ترکیبات اسپینل با فرمول کلی ab2o4 می باشند، که جایگاه a (چهار وجهی) معمولا توسط یون های دو ظرفیتی (ni و zn) و جایگاه b (هشت وجهی) توسط یون های سه ظرفیتی (cr و fe) اشغال می شوند. این پروژه تحقیقاتی شامل سه بخش است. در بخش اول، نانو ذرات اسپینلی توسط تجزیه حرارتی، ژل حاصل از روش سل ژل و با حضور اسید اگزالیک یا اسید سیتریک به عنوان عامل اتصال دهنده، سنتز گردیدند. برخی از روش های تجزیه ای برای شناسایی ساختار بلوری، مورفولوژی و رشد نانو ذرات اسپینلی استفاده شده است. تجزیه حرارتی کمپلکس ها توسط آنالیز وزن سنجی حرارتی (dta/tga) انجام شد. نتایج طیف سنجی مادون قرمز (ir) و پراش اشعه x (xrd) تشکیل تک فاز اسپینلی را در دماهای کلسینه متفاوت نشان می دهد. همچنین مورفولوژی سطح نانو اسپینل ها توسط میکروسکوپ الکترونی عبوری (tem)، میکروسکوپ الکترونی روبشی (sem)، میکروسکوپ تونلی روبشی (stm) و طیف نگار تفکیک انرژی اشعه x (edx) مورد بررسی قرار گرفت. در بخش دوم از نانو اسپینل co2cro4 تهیه شده به عنوان یک ماده موثر و قابل بازیافت برای اکسایش انتخابی سولفیدها به سولفوکسیدها در حضور هیدروژن پراکسید و حلال ترشیو-بوتانول استفاده گردید. در بخش سوم، جذب سطحی راکتیو بلو 5 (rb5)، به عنوان یک آلاینده فعال توسط نانو اسپینل های zncr2o4 و nimnxfe2-xo4 (x = 0.05, 1) در محیط آبی اندازه گیری گردید. تاثیر پارامترهای مختلف مانند غلظت اولیه آلاینده، مقدار نانو اسپینل، دما و ph روی حذف آلاینده مورد نظر بررسی شد و فرایند جذب سطحی از سینتیک درجه دوم و رفتار آرنیوس پیروی کرد. دو مدل ایزوترم های جذبی لانگمویر و فرندلیچ، در حذف آلاینده رنگی توسط نانو اسپینل ها مورد بررسی قرار گرفت. حذف فتوکاتالیزوری rb5 در 1 = phو تابش اشعه uv آزمایش گردید. کلید واژه ها: نانو اسپینل ها، روش سل- ژل، جذب سطحی، راکتیو بلو 5.

الگوریتم های پردازش تصویر جهت شناسایی ساختمان ها با استفاده از تصاویر ماهواره ای به دو گروه کلی تقسیم می شوند: روش های پیکسل مبنا و روش های شی مبنا و گاهی نیز ترکیبی از این دو گروه. در روش های اول مبنای تصمیم گیری، اختلاف درجه ی خاکستری پیکسل هاست. پژوهش های قبلی، این گروه را برای تصاویر ماهواره ای قدرت تفکیک بالا چندان مناسب ندانسته اند. درمقابل روش های شی مبنا که بر مبنای گروه همگنی از پیکسل ها تصمیم گیری می کنند و علاوه بر خصوصیات درجه خاکستری، قادرند تا از خصوصیات همسایگی و هندسی یک شی نیـز بهره ببرند، اغلب توانسته اند نتایج بهتری از روش های پیکسل مبنا تولید کنند. با این حال، وجود خطاهای قطعه بندی و نحوه ی انتخاب پارامترهای اولیه ی قطعه بندی، باعث ایجاد محدودیت هایی در این روش ها شده است. در این پژوهش به عنوان یکی از اهداف اصلی، ضمن نشان دادن محدودیت های روش های شی مبنا با تعریف المان های دیگری غیر از قطعات حاصل از قطعه بندی تصویری، سعی در بهبود نتایج استخراج (مرز) ساختمان داشته ایم. روش پیشنهادی روی 15 تصویر متنوع pan-sharped سنجنده ی quickbird از شهر اصفهان آزمایش شده است. هم چنین پنج الگوریتمِ مطالعات قبلی شامل روش های پیکسل مبنا و شی مبنا نیز روی این 15 تصویر پیاده سازی شدند. ابتدا مقایسه ای بین نتایج استخراج مرزهای ساختمان حاصل از روش پیشنهادی با نتایج این روش ها صورت گرفت. جهت مقایسه ی بهترِ نتایج، تصاویر به دو دسته ی کنتراست بالا و کنتراست پایین تقسیم شد. نتایج به دست آمده در دسته ی اول، حکم به کارایی بالای روش پیشنهادی نسبت به سایر روش ها می کند. هم چنین در مقایسه با سایر روش ها می توان به اطمینان پذیری نتایج حاصل از این روش نیز امیدوار بود. درمقابل، روش پیشنهادی در دسته ی دوم کارایی کم تری از خود نسبت به روش های شی مبنای معمول نشان داد. این مسأله بیان کننده ی آن است که روش پیشنهادی در مناطقی که کنتراست خوبی بین نواحی ساختمانی و نواحی مجاور آن برقرار نیست، با مشکلاتی مواجه می شود. با این حال، باز نسبت به برخی روش ها کارایی این روش نیز در دسته ی دوم بالاتر است. بررسی نقاط ضعف و قوت روش های پیکسل مبنا و شی مبنا و به طور خاص به چالش کشاندن و نقد و بررسی محدودیت های روش های شی مبنا از جمله هدف دیگر پیاده سازی این پنج روش است. به عنوان یکی دیگر از اهداف اصلی این پژوهش، موضوع کنترل کیفیت یک الگوریتم استخراج ساختمان مورد بررسی قرار گرفت. همه ی پژوهش های قبلی استخراج ساختمان از عناصر استخراج شده از ماتریس خطا جهت ارزیابی الگوریتمشان استفاده کرده اند. با این حال، عوامل مهمی که در استخراج ساختمان در یک منطقه ی شهری تأثیرگذار هستند در انتخاب تصاویر این پژوهش ها درنظر گرفته نشده اند. هم چنین معیارهای ارزیابیِ فعلی، ارزیابی الگوریتم نسبت به این عوامل را نشان نمی دهند. بنابراین ما در این پژوهش با انتخاب عوامل مهم و متنوع بیشتر، یک چارچوب ارزیابیِ جامع تر و کامل تر برای کنترل کیفیت الگوریتم استخراج ساختمان ارائه داده ایم.