-
دسترسی آزاد مقاله
1 - ارزیابی تغییرات کاربری اراضی در حوضه آبخیز رودخانه تجن با تکیه بر سنجه‌های سیمای سرزمین
فاطمه رجایی عباس اسماعیلی ساری عبدالرسول سلمان ماهینی مجید دلاور علی رضا مساح بوانیمقدمه: تغییرات کاربری اراضی و تخریب پوشش‌های طبیعی سبب اختلال در اکوسیستم و کاهش تنوع زیستی می‌شود. کاهش جنگل های هیرکانی ، متعلق به دوره ژوراسیک از ارزش مندترین جنگل های جهان، یکی از مهم ترین مشکلات در سال های اخیر است.روش تحقیق: در پژوهش حاضر با استفاده از تصاویر ماهو چکیده کاملمقدمه: تغییرات کاربری اراضی و تخریب پوشش‌های طبیعی سبب اختلال در اکوسیستم و کاهش تنوع زیستی می‌شود. کاهش جنگل های هیرکانی ، متعلق به دوره ژوراسیک از ارزش مندترین جنگل های جهان، یکی از مهم ترین مشکلات در سال های اخیر است.روش تحقیق: در پژوهش حاضر با استفاده از تصاویر ماهواره‌ای به بررسی تغییرات کاربری اراضی و تجزیه‌وتحلیل سیمای سرزمین در دوره‌های زمانی مختلف، شامل سال‌های 1984، 2001 و 2010 پرداخته شد. جهت بررسی چگونگی روند تغییرات کاربری و سیمای سرزمین در افق زمانی آینده از مدلساز تغییر سرزمین (LCM) استفاده شد. سنجه‌های سیمای سرزمین در نرم‌افزار 2/4 FRAGSTATS استخراج شدند.نتایج و بحث: نتایج نشان می‌دهد که جنگل، کاربری غالب (72 درصد از مساحت منطقه در سال 1984 و 46 درصد در سال 2040) در منطقه موردمطالعه است. در سال 1984 مساحت جنگل‌ها 4/8 برابر کاربری کشاورزی بود و این میزان به 8/1 برابر در سال 2040 خواهد رسید. شاخص بزرک ترین لکه (LPI) نشان داد اراضی جنگلی پوشش غالب در کل دوره است. هم چنین شاخص نزدیکی (PROX) در کاربری کشاورزی و مرتع در دوره 1984-2010 روند افزایشی داشته و این میزان در سال 2040 افزایش بیش تری خواهد یافت. هم چنین افزایش سنجه تراکم حاشیه (ED) در طی دوره آینده در هر سه کاربری مرتع، جنگل و کشاورزی نشان می دهد که حوضه تجن خیلی متفاوت‌تر از حال حاضر خواهد شد . این نتایج می‌توانند دیدگاه‌هایی در جهت اولویت‌بندی تصمیمات ملی و منطقه ای با هدف کاهش تخریب جنگل ها در اختیار مدیران قرار دهد. پرونده مقاله -
دسترسی آزاد مقاله
2 - پایش و پیش بینی روند تغییرات کاربری اراضی با استفاده از مدل زنجیره مارکوف و مدلساز تغییر کاربری اراضی (مطالعة موردی: دشت برتش دهلران، ایلام)
سید رضا میر علیزاده فرد سیده مریم علی بخشیامروزه مدل سازی و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویرماهواره ای می تواند ابزار بسیار مفیدی برای تشریح روابط متقابل بین محیط طبیعی و فعالیت های انسانی، برای کمک به تصمیم گیری برنامه ریزان در شرایط پیچیده باشد. روش های متنوعی برای پیش بینی تغییرات پوشش و کا چکیده کاملامروزه مدل سازی و پیش بینی تغییرات کاربری اراضی با استفاده از تصاویرماهواره ای می تواند ابزار بسیار مفیدی برای تشریح روابط متقابل بین محیط طبیعی و فعالیت های انسانی، برای کمک به تصمیم گیری برنامه ریزان در شرایط پیچیده باشد. روش های متنوعی برای پیش بینی تغییرات پوشش و کاربری اراضی وجود دارد که از جمله آنها می توان به مدل زنجیره ای مارکوف اشاره کرد. در تحقیق حاضر، تغییرات کاربری اراضی در دشت برتش شهرستان دهلران واقع در استان ایلام به وسعت 135244 هکتار در سه دورة زمانی (1988، 2001 و 2013) تصاویر ماهواره لندست، تهیه نقشه کاربری اراضی در شش کلاس (جنگل کم تراکم، مرتع متوسط، مرتع فقیر، کشاورزی، رسوبات آبرفتی و اراضی بدون پوشش) با استفاده از طبقه بندی شبکه عصبی کوهونن و همچنین به کارگیری مدل پیش بینی مارکوف و رویکرد مدلساز تغییر کاربری اراضی LCM (Land Change Modeler) تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج طبقه بندی نشان دهنده تخریب و کاهش میزان وسعت اراضی جنگل کم تراکم و مرتع متوسط و افزایش مساحت سایر کاربری می باشد. کاهش وسعت پوشش جنگل کم تراکم و مراتع متوسط و روند افزایشی سایر کاربری ها بیانگر تخریب کلی در منطقه و جایگزینی کاربری های ضعیف تر در منطقه است. در پایان با بکارگیری مدل پیش بینی مارکوف و رویکرد مدلساز LCM تغییرات کاربری اراضی برای سال 2030 پیش بینی شد. نتایج حاصل از ماتریس پیش بینی تغییرات بر مبنای نقشه های سال های 2001 و 2013 نشان داد که احتمال می رود در فاصلة زمانی 2030-2013، 45% جنگل کم تراکم، 71% مرتع متوسط، 96% مرتع فقیر، 81% کشاورزی، 93% رسوبات آبرفتی و 100% اراضی بدون پوشش بدون تغییر باقی بمانند، که اراضی بدون پوشش دارای بالاترین پایداری و از طرف دیگر جنگل کم تراکم کمترین پایداری را خواهند داشت. پرونده مقاله -
دسترسی آزاد مقاله
3 - تحلیل و مقایسه تغییرات کاربری/پوشش اراضی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: اراضی تفت و مهریز)
