آلودگی هوا یکی از مشکلات مهم شهر های بزرگ محسوب می شود. یکی از اهداف مسئولین شهری آگاه سازی شهروندان از میزان کیفیت هوا در مناطق مختلف شهر و در زمان های متفاوت است. با توجه به مضرات ازن بر سلامت انسان و محیط زیست و افزایش آن در دهه های گذشته، ازن از آلاینده های بسیار مهم محسوب می شود؛ از طرفی به این علت که ازن، تحت تأثیر پارامترهای مختلف در هوا تولید می شود، در این تحقیق به تحلیل و پیش بینی غلظت ازن به صورت مکانی و زمانی پرداخته شده است. مدل سازی زمانی پارامترهای مهم و تاثیرگذار بر غلظت ازن با استفاده از داده های پایش کیفیت هوا در ایستگاه های آزادی و قلهک و به صورت 4 ساله (از 12 دی 1384 تا 11 دی 1388)، انجام شده است. ارتباط متغیرهای هواشناسی شامل رطوبت نسبی، دما، فشار، سرعت و جهت باد با غلظت ازن با استفاده از همبستگی خطی و غیرخطی و آنالیز اجزا اصلی بررسی شد. بررسی همبستگی بین متغیر های مختلف هواشناسی با غلظت ازن نشان داد که غلظت ازن در هر دو ایستگاه تحت تاثیر پارامترهای رطوبت نسبی و دما است. تاثیر پارامترهای رطوبت نسبی و دما را می توان با توجه به عملکرد فتوشیمیایی و نقش این فرآیند در تولید ازن توصیف کرد. همچنین ازن در هر دو ایستگاه با کسینوس جهت باد ارتباط منفی دارد، که خود نشان دهنده تاثیرپذیری غلظت ازن از این پارامتر است. برای بررسی خود همبستگی ازن از مدل آماری ar استفاده شد. با توجه به مدل ar مقدار ازن در هر روز در ایستگاه آزادی به مقدار 1 تا 7 روز قبل و در ایستگاه قلهک به مقدار 1 تا 5 روز قبل وابستگی دارد. در ادامه تحقیق از چند شبکه ی عصبی و یک رگرسیون چند متغیره جهت پیش بینی غلظت ازن استفاده شد. ورودی های این شبکه ها پارامترهای هواشناسی و غلظت های 1 تا 7 روز قبل ازن برای ایستگاه آزادی و غلظت های 1 تا 5 روز قبل ازن برای ایستگاه قلهک می باشد؛ درحالی که خروجی غلظت ازن است. شبکه های عصبی مختلف شامل شبکه عصبی تابع شعاع مبنا (rbf)، رگرسیون تعمیم یافته (grnn) و پرسپترون چندلایه (mlp) در این تحقیق برای پیش بینی استفاده شد. نتایج نشان داد شبکه عصبی mlp در هر دو ایستگاه کارایی بهتری نسبت به روش های دیگر در پیشبینی زمانی غلظت ازن دارد. شبکه عصبی mlp در ایستگاه قلهک با شاخص توافق 87 درصد، جذر میانگین مربعات خطا 18، میانگین مطلق خطا 16 و ضریب همبستگی 78 درصد و برای ایستگاه آزادی با شاخص توافق 91 درصد، جذر میانگین مربعات 5، میانگین مطلق خطا 4 و ضریب همبستگی 96 درصد مقادیر روزانه غلظت ازن را پیشبینی می کند. مدل سازی مکانی غلظت آلاینده ازن با استفاده از داده های اندازه گیری شده در ایستگاه های پایش کیفیت هوا شامل 41 ایستگاه و برای سال 1391 انجام شد. پارامترهای موقعیت، ارتفاع، تراکم جمعیت، غلظت دی اکسید نیتروژن و عوامل هواشناسی شامل سرعت باد، جهت باد، دما و رطوبت نسبی به عنوان پارامترهای مکانی موثر در نظر گرفته شدند. رگرسیون چند متغیره و سه نوع شبکه عصبی مصنوعی شامل mlp، rbf و grnn مورد استفاده قرار گرفتند. میانگین مجذور کمترین مربعات خطا، برای هرکدام از روش ها محاسبه شد و نتایج نشان داد که شبکه عصبی mlp با جذر میانگین مربعات خطای 3/28، کارایی بهتری نسبت به مدل های دیگر برای مدل سازی مکانی آلودگی هوا دارد. در نهایت به کمک شبکه عصبی mlp نقشه غلظت ازن تولید شد. نقشه تولید شده نشان می دهد که غلظت ازن در قسمت های شرقی شهر بیشتر از مناطق دیگر است.

