@article { author = {Darestani Farahani, Monir and Akhondzadeh Hanzaei, Mahdi and Ahmadi Qivi, Farhang}, title = {Mapping Sea Surface Salinity from MODIS Satellite Imagery}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {5-18}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23192}, abstract = {Abstract Water salinity is one of the important environmental factors of the sea and plays a significant role in the study and prediction of the oceanic surface currents, location analysis of the fish aggregation, density determination and studying its changes, and also in ecological properties. This parameter changes greatly with time and location, and proper recognition of it requires measurements at short time intervals (monthly) of multiple points in the study area. In traditional ways, the assessment and evaluation of one or several specific factors of water quality is often costly and time-consuming, and cannot be a good indication for the entire area of a vast region. But in recent years, satellite and remote sensing technology have been considered as an appropriate tool for evaluating some water quality parameters because, given the digitality of these data, their wide availability, regular measurements, their repetition in short periods of time, Less cost and time, a wide range of projects can be achieved. The purpose of this study is mapping sea surface salinity of the Persian Gulf in Iran and the Gulf of St. Lawrence in Canada using MODIS satellite imagery. In this regard, a software has been produced in Iran for the first time that can prepare salinity, temperature and density maps of the sea surface in three different models with proper accuracy by entering the MODIS satellite imagery and CTD field data. High capability and flexibility of the Artificial Neural Network in approximation of nonlinear and linear continuous functions in hybrid space, led this study to provide a new method based on using this network in which salinity map is determined by a multilayer perceptron network.  }, keywords = {Salinity,Remote Sensing,MODIS,CTD,Artificial neural network}, title_fa = {استفاده از الگوریتم شبکه عصبی به منظور تهیه نقشه شوری سطح آب از تصاویر ماهواره ای MODIS}, abstract_fa = {شوری آب، یکی از عوامل مهم محیطی دریا محسوب می‌شود و نقش بسزایی در بررسی و پیش‌بینی جریان‌های سطحی اقیانوسی، تحلیل مکانیابی تجمیع ماهی‌ها، تعیین چگالی و بررسی تغییرات آن دارد. این پارامتر به شدت با تغییرزمان و مکان، در تغییر بوده و شناخت مناسب از آن مستلزم اندازه‌گیری‌هایی به فواصل زمانی کوتاه (ماهانه) در تعداد نقاط متعدد از منطقه‌ی مورد مطالعه است. در روش‌های سنتی، بررسی و ارزیابی یک یاچندفاکتور خاص موردنظر از کیفیت آب اغلب پرهزینه و زمانبراست و همچنین نمی‌تواند معرف خوبی برای تمام مساحت یک منطقه وسیع باشد. اما در سال‌های اخیر فناوری ماهواره‌ای و علم سنجش از دور  به عنوان یک ابزار مناسب برای ارزیابی برخی پارامترهای کیفیت آب مطرح شده است زیرا با توجه به رقومی بودن این داده‌ها، در دسترس بودن وسیع آنها،اندازه‌گیری منظم، تکراری بودن آنها در پریودهای زمانی کوتاه، هزینه و زمان کمتر می‌توان طیف وسیعی از پروژه‌ها را به نتیجه رساند. هدف از انجام این مطالعه، تهیه نقشه شوری سطحی آب منطقه خلیج فارس در ایران و خلیج سنت لورنس در کانادا با استفاده از تصاویر ماهواره‌ایMODIS می‌باشد، که در این راستا نرم افزاری برای نخستین بار در ایران تولید شده است که می‌توان با پردازش‌های لازم بر روی تصاویر ماهواره‌ایMODIS وداده‌های میدانیCTD، نقشه دما، شوری و چگالی سطحی آب را  با سه مدل متفاوت با دقت مناسب تهیه نمود.قابلیت و انعطاف بالای شبکه عصبی مصنوعی در تقریب توابع غیرخطی و خطی پیوسته در فضای ترکیبی باعث شد که در این مطالعه، یک روش جدید بر مبنای استفاده از این شبکه ارائه شود که در آن نقشه شوری توسط یک شبکه پرسپترون چندلایه تعیین می‌شود.}, keywords_fa = {شوری,سنجش از دور,MODIS,داده های میدانیCTD,شبکه عصبی}, url = {https://www.sepehr.org/article_23192.html}, eprint = {https://www.sepehr.org/article_23192_ae621e69db5a3177f163ea51666f5305.pdf} } @article { author = {Obeidavi, Zeinab and Rangzan, Kazem and Kabolizadeh, Mostafa and Mirzaei, Rouhollah}, title = {Creating and Developing Wildlife Spatial Database (Case Study: Khuzestan province)}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {19-27}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23193}, abstract = {Abstract Sustainable management of wildlife and natural habitats is an outcome of a series of spatial, quantitative and qualitative surveys and studies related to wildlife populations and habitat populations, a matter which necessitates to pay attention  to the proper maintenance of existing data and to organize them to increase the useful life of such data in order to avoid repeating the operations of data acquisition and collection, and consequently to avoid the loss of funds for conservation and management of wildlife. Therefore. In the present study, considering the advantages of using database management system for maintenance, use and management of data, the design and implementation of a wildlife spatial database sample in Khuzestan province is carried out. In the design and implementation of the target database, the PostgreSQL / PostGIS object-relational database was used. According to the findings of the study, the PostgreSQL / PostGIS open source database management system was identified as an appropriate option for the development of the spatial data management capabilities of wildlife. It was also found that the designed system was able to support all possible questions related to wildlife spatial data, providing a solution to some issues and problems related to the management of a huge amount of wildlife scattered data. Also, due to the success of the present research, the necessity of focusing on the organization and management of wildlife information in the country and its inclusion in the context of the policy of the Environmental Protection Agency of the nation has been emphasized, and the need for the creation and development of a comprehensive spatial database of the wildlife of is pointed out.