علیرضا سپهری علی اکبر جمالی محمد حسن زادهعرصههای منابع طبیعی و پوشش گیاهی شهرهای تفت و مهریز در دهه‌های اخیر با توجه به ییلاقی بودن و نزدیک بودن به مرکز استان یزد دستخوش تغییرات شده است. هدف از این پژوهش، ارزیابی میزان و جهت و پیش‌بینی تغییرات اراضی و پوشش گیاهی در این دو شهر است. در این پژوهش از تصاویر ماهوا چکیده کاملعرصههای منابع طبیعی و پوشش گیاهی شهرهای تفت و مهریز در دهه‌های اخیر با توجه به ییلاقی بودن و نزدیک بودن به مرکز استان یزد دستخوش تغییرات شده است. هدف از این پژوهش، ارزیابی میزان و جهت و پیش‌بینی تغییرات اراضی و پوشش گیاهی در این دو شهر است. در این پژوهش از تصاویر ماهواره لندست 5 (سال های 1377، 1383 و1387) و لندست 8 (سال 1396) اردیبهشت و خرداد استفاده شد. مدلسازی تغییرات کاربری/پوشش اراضی بر اساس طبقه‌بندی نظارت‌شده انجام شد. با استفاده از مدلسازی تغییرات زمین و روش شبکه عصبی چندلایه پرسپترون روند تغییرات تجزیه‌وتحلیل شد. نتایج نشان داد که %3 (558.8 هکتار) از اراضی و پوشش گیاهی شهر تفت به بایر و %1.3 (209.9 هکتار) به زمین‌های شهری افزوده‌شده است و از اراضی باغ‌ها %4.3 (559.2 هکتار) کاسته شده است که این میزان بیشترین مقدار است. مقدار %2.8 (678.8 هکتار) از اراضی و پوشش گیاهی شهر مهریز به بایر و مقدار %1.7 (184 هکتار) به زمین‌های مسکونی شهری تغییر کاربری داده‌شده است. به لحاظ گسترش شهری (مساحت و تبدیل کاربری‌ها) شهر مهریز دارای بیشترین مقدار در کاهش پوشش گیاهی بوده است. نتایج نشان داد که تغییرات کاربری و پوشش اراضی در شهر تفت بیشتر از شهر مهریز بوده است، به طوری که بیشترین این تغییرات مربوط به باغ‌ها بوده است اما به لحاظ گسترش اراضی ازلحاظ مساحت و تبدیل کاربری‌ها، در شهر مهریز دارای بیشترین مقدار با شدت بیشتری بوده است. پرونده مقاله -
دسترسی آزاد مقاله
4 - کالیبراسیون سه‌بعدی تغییرات کاربری اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگانرود
محبوبه حاجی بیگلو واحد بردی شیخ هادی معماریان چوقی بایرام کمکیپیشینه و هدف تغییرات در کاربری/پوشش اراضی به‌عنوان یکی از موضوعات مهم در مدیریت منابع طبیعی، توسعه پایدار و تغییرات زیست‌محیطی در مقیاس محلی، ملی، منطقه‌ای و جهانی مطرح است. تبدیل کاربری‌ها به یکدیگر و تغییر کاربری‌های مجاز به غیرمجاز از قبیل تبدیل اراضی زراعی به مناطق چکیده کاملپیشینه و هدف تغییرات در کاربری/پوشش اراضی به‌عنوان یکی از موضوعات مهم در مدیریت منابع طبیعی، توسعه پایدار و تغییرات زیست‌محیطی در مقیاس محلی، ملی، منطقه‌ای و جهانی مطرح است. تبدیل کاربری‌ها به یکدیگر و تغییر کاربری‌های مجاز به غیرمجاز از قبیل تبدیل اراضی زراعی به مناطق مسکونی و یا اراضی مرتعی به دیم‌زارهای کم بازده و فرسایش یافته به‌عنوان موضوعات مهم در منابع طبیعی همواره مطرح است. شناسایی الگوهای تغییرات کاربری اراضی و پیش‌بینی تغییرات در آینده به‌منظور انجام برنامه‌ریزی مناسب در جهت بهره‌برداری بهینه از کاربری‌ها در مدیریت منابع طبیعی نیاز به مدلسازی تغییرات مکانی و زمانی LU/LC را آشکار می‌سازد. هدف از تحقیق ارزیابی کارایی مدل تلفیقی سلول اتومای زنجیر مارکوف (CA-Markov model) در شبیه‌سازی و پیش‌بینی تغییرات زمانی و مکانی LU/LC در حوزه آبخیز گرگان رود با کاربرد آنالیز سه‌بعدی پنتیوس- ملینوس در کالیبراسیون تغییرات کاربری اراضی با استفاده از سه شاخص ارزیابی اختلاف کمی (QD)، اختلاف مکانی (AD) و درجه شایستگی (FOM) به‌عنوان شاخص‌های جدید در ارزیابی صحت مدل زنجیره مارکوف است.مواد و روشهابه‌منظور پیش‌بینی تغییرات کاربری اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگان رود، از تصاویر سنجندِه مشاهده‌گر زمینی OLI و TM ماهواره لندست 8 و 5 مربوط به سایت USGS استفاده شد. هفت کلاس کاربری اراضی شامل کلاس اراضی جنگلی با شماره کد کاربری 1، کلاس اراضی زراعی با شماره کد کاربری 2، کلاس اراضی مرتعی (مخلوط درختچه زار/ مرتع/ زراعت) با شماره کد کاربری 3، کلاس منابع آبی با شماره کد کاربری 4، کلاس اراضی بایر (بایر/ مرتع/ زراعت) با شماره کد کاربری 5، کلاس مناطق مسکونی و صنعتی با شماره کد کاربری 6، کلاس بستر رودخانه با شماره کد کاربری 7 برای حوزه آبخیز گرگان رود تفکیک گردید. به‌منظور طبقه‌بندی تصاویر ماهواره‌ای لندست 5 و 8 به‌منظور استخراج کلاس‌های کاربری اراضی حوزه آبخیز گرگان رود از روش طبقه‌بندی شی‌ءگرا و الگوریتم ماشین بردار پشتیبان استفاده شد. مقیاس سگمنت‌سازی در این الگوریتم با مقیاس 50 واحد (SL50) به‌منظور طبقه‌بندی تصاویر ماهواره سال‌های 1987، 2000، 2009 و 2017 انتخاب شد. ارزیابی صحت الگوریتم ماشین بردار پشتیبان در طبقه‌بندی شی‌ءگرای تصاویر ماهواره‌ای بابیان دقت کلی، ضریب کاپا، صحت کاربر، صحت تولیدشده، خطای Commission و خطای Omission برای هر چهار دوره مطالعاتی انجام‌شده است. برای درک این‌که در طی دوره 30 ساله موردمطالعه، تغییرات ایجاد‌شده در منطقه چگونه بوده و کدام کلاس‌ها گسترش و کدام کلاس کاهش مساحت داشته‌اند، با استفاده از نقشه‌های طبقه‌بندی‌شده با استفاده از نرم‌افزار IDRISI، تغییرات در محدوده کلاس‌ها آشکار و درصد تغییرات هر کلاس به دست آمد. مدل CA-Markov تغییرات گروه‌های مختلف از واحدهای LU/LC را بر اساس مفهوم همسایگی مکانی و ماتریس احتمال انتقال، پیش‌بینی می‌کند. یکی از الزامات برای پیش‌بینی تغییرات کاربری اراضی با مدل CA-Markov تهیه نقشه‌های تناسب اراضی است تا تغییرات مکانی به‌وسیله قوانین احتمال از طریق فیلتر نقشه‌های تناسب برای هر کاربری کنترل شود. اعتبارسنجی مدل مارکوف با استفاده از آنالیز سه‌بعدی پنتیوس و ملینوس با سه شاخص درجه شایستگی و اختلاف‌های کمی اختلاف‌های مکانی انجام شد.