

طراحی الگوی فضایی کاربری اراضی، به معنای تعیین مساحت تخصیص داده شده به هر کاربری و توزیع مکانی آن، دارای اهمیت خاصی است و بایستی به نحوی انجام پذیرد که ضمن برآورده کردن نیازها و اهداف، از ظرفیت ها و منابع موجود به نحو مناسب استفاده گردد. در این تحقیق تعیین مساحت بهینه و تخصیص بهینه مکانی سه کلاس اصلی کاربری اراضی شامل کشاورزی آبی و کشت دیم و اراضی مرتعی به منظور افزایش بازدهی اقتصادی و کاهش فرسایش با ترکیب دو روش بهینه سازی چندهدفه نیل به مقصود و MOLA در زیرحوضه کویین انجام شد. ابتدا مساحت بهینه کلاس های عمده کاربری اراضی به صورت ریاضی با استفاده از مدل بهینه سازی چندهدفه نیل به مقصود تعیین شد، سپس بهینه سازی تخصیص مکانی کاربری اراضی نیز براساس نتیجه روش نیل به مقصود و با استفاده از روش MOLA انجام گرفت. نتایج حاصل از اجرای مدل نشان داد که برای رسیدن به وضعیت بهینه باید مساحت کشت دیم کاهش یابد و به مساحت کشاورزی آبی و مرتع افزوده شود، به طوری که با تبدیل وضع موجود به حالت بهینه که نسبت مساحت کاربری های کشاورزی آبی، کشت دیم و مرتع در منطقه مورد مطالعه به ترتیب 11/17، 74/2، 15/80 درصد خواهد شد از میزان فرسایش کاسته شود و بازدهی اقتصادی در قیاس با وضع موجود افزایش یابد. نتایج حاصل از مدل سازی نشان داد در صورت تغییر الگوی فعلی کاربری اراضی به الگوی بهینه، امکان کاهش 6/3 درصدی فرسایش خاک و افزایش درآمد اقتصادی به میزان 5/13 درصد وجود دارد.

روش های متعددی برای استخراج اطلاعات از داده های ابرطیفی وجود دارند که از آن جمله می توان به روش مشتق گیری از طیف بازتابندگی و استفاده از روش های کدگذاری اشاره کرد. در این تحقیق با مشتق گیری از طیف بازتابندگی، فرکانس های پایین طیف که عمدتا دارای اطلاعات مفیدی نیستند حذف گردیده و همپوشانی بین مناطق جذبی از بین رفته و تباین طیفی نیز بالاتر برده شده است. دیگر اینکه استفاده از کدگذاری طیفی باعث افزایش سرعت پردازش داده ها گردیده که برای پردازش داده های حجیم ابرطیفی بسیار مناسب است. در این تحقیق ابتدا با استفاده از تابع رگرسیون چندگانه نویز موجود در داده ها کاهش یافته، و سپس با مشتق گیری از طیف داده های اصلی و داده های کتابخانه طیفی یا داده های آموزشی، طیف مشتق به دست آمده است. پس از آن با دو روش کدگذاری، طیف مشتق کدگذاری شد، سپس با استفاده از معیار شباهت AVD کدهای داده اصلی و داده های آموزشی با همدیگر مقایسه شدند و یک روش برای طبقه بندی داده های ابرطیفی به نام SDCM معرفی گردید. برای ارزیابی نتایج، دو سری داده شبیه سازی شده و یک سری داده واقعی به کار رفت و روش ارائه شده با سه روش کدگذاری SPAM و SDFC و SFBC مقایسه شد. نتایج دقت کلی برای داده های واقعی روش های کدگذاری SPAM، SDFC و SFBC به ترتیب 38/71 و 15/74 و 58/68 درصد و دقت کلی روش SDCM، 32/86 درصد به دست آمد، که پس از استفاده از فیلتر مکانی دقت کلی به 64/90 درصد افزایش یافت. این خود حاکی از موثر بودن روش ارائه شده برای طبقه بندی داده های ابرطیفی در قیاس با روش های کدگذاری ذکر شده است.