مخاطرات طبیعی، همواره در تمامی نقاط جهان زندگی انسان ها را با بحران مواجه نموده است. ﻛﺸﻮر اﻳﺮان ﻳﻜﻲ از ده ﻧﺎﺣﻴﻪ ﺳﺎﻧﺤﻪﺧﻴز ﺟﻬﺎن ﺑﻮده و در این میان سیل، پس از زلزله بیشترین فراوانی وقوع را در میان مخاطرات مخاطرات دارد. از این رو مساله پیش بینی و پایش سیل از اهمیت فراوانی برخوردار است. پیش¬بینی و پایش سیل مساله¬ای پیچیده و زمانبر است. داده های سیل عمدتا حجیم بوده و در سازمان های مختلف به صورت توزیع یافته نگهداری می شوند که استفاده از این داده ها را با مشکل مواجه نموده است. تکنولوژی وب سرویس ها که امکان پیاده سازی معماری توزیع یافته را به توسعه دهندگان می دهد، استفاده همزمان از پایگاه داده های توزیع یافته را برای پیش¬بینی و نیز پایش سیل ممکن می¬سازد. هدف اصلی این تحقیق طراحی و توسعه وب سرویس های مکانی برای پیش بینی و پایش سیل در محیط شهری و استفاده از پایگاه¬های داده های توزیع یافته مکانی-زمانی برای سیل است. برای نیل به اهداف این تحقیق، با توجه به ویژگی های منطقه مطالعاتی، پیش¬بینی سیل با روش های هیدرولوژیکی مناسب دیده شد که در غالب یک وب سرویس پیاده سازی گردید. سپس برای پایش سیل در ابتدا نقشه های خطرپذیری سیل تهیه گردید. در ادامه وب سرویس های مکانی برای نمایش نقشه های پایه، تهیه نقشه های پهنه¬بندی و نمایش زمانمند نقشه های خطرپذیری توسعه داده شد. برای استفاده همزمان از سرویس¬های پیش بینی و سرویس های مکانی تهیه نقشه پهنه بندی، از زنجیره سازی وب سرویس ها استفاده شد. در نهایت سیستمی با استفاده از سرویس های تهیه شده پیاده سازی گردید. برای ارزیابی این تحقیق در ابتدا، نتایج حاصل از مدل¬سازی و مشاهدات واقعی، با روش کمترین مربع¬ها مورد بررسی و مقایسه قرار گرفت. نتایج حاصل از روش کمترین مربع¬ها خطای 0.31 برای شاخص rmse را نشان می داد که کوچک بودن این عدد نشان از دقت قابل قبول مدل استفاده شده دارد. سپس به منظور ارزیابی نقشه های خطرپذیری فازی سیل از نظرات متخصصین gis و عمران (گرایش آب) استفاده شد. نتایج حاصله نشان داد که، نقشه های خطرپذیری در زمینه تشخیص مناطق خطرپذیر خیلی خوب و در زمینه مدل¬سازی عدم قطعیت، خوب می باشند. همچنین سیستم پیاده سازی شده توسط متخصصین gis، مهندسین عمران (گرایش آب) و متخصصین فناوری اطلاعات مورد ارزیابی قرار گرفت و با نمونه های موفق پیاده سازی شده در دنیا مقایسه شد که نتایج نشان از عملکرد بهتر سیستم در زمینه قابلیت نمایش نقشه های مکانی-زمانی و قابلیت اشتراک گذاری داده ها در مقایسه با سیستم های مورد بررسی داشت.