نتایج و بحثالگوریتم ماشین بردار پشتیبان در طبقه‌بندی کاربری اراضی به روش شی‌ءگرا نشان داد که بیشترین میزان خطای اضافه و خطای حذف به ترتیب با 19.12 و 18.55 درصد در اراضی مرتعی و اراضی زراعی در نقشه کاربری اراضی سال 2009 مشاهده گردید. پایین‌ترین صحت تولیدکننده به میزان 71.49 درصد مربوط به کلاس کاربری اراضی مرتعی در نقشه کاربری اراضی سال 2009 و پایین‌ترین صحت کاربر به میزان 71.45 درصد مربوط به کلاس کاربری اراضی زراعی در نقشه کاربری اراضی سال 2017 است. در دوره 30 ساله از سال 1987 تا 2017 بر اساس نتایج به‌دست‌آمده، بیشترین تغییر مثبت مربوط به افزایش کاربری اراضیزراعی و در تغییرات منفی مربوط به کاهش کاربری اراضی جنگلی و مرتعی در طول دوره موردنظر است. بیشترین کاهش اراضی جنگلی با 4.8 درصد در دوره 2017-2000، بیشترین افزایش اراضی زراعی با 5.3 درصد در دوره 2017-1987، بیشترین کاهش اراضی مرتعی با 9 درصد در دوره 2017-2009، بیشترین افزایش اراضی بایر با 4.6 درصد در دوره 2017-2009 و بیشترین افزایش اراضی مسکونی و صنعتی با 0.8 درصد در دوره 2017-1987 رخ‌داده است. بعد از اعتبارسنجی تغییرات کاربری اراضی پیش‌بینی‌شده در مدل زنجیره مارکوف، بر اساس تحلیل 5 حالت موجود در آنالیز سه‌بعدی پنتیوس و ملینوس، مدل زنجیره مارکوف با پیش‌بینی صحیح شبیه‌سازی 89.92 درصد، نشان از کارایی بالای مدل زنجیره مارکوف در فرآیند شبیه‌سازی بود. بعد از اجرای تحلیل زنجیره مارکوف بر روی نقشه کاربری اراضی به‌دست‌آمده از طبقه‌بندی تصاویر ماهواره‌ای، یک ماتریس احتمال انتقال و ماتریس مساحت انتقال‌یافته ایجاد شد. در پیش‌بینی‌های انجام‌شده توسط مدل زنجیره مارکوف از سال 2017 تا سال 2035 عمده تغییرات مربوط به کاهش وسعت اراضی جنگلی و بایر به ترتیب به میزان 16966 و 6961 هکتار است و در مقابل این کاهش کاربری، افزایش وسعت اراضی زراعی، مرتعی و مسکونی به میزان 20397، 3913 و 3825 هکتار مشاهده خواهد شد.نتیجه گیری آَشکارسازی تغییرات کاربری اراضی با استفاده از ابزار LCM برای دوره سی‌ساله 2017 – 1987 در حوزه آبخیز گرگان رود نشان داد که کاربری جنگل، زارعت و نواحی مسکونی در طی این دوره در این منطقه تغییرات چشمگیری داشته است. نتایج حاصل از پیش‌بینی تغییرات کاربری اراضی در طی هجده سال آینده با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف نشان داد که در طی سالیان آتی با پدیده جنگل‌زدایی شدید در این حوزه روبه‌رو خواهیم بود. بررسی نتایج حاصل از اجرای مدل شبکه‌سازی کاربری آینده با استفاده از تخمینگر انتقال مارکوف نشان داد که می‌توان تغییرات کاربری آینده را با توجه به شرایط محیطی موجود پیش‌بینی کرد که نشان‌دهنده این است که در حوزه آبخیز گرگان رود در طی هجده سال آینده زراعت به‌شدت در این منطقه افزایش خواهد داشت. لذا باید با مدیریت بلندمدت و جامع، منابع آب‌وخاک حفظ کرد و تا حد امکان مانع از تخریب این منابع ارزشمند شد. سه شاخص QD، AD و FOM در آنالیز سه‌بعدی نقش مهمی در بیان میزان صحت و کالیبراسیون طبقه‌بندی کاربری اراضی و پیش‌بینی کاربری اراضی داشت. نتایج تغییرات کاربری اراضی مطالعه شده با استفاده از ابزار LCM و مدل تلفیقی سلول اتومای زنجیره مارکوف در طی دوره 1987 تا 2035 بیانگر تخریب بیش از 24309 هکتار از اراضی جنگلی و 31921 هکتار از اراضی مرتعی و افزایش زراعت در حوزه به مساحت 62421 هکتار است که بیانگر دخالت‌های انسانی و جنگل‌تراشی‌های پیش رو در این حوزه است. پرونده مقاله -
دسترسی آزاد مقاله
5 - مدل سازی تغییرات پوشش اراضی استان گلستان با استفاده از مدل سازی تغییرات کاربری (Land Change Modeler)
فاطمه سالاریان محمدرضا طاطیان عبدالعظیم قانقرمه رضا تمرتاشپیشینه و هدف در طی چند دهة اخیر، تغییر کاربری اراضی تحت اثر عوامل محیطی و انسانی سبب بروز اثرات جدی بر محیط زیست و اقتصاد در استان گلستان شده است. از طرفی عرصه های مرتعی و طبیعی وسیعی بدون رعایت اصول اکولوژیکی و علمی به زیر کشت محصولات زراعی رفته یا در جهت مقاصد خاص مور چکیده کاملپیشینه و هدف در طی چند دهة اخیر، تغییر کاربری اراضی تحت اثر عوامل محیطی و انسانی سبب بروز اثرات جدی بر محیط زیست و اقتصاد در استان گلستان شده است. از طرفی عرصه های مرتعی و طبیعی وسیعی بدون رعایت اصول اکولوژیکی و علمی به زیر کشت محصولات زراعی رفته یا در جهت مقاصد خاص مورد بهره برداری قرار گرفته و تبدیل به سایر کاربری ها شده اند. در حالی که بسیاری از این اراضی استعداد کاربری های جدید را دارا نبوده و استعداد فرسایشی بالایی دارند که در نتیجه این امر شاهد فرسایش خاک به ویژه در اراضی شیب دار و ایجاد سیلاب های ویرانگر خواهیم بود. لذا داشتن آگاهی از نوع و نحوه استفاده از اراضی و تغییرات احتمالی آن در طی زمان که از موارد مهم جهت برنامه ریزی و سیاست گذاری در کشور خواهد بود لازم و ضروری است. این مطالعه با هدف آشکارسازی تغییرات کاربری اراضی استان گلستان در طی سال های 1365 تا 1398 و پیش بینی وضعیت کاربری اراضی منطقه برای سال 1429 با استفاده از رویکرد مدل ساز تغییر زمین LCM انجام شد.