برنج به ‌عنوان یکی از غلات اصلی جهان و ایران همواره از اهمیت ویژه‌ای برخوردار بوده است. نظارت بر محصولات کشاورزی نقش بسیار مهمی در تأمین مواد غذایی مورد نیاز جهانی دارد. به‌طور کلی به منظور تخمین تولیدات محصول، اطلاعاتی مانند مساحت و میزان تولید در واحد سطح حائز اهمیت است. فناوری سنجش از دور می‌تواند اطلاعاتی با ارزش و به موقع درباره توزیع محصول، سطح زیر کشت و پتانسیل تولید در اختیار تصمیم‌گیران در بخش کشاورزی قرار دهد. جداسازی به‌وسیله اپراتور با انجام عملیات میدانی یا جداسازی چشمی بسیار هزینه‌بر و همراه با خطاهای انسانی است. افزون بر این با توجه به امکان تغییر کاربری زمین همواره نیاز به کنترل مرز شالیزارها وجود دارد. ازاین‌رو هدف اصلی تحقیق حاضر جداسازی مزارع برنج با روش خودکار در استان گیلان می‌باشد. در همین راستا با استفاده از تصاویر ماهواره Landsat 8 و شاخص‌ رطوبت خاک (LSWI) و شاخص نرمال شده پوشش گیاهی (NDVI) روشی کاملاً خودکار برای تشخیص شالیزارها به کار گرفته شد. بر اساس این روش ابتدا با استفاده از ویژگی پرآب بودن شالیزار در دوران ابتدایی نشا این مناطق با استفاده از آستانه‌های مشخص تشخیص داده شدند. سپس با استفاده از تصویر دیگری در دوران برداشت، عوارض ناخواسته دیگر مانند تالاب‌ها و آب‌های دائم و جنگل‌های مرطوب حذف گردید. ارزیابی نهایی روش ارائه‌شده با مرزهای ترسیمی اپراتور حاصل از تصاویر GEOEye صورت گرفت. نتایج ارزیابی نشانگر تطابق 90% روش به کار گرفته‌شده می‌باشد. Manuscript profile

مقدمه و هدف: کشور ایران به لحاظ اقلیمی که در آن قرار گرفته است، با مشکل کمبود منابع آبی مواجه است. از آنجا که سطح وسیعی از مساحت شهر‌ها را سطوح نفوذ‌ناپذیر خیابان‌ها تشکیل می‌دهند، حجم آب استحصالی از این سطوح قابل توجه بوده و می‌تواند فشار بر منابع آب را کاهش دهد و پاسخگوی بخش عمده‌ای از نیازهای غیرشرب باشد. ضمن آن که از گسترش آلودگی ناشی از سرریز و پس‌زدگی تأسیسات جمع‌آوری آب‌های سطحی و افزایش غیراقتصادی ابعاد آن‌ها جلوگیری می‌کند. مواد و روش­ها: در این مطالعه، طراحی سامانه استحصال آب باران از سطوح آسفالت با هدف تأمین بخشی از نیاز فضای سبز دانشکده کشاورزی دانشگاه تربیت مدرس، با استفاده از تصاویر پهپاد انجام شد. بدین منظور، داده‌های در دسترس 22 ساله بارش روزانه و 761 تصویر هوایی با استفاده از پهپاد DJIPhantom 3 Professional تهیه شد. سپس مدل رقومی ارتفاع منطقه شد و برای تعیین مسیر رواناب، حوضه‌بندی منطقه در محیط GIS صورت گرفت. پارامتر‌های درصد قابلیت اطمینان و نسبت سرریز از مخزن برای هر سطح به ازای حجم‌های مختلف مخازن برآورد گردید. سپس حجم بهینه هریک از مخازن با استفاده از الگوریتم ژنتیک تعیین شد. یافته­ها: با توجه به وضعیت توپوگرافی سطوح خیابان دانشکده، رواناب حاصل از آن‌ها قابل جمع‌آوری در یک مخزن نیست، لذا 4 مخزن A، B، C و D با حجم‌های بهینه شده به ترتیب برابر با 15/6، 46/3، 1 و 20 مترمکعب در نقاط مختلف سطوح خیابان‌ها در نظر گرفته شد. بحث و نتیجه­گیری: با طراحی سامانه‌های استحصال آب باران، می‌توان حجم قابل توجهی از آب باران را برای مصارف غیرشرب دانشکده ذخیره نمود. Manuscript profile