برنامه ریزی و بهبود عملکرد سیستم اتوبوسرانی شهری در گرو اندازه گیری مناسب و به موقع عملکرد مکانی و زمانی آن است. از آنجا که مخاطب سیستم اتوبوسرانی شهری مردم جامعه هستند، توجه به نیاز هایشان موجب ترغیب شهروندان به استفاده از خدمات اتوبوسرانی می شود. به علاوه بنا بر تحقیقات گذشته، مردم از مهم ترین ارزیاب های سیستم اتوبوسرانی هستند و به عنوان عامل باارزشی از کارایی این سیستم ها به شمار می روند. از چالش های اصلی مشارکت مردم در ارزیابی عملکرد، عدم وجود بستری یکپارچه و به دنبال آن عدم توانایی جمع آوری داده های مناسب و به موقع است. در این میان، ظهور انواع زیادی از تکنولوژی های بصری سازی مکانی و پیشرفت فناوری هایی مانند وب 2 شیوه های نوینی از نحوه مشارکت مردمی، تولید و انتشار داده های مکانی را فراهم کرده اند. از این رو در این تحقیق با بهره گیری از فناوری های وب -2، برچسب گذاری مکانی، بستری مشارکتی برای ارزیابی و ارتقائ سیستم اتوبوسرانی شهری فراهم آمد. به واسطه بستر ارائه شده ذینفعان می توانند در تولید برخی داده ها مشارکت کنند و به بیان نقطه نظراتشان در مورد معیارهای توصیف کننده سیستم بپردازند. پس از تلفیق نظرات افراد، بر مبنای میزان سازگاری و درجات اهمیت، خطوط اتوبوسرانی بر اساس مدل تصمیم گیری تاپسیس رتبه بندی می شوند. سامانه پیشنهادی در مورد هجده خط از خطوط اتوبوسرانی منطقه 4 شهرداری تهران، مورد آزمون قرار گرفت. به منظور مقایسه نتایج حاصل از سامانه، با نتایج ارزیابی عملکرد شرکت واحد اتوبوسرانی ضریب همبستگی اسپیرمن برابر با 0/541 محاسبه گردید. این مقدار موید هم راستا بودن نتایج و حاکی از شباهت های قابل توجهی میان نتایج به دست آمده از سامانه و رتبه بندی خطوط در شرکت واحد اتوبوسرانی می باشد. بنابراین سامانه پیشنهادی قابلیت های زیادی برای جمع آوری اطلاعات و نظریات کاربران سیستم اتوبوسرانی شهری دارا می باشد.

امروزه هواپیماهای بدون سرنشین در طیف گسترده ای از مأموریت ها به خصوص کاربردهای شهری، جایگزین نمونه های سرنشین دار شده اند. دلایل اصلی به کارگیری این وسایل، قابلیت استفاده از آن ها در مناطق خطرناک و صرفه جویی در هزینه های مربوط به تجهیزات مالی و نیروی انسانی است. اما همچون سایر فناوری های نوین، هواپیماهای بدون سرنشین نیز با چالش هایی روبرو هستند که مهم ترین آن ها، مسئله ناوبری است. ناوبری، فراهم کردن اطلاعات مورد نیاز برای هدایت متحرک از موقعیت فعلی به مقصد معلوم یا مجموعه نقاط میانی مسیر است. بنابراین طراحی مسیر بهینه پرواز و فراهم کردن یک سیستم تعیین موقعیت دقیق، دو عامل مهم در امر ناوبری هستند. برخی تحقیقات صورت گرفته در این زمینه با ضعف های عمده ای مواجه می باشند. برای نمونه، در زمینه طراحی مسیر بهینه، مدل سازی مکانی موانع منطقه پرواز و درجه اهمیت موانع مورد توجه قرار نگرفته است. همچنین عدم توجه به جامعیت