مواد و روش ها به منظور پایش روند تغییرات کاربری اراضی منطقه مورد مطالعه از تصاویر ماهواره ای لندست 5 و 8 (سنجنده TM و OLI مربوط به سال های 1365، 1380 و 1398) استفاده شد. تفسیر و پردازش داده های ماهواره ای در نرم افزار ENVI انجام گرفت. سپس پیش پردازش های لازم بر روی تصاویر اعمال شد. ابتدا تصاویر مورد نظر با هم موزاییک شده و سپس بر اساس مرز استان برش داده شد. جهت شناسایی و تفکیک پدیده ها از یکدیگر، تصویر رنگی کاذب تهیه شد. در ادامه از روش طبقه بندی نظارت شده با روش حداکثر احتمال (Maximum likelihood) استفاده شد. در این مرحله پنج کلاس کاربری شامل مرتع، زراعت، جنگل، مسکونی و پیکره های آبی تعریف گردید. نقشه های کاربری اراضی مربوط به سال های 1365، 1380 و 1398 تهیه شد. از رویهم گذاری نقشه های پوشش زمین مربوط به سال های 1365، 1380 و 1398 به عنوان ورودی مدل LCM و نقشه های مدل رقومی ارتفاع (DEM) و لایه های جاده و آبراهه برای تحلیل تغییرات منطقه و پیش بینی تغییرات کاربری سرزمین سال 1429 استفاده شد. پس از انجام تجزیه و تحلیل های لازم به منظور آشکارسازی تغییرات کاربری اراضی میان دوره های زمانی مورد نظر، نقشه های تغییرات و انتقال کاربری ها تهیه شد. در نهایت میزان کاهش و افزایش در هر کاربری، میزان تغییرات خالص، تغییر خالص از سایر کاربری ها به یک طبقه مورد نظر، مناطق بدون تغییر و انتقال از هر کاربری به کاربری دیگر در طبقات گوناگون پوشش سرزمین به صورت نقشه و نمودار تهیه و مورد تجزیه و تحلیل واقع شد.نتایج و بحث این تحقیق با هدف پیش بینی و مدل سازی تغییرات کاربری اراضی در یک دوره 33 ساله در استان گلستان انجام شد. بر اساس نتایج طی این دوره، مساحت مراتع استان کاهش زیادی داشته که این میزان تغییرات کاهشی معادل مساحتی برابر با 181181.25 هکتار بوده است. بخش زیادی از کاهش مراتع در اثر تبدیل آن به اراضی زراعی است که دلیل آن را می توان افزایش جمعیت و نیاز به گسترش اراضی زراعی دانست. مساحت اراضی جنگلی نیز، طی سال های مذکور از مقدار 393018.75 هکتار به مقدار 349143.75 هکتار در سال 1398 رسیده که کاهشی بالغ بر 43875 هکتار (2.2 درصد) نشان داده است. به طور کلی تخریب عرصه های مرتعی و جنگلی امری است که بخصوص در کشورهای در حال توسعه به دلیل افزایش جمعیت، رشد تکنولوژی و رعایت نکردن اصول اکولوژیکی و اجرای قوانین قابل مشاهده است. همچنین نتایج حاصل از نقشه های طبقه بندی شده طی سال های مذکور نشان دهنده این است که بیشترین مقادیر تغییرات منطقه مرتبط با اراضی زراعی بوده به طوری که میزان این اراضی طی همین دوره 173700 هکتار برابر با 8.5 درصد افزایش داشته است. میزان تغییرات کاربری مربوط به کلاس اراضی مسکونی نیز با روند افزایشی از مقدار 18731.25 هکتار در سال 1365 به 37518.75 هکتار در سال 1398 رسیده که با افزایشی معادل 18787.50 هکتار (0.9 درصد) در طی این دوره مواجه بوده است. افزایش جمعیت به سرعت باعث توسعه مناطق مسکونی و شهری و افزایش سطح این نوع کاربری با شیب نسبتاً زیادی به خصوص در سال های اخیر شده است که می توان بخشی از آن را به برنامه های دولت در زمینه ساخت وساز مسکن در مناطق اطراف شهرها نسبت داد. این افزایش سطح اراضی زراعی به خصوص در مناطق مرکزی و شرق استان محسوس تر است و می تواند زنگ خطری برای آینده باشد به این معنی که در یک روند نامحسوس اراضی مرتعی و جنگلی تبدیل به اراضی زراعی دیم و پس از مدتی بهره برداری غیراصولی، در نهایت به صورت اراضی بایر و غیرقابل استفاده در می آیند. از طرفی این امر می تواند گویای افزایش جمعیت و تقاضای اسکان و در پی آن تأمین نیازهای ساکنین منطقه تهدیدی برای اراضی مرتعی باشد که لازم است به جای افزایش سطح اراضی زراعی و مسکونی و تبدیل اراضی مرتعی به چنین کاربری هایی که خود پشتوانه بخش کشاورزی محسوب می شوند، سیاست افزایش بهره وری در بخش کشاورزی دنبال گردد. در خصوص پیکره های آبی می توان بیان نمود که در طی این دوره زمانی به میزان 1.6 درصد معادل 32568.75 هکتار افزایش نشان داده است. این مقدار افزایش پیکره های آبی را تا حدی می توان به بارندگی های فراوان و آبگیری پیکره های آبی و حتی جاری شدن سیل در مناطق مختلف استان در سال 1398 نسبت داد. پیش بینی میزان تغییرات کاربری اراضی در سال 1429 گویای آن است که در سال های آتی نیز از سطح مراتع و جنگل ها در محدوده مطالعاتی به ترتیب به میزان 131906.25 و 291600 هکتار کاسته شده و در مقابل سطح اراضی زراعی و مناطق مسکونی به ترتیب به مقدار 164137.50 و 25313.25 هکتار افزایش خواهد یافت. از این رو اتخاذ تدابیر و سیاست های لازم در خصوص کاهش بیشتر اراضی جنگلی و مرتعی امری اجتناب ناپذیر خواهد بود.نتیجه گیری اگر چه شناخت شرایط کاربری های مختلف اراضی در طی دوره های آتی، برنامه ریزی برای آینده را به واسطه ایجاد اطلاعات به لحاظ الگوی پراکنش مکانی آن ها تسهیل می کند ولی حفظ و ایجاد شرایط پایدار برای آینده هم به لحاظ آماری و هم به لحاظ اکولوژیکی از محدودیت های آن است. این محدودیت ها نقش مهمی در استفاده مطمئن از کاربری های مختلف اراضی در فرآیند برنامه ریزی ایفا می کند. بنابراین ایجاد شرایط پایدار در منطقه و مدل سازی آن به منظور استفاده منظم و پایدار از منابع طبیعی یک منطقه از پیش شرط های رسیدن به چشم اندازها و اسناد بالادستی از جمله طرح توسعه پایدار است. پرونده مقاله -