}, keywords = {Spatial data,Wildlife Conservation and management,PostgreSQL/PostGIS}, title_fa = {ایجاد و توسعه پایگاه داده مکانی حیات وحش (مطالعه موردی: استان خوزستان)}, abstract_fa = {مدیریت پایدار حیات وحش و زیستگاه‌های طبیعی برآیندی از مجموعه بررسی‌ها و مطالعات مکانی، کمی و کیفی مرتبط با جمعیت‌های حیات وحش و زیستگاه‌ها می‌باشد. امری که لزوم توجه به نگهداری صحیح از داده‌های موجود و ساماندهی آنها جهت افزایش عمر مفید این گونه داده‌ها به منظور جلوگیری از تکرار عملیات تهیه و جمع ‌آوری آن‌‌ها و به تبع آن هدررفت بودجه‌های حفاظت و مدیریت حیات وحش را ضروری می نماید.لذا در پژوهش حاضر با توجه به مزایای بهره گیری از سیستم مدیریت پایگاه داده در نگهداری، استفاده و مدیریت داده‌ها، طراحی و پیاده‌سازی یک نمونه پایگاه داده مکانی حیات‌وحش در استان خوزستان صورت می‌گیرد. در طراحی و پیاده‌سازی پایگاه داده هدف، از پایگاه داده شیء-رابطه‌ایPostgreSQL/PostGIS استفاده شد. بر اساس یافته‌های این پژوهش، پایگاه داده متن باز PostgreSQL/PostGISبه عنوان یک گزینه مناسب جهت توسعه قابلیت‌های مدیریت داده‌های مکانی حیات وحش شناخته شد. همچنین مشخص شد که سیستم طراحی شده قادر به پشتیبانی از کلیه پرسش‌های ممکن مرتبط با داده‌های مکانی حیات وحش بوده، راه حلی جهت رفع برخی مسائل و مشکلات مربوط به مدیریت حجم عظیمی از داده‌های پراکنده حیات وحش ارائه می‌نماید. همچنین با توجه به موفقیت‌آمیز بودن پژوهش حاضر، ضرورت توجه به ساماندهی و مدیریت اطلاعات حیات‌وحش کشور و گنجاندن آن در متن سیاست‌های کلان سازمان حفاظت محیط زیست کشور مورد تأکید قرار گرفته، ضرورت ایجاد و توسعه پایگاه داده مکانی جامع حیات وحش کشور خاطر نشان می‌شود.}, keywords_fa = {داده های مکانی,حفاظت و مدیریت حیات وحش,PostgreSQL/PostGIS}, url = {https://www.sepehr.org/article_23193.html}, eprint = {https://www.sepehr.org/article_23193_fbe2a748b5e7aa69cfbb7d923cfb20d6.pdf} } @article { author = {Ahmadi, Mohammadzaman and Behzadi, Saeed}, title = {The Process of Evaluating Magnesium Changes Using Neural Network and Geospatial Information System In the villages of Gonbad city (Golestan province)}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {29-42}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23194}, abstract = {Abstract Wells are one of the main sources of drinking water, agriculture and industry. Water quality in terms of drinking is the most important parameter among qualitative parameters. Therefore, the investigation and anticipation of pollution are the goals of managers and planners. In this research, artificial neural network and geospatial information system have been used to determine the contamination of magnesium parameter in the water of Gonbad villages in Golestan province during the 4 consecutive of 2008, 2009, 2010 and 2011. In this model, the artificial neural network has been evaluated in Perceptron structure with a number of hidden layers and various neurons. At present, pollution of underground is increasing due to the chemical and industrial activities. Therefore, it is necessary to identify vulnerable areas to prevent the pollution of groundwater. Also, in this research, to determine the groundwater contamination, maps such as topography, geology, location of wells, slopes and …, were used in spatial environment. After determining the amount of contamination using the neural network models and the output of the model in spatial environment, the pollution maps were obtained. Also, by observing contamination maps and data available in the aforementioned years, it can be concluded that the level of pollution was low and this pollution cannot be dangerous.}, keywords = {Artificial neural network,Geospatial Information System,Underground water pollution,Magnesium pollution}, title_fa = {روند ارزیابی تغییرات منیزیم با استفاده از شبکه عصبی و سیستم اطلاعات مکانی در روستاهای شهرستان گنبد (استان گلستان)}, abstract_fa = {چاه‌ها یکی از اصلی‌ترین منابع تأمین کننده آب شرب، کشاورزی و صنعت می‌باشند. کیفیت آب از لحاظ شرب نیز در بین پارامترهای کیفی مهم‌ترین پارامتر است. بنابراین بررسی و پیش بینی آلودگی‌ها از اهداف مدیران و برنامه‌ریزان می‌باشد.در این تحقیق از شبکه عصبی مصنوعی و سیستم اطلاعات مکانی برای تعیین آلودگی پارامتر منیزیم در آب‌های روستاهای گنبد از استان گلستان در چهار سال متوالی 87 و 88 و 89 و 90 استفاده شده است. در این مدل شبکه عصبی مصنوعی در ساختار پرسپترون، با تعداد لایه‌های پنهان و نرون‌های مختلف، مورد ارزیابی قرار گرفته‌اند. در حال حاضر آلودگی آب‌های زیرزمینی به دلیل فعالیت‌های شیمیایی و صنعتی در حال افزایش است. بنابراین نیاز به شناسایی مناطق آسیب‌پذیر منطقه برای جلوگیری از آلودگی آب‌های زیرزمینی است. همچنین در این تحقیق برای تعیین آلودگی آب‌های زیرزمینی از نقشه هایی همچون: توپوگرافی، زمین شناسی، موقعیت چاه‌ها، شیب، و ... در محیط‌های مکانی استفاده شد. پس از تعیین میزان آلودگی با استفاده از مدل‌های شبکه عصبی، خروجی مدل در محیط مکانی به نقشه‌های آلودگی دست پیدا کرده‌ایم. همچنین با مشاهده‌ی نقشه‌های آلودگی و داده‌های موجود در سال‌های ذکر شده می‌توان نتیجه گرفت که میزان آلودگی کم بود و این آلودگی نمی‌تواند خطرآفرین باشد.}, keywords_fa = {شبکه عصبی,سیستم اطلاعات مکانی,آلودگی آب های زیرزمینی,منیزیم,شرق استان گلستان}, url = {https://www.sepehr.org/article_23194.html}, eprint = {https://www.sepehr.org/article_23194_1580f752862e0df7a5840e7bf4e7a051.pdf} } @article { author = {Kalantari Oskouei, Ali and Modiri, Mahdi and Alesheikh, Ali Asghar and Hosnavi, Reza}, title = {Assessing Iran’s National Spatial Data Infrastructure based on SDI readiness model}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {43-57}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23195}, abstract = {Abstract The main objective of this research was to determine Iran’s National Spatial Data Infrastructures (NSDI) readiness index, with the aim of identifying the basic restrictions that impede NSDI development. The framework of the research is constructed on the basis of survey and SDI readiness model. In this research, Iran’s NSDI based on this fuzzy-based model has been assessed using 16 decision-making criteria in the form of five organisational, human resources, data and information, technological and financial