استخراج عوارض و روابط توپولوژی بر مبنای مجموعه های فازی شهودی (مطالعه موردی: استخراج آلاینده های نفتی)

اشیاء مکانی و روابط توپولوژیکی بین آن ها، ارکان اساسی در مدل سازی ها و آنالیزهای مکانی هر سامانه ی اطلاعات مکانی، محسوب می شود. روابط توپولوژیکی در یک فضای توپولوژی، برای بیان وضعیت های دو شئ نسبت به یکدیگر در این فضا تعریف می شوند. این روابط (توپولوژیکی) تحت تبدیلات همریختی ثابت می مانند و در استنتاج، آنالیز و مدل سازی های gis، نقش بسیار مهمی دارند. به همین دلیل مطالعه در این حوزه همواره مورد علاقه بسیاری از محققان بوده است. در این راستا بررسی و تعیین روابط توپولوژیک برای اشیاء با مرزهای قطعی موضوعی است که به خوبی به آن پرداخته شده است. اما در جهان واقعی بسیاری از پدیده های جغرافیایی دارای مرز، شکل و اندازه ی مشخصی نمی باشند و مرز آن ها به تدریج تغییر می کند. به عبارت دیگر بین دو عارضه یک محدوده ی انتقال، بجای مرز شفاف و قطعی وجود دارد. به منظور مدل سازی این گونه اشیاء در gis، به طور معمول از نظریه ی مجموعه ها و منطق فازی مرسوم استفاده می شود. اما استفاده از مجموعه های فازی مرسوم در مدل سازی اشیاء با مرزهای نامعین چند محدودیت را تحمیل می کند. مجموعه های فازی شهودی با در نظر گرفتن درجه عضویت و عدم عضویت برای هر مشخصه، محدودیت های مجموعه های فازی مرسوم را ندارد. در نتیجه مدل سازی اشیاء با مرزهای نامعین در بستر مجموعه های فازی شهودی، می تواند به عنوان روشی موثر و کارآمد بکار گرفته شود. در این پایان نامه در راستای مدل سازی اشیاء با مرزهای مشوش و نامعین، به استخراج عوارض و روابط توپولوژیکی در بستر مجموعه های فازی شهودی پرداخته شد. به منظور استخراج روابط توپولوژیک بر اساس توپولوژی مجموعه های فازی شهودی و با رویکرد ماتریس 6×6-اشتراکی فازی شهودی، 13 قاعده تعریف شدند. سپس با اعمال این قواعد، از بین تمام حالت های ماتریس 6×6-اشتراکی (2^36=68719476736) برای دو ناحیه فازی شهودی ساده، 7927 حالت معتبر استخراج گردید. از آنجا که در توپولوژی فازی شهودی برای توصیف یک شئ فازی شهودی، مناطق توپولوژیکی بیشتری نسبت به حالت فازی مرسوم تعریف می کنیم؛ لذا تعداد حالت های ممکن ماتریس 6×6-اشتراکی در حالت فازی شهودی به مراتب بیشتر از حالت های مشابه آن در مجموعه های فازی مرسوم است. از طرف دیگر مجموعه های فازی شهودی با در نظر گرفتن درجه عدم عضویت علاوه بر درجه عضویت برای هر مشخصه و امکان مدلسازی شک و تردید، مدلسازی کامل تری را ارائه می دهد. در ادامه با توجه به تهی یا ناتهی بودن مناطق توپولوژیکیِ حالت های دارای اعتبار ماتریس اشتراکی، روابط ممکن بین دو ناحیه ی فازی شهودی ساده طراحی، ترسیم شدند. در بخش بعد برای استخراج یک شئ فازی، الگوریتم ifcm پیاده سازی گردید. سپس برای استخراج مناطق توپولوژیک فازی شهودی برای این شئ، ده بار این الگوریتم، تکرار شد. در نهایت نیز رابطه توپولوژیک آن با یک شئ فازی دیگر استخراج گردید.