دسترسی آزاد مقاله
6 - Investigation and forecasting of land use changes in Shahrekord city Using LCM and GIS
Jafar Rahimi Seyed Ali AlmodaresiThe study was conducted to investigate land use changes in Shahrekord city in the period of 1990, 2000 and 2020. In order to analyze the changes in the region, the images of Landsat 5 SensorTM satellite for 1990 and 2000 and Landsat 8 Sensor OLI, 2020 were used. The mod چکیده کاملThe study was conducted to investigate land use changes in Shahrekord city in the period of 1990, 2000 and 2020. In order to analyze the changes in the region, the images of Landsat 5 SensorTM satellite for 1990 and 2000 and Landsat 8 Sensor OLI, 2020 were used. The model used in this study, modeler of LCM land changes, in this study, first in the vegetation index area were classified into several classes without cover, low cover, medium cover, high cover and very high cover, also according to the location and topography of the area for Classifications of urban uses, agriculture, water area, wasteland and roads were considered. Comparison of the 2020 forecast map with the 2020 land use classification map showed that the forecasts were acceptable for urban use. Also in the discussion of roads was high accuracy. In the discussion of vegetation and agriculture, there was no forecast of water reduction (reduction of reserves) and it was found that in the forecast map, vegetation, especially in the east, has increased much. The 2030 forecast indicates further development of urban land use and vegetation and agriculture. پرونده مقاله -
دسترسی آزاد مقاله
7 - Discovering and Recovering the Changes in Land Use and Land Cover Using Remote Sensing and GIS (Case Study Heev Village, Alborz Province)
zahra talebi banizi Zahra Naserian Mohammad Mazrae MolaeiDetecting changes is one of the basic needs in the management and evaluation of natural resources. Modeling the process of land cover changes over time using multi- time data in the GIS environment can act as one of the most important factors in managing the mentioned c چکیده کاملDetecting changes is one of the basic needs in the management and evaluation of natural resources. Modeling the process of land cover changes over time using multi- time data in the GIS environment can act as one of the most important factors in managing the mentioned changes. In order to modeling the process of land cover changes and to investigating the possibility of predicting it in the future, land change modeling (lcm) has been used. Therefore, the Landsat TM5 analyzer data of Heev village in Alborz province for the years 1985T 2000 and 2011 were analyzed. Next, using the maximum similarity method, land cover maps of each image for the mentioned years, was extracted and categorized into five layers of vegetation, city, asphalt, barren lands (soil) and rocks and cliffs. The extracted accuracy evaluation coefficients (overall accuracy and kappa coefficient) indicate the high accuracy of this classification method. The analysis of the results obtained from the studies conducted on the two periods of 1985-2000 and 2000-2011 shows an increase in urban construction with a decrease in vegetation, and even in some areas, the disappearance of vegetation, while the village is expanding towards the mountainside. Using the combination of Markov model and automatic cell maps land use prediction maps for the next 16 years were obtained, while the kappa coefficient was used to determine the prediction compliance, and comparing them with the actual map پرونده مقاله -
دسترسی آزاد مقاله
8 - Classification of Brain Tumor Grades by MRI Images using Artificial Neural Network
