میلاد جانعلی پور

هدف: به دلیل فعالیت های بشر در چند قرن گذشته و همچنین تشدید آن ها در چند دهه گذشته عمده مناطق دنیا دچار تغییر اقلیم شده اند. کشور ایران نیز در چند قرن گذشته به دلایلی نظیر صنعتی سازی و رشد شهرنشینی دچار تغییرات اقلیم شده است. هدف اصلی این مطالعه بررسی علم سنجی مقالات چاپ شده در زمینه پدیده تغییر اقلیم و فناوری سنجش از دور است. در این راستا، مطالعات انجام شده در ایران و کشورهای جهان مورد بررسی قرار خواهد گرفت. روش: به منظور انجام اهداف پژوهش، از مقالات چاپ شده در سال های اخیر در دو پایگاه Pubmed و web of science استفاده شد. بررسی کشورها، دانشگاه ها، کلیدواژگان پرتکرار در مطالعات ایران و جهان مورد توجه قرار گرفت. از پایگاه Pubmed، تمامی مقالات موجود مورد بررسی قرار گرفتند. از پایگاه web of science مقالات مرتبط با سال های 2022، 2023 و 2024 به صورت جداگانه بررسی شدند. همچنین، نتایج جستجوی مقالات چاپ شده توسط محققین ایرانی در پایگاه web of science مورد بررسی قرار گرفت. تحلیل نتایج در نرم افزار علم سنجی VosViewer انجام شد. یافته ها: نتایج نشان می دهند مطالعات در زمینه سنجش از دور و پایش تغییرات اقلیم در جهان رو به افزایش است. کشورهای چین و ایالات متحده آمریکا از جمله کشورهای پیشرو در زمینه سنجش از دور و تغییر اقلیم هستند. از جمله کلیدواژگان جدید در حیطه پژوهش می توان به یادگیری ماشین و یادگیری عمیق اشاره کرد. اگرچه مطالعات پژوهشی ایران در مقابل سایر کشورهای جهان در رتبه 10 تا 20 قرار دارد، اما تعداد کل مقالات و پژوهش های انجام شده در ایران به شدت پایین تر از کشورهایی نظیر هند، چین و ایالات متحده آمریکا است. نتیجه گیری: استفاده از روش های یادگیری ماشین برای تحلیل حجم زیادی از داده ها بنظر راهکار پیشنهادی محققین جهان است. نتایج نشان دهنده توجه محققین به زمینه تغییر اقلیم در کشور بوده است اما عمده مطالعات در ایران متمرکز به خشکسالی، بارش، تغییرات دما شده است که می توان از تصاویر ماهواره ای برای تهیه محصولات مرتبط با آلودگی هوا و آب نیز استفاده کرد. در واقع، بدلیل مشکلات مرتبط با خشکسالی و آب در ایران، عمده پژوهشگران در این زمینه ها پژوهش کرده اند. همچنین، پیشنهاد می شود به منظور انجام مطالعات عمیق و مناسب در این زمینه سیاست های مشوق و کلان در کشور ایران اتخاذ شوند.

هدف: بهینه سازی تخصیص کاربری اراضی به عنوان یک حوزه میان رشته ای، به کمک سیستم اطلاعات مکانی (GIS) نقش مهمی را در مدیریت منابع طبیعی، برنامه ریزی شهری و ایجاد توسعه پایدار ایفا می کند. در این راستا، هدف پژوهش حاضر بهره گیری از رویکرد علم سنجی به منظور بررسی وضعیت مقالات علمی منتشر شده است، تا بینشی جامع و دقیق از روندها، مفاهیم کلیدی و روش های پرکاربرد در پژوهش های این زمینه ارائه دهد و مسیرهای آتی را برای توسعه علمی و عملی این حوزه روشن سازد. روش: این مطالعه با استفاده از داده های استخراج شده از پایگاه علمی Web of Science، مجموعه ای متشکل از 584 مقاله که بین سال های 1991 تا 2024 منتشر شده اند، بررسی گردید. تحلیل های آماری داده ها با استفاده از نرم افزار Excel انجام شده و روندهای انتشار، توزیع جغرافیایی مقالات و ناشران فعال مشخص شدند. علاوه بر این، از نرم افزار VOSviewer برای شناسایی کلمات کلیدی پرتکرار، خوشه بندی و تحلیل ساختار موضوعی آن ها استفاده شد. یافته ها:  نتایج نشان می دهد که از سال 2010 به بعد تولید مقاله در زمینه بهینه سازی تخصیص کاربری اراضی مورد توجه بیشتری قرار گرفته و این تولید تا سال 2022 نیز روند افزایشی داشته است. در این راستا، کشورهای چین، ایالات متحده آمریکا و ایران به ترتیب با ارائه 302، 103 و 41 مقاله، بیشترین سهم تولید علم را در این زمینه داشته اند. از میان ناشران نیز، انتشارات Elsevier با انتشار بیش از 38 درصد مقالات، فعال ترین ناشر در این زمینه بوده است. همچنین، شناسایی کلمات کلیدی نشان داد که واژه GIS پرتکرارترین عبارت بوده و الگوریتم های فرا ابتکاری مانند الگوریتم ژنتیک، بهینه سازی ازدحام ذرات و بهینه سازی کلونی مورچه ها، به عنوان روش های رایج حل مسائل پیچیده بهینه سازی تخصیص کاربری اراضی به کار گرفته شده اند. خوشه بندی کلمات کلیدی نیز چهار حوزه اصلی را مشخص کرد که شامل الگوریتم های فرا ابتکاری، مدل سازی مکانی، بهینه سازی چندهدفه و تخصیص منابع در سیستم های اطلاعات مکانی است. نتیجه گیری: یافته های این پژوهش روند رو به رشد پژوهش در زمینه تخصیص بهینه کاربری اراضی را نشان می دهد. همچنین کشورها و انتشارات فعال در این زمینه مشخص شدند. علاوه بر این، روش های رایج مورد استفاده در این زمینه که شامل الگوریتم های فرا ابتکاری مانند الگوریتم ژنتیک هستند، معرفی گردیدند. بدین ترتیب، این پژوهش می تواند به عنوان مرجعی در مطالعات آتی بهینه سازی تخصیص کاربری اراضی مورد استفاده پژوهشگران قرار گیرد.  

