مقایسه مدل منطق فازی با سایر مدل های مفهومیِ سازگار با GIS در مکانیابی مناطق مستعد گسترش سیلاب با کاربرد اطلاعات ماهواره ای سنجنده ETM +
Publish place: Geomatics 1387
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,953
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEO87_020
تاریخ نمایه سازی: 15 مهر 1386
Abstract:
استفاده از سامانه های ا طلاعات مکانی برای تعیین مناطق مستعدِ گسترش سیلاب بدون استفاده از مدل های کارشناسی مقدور نمی باشد . این مدل ها در یک GIS با انتخاب و مدل سازی داده ها به تصمیم گیری در خصوص وزن دار کردن لایه ها و اینکه چه مناطقی برای هدف مطالعه بیرون کشیده شوند کمک می کنند . مدل های مفهومی مختلفی برای تمام کاربردهای GIS طراحی شده است . در این پژوهش تلاش شده است مناسبترین مدل برای تعیین مناطق مساعد گسترش سیلاب در سطح 6 شهرستان از استانهای خراسان رضوی و خراسان شمالی شناسایی و معرفی گردد . مدل منطق بولین، مدل شاخص همپوشانی و مدل منط ق فازی، به همراه تعدادی از عملگرهای آنها ، مدلهای انتخاب شده در این ارزیابی می باشند . متدولوژی اصلی تحقیق ، تلفیق عوامل موثر با استفاده از تکنیک تشکیل لایه های اطلاعاتی و سپس پهنه بندی در مدلهای منتخب و نهایتاً تحلیل نتایج حاصله می باشد . بدین منظور با وزن ده ی به متغیرهای موثر بر سیل خیزی و تغذیه ی
سفره شامل واحدهای کواترنری، محدودیتهای کاربری، شیب، نفوذ پذیری، ضخامت آبرفت، رواناب و ضریب ذخیره، شدت تاثیرگذاری آنها مورد مطالعه قرار گرفت . ترکیب سه باندی 742 از تصاویر ماهواره ای سنجنده + ETM لندست ، از ساخت ترکیبا ت مختلف و با رعایت بیشترین ضریب شاخص مطلوبیت و بیشترین وضوح برای شناسایی و تفکیک ن هشته ها و محدودیتهای کاربری، به عنوان بهتری ن ترکیب انتخاب و با روش چشمی، تفسیر شد . نتایج حاصل از بررسی صحت نشان داد که اپراتور جمع منطق فازی با بیش از 66/5 درصد انطباق با وا قعیت، از کارایی بالاترین نسبت به سایر روشها، در مکان یابی عرصه های مستعد گسترش سیلاب، برخوردار است .
Authors
ابوالقاسم دادرسی سبزوار
عضو هیات علمی مرکز تحقیقات کشاورزی و منابع طبیعی خراسان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :