نام پژوهشگر: مهدی مومنی شهرکی

بهبود کلاسه بندی رسوبات بستر آب با ایجاد موزاییک تصویر از داده های سونار و پردازش تصویر
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده فنی و مهندسی 1390
  سمانه لسانی گویا   علیرضا امیری سیمکویی

امروزه استفاده از روش ها و تجهیزات صوتی برای برداشت اطلاعات و نقشه برداری از بستر آبها، بطور چشمگیری گسترش یافته است. اکوساندر چند پرتویی (mbes) از جمله سیستم های صوتی است که قادر به اندازه گیری همزمان عمق و شدت موج برگشتی از بستر آبها می باشد. این سیستم ها می توانند یک دسته پرتو با فواصل مساوی به سمت بستر ارسال و شدت موج برگشتی وابسته به زاویه تلاقی پرتو با سطح بستر (طبق قانون لامبرت) را دریافت نمایند. یکی از مهمترین کاربردهای این داده برای کلاسه بندی رسوبات است که در مطالعات مختلف از وابستگی زاویه ای بدین منظور استفاده شده است. در این روش، زمانی که در طول یک نوار برداشت، نوع رسوبات تغییر کند، پیچیدگی هایی ظاهر می گردد، چراکه نمی توان بین تغییرات زاویه ای پرتوها و تغییرات واقعی در نوع رسوبات تفکیک قائل شد. بنابراین پیشنهاد می شود که این داده ها مستقل از زاویه شوند. در این پایان نامه دو روش آماری بر مبنای هیستوگرام برای حذف اثر وابستگی زاویه ای ارائه می گردد، که در هردو روش هیستوگرام های داده ها در زاویه تقاطع نزدیک به نادیر به هیستوگرام داده ها در یک زاویه فرودی کوچک (داده های مرجع) منطبق می شوند. سپس با داشتن این داده ها که تصحیحات لازم بر روی آنها انجام شده است، الگوریتم نوینی برای کلاسه بندی رسوبات بستر ارائه می دهیم که هدف اصلی آن تشکیل موزاییک تصویری از آنهاست. در واقع پس از تصحیح داده ها با انتخاب روش درونیابی مناسب به آنها ساختار منظم داده و تصویر رسوبات بستر آب تهیه خواهد شد. در ادامه با استفاده از روش های پردازش تصویری لازم، کیفیت تصاویر را بهبود می بخشیم زیرا در تصاویر با وضوح بیشتر شناسایی نوع رسوبات دقیق تر خواهد بود. در این الگوریتم با توجه به نوع رفتار رسوبات در تصاویر بدست آمده، برای کلاسه بندی نیازمند قطعه بندی تصویر می باشیم. در انتها با کمک اندازه دانه بندی متوسط نمونه های زمینی، به هر قطعه نوع ویژه ای از رسوب بعنوان یک کلاس خاص، اختصاص می دهیم. الگوریتم مورد نظر بر روی داده های اکوساندر چند پرتویی حاصل از رودخانه وال هلند پیاده سازی شده است. دقت قطعه بندی تصاویر تهیه شده با یک روش خاص، با استفاده از محاسبه ی ضریب همبستگی با مقادیر واقعی، در حدود 65% می باشد. با بررسی نتایج تصویری می توان بیان کرد که این الگوریتم نسبت به روش های پیشین کلاسه بندی داده های اکوساندر چند پرتویی، بهبود کیفی و بصری در تأمین هدف موردنظر داشته است.

کاربرد مدل های مکان مند و تحلیل شبکه در مدیریت بحران شهری با استفاده از gis (مورد مطالعه: منطقه سه شهر اصفهان).
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان 1390
  میثم رضایی   علی زنگی آبادی

چکیده بالا بودن تراکم های ساختمانی و جمعیتی، کیفیت پایین ابنیه در بدنه شبکه های ارتباطی و درجه محصوریت بالا و غیره در شهرهای بزرگ که منجر به از بین رفتن کارایی شبکه های ارتباطی، حجم بالای تلفات انسانی و خسارت های مالی در مواقع زلزله می شود، توجه به نقش شبکه های ارتباطی در کاهش اثرات زلزله را ضروری ساخته است. هدف اصلی این پایان نامه، شناسایی و تحلیل نقش عوامل موثر در آسیب پذیری مناطق شهری در برابر زلزله و نقش شبکه های ارتباطی و میزان کارایی آن و عوامل مرتبط با آن در هنگام زلزله می باشد. در این پژوهش در مرحله اول 7 شاخص «دسترسی به مراکز درمانی، درجه محصوریت، تراکم ساختمانی، تراکم جمعیتی، کاربری زمین، عمر ابنیه و کیفیت ابنیه» انتخاب شده و با استفاده از روش تحلیل سلسله مراتبی معکوس(ihwp) و ترکیب نقشه های مربوط به شاخص های ذکر شده در محیط gis، آسیب پذیری منطقه 3 در مقابل زلزله مورد بررسی قرار گرفته است. در مرحله دوم، آسیب پذیری بدنه شبکه های ارتباطی و میزان آسیب پذیری منطقه 3 شهر اصفهان به تفکیک نواحی مشخص گردید. در ادامه با استفاده از تکنیک تاپسیس به اولویت بندی برنامه ریزی مدیریت بحران در نواحی منطقه 3 پرداخته شد. در نهایت نیز به تحلیل فضایی مراکز امدادی از جمله بیمارستان ها و ایستگاه های آتش نشانی با استفاده از مدل های تحلیل سلسله مراتبی معکوس(ihwp) و تحلیل سلسله مراتبی (ahp) پرداخته شد. نتایج پژوهش نشان می دهد که بدنه خیابان هایی که دارای تراکم های ساختمانی و جمعیتی بالا، کیفیت ابنیه پایین، فاصله زیاد تا مراکز امدادی نسبت به سایر بدنه ها و درجه محصوریت بیشتری بوده اند، امتیاز آسیب پذیری بالایی آورده و در نتیجه آسیب پذیر نشان داده شده اند. در بین نواحی منطقه 3، ناحیه 9 دارای بدترین وضعیت از نظر آسیب پذیری می باشد و در برنامه ریزی برای مدیریت بحران باید در اولویت قرار گیرد. همچنین از دیگر نتایج پژوهش این است که بدنه معابر و خیابان های با عرض بیشتر و تراکم ساختمانی و جمعیتی کمتر دارای آسیب پذیری کمتر و خیابان های دارای درجه محصوریت بالا و تراکم های ساختمانی و جمعیتی بالا دارای بیشترین آسیب پذیری بوده اند. بعضی از خیابان های مهم منطقه به دلیل داشتن ترافیک بالا، ایمنی و سرعت کم، زیاد بودن تقاطع های چهارراهی و کوچه های بن بست، در صورت وقوع زلزله مشکل ساز خواهند شد و اینکه تعدادی از مراکز امداد و نجات از نظر آسیب پذیری در وضعیت بدی قرار دارند و در زمان وقوع بحران به جای اینکه امداد رسانی کنند خود نیازمند امداد فوری می باشند.