Melika Aboutalebi Rezvan AbbasiIn recent years, the use of MRI images has been very much considered due to their high clarity and high quality in the diagnosis and determination of brain tumor and its features. In this study, to improve the performance of tumor detection, we investigated comparative چکیده کاملIn recent years, the use of MRI images has been very much considered due to their high clarity and high quality in the diagnosis and determination of brain tumor and its features. In this study, to improve the performance of tumor detection, we investigated comparative approach of the different classifiers to select the most appropriate classifier for identifying and extracting abnormal tissue and selected the best one by comparing their detection accuracies rate. In this research, GLCM and GLRM methods are used to extracting discriminating features. Thus results in they reduce the computational complexity. fuzzy entropy measurement method is used to determine the optimal properties and finally, we compared the four FFNN, MLP, BPNN, ANFIS neural networks to perform the decision making and classification process. The purpose of these four neural networks are to develop tools for discriminating the malignant tumors from benign ones assisting deciding in clinical diagnosis. Based on the results, we achieved high results among all classifiers. The proposed methodology results in accurate and speedy detection of tumor in brain along with identification of precise location of the tumor. In our opinion, the use of these classifiers can be very useful in the diagnosis of brain tumors in MRI images. Our other goal is to prove the suitability of the ANN method as a valuable method for statistical methods. The novelty of the paper lies in the implementation of the proposed method for discriminating the malignant tumors from benign which results in accurate and speedy detection of tumor in brain along with identification of precise location of the tumor. The efficiency of the method is proved through plenty of simulations and comparisons. پرونده مقاله -
دسترسی آزاد مقاله
9 - بررﺳﯽ روﻧﺪ تغییرات ﮐﺎرﺑﺮی اراﺿﯽ ﺷﻬﺮ ﻋﺴﻠﻮﯾﻪ ﺑﯿﻦ ﺳﺎﻟﻬﺎی 1989 ﺗﺎ 2019 میلادی و ﭘﯿﺶﺑﯿﻨﯽ تغییرات ﺑﺎ اﺳﺘﻔﺎده از ﺳﻨﺠﺶ از دور و ﻣﺪﻟﻬﺎی CA-Markov و LCM
بهروز سعدین محمد ابراهیم عفیفیﺗﻐﻴﻴﺮ ﻛﺎرﺑﺮی اراﺿﻲ ﺑﻪ ﻋﻨﻮان ﻋﺎﻣﻠﻲ ﭘﺎﻳﻪ در ﺗﻐﻴﻴﺮات زﻳﺴﺖﻣﺤﻴﻄﻲ ﻋﻤﻞ ﻛﺮده و ﺑﻪ ﻳﻚ ﺧﻄﺮ ﺟﻬﺎﻧﻲ ﺗﺒﺪﻳﻞ ﺷﺪه اﺳﺖ. ﺑﺎزﺑﻴﻨﻲ اﻳﻦ ﺗﻐﻴﻴﺮات از ﻃﺮﻳﻖ ﺗﺼﺎوﻳﺮ ﻣﺎﻫﻮارهای و ﭘﻴﺶﺑﻴﻨﻲ و ارزﻳﺎﺑﻲ ﭘﺘﺎﻧﺴﻴﻞ آﻧﻬﺎ از ﻃﺮﻳﻖ ﻣﺪﻟﺴﺎزی ﻣﻲﺗﻮاﻧﺪ ﺑﻪ ﺑﺮﻧﺎﻣﻪرﻳﺰان ﻣﺤﻴﻂ زﻳﺴﺖ و ﻣﺪﻳﺮان ﻣﻨﺎﺑﻊ ﻃﺒﻴﻌﻲ ﺑﺮای ﺗﺼﻤﻴﻤﺎت آﮔﺎﻫﺎﻧﻪ چکیده کاملﺗﻐﻴﻴﺮ ﻛﺎرﺑﺮی اراﺿﻲ ﺑﻪ ﻋﻨﻮان ﻋﺎﻣﻠﻲ ﭘﺎﻳﻪ در ﺗﻐﻴﻴﺮات زﻳﺴﺖﻣﺤﻴﻄﻲ ﻋﻤﻞ ﻛﺮده و ﺑﻪ ﻳﻚ ﺧﻄﺮ ﺟﻬﺎﻧﻲ ﺗﺒﺪﻳﻞ ﺷﺪه اﺳﺖ. ﺑﺎزﺑﻴﻨﻲ اﻳﻦ ﺗﻐﻴﻴﺮات از ﻃﺮﻳﻖ ﺗﺼﺎوﻳﺮ ﻣﺎﻫﻮارهای و ﭘﻴﺶﺑﻴﻨﻲ و ارزﻳﺎﺑﻲ ﭘﺘﺎﻧﺴﻴﻞ آﻧﻬﺎ از ﻃﺮﻳﻖ ﻣﺪﻟﺴﺎزی ﻣﻲﺗﻮاﻧﺪ ﺑﻪ ﺑﺮﻧﺎﻣﻪرﻳﺰان ﻣﺤﻴﻂ زﻳﺴﺖ و ﻣﺪﻳﺮان ﻣﻨﺎﺑﻊ ﻃﺒﻴﻌﻲ ﺑﺮای ﺗﺼﻤﻴﻤﺎت آﮔﺎﻫﺎﻧﻪﺗﺮ ﻛﻤﻚ ﻛﻨﺪ. ﻫﺪف اﻳﻦ ﺗﺤﻘﻴﻖ ﺑﺎزﺑﻴﻨﻲ، ﻣﺪﻟﺴﺎزی و ﭘﻴﺶﺑﻴﻨﻲ ﺗﻐﻴﻴﺮات ﻛﺎرﺑﺮی اراﺿﻲ در دوره 30 ﺳﺎﻟﻪ (1989تا 2019) ﺗﻮﺳﻂ ﻣﺪل زﻧﺠﻴﺮة ﻣﺎرﻛﻮف- LCM در ﻣﻨﻄﻘﻪ عسلویه می‌باشد اﺳﺖ. ﺑﺪﻳﻦ ﻣﻨﻈﻮر ﻧﻘﺸﻪﻫﺎی ﻛﺎرﺑﺮی اراﺿﻲ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺼﺎوﻳﺮ ﺳﻨﺠﻨﺪه +ETM و TM و OLIﻣﺎﻫﻮاره ﻟﻨﺪﺳﺖ در ﺳﻪ دوره زﻣﺎﻧﻲ ﻣﺮﺑﻮط ﺑﻪ ﺳﺎلﻫﺎی (2019-2009-1989) ﺗﻬﻴﻪ ﮔﺮدﻳﺪ. ﺳﭙﺲ ﺻﺤﺖﺳﻨﺠﻲ ﻧﻘﺸﻪﻫﺎ و آﺷﻜﺎرﺳﺎزی ﺗﻐﻴﻴﺮات اﻧﺠﺎم ﺷﺪ. با استفاده از طبقه بندی شبکه عصبی و همچنین به کارگیری مدل پیش بینی تغییرات کاربری (Land Change Modeler) LCMمارکوف و رویکرد مدلساز تغییر کاربری اراضی انجام شده است. ﻧﺘﺎﻳﺞ آﺷﻜﺎرﺳﺎزی ﺗﻐﻴﻴﺮات دوره اول ﺑﺎ ﺿﺮﻳﺐ ﻛﺎﭘﺎی 97 % و دوره دوم 2019-2009 ﺑﺎ ﺿﺮﻳﺐ ﻛﺎﭘﺎی 94% ﻧﺸﺎن ﻣﻲدﻫﺪ ﻛﻪ ﺑﻴﺶﺗﺮﻳﻦتغییرات ﻣﺴﺎﺣﺖ در ﻧﺎﺣﻴﻪ آب و ﺑﻴﺶﺗﺮﻳﻦ ﻛﺎﻫﺶ ﻣﺴﺎﺣﺖ در ﻧﺎﺣﻴﻪ پوشش گیاهی رخ داده اﺳﺖ. ﺑﻪ ﻣﻨﻈﻮر ﻛﺎﻟﻴﺒﺮه ﻛﺮدن ﻣﺪل زﻧﺠﻴﺮة ﻣﺎرﻛﻮف، ﻧﻘﺸﻪ ﻛﺎرﺑﺮی ﺳﺎل 2013 ﭘﻴﺶﺑﻴﻨﻲ ﺷﺪ و ﻣﺎﺗﺮﻳﺲ ﺧﻄﺎی ﺑﻴﻦ ﻧﻘﺸﻪ ﺣﺎﺻﻞ از ﻣﺪلﺳﺎزی و ﻧﻘﺸﻪ ﻛﺎرﺑﺮی ﻣﺮﺟﻊ ﺳﺎل 2019، ﺿﺮﻳﺐ ﻛﺎﭘﺎی 93% ﺑﺪﺳﺖ داد ﻧﺘﺎﻳﺞ ﻣﺪل ﺳﺎزی ﻧﻴﺮوی اﻧﺘﻘﺎل ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﻜﻪ ﻋﺼﺒﻲ ﻣﺼﻨﻮﻋﻲ در ﺑﻴﺸﺘﺮ زﻳﺮ ﻣﺪلﻫﺎ ﺻﺤﺖ ﺑﺎﻻﻳﻲ را 60 ﺗﺎ 93 درﺻﺪ ﻧﺸﺎن داد. پرونده مقاله -
دسترسی آزاد مقاله
10 - مدلسازی تغییرات کاربری اراضی با استفاده از مدل ساز تغییر سرزمین (LCM ) مطالعه موردی: شهرستان نکا
سیده معصومه فتح الهی رودباری کامران نصیراحمدی مهرداد خانمحمدیتغییرات کاربری به خصوص توسعه شهرها باعث تخریب زیستگاه های طبیعی و کاهش تنوع زیستی می شود. به طور معمول برنامه ریزان شهری جهت کنترل کردن تغییرات کاربری اراضی از روش مدل سازی استفاده می کنند. در این مطالعه، هدف مدل سازی تغییرات کاربری اراضی شهرستان نکا، با استفاده از LCM( چکیده کاملتغییرات کاربری به خصوص توسعه شهرها باعث تخریب زیستگاه های طبیعی و کاهش تنوع زیستی می شود. به طور معمول برنامه ریزان شهری جهت کنترل کردن تغییرات کاربری اراضی از روش مدل سازی استفاده می کنند. در این مطالعه، هدف مدل سازی تغییرات کاربری اراضی شهرستان نکا، با استفاده از LCM(Land Change Modeler) بوده است. جهت به دست آوردن نقشه کاربری اراضی منطقه از تصاویر ماهواره Landsat سنجنده های TM و ETM+ و TIRS_OLI متعلق به سال های 1988 و 2002 و 