قرار گرفتن مراکز نظامی و پادگان­ها در داخل بافت شهری همزمان با گسترش افقی شهرها، مشکلات عدیده­ای را در مأموریت­های محوله پادگان و کاهش کارآیی آن به وجود آورده که این امر به خودی خود تهدیدی جدی در ایفای صحیح مأموریت­ها محسوب می­شود. در همین راستا مطالعات مکان­گزینی به عنوان یکی از الزامات پدافند غیرعامل در جهت انتخاب نقطه­ای با ضریب امنیت مکانی بالا از عناصر کلیدی در موفقیت و بقای این مراکز مطرح است. پادگان تیپ 40 مستقل ارتش اردبیل از جمله مراکز نظامی است که با توجه به رشد شهر، در حوزه مسکونی شهر قرار گرفته و با توجه به ماهیت آن، فضای وسیعی را در اختیار دارد که در صورت خروج پادگان علاوه بر به وجود آمدن فضا برای توسعه شهری، پیامدهای امنیتی که این مرکز با خود دارد نیز برطرف می­شود. با توجه به قرارگیری تیپ 40 مستقل پیاده ارتش در کاربری­های شهری اردبیل و لزوم انتقال آن در برنامه­های توسعه تدوین شده، این پژوهش به دنبال یافتن مکانی مناسب و بهینه برای این پادگان نظامی در شهرستان اردبیل است. پژوهش حاضر از نوع توصیفی تحلیلی بوده که با بکارگیری سامانه­های اطلاعات جغرافیایی و سنجش­از­دور و مدل تحلیل شبکه­ای اقدام به جمع­آوری و تجزیه و تحلیل اطلاعات شده که پس از تعیین معیار­های مناسب در مکان­یابی در محیط GIS پهنه­های مناسب برای ایجاد پادگان مشخص و در نهایت با استفاده از روش خطی وزن داده شده، مناطق مناسب به عنوان بهترین نقاط با اولویت­های اول تا سوم برای جانمایی پادگان تعیین گردید. Manuscript profile

یکی از راه­های تهیه نقشه­های پوشش گیاهی و کاربری اراضی، استفاده از داده­های ماهواره­ای و فرآیند طبقه­بندی تصاویر است. با استفاده از تصاویرماهواره­ای بررسی، شناخت و ارزیابی پدیده­های مختلف و استخراج اطلاعات لازم برای برنامه­ریزی منابع زمینی یا سایر مقاصد به سهولت انجام می­گیرد. هدف پژوهش مقایسه میزان کارایی هفت روش رایج طبقه­بندی نظارت­شده داده­های ماهواره­ای در ارزیابی تغییرات کاربری اراضی با استفاده از تصاویر سنجنده TM و OLIماهواره لندست و IRS و اسپات5 و کوئیک برد و ترکیب­های رنگی متفاوتی از این تصاویر جهت استخراج کاربری­­های اراضی زراعی، مناطق مسکونی و مناطق آبی با استفاده از پردازش شی­گرا می­باشد. ابتدا نمونه­های آموزشی در پنج کلاس کاربری به وسیله نرم­افزار ایکاگنیشن با استفاده از بهینه­سازی مقیاس سگمنت­سازی با استفاده از ترکیب­های رنگی متفاوت و ضرایب شکل و فشردگی­ استخراج شد. مقیاس مناسب جهت سگمنت­سازی برای اراضی زراعی، مقیاس 50 ، برای عوارض انسانی 8 و در نهایت برای مناطق آبی 10 به دست آمد. سپس هر تصویر به طور جداگانه با استفاده از هفت روش طبقه­بندی (مانند روش شبکه عصبی) و نمونه­های مستخرج، طبقه­بندی شده و میزان کارایی هر روش با محاسبه دو شاخص صحت کلی و ضریب کاپا بررسی گردید. نتایج به دست آمده نشان­دهنده میزان دقت هر یک از روش­های طبقه­بندی بوده که شبکه عصبی با دقت کلی 475/94 و ضریب کاپای 095/92 به عنوان دقیق­ترین روش طبقه­بندی انتخاب شد. این نتایج نشان می­دهد که برداشت نمونه­های تعلیمی با دقت مناسب از طبقات موجود در تصاویر و همچنین بررسی میزان احتمال تعلق هر یک از پیکسل­های تصاویر ماهواره­ای به این طبقات، به خوبی می­تواند در طبقه­بندی گروه­های موجود در منطقه مفید واقع شود. Manuscript profile