factors.The required data for the research were collected through the questionnaire and interview with the experienced experts from the government agencies, Universities, and private sector of the country who were familiar with the spatial data infrastructure. The results of the implementation of the model demonstrated that Iran’s NSDI readiness composite index was 0.44. In addition, the assessment of the factors of Iran’s NSDI readiness showed that all of them, with the exception of the technology factor, were less developed. Moreover, the status of 75% of decision-making criteria was not satisfactory. In this research, the state of investment of the government and the private sector, communication infrastructure, organizational and individual leadership, legal issues, politicians' perspective, metadata, culture and education regarding the spatial data infrastructure were recognized as the most important limiting measures in the establishment of the NSDI. In spite of numerous factors inhibiting the development of NSDI, the status of criteria for connecting to the Web, access to data and digital spatial data, human capital, and access to geospatial software were evaluated at an appropriate level of development. Also, according to the results of this research, it seems that in the development of the NSDI, non-technical issues (organizational, human resources, and financial factors) can play a role as a limiting factor than technical issues (technological factor). At the end of the paper, recommendations have been presented to resolve the country’s NSDI development constraints.}, keywords = {financial resources,human resources,Limiting factors,Organization,technology}, title_fa = {ارزیابی زیرساخت اطلاعات مکانی ملی ایران بر اساس مدل آمادگیSDI}, abstract_fa = {هدف اصلی این پژوهش تعیین شاخص آمادگی زیرساخت اطلاعات مکانی ملی (NSDI) ایران و شناسائی عوامل محدودکننده در ایجاد این زیرساخت می‌باشد. چارچوب اصلی پژوهش بر اساس پیمایش و مدل آمادگی زیرساخت اطلاعات مکانی (Readiness ModelSDI) بنا شده است. در این تحقیق، NSDI ایران بر اساس این مدل فازی پایه، با استفاده از 16 معیار تصمیم‌گیری در قالب پنچ عامل سازمانی، منابع انسانی، داده و اطلاعات، فناوری و مالی مورد ارزیابی قرار گرفته است. داده‌های مورد نیاز پژوهش با کمک پرسشنامه و مصاحبه با کارشناسان آشنا با زیرساخت اطلاعات مکانی از سازمان‌های دولتی، دانشگاه‌ها و بخش خصوصی کشور تهیه گردید. بعد از جمع‌آوری داده و اطلاعات، مقادیر شاخص‌های کلی و عامل‌های پنجگانه بر اساس مدل آمادگی محاسبه شدند. براساس نتایج، وضعیت شاخص آمادگی کلی NSDI کشور در سطح پایین ارزیابی شده و برابر 44/0 محاسبه گردید. همچنین نتایج ارزیابی عامل‌ها نشان داد که تمامی آنها به استثنای عامل فناوری، کمتر توسعه یافته‌اند. بعلاوه، وضعیت 75 درصداز معیارهای تصمیم‌گیری نیزرضایت بخش نمی‌باشد. در این تحقیق، وضعیت سرمایه‌گذاری دولت و بخش خصوصی، زیرساخت‌های ارتباطاتی، رهبری سازمانی و فردی، مسائل قانونی، دیدگاه سیاستمداران، متادیتا، فرهنگ و آموزش در رابطه با زیرساخت اطلاعات مکانی از اهم معیارهای محدودکننده در استقرار NSDI شناخته شدند. علیرغم عوامل متعدد بازدارنده توسعه NSDI، وضعیت معیارهای اتصال به وب، دسترسی به داده و اطلاعات مکانی رقومی، سرمایه انسانی و دسترسی به نرم‌افزارهای مکانی در سطح مطلوبی از توسعه ارزیابی شدند. همچنین بر اساس نتایج این تحقیق، چنین به نظر می‌رسد که در توسعهNSDI کشور، مسائل غیرفنی (عوامل سازمانی، منابع انسانی و مالی) بیشتر از مسائل فنی (عامل فناوری) می‌توانند به عنوان عامل محدودکننده نقش ایفا نمایند. در پایان پیشنهاداتی در راستای رفع محدودیت‌های توسعهNSDIکشور ارائه شده است.}, keywords_fa = {سازمان,عوامل محدود کننده,فناوری,منابع مالی,منابع انسانی}, url = {https://www.sepehr.org/article_23195.html}, eprint = {https://www.sepehr.org/article_23195_d0e410a92495c7456b113cbc40e07e82.pdf} } @article { author = {Foroozani, Farzad and Malek, Mohammad Reza and Esmaeily, Ali}, title = {Modeling and implementing a context aware system in the relief management of power distribution networks}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {59-69}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23196}, abstract = {Abstract The Distribution networks are the most important part of the utilities that distribute electrical energy to the consumers. Problems with location-referenced information such as inaccuracy, inability to control information, and lack of rapid access to information are considered as technical problems. The complexity of updating information, the complexities related to information storage and wearing out are no exception to this rule. Existing technical problems and the failure to use the new systems in the relief issue will prolong the duration of the blackout. The purpose of this research is to design and implement a context aware spatial information system for providing a series of services such as routing, map displaying, and the provision of distribution network information in the field of urban electricity distribution incidents. Urban electricity distribution networks consist of various parts and equipment. The rescuer determines the type of failure due to available and accessible network information. The failure type is considered as the user's environmental context, and the location of the rescue vehicle is considered as the location context. Therefore, the context in this study are classified into two general categories of position and network context. Finally, the implementation and testing of a designed to help managing the urban electrical distribution networks was studied which resulted in 80% satisfaction.}, keywords = {Context,Context Awareness,Geospatial Information System,Relief Management}, title_fa = {طراحی و پیاده سازی یک سیستم بافت آگاه در مدیریت امداد شبکه های توزیع برق}, abstract_fa = {شبکه‌های توزیع از مهمترین بخش‌های خدمات بوده و اصلی‌ترین وظیفه این بخش، تأمین برق مطمئن و پایدار است. مشکلاتی که در خصوص اطلاعات مکان مرجع، مانند عدم دقت، عدم امکان کنترل اطلاعات و عدم دسترسی سریع به اطلاعات وجود دارد، جزء مشکلات فنی به شمار می‌آیند. پیچیدگی بهنگام‌سازی اطلاعات، پیچیدگی‌های مرتبط با ذخیره‌سازی اطلاعات و فرسودگی آنها، از این قاعده مستثنی نیستند. مشکلات فنی موجود و بکار نگرفتن سیستم‌های نوین در بحث امدادرسانی، باعث طولانی شدن مدت زمان خاموشی می‌شوند. هدف این تحقیق طراحی و پیاده‌سازی سیستم اطلاعات مکانی بافت آگاه برای ارائه یک سری خدمات مانند مسیریابی، نمایش نقشه و ارائه اطلاعات شبکه‌های توزیع در حوزه اتفاقات توزیع برق شهری است. شبکه‌های توزیع برق شهری، از بخش‌های مختلف و تجهیزات فراوانی تشکیل شده است. امدادگر با توجه به اطلاعات موجود و در دسترس شبکه، نوع خرابی را تعیین می‌نماید. نوع خرابی به عنوان بافت محیطی کاربر و موقعیت مکانی خودروی امداد به عنوان بافت موقعیت درنظر گرفته می‌شوند. بنابراین بافت‌ها در این تحقیق به دو دسته کلی بافت موقعیت و بافت شبکه تقسیم‌بندی می‌شوند. در نهایت پیاده‌سازی و آزمون سیستم بافت آگاه طراحی شده، مورد بررسی قرار گرفت که رضایت 80 درصدی را به همراه داشته است.  }, keywords_fa = {بافت,بافت آگاه,سامانه اطلاعات مکانی,مدیریت امداد}, url = {https://www.sepehr.org/article_23196.html}, eprint = {https://www.sepehr.org/article_23196_4c973c5424aada7955a6b0bcbcd4f1e8.pdf} } @article { author = {Hakimdoost, Seyyed Yaser and Rostami, Shahbakhty and Moradi, Mahmood and Nazari, Abdolhamid}, title = {Spatial analysis of hazardous inhabited and operational zones of rural settlements in border regions Case study: Rural settlements in the city of Hirmand}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {71-92}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23197}, abstract = {Abstract The present study is seeking to identify the spatial pattern of habitability of rural settlements in Hirmand’s border regions in order to identify the hazardous areas. The research method in this study is of applied type, and the governing approach to the research is descriptive and analytical. In order to analyze the distribution pattern of the habitable villages at three optimal, moderate and undesirable levels spatially, spatial statistics tests will be used in the GEO DATM and GIS software environment to identify the spatial pattern of the habitability of the villages and ultimately the hazardous and vulnerable zones to be identified. The results of the research show that 16 villages are in the optimal, 16 in the moderate and 12 in the undesirable range. Also, the results of using the Moran Anselin’s Algorithm in the region indicate that 7 cold clusters (low habitability) and 11 hot clusters (high habitability) were identified in the region. The largest hot spot is located in the south of the city and the villages located on this spot are highly habitable and adjacent to each other, and the largest cold spot is located in the south-east and center of the city. The results of the study indicate that the villages near the borderline have a weaker habitability and cold clusters are concentrated in these areas, and the rural regions of the northern part of the city are less habitable due to their dependence on the agricultural economy and the shortages of resources of the Hamoon’s Abūroud in the north of the city. Hazardous spots from the unstable situation of rural settlements perspective can endanger the region from the security aspect, and consequently, habitats with more appropriate habitability located in the vicinity of the spots with low habitability will also be endangered in terms of security and will eventually overwhelm their habitability.}, keywords = {Habitability,Hazardous,Spatial analysis,Hirmand}, title_fa = {تحلیل فضایی پهنه های خطر پذیر زیستی و فعالیتی سکونتگاه های روستایی مناطق مرزی، مطالعه موردی: سکونتگاه های روستایی شهرستان هیرمند}, abstract_fa = {تحقیق پیش رو به دنبال شناسایی الگوی فضایی زیست‌پذیری سکونتگاه‌های روستایی نواحی مرزی منطقه هیرمند جهت شناسایی مناطق خطرپذیر است. روش تحقیق در این پژوهش از نوع کاربردی و رویکرد حاکم بر تحقیق توصیفی و تحلیلی می‌باشد. جهت واکاوی فضایی الگوی پراکنش روستاهای زیست‌پذیر در سه سطح مطلوب، متوسط و نامطلوب از آزمون‌های آمار فضایی در محیط نرم افزاریGEO DATMو GIS استفاده خواهد شد تا الگوی فضایی زیست‌پذیری روستاهای مورد نظر شناسایی و در نهایت پهنه‌های خطر پذیر شناسایی گردند.نتایج حاصل از تحقیق نشان می‌دهد 16 روستا در طیف مطلوب، 16 روستا در طیف متوسط و 12 روستا در طیف نامطلوب قرار گرفتند. همچنین نتایج استفاده الگوریتم موران انسلین در منطقه نشان می‌دهد 7 خوشه سرد (زیست پذیری پایین)، و 11 خوشه‌ی داغ (زیست پذیری بالا)در منطقه شناسایی گردید. بزرگترین لکه داغ در جنوب شهرستان قرار دارد و روستاهای قرار گرفته در این لکه دارای زیست‌پذیری بالایی هستند و در مجاور همدیگر قرار گرفته‌اند و بزرگترین لکه سرد در جنوب شرق و مرکز  شهرستان قرار گرفته است. نتایج تحقیق نشان می‌دهد روستاهای نزدیک به خط مرزی دارای زیست‌پذیری ضعیف‌تری هستند وخوشه‌های سرد در این مناطق متمرکز گردیده‌اند و مناطق روستایی شمال شهرستان به دلیل وابستگی به اقتصاد کشاورزی وکمبود منابع آب‌رود هامون در شمال شهرستان دارای زیست‌پذیری ضعیف‌تری هستند. لکه‌های خطرپذیر از بعد ناپایداری سکونتگاه‌های روستایی می‌تواند منطقه را از بعد امنیتی دچار مخاطره کرده و به تبع آن سکونتگاه‌هایی که زیست‌پذیری مناسبتری دارند و در مجاورت لکه‌های با زیست‌پذیری پایین قرار گرفته‌اند نیز به لحاظ امنیتی دچار مخاطره شده و به مرور زیست‌پذیری آنها نیز تحت شعاع قرارخواهد گرفت.