اسکان موقت پس از زمین لرزه از مهم ترین موضوع ها در مدیریت بحران به شمار می آید، و انجام صحیح آن با کاهش گسترده تلفات جانی و مالی ناشی از پس لرزه ها همراه است. هدف از انجام این تحقیق ارزیابی توانایی و مقایسه عملکرد دو الگوریتم شاخص هوش جمعی با نام های الگوریتم زنبورها (Bess) و الگوریتم اجتماع ذرات (PSO) در بهینه سازی تخصیص مکان های اسکان موقت است که یکی از موضوعات مهم مکانی به شمار می آید. در الگوریتم بهینه سازی اجتماع ذرات از رفتار اجتماعی پرندگان الهام گرفته می شود. این الگوریتم مورد استفاده گسترده در مقوله های بهینه سازی پیوسته قرار گرفته است ولی در مقوله های گسسته چندان به آن توجه نشده است. در این تحقیق با بررسی نقاط ضعف و قوت نسخه های مختلف الگوریتم پرندگان گسسته (DPSO) موجود، نوع جدیدی از این الگوریتم ارائه شده است که در حل مسائل گسسته توانایی بالایی دارد. الگوریتم زنبور عسل از فرایند جست وجوی غذای زنبورها در طبیعت الهام گرفته است. این الگوریتم در پژوهش حاضر برای حل مسئله اسکان موقت شرح و بسط داده شد و در نهایت نتایج حاصل از هر دو الگوریتم مذکور، از داده های شبیه سازی شده و به منظور ارزیابی دقت عملکرد الگوریتم ها از داده های منطقه 7 تهران به عنوان داده های واقعی استفاده شد. مقایسه اعداد همگرایی هر یک از دو الگوریتم در داده های واقعی، عملکرد بسیار بهتر الگوریتم ابداعی را در کمینه سازی تابع هدف مسئله نشان می دهد. در نهایت به منظور ارزیابی کیفیت و دقت الگوریتم از تست تکرارپذیری برای نتایج حاصل از اجرای هر الگوریتم روی داده ها استفاده شد. نتایج حاصل از این آزمون ها نمایانگر عملکرد دقیق هر یک از دو الگوریتم در بهینه سازی تخصیص افراد به مناطق امن است.

افزایش جمعیت و محدود بودن اراضی قابل استفاده، در کنار تغییرات سریع جوامع و توسعه کاربری ها، بر اهمیت برنامه ریزی صحیح زمین و تصمیم گیری هدفمند در تخصیص آن به بهترین کاربری می افزاید. فرایند تخصیص کاربری معمولا در سه مرحله تناسب، تقاضا و تخصیص انجام می شود. در اغلب تحقیقات موجود، به مدل سازی افزایش مساحت کاربری ها در طول برنامه ریزی اکتفا شده است. هدف از انجام تحقیق حاضر ارائه مدلی برای تخصیص کاربری است که بتواند فرایندهای محیطی و تاثیراتی را که به صورت هم زمان منجر به افزایش و کاهش سطح کاربری می گردد مدل سازی کند. در این مدل، برای مدل سازی افزایش مساحت کاربری به مولفه های تناسب محیطی، دسترسی، همسایگی و محدودیت و برای مدل سازی کاهش مساحت کاربری به مولفه های فرسایش و شوری خاک پرداخته شده است. در مدل توسعه داده شده از روش های اتوماسیون سلولی، میانگین وزن دار خطی، فرایند تحلیل سلسله مراتبی و مدل زنجیره مارکوف استفاده شد. این مدل در شهرستان برخوار و میمه واقع در استان اصفهان پیاده سازی شد و با در نظر گرفتن نقشه کاربری سال 1377 به عنوان نقشه مبنا، نقشه کاربری سال 1384 به عنوان نقشه افق در دو حالت مختلف تهیه شد. دقت های 609/0 و 510/0 بدین معنی است که مدل توسعه داده شده در مقایسه با مدل های پیشین دارای دقت بهتری است. در نهایت با استفاده از مدل توسعه داده شده، پیش بینی نقشه کاربری برای سال 1394 انجام گرفت. نتایج پژوهشی حاضر را می توان با تغییراتی برای سایر مناطق نیز مدنظر قرار داد.

شهرستان پل دختر که بستر رودخانه کشکان در آن جای گرفته است، هر ساله از سیلاب های متعددی خسارت می بیند. بزرگ ترین سیل سال های اخیر استان لرستان در سال 1384 در این شهرستان رخ داد که حدود 80 میلیارد تومان خسارت را در پی داشت. از این رو بررسی نواحی مستعد وقوع سیلاب و تهیه نقشه پهنه بندی سیلاب در این منطقه ضرورت ویژه ای دارد. در این تحقیق پهنه سیل گیر منطقه در دوره بازگشت های مختلف در بازه ای به طول 25 کیلومتر از بستر رودخانه کشکان حدفاصل ایستگاه هیدرومتری پل دختر تا پل گاومیشان تعیین شد؛ بدین ترتیب که براساس مدل رقومی مستخرج از نقشه های توپوگرافی 25000/1 داده های ژئومتری رودخانه استخراج گشت. سپس ضریب مانینگ در مقاطع مختلف و هیدروگراف سیل در دوره بازگشت های 5، 10، 25، 50، 100 و 200 ساله محاسبه شد و نقشه های پهنه بندی در دوره بازگشت های مختلف تهیه گردید. نتایج تحقیق نشان داد روند افزایش سطح سیلگیر در دوره بازگشت های 5 تا 100 ساله سیر صعودی تری دارند، در حالی که مساحت های پهنه سیلاب در دوره بازگشت 100 ساله و 200 ساله اختلاف چندانی را نشان نمی دهد. مقایسه پهنه های سیلاب در دوره بازگشت های مختلف حاکی از آن است که از کل مساحت تحت پوشش سیل 200 ساله حدود 94 درصد آن مستعد سیل گیری به وسیله سیل هایی با دوره بازگشت 25 ساله است. افزایش حداکثر عمق سیلاب در دوره بازگشت های مختلف نسبت به افزایش عمق متوسط سیلاب، روند ملایم تری را طی کرده است.