2016 استفاده گردید. همچنین جهت مدل سازی پتانسیل انتقال با استفاده از شبکه عصبی مصنوعی انجام گرفت. در این مطالعه 5 زیر مدل به همراه 9 متغیر استفاده گردید. سپس جهت پیش بینی تغییرات کاربری سال 2016 از دوره واسنجی 1988تا 2002 و زنجیره مارکف و مدل پیش بینی سخت استفاده شد. در نهایت نیز از نقشه سال های 2002 تا 2016 برای پیش بینی تغییرات کاربری اراضی متعلق به سال 2030 استفاده گردید. صحت مدلسازی با استفاده از ماتریس خطا ارزیابی شد. نتایج نشان داد که در طی سال های 1988 تا 2016 اراضی جنگلی 2297 هکتار کاهش داشته و بیشترین تغییرات مربوط به تبدیل اراضی جنگلی به کشاورزی بوده است. نتایج مدل سازی با استفاده از شبکه عصبی مصنوعی نیز صحت بالایی بالای (69 درصد) داشته است. نتیجه مدل سازی برای سال 2030 نیز نشان داد که مساحت جنگل کاهش میابد و اراضی کشاورزی و مناطق شهری افزایش پیدا می کنند. پرونده مقاله -
دسترسی آزاد مقاله
11 - ارزیابی گسترش کمی شهر و مدلسازی توسعه فیزیکی در نوار ساحلی شهر بندرعباس
ریحانه مداحی سید علی المدرسی علی اکبر جمالی رسول مهدوی نجف ابادیرشد سریع شهرنشینی فشارهای سنگینی بر سرزمین و منابع اطراف آنها وارد کرد و موجب کاهش پوشش گیاهی، کاهش فضای باز و مشکلات جدی اجتماعی و زیست محیطی شده است. یک گام اساسی جهت مدیریت و برنامه‌ریزی توسعه شهری و هم چنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر م چکیده کاملرشد سریع شهرنشینی فشارهای سنگینی بر سرزمین و منابع اطراف آنها وارد کرد و موجب کاهش پوشش گیاهی، کاهش فضای باز و مشکلات جدی اجتماعی و زیست محیطی شده است. یک گام اساسی جهت مدیریت و برنامه‌ریزی توسعه شهری و هم چنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر می‌باشد. یکی از فرآیندهایی که طی آن می‌توان تغییرات شهر را برای یک دوره زمانی چند ساله بررسی و در نتیجه جهت‌های رشد و توسعه شهری را برای اعمال برنامه‌ریزی‌های مناسب پیش‌بینی کرد، مدلسازی توسعه شهری است، بنابراین طراحان و برنامه‌ریزان شهری به اطلاعات مکانی و زمانی که مرتبط با الگوهای رشد شهری هستند نیازمندند تا بتوانند مدلسازی را انجام دهند. هدف پژوهش حاضر، مدلسازی توسعه شهری شهر بندرعباس با استفاده از مدل lcm در سری زمانی 21 سال (1994،2002،2009،2015) با استفاده از تصاویر ماهواره‌ای لندست است که در مرحله اول پس از طبقه‌بندی تصاویر به روش نظارت شده بیشترین شباهت، نقشه‌های کلاسه‌بندی شده را با دقت ضریب کاپا 9550/0 به‌دست آوردیم و سپس با استفاده از مدل تغییرات زمین به پیش‌بینی نقشه 2021 پرداختیم و با استفاده از مدل رگرسیون لجستیک و زنجیره Ca-markove توسعه شهرستان را در سال 2021 با دقت مناسب پیش‌بینی می‌کنیم. پس از محاسبه ماتریس احتمال انتقال تغییرات به پیش‌بینی کاربری اراضی در سال‌های 2009 و 2015 و 2021 با استفاده از رگرسیون لجستیک پرداختیم که در مقایسه با کاربری‌های اراضی سال‌های 2009 و 2015 به دقت ضریب کاپای 75.3 درصد برای سال 2009 و 86.9 درصد برای سال 2015 رسیدیم که براین اساس نتایج نسبتاً خوبی به دست آورده‌ایم. پرونده مقاله -
دسترسی آزاد مقاله
12 - بررسی رشد شهری و تبدیل اراضی زراعی و بایر به توده شهری (مطالعه موردی: شهر ارومیه)
رباب حسین زادهچکیده رشــد ســریع شــهرها در کشــورهای در حــال توســعه که اغلب با پراکنده‌رویی همراه است، امروزه بــه یــک مســئله جــدی تبــدیل شـده اسـت. دست‌اندازی به اراضی زراعی و از بین بردن اکوسیستم طبیعی پیرامون شهرها، لزوم بـازبینی دائمـی فرآینـدهای دینامیـک شـهری بـا توجـه ب چکیده کاملچکیده رشــد ســریع شــهرها در کشــورهای در حــال توســعه که اغلب با پراکنده‌رویی همراه است، امروزه بــه یــک مســئله جــدی تبــدیل شـده اسـت. دست‌اندازی به اراضی زراعی و از بین بردن اکوسیستم طبیعی پیرامون شهرها، لزوم بـازبینی دائمـی فرآینـدهای دینامیـک شـهری بـا توجـه بـه توسـعه در گذشـته و پـیش‌بینـی آن در آینـده را اجتنـاب ناپـذیر نموده اسـت. هـدف پـژوهش حاضـر، بررسی تغییرات رشد شهری ارومیه و تأثیر این رشد بر اراضی زراعی و بایر است که برای نیل به هدف فوق از مــدل LCM در دوره 16 ســاله 2011-1995 بر اساس تلفیق طبقه‌بندی شبکه عصبی مصنوعی پرسپترون چند لایه و مدل زنجیره مارکوف با استفاده از مدلساز تغییرات زمین بوده است. از تصاویر لندست 5 مربوط به سال‌های فوق جهت تهیه نقشه کاربری اراضی به روش شبکه عصبی پرسپترون چند لایه استفاده گردید. اعتبارسنجی مدل با محاسبه ضرایب کاپا (شاخص کاپای بالای 87درصد) بیانگراعتبار مدل می‌باشد. نتایج پژوهش نشان می دهد که در بازه زمانی مورد مطالعه، تغییرات کاربری اراضی شهر ارومیه، گذار و تبدیل اراضی بایر به شهری در قسمت‌های مرکزی بیشتر و تبدیل اراضی کشاورزی به شهری در اطراف شهر ملموس بوده و با شدت بیشتری به سمت غرب ( محور جاده بند) ادامه می یابد. پیش‌بینی رشد شهر تا افق 1404 نشان می‌دهد که نسبت به سال 1390، 3208 هکتار به اراضی ساخته شده افزوده و در مجموع 3810 هکتار از اراضی کشاورزی و باغات کاسته شده که بخشی از آن به اراضی بایر تبدیل خواهد شد. پرونده مقاله -
دسترسی آزاد مقاله