}, keywords_fa = {زیست پذیری,خطرپذیری,تحلیل فضایی,هیرمند}, url = {https://www.sepehr.org/article_23197.html}, eprint = {https://www.sepehr.org/article_23197_c0a320de7771e09dfa6ff2f00d3838c7.pdf} } @article { author = {Seyyed Eskandar Seydaei, Seyyed Eskandar Seydaei and Hosseini, Seyyedeh Somayeh}, title = {Designing a Model to Access the Tourist Attractions for the Sustainability of Tourism Hub using GIS Case study: Isfahan Province}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {93-102}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23198}, abstract = {Abstract In the sustainable tourism development approach, not only market needs are considered, but also the needs of society and the natural environment are emphasized. In this regard, GIS can be used for many tourist, planning and modeling activities. The present study aimed to provide a model for access to tourist attractions for the sustainability in tourist hubs of Isfahan province. Regarding the studied components, this research is an applied one in terms of type and a descriptive-survey in terms of method. This research was conducted based on the closest access considering the speed of access (road quality) in terms of minutes, and in order to provide a model for the stability of areas with the highest attraction and concentration of tourist in a zone rather than a point. The cities of Isfahan and Kashan (historical-cultural) and the cities of Semirom and Fereydoon Shahr (natural tourism) have the highest tourist capacity in the province, respectively. The results of the study show that according to the "Closest Access" model, five classes have been taken into consideration for the sustainability of the four tourist hubs in the province. The first class covers the potential rural and urban locations to a 60 minute radius (according to experts, the 60 minute distance is the distance that the tourists tend to travel by car on the way to the desired attraction) from the natural tourist hubs, the West (Fereydoon Shahr), the Southwest (Semirom) and the historical-cultural tourist hubs of Isfahan and Kashan which should be addressed by the authorities and tourism planners of the province to instruct tourists.}, keywords = {Model of the closest access,Geographical Information System,Sustainability,Tourist Hub,Isfahan Province}, title_fa = {طراحی مدل دسترسی به جاذبه های گردشگری جهت پایداری قطب های گردشگری با استفاده از GIS ، مطالعه موردی: استان اصفهان}, abstract_fa = {در رویکرد توسعه پایدار گردشگری نه تنها نیازهای بازار مورد توجه است بلکه نیازهای (ضروریات) جامعه و محیط زیست طبیعی نیز مورد تأکید قرار می‌ گیرد. در همین راستا از GIS می‌ توان برای بسیاری از فعالیت‌ های مرتبط با گردشگری، برنامه‌ ریزی و مدل سازی استفاده کرد. پژوهش حاضر با هدف ارائه مدل دسترسی به جاذبه ‌های گردشگری برای پایداری در قطب‌های گردشگری استان اصفهان انجام گرفته است. با توجه به مؤلفه‌ های مورد بررسی نوع تحقیق کاربردی و روش تحقیق توصیفی و پیمایشی است. این تحقیق بر اساس نزدیک‌ترین دسترسی با توجه به سرعت دسترسی (کیفیت جاده) بر حسب دقیقه و به منظور ارائه مدلی برای پایداری مناطق دارای بیشترین جاذبه و تمرکز توریسم در یک پهنه به جای یک نقطه صورت گرفت. شهرهای اصفهان و کاشان (تاریخی- فرهنگی) و شهرستان‌ های سمیرم و فریدون شهر (توریسم طبیعی) به ترتیب  دارای بیشترین  ظرفیت توریسم در استان هستند.نتایج تحقیق نشان می‌ دهد بر اساس مدل «نزدیکترین دسترسی» برای پایداری چهار قطب گردشگری در استان پنج طبقه در نظر گرفته شده که طبقه اول نقاط روستایی و شهری دارای پتانسیل را تا شعاع 60 دقیقه‌ ای (بر اساس نظر کارشناسان  میزان فاصله 60 دقیقه میزان فاصله‌ ای است که گردشگر تمایل دارد به صورت سواره تا جاذبه مورد نظر طی کند) از قطب‌ های گردشگری طبیعی، غرب (فریدون شهر) و جنوب غرب (سمیرم) و قطب‌ های گردشگری تاریخی - فرهنگی اصفهان و کاشان در نظر گرفته است که باید  مورد توجه مسؤلان امر همچنین برنامه ‌ریزان گردشگری استان در هدایت گردشگر واقع شود.}, keywords_fa = {مدل نزدیکترین دسترسی,سیستم اطلاعات جغرافیایی,پایداری,قطب گردشگری,استان اصفهان}, url = {https://www.sepehr.org/article_23198.html}, eprint = {https://www.sepehr.org/article_23198_9638b9c3ee38dce69b9a2e703b3d3ce3.pdf} } @article { author = {Aghataher, Reza and Samadi, Mahdi and Laliniat, Ilia and Najafi, Iman}, title = {Comparative Assessment of Vertical Accuracy of SRTM and ASTER GDEM Elevation Data}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {103-113}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23199}, abstract = {Abstract Digital Elevation Models (DEM) enable researchers to perform geographical researches on a global and regional scale such as global changes, natural disasters, environmental hazards, environmental monitoring, etc. Therefore, DEM data plays a key role in scientific researches. SRTM and ASTER GDEM are two elevation datasets that cover nearly the entire land surface of the earth and are globally available (for almost 80% of the earth). Thus, it is necessary to evaluate the vertical accuracy of such data prior to their use and to select the appropriate data considering the research target. ASTER-based digital elevation model has spatial resolution of 30 meters, which seems to provide more precise elevation data than SRTM with 90 meters spatial resolution. Several studies have been performed for evaluating the accuracy of each of these two datasets in various countries of the world. The results of such studies indicate their advantages and limitations over each other. In this study, the vertical accuracy of these two DEMs are evaluated by ground control point in three zones of Iran with different topographic characteristics which are East Azerbaijan, Sistan and Baluchestan and Bushehr. Results show that the RMSE of SRTM as the index of error for the study area in East Azerbaijan, Sistan and Baluchestan and Bushehr are 6.1, 7.4 and 2.9 meters and in ASTER GDEM are 8.7, 8.3 and 7.2 meters respectively. Therefore, the vertical accuracy of STRM is higher than that of ASTER GDEM in all three zones. In this research, the relation between vertical error and land characteristics including slope and direction of slope has been studied and the results have been presented. The final findings of the research indicate higher vertical accuracy for SRTM compared to ASTER GDEM in Iran and it is concluded that SRTM is a more appropriate choice for various applications.}, keywords = {SRTM,ASTER GDEM,Vertical Accuracy,Iran}, title_fa = {ارزیابی مقایسه ای صحت ارتفاعی مدل های رقومی ارتفاعی ASTER و SRTM}, abstract_fa = { مدل‌های رقومی ارتفاعی پژوهشگران را قادر می‌سازند تا تحقیقات جغرافیایی در مقیاس جهانی و منطقه‌ای از قبیل تغییرات جهانی، مخاطرات محیطی، پایش محیط و ... را انجام دهند. بنابراین مدل‌های رقومی ارتفاعی نقشی کلیدی در تحقیقات علمی ایفا می‌کنند. SRTM و ASTER GDEM دو مجموعه از داده‌های ارتفاعی هستند که بصورت پوشش جهانی(تقریباً 80 درصد سطح کره زمین) در دسترس می‌باشند. بنابراین لازم است قبل از استفاده از آنها، صحت ارتفاعی هر کدام مورد ارزیابی قرار گرفته و داده مناسب با توجه به هدف تحقیق انتخاب گردد.  