معیارهای طراحی مسیر در برخی تحقیقات به چشم می خورد. از طرف دیگر، سیستم های تعیین موقعیت موجود با مشکلاتی روبرو هستند. به عنوان مثال امکان قطع امواج ارسالی در gps وجود دارد و سیستم ins نیز در طول زمان دچار خطای جمع شونده می¬شود. از این رو در این پایان نامه برای اولین بار در گرایش سیستم اطلاعات مکانی به بهبود ناوبری هواپیمای بدون سرنشین پرداخته شده است. هدف اصلی، ارائه روشی است که بتواند با استفاده از تحلیل های مکانی به طراحی مسیر بهینه و بهبود سامانه های تعیین موقعیت بپردازد. به همین منظور در بخش اول پیاده سازی با بهره گیری از تحلیل های مکانی به مسیریابی با استفاده از دو الگوریتم قطعی k-shortest path و فرا ابتکاری مورچه پرداخته شده است. تحلیل های مکانی به کار رفته عبارتند از: مدل سازی موانع پروازی (خطوط برق فشار قوی، آنتن های مخابراتی، برد مخابره اطلاعات و غیره) از طریق تعیین حریم اثر و تهیه نقشه وزن¬دار آن ها، تشکیل نقشه پتانسیل منطقه پرواز، تبدیل مسئله به خودکاره سلولی، فشرده سازی اطلاعات با استفاده از درخت چهارتایی، لحاظ کردن پارامترهای دینامیکی هواپیما در ناحیه حرکت و کمینه کردن تابع هزینه متشکل از عواملی که به صورت مستقیم و غیر مستقیم لحاظ شده اند از جمله فاصله و زمان سفر، زاویه گردش هواپیما، فاصله از موانع و میزان مصرف سوخت. نتایج این بخش حاکی از آن است که با تحلیل های مکانی صورت گرفته در فضای سلولی، الگوریتم فرا ابتکاری مورچه در مقایسه با الگوریتم k-shortest path می تواند مسیر نزدیک به بهینه را با سرعت مناسب تری ارائه کند و همچنین با افزایش ابعاد منطقه، کارایی بهتری را از خود نشان دهد. در بخش دوم، برای بهبود سامانه های تعیین موقعیت موجود به پیاده سازی روش کمک ناوبری بصری پرداخته شده است. برای یافتن محدوده مورد نظر در پایگاه داده زمین مرجع، تحلیل مکانی بافر پیشنهاد شده است. عوارض متناظر از محدوده مشترک تصاویر پایگاه داده زمین مرجع با تصاویر گرفته شده توسط دوربین نصب شده روی هواپیما، به صورت اتوماتیک با روش sift استخراج شده¬اند. برای تسریع روش، با مشخص بودن قدرت تفکیک تصاویر در هر دو پایگاه داده، نسبت مقیاس آن ها به یکدیگر دست آمده و سطح مقیاس محاسبه شده به جای جستجوی همه سطوح مقیاس مورد بررسی قرار گرفته است. سپس بین عوارض استخراج شده تناظریابی صورت گرفته است. در نهایت پارامترهای موقعیت و وضعیت تصویر اخذ شده توسط هواپیما تعیین شده اند که از آن ها برای تعیین پارامترهای ناوبری استفاده می شود. اگرچه جواب نهایی به کیفیت داده های جمع آوری شده و دقت پایگاه داده وابسته است. اما نتایج نشان می دهد که روش پیشنهادی قابلیت تناظریابی بین تصاویر کاملاً متفاوت حتی با 10 برابر اختلاف مقیاس را دارد. نتیجه¬گیری کلی بیانگر آن است که تحلیل های مکانی می توانند نقش به سزایی در بهبود ناوبری هواپیمای بدون سرنشین داشته باشند.