اساس برنامه ریزی و مدیریت صحیح داشتن آمار و اطلاعات دقیق و به هنگام است. یکی از مهم ترین آمار و اطلاعات بخش کشاورزی میزان تولید سالیانه هر محصول یا سطح زیرکشت است. یکی از ابزارهایی که در کمترین زمان و با هزینه پایین و دقت مناسب، می تواند سطح زیرکشت محصولات را محاسبه کند دانش و فنّاوری سنجش از دور است. در این تحقیق، از دو روش طبقه بندی شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده و سطح زیرکشت محصولات غالب منطقه، شامل هشت کلاس، از تصاویر سری زمانی سنتینل 2 برآورد شده است. براساس نتایج به دست آمده، صحت کلی هریک از روش های شبکه عصبی مصنوعی و ماشین بردار پشتیبان به ترتیب برابر با 97.74 و 97.96%، با ضریب کاپای 0.97 برای برآورد سطح زیرکشت محصولات بوده است. بنابراین، نتایج این دو روش مورد قبول واقع شده است. با توجه به صحت کلی، می توان نتیجه گرفت که دو روش طبقه بندی نتایج تقریباً یکسانی در منطقه دارد. علاوه براین، طبق نتایج صحت کاربر، می توان بیان کرد درمورد چهار محصول یونجه، برنج، پیاز و خربزه، عملکرد روش ماشین بردار پشتیبان بهتر از روش شبکه عصبی است و درمورد گندم دیم و آبی، جارو و مرتع، روش شبکه عصبی بهتر از ماشین بردار پشتیبان در منطقه عمل می کند.

تجارب پیشین نشان داده است که با بکارگیری تصاویر سنجنده ی مادیس، می توان، طوفان های شن، ماسه و گرد و غبار (SDS) را مطالعه نمود، اما شاخص های شناسایی غبار موجود، قادر به آشکارسازی گرد و غبار با صحت و دقت بالا نیستند. در این مقاله، ترکیب خطی جدیدی متشکل از باندهای 3، 7، 20، 31 و 32 مادیس برای شناسایی طوفان های گرد و غبار و جداسازی مناطق غبارآلود معرفی شده است. از این ترکیب برای شناسایی طوفان غبار رخ داده شده در 26 و 27 خرداد ماه 1387 استفاده شد. نتایج حاصل از این ترکیب با تصاویر غبار حاصل از شاخص های اختلاف دمای روشنایی میان باندهای 32 و 31 (BTD32-31)، اختلاف دمای روشنایی میان باندهای 20 و 31 (BTD20-31) و اختلاف نرمال شده ی گرد و غبار (NDDI) که از جمله مهمترین شاخص های شناسایی گرد و غبار هستند، مقایسه شد. نتایج، نشان داد که ترکیب معرفی شده، قادر به شناسایی SDS با دقت کلی بالای 88 درصد است.یکی دیگر از ارزیابی های صورت گرفته،آشکارسازی طوفان غبار با استفاده از محصول عمق نوری هواویز (AOD) مادیس و مقایسه ی آن با تصاویر غبار بدست آمده از شاخص ها است. دقت کلی محاسبه شده برای تصویر غبار حاصل از شاخص معرفی شده در مقایسه با طوفان گرد و غبار جداسازی شده با AOD در مقایسه با شاخص های NDDI، BTD20-31 و BTD32-31 به ترتیب 5%، 8% و 31% بالاتر بوده است. با توجه به اعتبارسنجی صورت گرفته شده، شاخص معرفی شده در شناسایی رخداد طوفان های شن، ماسه و گرد و غبار در غرب آسیا در مقیاس های بالا کارآ است.

پایش تغییرات دمای سطح زمین حاصل از نوسانات فصلی و غیرفصلی به دلیل تأثیر بسیار آن بر محیط زیست انسانی و طبیعی، امری ضروری است. به منظور پایش پیوسته دمای سطح زمین با هزینه اندک و سرعت زیاد، از تصاویر ماهواره ای سنجش از دور استفاده می شود. در این پژوهش، نخست با بهره گیری از سه روش متداول استخراج دما مبتنی بر رابطه پلانک، دمای سطح زمین در محدوده دریاچه ارومیه از تصاویر ماهواره لندست استخراج شد؛ سپس با استفاده از رابطه رگرسیون خطی و مشاهدات دمای ایستگاه های هواشناسی، نقشه های دمای استخراج شده از روش های متداول اصلاح شدند. نتایج پژوهش نشان می دهد روش های متداول استخراج دما برای سنجنده های TM و TIRS ماهواره لندست، صحتی تقریباً برابر با 4 و 8 درجه سانتی گراد دارند. پس از اصلاح نقشه های دما با استفاده از روش رگرسیون خطی، این مقدار صحت برای سنجنده های TM و TIRS تقریباً به ترتیب به 1 و 5/0 درجه سانتی گراد کاهش یافت. این موضوع، کارایی مناسب روش رگرسیون ارائه شده در این پژوهش را برای اصلاح دما نشان می دهد.