مئاندرها از شاخص های مهم تغییرات محیطی به شمار می آیند. تحقیق حاضر به منظور بررسی تغییرات برخی از پارامترهای مئاندر در رودخانه کارون با استفاده از تصاویر ماهواره لندست سال های 1368 و 1384 به کمک سنجش از دور صورت گرفته است. در این تحقیق پارامترهای مورفولوژیکی 20 مئاندر در بازه ای به طول 128 کیلومتر از رودخانه کارون پس از تهیه نقشه کاربری اراضی برای هر دوره تعیین گردید. نتایج حاصل از مقیاس میانگین t جفتی نشان داد که پارامترهای عرض جریان و طول گردن مئاندر اختلاف معنی داری طی دوره مطالعاتی از خود نشان داده اند. نتایج همبستگی اسپیرمن حاکی از آن بود که تغییرات در پارامترهای مئاندر به شدت به یکدیگر وابسته اند؛ به طوری که همبستگی معنی داری بین تغییرات ضریب خمیدگی با شعاع انحنا، طول جریان و طول محور مئاندر و نیز میان تغییرات شعاع انحنا با طول جریان، طول محور مئاندر، طول گردن مئاندر و عرض جریان وجود دارد. از سوی دیگر همبستگی معنی داری بین تغییرات عرض جریان با پارامترهای طول جریان و طول محور مئاندر و طول جریان با محور مئاندر مشاهده می شود. از دلایل اصلی تغییرات پارامترهای مورد نظر می تواند تغییر در رژیم هیدرولوژیکی و اکولوژیکی منطقه باشد، به طوری که در طی دوره مطالعاتی، حریم رودخانه در اثر تجاوز افراد به منظور کشاورزی و تصاحب زمین به دشت تغییر یافته و دچار آسیب شده است.

تصاویر سنجش از دور معمولا به صورت ترکیبی از پیکسل های خالص و مخلوط اند. در روش های طبقه بندی سخت، پیکسل های مخلوط به کلاس دارای بیشترین اطمینان تعلق نسبت داده می شوند. بدین ترتیب به علت تک برچسبی بودن نتایج طبقه بندی سخت، اطلاعات در سطح زیرپیکسل نادیده گرفته می شود. روش های طبقه بندی نرم که برای حل این مشکل شکل گرفته اند، برآورد سهم کلاس های مختلف را برای هر یک از پیکسل ها فراهم می آورند. البته این نوع طبقه بندی کننده ها هیچ گونه اطلاعاتی را در مورد آرایش مکانی کلاس های مختلف در داخل پیکسل ها ارائه نمی کنند. الگوریتم معاوضه پیکسلی با استفاده از نتایج طبقه بندی نرم و براساس بیشینه کردن وابستگی مکانی زیرپیکسل ها، امکان تهیه نقشه پوششی را در سطح زیرپیکسل فراهم می سازد. الگوریتم پایه این روش برای حالت باینری است. در تحقیق حاضر به منظور تولید نقشه پوششی، الگوریتم باینری معاوضه پیکسلی برای حالت چندمتغیری ایجاد گردیده و دقت این الگوریتم در دو حالت مستقل از خطای طبقه بندی نرم و وابسته به آن مورد ارزیابی قرار گرفته است. به علاوه، تاثیر پارامترهای مختلف مانند ضریب بزرگنمایی، سطح همسایگی و تابع وزن نیز در عملکرد این الگوریتم بررسی شده است. براساس نتایج تحقیق، دقت کلی الگوریتم معاوضه پیکسلی، بسیار وابسته به دقت ورودی الگوریتم (نتایج طبقه بندی نرم است. دستاورد دیگر تحقیق، این بود که مشخص گردید با افزایش ضریب بزرگنمایی، دقت الگوریتم کاهش می یابد. دیگر اینکه سطح همسایگی دوم و توابع معکوس فاصله و مجذور معکوس فاصله، بیشترین دقت را به همراه دارند. با در نظر گرفتن ضریب بزرگنمایی کمتر از 5، دقت کلی الگوریتم در فرایند بهینه سازی آرایش مکانی زیر پیکسل ها بیشتر از 90 درصد برآورد گردید.