مزایای فراوان اطلاعات مکانی مردم گستر همچون دسترسی آسان به اطلاعات، قابلیت به روزرسانی سریع و امکان اصلاح خطاهای احتمالی موجود توسط کاربران، منجر به پیشرفت روزافزون این سیستم ها و افزایش شمار کاربران آن ها گردیده است. اما از آنجا که اغلب افراد غیرمتخصص تولید کننده این داده ها هستند، نظارتی بر نحوه تولید آن ها وجود ندارد و بنابراین کیفیت داده های تولید شده با چالش روبرو است. از همین رو و از بدو پیدایش مفهوم اطلاعات مکانی مردم گستر، کیفیت این اطلاعات بزرگ ترین محدودیت آن و محل بحث و تحقیق بسیاری از محققان بوده است. در این تحقیق سعی شده با ارائه روشی خودکار، کیفیت عوارض خطی داده های مردم گستر شهر تهران از طریق مقایسه آن ها با داده های مرجع (رسمی) ارزیابی شود. برای بیان برآوردی از کیفیت این داده ها، سه شاخص تمامیت، دقت هندسی و دقت توصیفی که از مهم ترین شاخص های کیفیت داده های مکانی به شمار می روند، در نظر گرفته شده اند.روش ارائه شده از چهار قسمت اصلی تشکیل شده است: تناظریابی خودکار بین عوارض مرجع و مردم گستر، محاسبه تمامیت داده، محاسبه دقت هندسی و محاسبه دقت توصیفی. خودکار بودن روش این قابلیت را به آن می دهد که بتوان منطقه وسیع تری را بررسی کرد. همچنین، با تغییراتی اندک در قسمت تناظریابی، از این روش می توان برای داده های مناطق مختلف استفاده کرد. علاوه بر این، ارزیابی سه جزء از اجزای کیفیت مکانی منجر به برآورد کامل تری از کیفیت نسبت به تحقیقات پیشین می شود.در قسمت اول، با استفاده از یک الگوریتم پنج مرحله ای عوارض مرجع و مردم گستر متناظر مشخص می شوند. چهار مرحله اول از این الگوریتم بر روی داده های مردم گستر و مرحله پنجم بر روی داده های مرجع اعمال می شوند. در مراحل اول تا سوم تناظریابی، با اعمال تلفیقی از قیود هندسی و توصیفی بر روی قطعه عوارض (فاصله بین دو نقطه متوالی سازنده عوارض خطی)، به جستجوی عوارض متناظر پرداخته می شود. در مرحله چهارم، با بازسازی عوارض از روی قطعه عوارض، خطاهای احتمالی ناشی از مراحل قبل شناسایی می شود. در مرحله پنجم، با اعمال قیود هندسی و توصیفی بر روی داده های مرجع، هر عارضه ای که احیاناً تا کنون مورد بررسی قرار نگرفته باشد، بررسی می شود. با اتمام تناظریابی، تمام داده های مرجع و مردم گستر به صورت دارای متناظر و بدون متناظر دسته بندی می شوند تا در مراحل بعدی، آنالیز کیفیت روی آن ها اعمال شود. طبق نتایج این قسمت، حدود 82 درصد از عوارض مرجع و 90 درصد از عوارض مردم گستر دارای متناظر در مجموعه دیگر هستند.قسمت دوم، محاسبه تمامیت داده است. برای این منظور طول داده های مرجع دارای متناظر بر طول کل داده های مرجع تقسیم می شود. بنابر نتایج حاصله، میزان تمامیت داده های مردم گستر 81/9 درصد است. این مقدار در واقع بیانگر این است که برای 81/9 درصد از داده های مرجع، یک متناظر در مجموعه مردم گستر وجود دارد.در قسمت سوم دقت هندسی عوارض مردم گستر دارای متناظر محاسبه می شود. منظور از دقت هندسی در این تحقیق، دقت مختصات است. در واقع این پارامتر میزان اختلاف مکانی بین یک عارضه مرجع و عارضه مردم گستر نظیر آن را بیان می کند. برای محاسبه دقت هندسی از روش بافر افزایشی استفاده شده است. طبق نتایج به دست آمده، حدود 40 درصد از عوارض مردم گستر دقت هندسی کمتر از 5 متر و حدود 80 درصد از آن ها دقت هندسی زیر 10 متر دارند.آخرین قسمت این تحقیق محاسبه دقت توصیفی است. داده های مردم گستر اقلام توصیفی مختلفی همچون "نام عارضه" و "نوع عارضه (راه)" دارند اما از آنجا که به جز نام، مقدار سایر اقلام توصیفی برای درصد قابل توجهی از داده ها تهی است و یا دقت خوبی ندارد، در این تحقیق فقط به بررسی نام عوارض پرداخته شد و دقت توصیفی در قالب دقت نام عوارض محاسبه گردید. برای بررسی دقت نام عوارض مردم گستر، اختلاف بین نام این عوارض با نام عوارض مرجع نظیر، از طریق الگوریتم لونشتاین (levenshtein) محاسبه شد. این اختلاف که فاصله ویرایش نام دارد می تواند مقداری بین صفر تا تعداد کاراکترهای عارضه مورد بررسی داشته باشد. پس از آن عوارض مردم گستر دارای نام، بر اساس این اختلاف، که فاصله ویرایش نام دارد، در سه دسته طبقه بندی شدند: عوارض دارای نام صحیح، عوارض دارای نام تقریباً صحیح و عوارض دارای نام ناصحیح. طبق نتایج حاصل، 33 درصد از عوارض مردم گستر دارای نام، نام صحیح دارند. 44 درصد از آن ها نام تقریباً صحیح و 23 درصد باقیمانده نام نادرست دارند.

امروزه بسیاری از برنامه های کاربردی، به صورت سرویس های قابل دسترس از طریق وب ارائه می شوند. معماری سرویس گرا یک معماری مفهومی برای طراحی و پیاده سازی سرویس ها به صورت تعامل پذیر، استاندارد مبنا، قابل جستجو و مستقل از سکوهای محاسباتی می باشد. اکنون معماری سرویس گرا الگوی اصلی توسعه ی برنامه های کاربردی مکانی تحت وب محسوب می گردد. به طور کلی ضرورت استفاده از سرویس های مکانی استاندارد به انعطاف پذیری و قابلیت استفاده مجدد از آن ها برمی گردد. در اثر افزایش فرآیند شهری شدن، وضعیت سطح زمین و آب و هوا تغییر یافته است. از نتایج این تغییر، وقوع آب¬گرفتگی¬های مکرر در مناطق شهری است. سیل و آب گرفتگی از حوادث طبیعی می باشند که چالش های زیادی را در مناطق شهری ایجاد کرده اند. در این تحقیق سامانه ای سرویس مبنا توسعه یافت که با به کارگیری مدل ارائه شده برای شبیه سازی آب گرفتگی، قادر به نمایش نقشه ی پهنه بندی آب گرفتگی می باشد. روش پیشنهادی برای شبیه سازی آب گرفتگی، از مدل¬های هیدرولوژیکی اقتباس شده و بر مبنای gis می باشد. این مدل تأثیر زیرساخت¬های جمع¬آوری سیلاب را در محاسبات آب گرفتگی لحاظ و برای محاسبه ی مشخصه های هیدرولوژیکی از الگوریتم wasi می کند. مدل پیشنهادی، در قالب دو وب سرویس پردازشی محاسبه ی مشخصه های هیدرولوژیکی و محاسبه ی آب گرفتگی، پیاده سازی شد. با به کارگیری این سرویس های پردازشی، سیستم توسعه داده شده، قادر به نمایش وضعیت آب گرفتگی به کاربر می باشد. کاربر می تواند با ابزارهای موجود، به ارزیابی وضعیت آب گرفتگی بپردازد. به منظور تست سیستم، بخشی از منطقه ی 22 تهران به عنوان منطقه ی مورد مطالعه انتخاب شد. نتایج نشان داد که روش ارائه شده برای شبیه سازی، می تواند موقعیت آب گرفتگی ها در مناطق شهری را یافته، حجم و عمق آن ها را با در نظر گیری تأثیر زیر¬ساخت¬های جمع¬آوری سیلاب محاسبه کند. به منظور ارزیابی نتایج، مدل پیشنهادی با مدل usism مقایسه شد. نتیجه ی این مقایسه نشان داد که مجموع حجم و مجموع عمق شبیه سازی شده به ترتیب 9/13 و 7/12 درصد نسبت به مدل usism کاهش داشت. همچنین این سیستم در اختیار کاربران قرار گرفت و قابلیت های شبیه سازی آب گرفتگی و ارزیابی وضعیت آب گرفتگی و نیز واسط کاربری آن مورد نظرسنجی قرار گرفت. واسط کاربری سیستم و قابلیت شبیه سازی آب گرفتگی به ترتیب بیش ترین و کم ترین میزان رضایت کاربران را به خود اختصاص دادند. این سامانه می تواند به تسهیل مدیریت بحران آب گرفتگی و کاهش اثرات آن در دو فاز آمادگی در برابر بحران و واکنش به بحران، کمک کند.