هیدروژئولوژی
مهشید معاوی؛ هیوا علمیزاده
چکیده
در دیدگاه رفتارهای فرکتالی، ویژگی همانندسازی در طول زمان الگوهایی را در بستر حوضه بهوجود میآورند که بنا بر ویژگیهای زایشی و چگونگی تحولات، عملکرد منحصر بهفردی را در طی بلوغ یک حوضه آبریز به نمایش میگذارند. بههمین دلیل در این پژوهش با هدف بررسی انشعاب شبکههای آبراههای حوضه رامهرمز از مدل توکوناگا و بعدفرکتال ...
بیشتر
در دیدگاه رفتارهای فرکتالی، ویژگی همانندسازی در طول زمان الگوهایی را در بستر حوضه بهوجود میآورند که بنا بر ویژگیهای زایشی و چگونگی تحولات، عملکرد منحصر بهفردی را در طی بلوغ یک حوضه آبریز به نمایش میگذارند. بههمین دلیل در این پژوهش با هدف بررسی انشعاب شبکههای آبراههای حوضه رامهرمز از مدل توکوناگا و بعدفرکتال همبستگی استفاده شده است. رودخانه رامهرمز از زیرحوضه‌های حوضه آبریز جراحی واقع در جنوب غربی کشور میباشد که از 50 کیلومتری جنوب شرق ایذه سرچشمه گرفته و به سوی جنوب غرب سرازیر میگردد. در این پژوهش شبکههای رودخانه با استفاده از نرم‌افزار Arc GIS استخراج شده و سپس داده‌های ورودی برای محاسبه عدد فرکتالی دو بعدی به کمک تابع همبستگی وارد نرم‌افزار گردید. در این راستا ابتدا حوضه رامهرمز را به دو بخش شرقی و غربی تقسیم نموده و در ادامه با استفاده از روش توکوناگا، شبکه نامنظم و منحنی رودخانه رامهرمز به شکل منظم، هندسی و درختی منتناظر ترسیم شده است. با توجه به طول شاخهها، بعد فرکتالی برای هر دو بخش حوضه رامهرمز محاسبه گردید. بعد فرکتالی همبستگی حوضه رامهرمز و بخشهای شرقی و غربی آن بین (42/1 تا 68/1) با ضریب همبستگی بالا برآورد گردیده است. بعد فرکتال محاسبه شده معرف نسبت انشعاب متوسط و مدت زمان اندک برای رسیدن به جریان دائمی است که بیانگر رفتار آشوبناکی نسبتاً بالای حوضه و بخشهای آن میباشد.
ژئومورفولوژی
هیوا علمیزاده؛ هادی مهدی پور
چکیده
در این پژوهش با هدف پایش و بازشناسی الگوهای فرمیک شبکه‌ی آبراهه ها در مرکز جزیره‌ی قشم از تصاویر پانکروماتیک HR-PR سنجنده GeoEye-1 استفاده شدهاست. در این راستا با بهره گیری از الگوریتم های FWS ، MSA ، IDF و CFM در نرم‌افزار MATLAB ناحیه‌بندی فازی صورت گرفته است. در ادامه بر اساس ویژگیهای فازی به ادغام تصاویر ورودی پرداخته و سپس با ...
بیشتر
در این پژوهش با هدف پایش و بازشناسی الگوهای فرمیک شبکه‌ی آبراهه ها در مرکز جزیره‌ی قشم از تصاویر پانکروماتیک HR-PR سنجنده GeoEye-1 استفاده شدهاست. در این راستا با بهره گیری از الگوریتم های FWS ، MSA ، IDF و CFM در نرم‌افزار MATLAB ناحیه‌بندی فازی صورت گرفته است. در ادامه بر اساس ویژگیهای فازی به ادغام تصاویر ورودی پرداخته و سپس با استفاده از خوشهبندی فازی به ناحیه‌بندی تصاویر اقدام گردید. در این رابطه از فرآیند ادغام تصاویر پانکروماتیک و خروجی آن جهت ناحیه‌بندی استفاده شده است. در نهایت روش‌های خوشهبندی مورد مطالعه که دارای پارامترهای فازی هستند، بر روی تصاویر ورودی اعمال شده و نتایج آن مورد بحث و بررسی قرار گرفته است. نتایج ناحیه‌بندی فازی و مقایسه‌ی روش‌های پیشنهادی با یکدیگر نشان میدهد که الگوریتم خوشه بندی CFM عملکرد بسیار خوبی در تشخیص عوارض و پدیده های مکانی و بازشناسی الگوهای فرمیک شبکه آبراهه ها دارد و دارای بهترین عملکرد در ناحیه‌بندی این منطقه میباشد. نتایج الگوریتم های خوشه بندی مورد مطالعه، کارایی روش‌های ناحیه‌بندی پیشنهادی را از منظر تشخیص عوارض و پدیده های مکانی و استخراج دقیق اطلاعات از تصاویر تایید می‌نمایند. از این رو مطابق نتایج پژوهش، استفاده از الگوریتم های خوشه بندی و ویژگیهای فازی، جهت ادغام اطلاعات تصاویر ماهوارهای HR-PRS روش مناسب و بهینه با هدف ناحیه‌بندی میباشد. همچنین در ادغام این اطلاعات اعداد فازی نوع نرمال بهترین نوع اعداد جهت استفاده در ناحیه‌بندی منطقه محسوب میشود و استفاده از اعداد فازی در حالت کلی میتواند ما را به نتایج بهتری در ناحیه‌بندی تصاویر ماهوارهای برساند. نتایج این پژوهش میتواند در آمایش سرزمین، مدیریت، برنامه ریزی و توسعه‌ی پایدار آتی مناطق مفید واقع شود.