مدل رقومی ارتفاعی حاصل از تصاویر ASTER دارای قدرت تفکیک مکانی 30 متری می‌باشد. بنابراین به نظر می‌رسد داده‌های ارتفاعی دقیق‌تری از SRTM که دارای قدرت تفکیک مکانی 90 متر می‌باشد، ارائه دهد. مطالعات مختلفی جهت مقایسه صحت ارتفاعی هر کدام از این دو مدل رقومی ارتفاعی در کشورهای مختلف انجام گرفته است که نتایج آن بیانگر مزایا و محدودیت‌های هر کدام نسبت به دیگری می‌باشد. در این تحقیق صحت ارتفاعی این دو مدل در سه منطقه از ایران شامل آذربایجان شرقی، سیستان و بلوچستان و بوشهر که دارای ویژگی‌های توپوگرافی متفاوت می‌باشند، با استفاده از نقاط کنترل ارتفاعی مورد بررسی قرار گرفته است. نتایج نشان می‌دهد که RMSE بعنوان شاخص خطا برای مناطق مورد مطالعه در آذربایجان شرقی، سیستان و بلوچستان و بوشهر در مدل SRTM به ترتیب 6/1، 7/4 و 2/9 و در ASTER GDEM به ترتیب 8/7، 8/3 و 7/2 متر می‌باشد. بنابراین صحت ارتفاعی SRTM در هر سه منطقه از ASTER GDEM بالاتر می‌باشد. در این تحقیق رابطه بین خطای ارتفاعی و خصوصیات زمین از جمله شیب و جهت شیب نیز مورد بررسی قرار گرفته و نتایج آن ارائه گردیده است. یافته‌های نهایی تحقیق حاکی از صحت ارتفاعی بالای SRTM در مقایسه با ASTER GDEM در ایران می‌باشد. بنابراین جهت کاربردهای متعدد، SRTM گزینه مناسب تری می‌باشد.}, keywords_fa = {SRTM,ASTER GDEM,صحت ارتفاعی,ایران}, url = {https://www.sepehr.org/article_23199.html}, eprint = {https://www.sepehr.org/article_23199_441d3b28c7be1efc36147b14577db334.pdf} } @article { author = {Damavandi, Ali Akbar and Rahimi, Mohammad and Yazdani, Mohammad Reza and Noroozi, Ali Akbar}, title = {Spatial Monitoring of Agricultural Drought through Time Series of NDVI and LST indices of MODIS data (Case study: Markazi Province)}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {115-126}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23200}, abstract = {Abstract Drought is a natural phenomenon that occurs in almost all climates of the world. The effects of this creeping and gentle phenomenon are higher in arid and semi-arid regions due to their less annual rainfall. In the present research, in order to monitor the location of drought, time series NDVI ((Normalized Difference Vegetation Index)) and LST (land surface temperature) of the Terra satellite’s MODIS (Moderate Resolution Imaging Spectroradiometer) sensor were used during the growing seasons (March, 21 to September, 21) of the years 2000 to 2014 in Markazi province. For this purpose, the VCI (Vegetation Condition Index) and TCI (Temperature Condition Index) indices were created on a monthly basis based on the NDVI and LST 15-year time series, and the VHI (Vegetation Health Index) index was extracted based on the combination of the two indices. As a result, drought severity maps based on the VHI index were extracted in five categories: 1- Very severe 2- Severe 3- Moderate 4- Mild 5- no drought, and variations of these classes were investigated in VHI time series. A review of time series resulted from VCI and TCI showed that there was a meaningful relationship between NDVI and LST variations. According to the results of drought severity classification maps, VHI index had the highest drought intensity in the years of 2000 and 2001 and the years of 2004 and 2007 had the lowest drought severity. Also, the highest and the lowest drought severity were observed in May and September, respectively. The highest percentage of the areas of drought classes belonged to drought-free (56%), mild (19%), moderate (15%), severe (8%) and very severe (2%). Comparing the results of this research and the report of the Meteorological Organization shows the high precision of the method of using the VHI remote sensing index in agricultural drought monitoring. The result is that, remote sensing indicators of drought monitoring (such as VCI, TCI and VHI) can greatly help decision-makers and planners in monitoring agricultural drought  by eliminating the weaknesses of point-based approaches.}, keywords = {Agricultural Drought,MODIS,VCI,TCI,VHI}, title_fa = {پایش مکانی خشکسالی کشاورزی از طریق سری های زمانی شاخص های NDVI و LST داده های MODIS (مطالعه موردی: استان مرکزی)}, abstract_fa = {خشکسالی پدیده ای است طبیعی که تقریباً در تمامی اقالیم جهان رخ می‌دهد. اثرات این پدیده خزنده و آرام در مناطق خشک و نیمه خشک به دلیل بارندگی سالانه کمتر شان، بیشتر است. در تحقیق حاضر برای پایش مکانی خشکسالی، از سری‌های زمانی NDVIو LSTسنجنده MODISماهواره Terraدر ماه‌های فصول رشد (فروردین تا شهریور) سال‌های 1379 الی 1393 در استان مرکزی استفاده شد. برای این منظور، شاخص VCIو TCIبترتیب بر اساس سری‌های زمانی 15 ساله NDVIو LSTبه صورت ماهانه ایجاد گردید و در ادامه شاخص VHIبر اساس ترکیب دو شاخص مذکور استخراج شد. درنتیجه نقشه‌های درجات شدت خشکسالی بر اساس شاخص VHIدر پنج طبقه:1- خیلی شدید 2- شدید 3- متوسط 4- ملایم 5- بدون خشکسالی، استخراج گردیده و تغییرات این طبقات در سری‌های زمانی VHIمورد بررسی قرار گرفت. بررسی سری‌های زمانی حاصل از VCIو TCIنشان داد که ارتباط معنی داری میان تغییرات NDVIو LSTوجود دارد. مطابق نتایج نقشه‌های طبقه بندی شدت خشکسالی، شاخص VHI، سال 1379 و 1380 دارای بیشترین شدت و سال‌های 1383 و 1386 دارای کمترین شدت خشکسالی بوده اند. همچنین ماه اردیبهشت دارای بیشترین شدت خشکسالی و شهریور دارای کمترین شدت خشکسالی بوده است. بیشترین درصد مساحت طبقات خشکسالی بترتیب مربوط به طبقه بدون خشکسالی (56%)، ملایم (19%)، متوسط (%15)، شدید (8%) و خیلی شدید (2%) بوده است. مقایسه نتایج حاصل از این تحقیق و گزارش سازمان هواشناسی، دقت بسیار خوب روش استفاده از شاخص سنجش از دوری VHI درپایش خشکسالی کشاورزی را نشان می‌دهد. نتیجه آنکه شاخص‌های سنجش از دوری پایش خشکسالی (مانند VHI) می‌توانند با برطرف کردن نقاط ضعف روش‌های نقطه‌ای، در پایش خشکسالی کشاورزی به تصمیم سازان و برنامه ریزان کمک شایانی نمایند.