13 - Side Lobe Canceller Structure-Based Spatial Interference Cancellation and performance enhancement of the MIMO wireless systems
Navab Ghaedi Ali Jamshidi Behrad Mahboobi Ramezan Ali SadeghzadehIn some telecommunication systems, the signals received or sent by different antennas are combined with each other in a way that has the most benefit in a specific spatial direction. The signal sent or received by all antennas is the same and differs only in amplitude a چکیده کاملIn some telecommunication systems, the signals received or sent by different antennas are combined with each other in a way that has the most benefit in a specific spatial direction. The signal sent or received by all antennas is the same and differs only in amplitude and phase. On the other hand, in some array systems, the transmitted signal is different from different antennas. Similarly, the receiver has a separate processor for each antenna. In MIMO systems where the transmitted signals from various antennas are different and each antenna has a separate receiver in reception, the physical distance between the different antennas must be greater than a certain value so that the paths of each antenna to the destination are independent. In this paper, considering this distance in practical systems, a number of auxiliary antennas are placed between the main antennas of the MIMO system. The main antenna together with its adjacent auxiliary antennas forms antenna assemblies. The function of auxiliary antennas is to eliminate co-channel interference by performing appropriate irradiation. In this paper, the considered model is a channel with a feed rail that has a full order. For this channel model, different radiators such as MVDR, LCMV, GSC, ZF and maxSNR were investigated. And two different modes were considered for the transmitter. One of them is when the desired transmitter has one antenna and the other is when the desired transmitter has two antennas and uses Alamouti coding. In addition, both the state that the receiver is aware of the interference channel and the state that is not aware were examined. For each of these radiators,the output signal of the radiator was presented in order to decode the Alamouti coding. In addition, the LCMV radiator was examined under different conditions. In all these cases, the effect of the presence or absence of auxiliary antennas in eliminating all-channel interference was investigated. The simulations performed show the superiority of the performance of the methods proposed in this paper in the face of inter-channel interference پرونده مقاله -
دسترسی آزاد مقاله
14 - Optimal Allocation of Distributed Generation in Microgrid by Considering Load Modeling
Ferinar Moaidi Masoud Aliakbar GolkarRecent increment in carbon emission due to the dependency on fossil fuels in power generation sector is a critical issue in the last decade. The motivation to Distributed Generation (DG) in order to catch low carbon networks is rising. This research seeks to experience چکیده کاملRecent increment in carbon emission due to the dependency on fossil fuels in power generation sector is a critical issue in the last decade. The motivation to Distributed Generation (DG) in order to catch low carbon networks is rising. This research seeks to experience DG existence in local energy servicing in microgrid structure. Optimal sizing and placement of DG units is followed by this paper for simultaneous power loss reduction and voltage profile improvement. Optimization is solved by applying Limited Constraint Method (LCM) for converting of multi-objective problem to single-objective one. A typical Genetic Algorithm (GA) is presented from the array of artificial intelligence methods for solving the optimization problem. The algorithm is implemented on the IEEE 33 buses standard network. This study is presented in two scenarios, primarily to elaborate the effect of location and determination of DGs has been done to reduce losses and improve the voltage profile. Secondly, the research shows the necessity to load modeling in case of DG presence in networks. پرونده مقاله
سکوی نشر دانش
سند یا سکوی نشر دانش ،سامانه ای جهت مدیریت حوزه علمی و پژوهشی نشریات دانشگاه آزاد می باشد
پیوندهای سایت
مراکز مرتبط
پشتیبانی
صفحات رسمی
حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات دانشگاه آزاد اسلامی است.
حق نشر © 1403-1400