}, keywords_fa = {خشکسالی کشاورزی,MODIS,VCI,TCI,VHI}, url = {https://www.sepehr.org/article_23200.html}, eprint = {https://www.sepehr.org/article_23200_7c730a14d43b977341add322922c5035.pdf} } @article { author = {Zeinali, Mohammad and Jaafarzadeh, Ali Asghar and Shahbazi, Farzin and Oustan, Shahin and Valizadeh Kamran, Khalil}, title = {Evaluating Surface Soil Salinity by pixel-based method based on TM Sensor Data (Case study: Eastern Lands of Khoy)}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {127-139}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23201}, abstract = {Abstract Soil salinity and salinization of lands as one of the problems facing agriculture, has paramount importance and should be avoided with proper knowledge of its progress. The first step in this way is to identify saline areas and prepare the salinity maps for these soils. With the development of remote sensing technology and efficient use of satellite imaging, this research aimed to compare the prepared salinity maps with various types of image classification algorithms (Maximum probability, Minimum distance from the mean and Parallelepiped) by Landsat-5 satellite data with TM sensor in a part of the eastern lands of Khoy city. Therefore, 269 soil samples were analyzed with specific geographic coordinates and the results were plotted on TM image. For initial identification, topographic maps and ENVI 4.8 software were used to process satellite images and geometric corrections were made with specific points using GPS. Educational and experimental samples were located on the desired image with an appropriate distribution and salinity classes were determined from 1 to 9. Samples of each class of salinity due to having coordinates were placed accurately and with single pixel size in each image on the corresponding pixel and were stored with ROI format. The results indicate the existence of correlation between bands 1, 4, and 5 of TM image with salinity data, and the highest accuracy of the map among the classification algorithms in the Pixel-based method, is related to the maximum probability. In order to evaluate the accuracy, indices such as error matrix, Producer’s veracity, User’s authenticity, overall accuracy, and kappa Coefficient were extracted. Also, the correspondence of various salinity classes of this map with field observations and measured salinity level indicate the high accuracy of this algorithm in preparing a surface soil salinity map. The aim of the present study is to compare the prepared salinity maps with the results of other researchers by these methods in the area of interest.}, keywords = {Pixel-based,Classification Algorithm,LANDSAT5,Salinity,TM Sensor,Khoy}, title_fa = {ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM}, abstract_fa = {شوری خاک و شور شدن اراضی به عنوان یکی از مشکلات فراروی کشاورزی، از اهمیت بالایی برخوردار بوده که بایستی با شناخت صحیح از پیشروی آن جلوگیری شود. اولین گام در این راه شناسایی مناطق شور و تهیه نقشه شوری این خاک‌ها می‌باشد. این تحقیق با هدف مقایسه نقشه‌های شوری تهیه شده با انواع الگوریتم‌های طبقه‌بندی (حداکثر احتمال، حداقل فاصله از میانگین و متوازی السطوح) تصویر توسط داده‌های ماهواره لندست5 با سنجنده TM در بخشی از اراضی شرق شهرستان خوی صورت گرفته است. لذا تعداد 269نمونه خاک با مختصات جغرافیایی مشخص تجزیه و نتایج حاصله بر روی تصویرTM پیاده گردید. برای شناسایی اولیه از نقشه توپوگرافی و نرم‌افزار4.8 ENVI جهت پردازش تصاویر ماهواره‌ای استفاده شده و تصحیحات ژئومتریک با نقاط مشخص و با استفاده از GPS انجام گرفت. نمونه‌های آموزشی و آزمایشی با پراکنش مناسب بر روی تصویر مورد نظر پیاده شده و کلاس‌های شوری از یک تا نه تهیه تعیین شدند. نمونه‌های مربوط به هر کلاس شوری با دقت کامل و به اندازۀ تک پیکسل، به علت اینکه دارای مختصات بودند، در هر تصویر بر روی پیکسل مربوطه قرار گرفته و با فرمت ROI  ذخیره گردیدند. نتایج حاکی از وجود همبستگی بین باندهای 1، 4و 5 تصویرTM با داده‌های شوری بوده و از میان الگوریتم‌های طبقه‌بندی در روش پیکسل مبنا، بالاترین میزان دقت نقشه مربوط به حداکثر احتمال می‌باشد. به منظور ارزیابی صحت، شاخص‌هایی مانند ماتریس خطا، صحت تولیدکننده، صحت کاربر، صحت کلی و شاخص کاپا استخراج گردید. همچنین مطابقت طبقات مختلف شوری خاک این نقشه با مشاهدات صحرایی و میزان شوری اندازه‌گیری شده بیانگر دقت بالای این الگوریتم در تهیه نقشه شوری خاک سطحی است. هدفتحقیق حاضر مقایسه نقشه‌های شوری تهیه شده با این روش‌ها در منطقه مورد نظر با نتایج سایر محققین می‌باشد.}, keywords_fa = {الگوریتم طبقه بندی,پیکسل مبنا,سنجنده TM,شوری,لندست5,خوی}, url = {https://www.sepehr.org/article_23201.html}, eprint = {https://www.sepehr.org/article_23201_ece7c7f2e88a650deb24e706acebef51.pdf} } @article { author = {Hossein Mohammadi, Hossein Mohammadi and Azizi, Ghasem and Khoshakhlagh, Faramarz and Khazaei, Mahdi}, title = {Estimating the summer evapotranspiration of sugarcane in Khuzestan province using Climatic data}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {141-153}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23202}, abstract = {Abstract Accurate and timely estimation of evapotranspiration has a significant and critical impact on the planning of water resources and agriculture. In this research, the estimation of evapotranspiration of sugarcane in Khuzestan province has been studied, and the data used, have been air temperature, relative humidity, wind speed and sunny hours since the establishment of synoptic station until 2014. For this purpose, the evapotranspiration values of the reference plant were first calculated using the FAO Penman-Monteith standard method and then, using available plant coefficients, the amount of sugarcane evapotranspiration was estimated at different stages of growth. The results of this study show that the average sugarcane evapotranspiration in Khuzestan province has been 3.35 mm / day in June and in the early stages of growth, 10.46 mm/day in the middle stages of growth, and 6.26 mm / day in the final stages of growth. The value of this parameter in July was estimated 3.59 mm/day in the early stages, 11.23 mm/day in the middle stages and 6.74 mm/day in the final stages of growth. Finally, the amount of evapotranspiration of sugarcane in August was estimated 3.56 mm per day in the early stages of growth, 11.12 mm/day in the middle stages and 6.67mm per day in the final stages of the growth. The maximum daily and monthly evapotranspiration has occurred in July and the minimum in June. Also, the highest daily and monthly fluctuations of sugarcane evapotranspiration have occurred in the middle stages of growth and the lowest in the early stages of growth.  }, keywords = {Evapotranspiration,FAO Penman-Monteith Method,Plant Coefficient,Sugarcane,Khuzestan Province}, title_fa = {برآورد میزان تبخیر و تعرق تابستانه گیاه نیشکر در استان خوزستان با استفاده از داده های اقلیمی}, abstract_fa = {برآورد دقیق و به موقع تبخیر و تعرق تأثیری بسزا و حیاتی در برنامه ریزی منابع آب و کشاورزی دارد. در این پژوهش، به برآورد میزان تبخیر و تعرق گیاه نیشکر در استان خوزستان پرداخته شده و داده های مورد استفاده شامل دمای هوا، رطوبت نسبی، سرعت باد و ساعات آفتابی از بدو تأسیس ایستگاه های سینوپتیک تا سال 2014 بوده است. بدین منظور در ابتدا مقادیر تبخیر و تعرق گیاه مرجع با استفاده از روش استاندارد فائو پنمن مانتیث محاسبه و سپس با استفاده از ضرایب گیاهی موجود، مقدار تبخیر و تعرق گیاه نیشکر در مراحل مختلف رشد برآورد شده است. نتایج این پژوهش نشان می دهد که در استان خوزستان متوسط تبخیر و تعرق گیاه نیشکر در مراحل اولیه رشد در ماه ژوئن 3/35 میلی متر در روز، در مراحل میانی رشد 10/46میلی متر و در مراحل پایانی رشد ۶/26 میلیمتر در روز بوده است. مقدار این پارامتر در ماه ژوئیه در مراحل اولیه رشد 3/59 میلی متر، در مراحل میانی 23/11 میلیمتر و در مراحل پایانی رشد به میزان 74/6 میلیمتر در روز برآورد شده است. در نهایت مقدار تبخیر و تعرق گیاه نیشکر در ماه اوت در مراحل اولیه رشد 56/3 میلی متر در روز، در مراحل میانی رشد ۱1/۱2 میلی متر و در مراحل پایانی رشد 67/6 میلی متر در روز برآورد شده است. بیشینه تبخیر و تعرق روزانه و ماهانه در ماه ژوئیه و کمینه آن در ماه ژوئن اتفاق افتاده است. همچنین بیشترین میزان نوسانات روزانه و ماهانه تبخیر و تعرق گیاه نیشکر در مراحل میانی رشد و کمترین آن در مراحل اولیه رشد اتفاق می افتد.}, keywords_fa = {تبخیر و تعرق,روش فائو پنمن مانتیث,ضریب گیاهی,گیاه نیشکر,استان خوزستان}, url = {https://www.sepehr.org/article_23202.html}, eprint = {https://www.sepehr.org/article_23202_eebdb68f212fed9069610d8909fc2732.pdf} } @article { author = {Pahlavani, Parham and Hasanlou, Mahdi}, title = {Applying Intrinsic Dimension Estimation Methods in the Extraction of Features Obtained from Radar and Satellite Imagery, and LiDAR Data to Identify Urban Specific Features}, journal = {Scientific- Research Quarterly of Geographical Data (SEPEHR)}, volume = {25}, number = {99}, pages = {155-175}, year = {2016}, publisher = {National Geographical Organization}, issn = {2588-3860}, eissn = {2588-3879}, doi = {10.22131/sepehr.2016.23203}, abstract = {Abstract Nowadays, the combination of data and images obtained from different remote sensing sources is considered as an optimal solution for extracting more information, since these data, with their own wide vision, digital format, their periodically preparation, and high temporal resolution provide researchers with a variety of information about the land surface. In this regard, the passive optical sensors are widely used in mapping horizontal structures. Given that, radar data can often be collected 24-hours a day and Independent of atmospheric conditions, and also some ground structures and artificial targets have a specific response in the radar frequency, they complete the capabilities of optical images. LiDAR airborne data can also provide sample measurements from vertical structures with very high accuracy. As a result, the simultaneous use of optical, radar and LiDAR data can provide more information in a variety of applications. In this research, by simultaneously applying these three categories of data, we tried to identify the urban specific features in an optimal way. In this regard, by utilizing and producing various descriptors (57 descriptors), and using the feature extraction methods (including PCA and ICA) and estimating the intrinsic dimensions of the data (including SML and NWHFC), an optimal space for the supervised classification was created. After classifying (K-NN method) using the obtained results, descriptors (information layers) produced to identify specific urban features including buildings, roads and vegetation were obtained and grouped according to the classification accuracy. The numerical results indicate the high efficiency of the proposed procedure as well as the applied methods of estimating intrinsic dimension and extracting the features.}, keywords = {Intrinsic Dimension,Image Classification,RADAR,LiDAR,Optic,Feature Detection}, title_fa = {به کارگیری روش های تخمین بعد ذاتی در استخراج ویژگی های بدست آمده از تصاویر راداری، ماهواره ای و لیدار به منظورشناسایی عوارض خاص شهری}, abstract_fa = {امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار میگیرند. دادههای راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانهروزی امکان جمعآوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاسخ ویژهای در فرکانس راداری دارند، تواناییهای تصاویر نوری را تکمیل میکنند. همچنین دادههای هوابرد لیدار نیز میتوانند اندازهگیریهای نمونهای با دقت بسیار بالا از ساختارهای قائم در اختیار قرار دهند. در نتیجه، استفاده همزمان دادههای نوری، راداری و لیدار میتواند اطلاعات بیشتری در کاربردهای متنوع فراهم نماید. در این تحقیق، با بکارگیری همزمان این سه دسته داده سعی بر شناسایی عوارض خاص شهری به شکل بهینه نمودیم. در این راستا، با بکارگیری و تولید توصیفگرهای مختلف (57 توصیفگر) و با استفاده از روشهای استخراج ویژگی (شامل PCA و ICA) و تخمین ابعاد ذاتی دادهها (شاملSML و NWHFC)، فضای بهینهای برای طبقهبندی نظارت شده ایجاد شد. پس از انجام طبقهبندی (روش K-NN) با استفاده از نتایج بدست آمده، توصیفگرهای (لایههای اطلاعاتی) تولید شده برای شناسایی عوارض خاص شهری شامل ساختمانها، راهها و پوشش گیاهی براساس دقت کلاسهبندی بدست آمده و گروهبندی شدند. نتایج عددی بدست آمده حاکی از کارایی بالای رویه پیشنهادی و نیز روشهای بکارگرفته شده تخمین بعد ذاتی و استخراج ویژگی است.}, keywords_fa = {تخمین بعد ذاتی,طبقه بندی تصویر,راه,ساختمان,پوشش گیاهی}, url = {https://www.sepehr.org/article_23203.html}, eprint = {https://www.sepehr.org/article_23203_7ecd33287f830577ee6603d591f4269d.pdf} }