نام پژوهشگر: مرتضی وطن دوست
مرتضی وطن دوست مهدی اژدری مقدم
بر خلاف منابع آب شیرین که معدود و محدود می باشد، جمعیت و در نتیجه نیاز به آب رو به افزایش است، این امر پیچیده تر شدن مدیریت این منابع پرارزش را در پی دارد، لذا دیگر نمی توان از روش های بخشی مدیریت منابع گذشته برای چنین سیستم پیچیده ای استفاده کرد. در این تحقیق پس از ارائه ی کلیات و تجربیاتی درباره ی مدیریت یکپارچه ی منابع آب به معرفی محدوده ی مطالعاتی درگز پرداخته می شود، سپس وضعیت و روند تقییرات منابع و مصارف آب منطقه مورد تحلیل و بررسی قرار می گیرد. سپس به کمک نرم افزار weap21 منابع و مصارف این منطقه مدل سازی می گردد، راهکارها و برنامه هایی برای کاهش مصرف آب و معرفی منابع آب جدید ارائه و اثر این برنامه ها توسط پایه ی سناریونویسی نرم افزار مذکور شبیه سازی می شود. در نهایت بهبود راندمان آبیاری به عنوان یک برنامه ی مدیریتی موثر و ساخت سد درونگر به عنوان یک برنامه ی سازه ای کارآمد مورد قبول واقع شد. واژگان کلیدی: برنامه ریزی، سناریونویسی،مدل سازی، شبیه سازی، محدوده ی مطالعاتی درگز.
مرتضی وطن دوست علی المدرسی
نقشه نمایش بصری از یک منطقه و تجسم سمبلیک از روابط میان اجزای آن است که اهمیت آن بر همگان آشکار است. رشد روزافزون جمعیت و توسعه مناطق شهری نیاز به اطلاعات به روز را برای اهداف مدیریتی اجتناب ناپذیر می کند. روش های به روزرسانی سنتی با استفاده از آنالیزهای بصری و تمام دستی برای تعیین تغییرات بسیار زمان بر و پر هزینه است. امروزه به کارگیری سنجنده های با قدرت تفکیک مکانی بالا امکان دسترسی سریعتر و با هزینه کمتر به داده های مورد نیاز را فراهم کرده است. فرایند به روزرسانی نقشه ها با استفاده از تصاویر ماهواره ای با رزولوشن مکانی بالا در سال های اخیر بسیار مورد توجه قرار گرفته است. این پایان¬نامه ابتدا به تحقیق های انجام شده تاکنون پرداخته و آنها را در یک دسته بندی قرار داده است. سپس به ارائه روشی با توجه به ویژگی های فرایند به روزرسانی نقشه ارائه کرده است. روش پیشنهادی از سه مرحله ی اصلی تشکیل شده است. در مرحله اول داده های موجود شامل نقشه برداری و تصویر ماهواره ای هم مرجع می گردند. همچنین داده های نقشه به عنوان داده آموزشی در مرحله بعد تبدیل به تصویر می گردند. سپس در مرحله بعد یک طبقه بندی بر روی تصویر ماهواره ای انجام می گیرد. این طبقه بندی با استفاده از روش ماشین های بردار پشتیبان به عنوان یکی از روش های یادگیری ماشین و قابل انعطاف انجام می گیرد. انواع توصیفگرهای طیف، شکل و بافت به کار رفته است تا ترکیب مناسبی از آنها انتخاب شود. مرحله نهایی، آنالیز تغییرات می باشد که هدف نهایی نیز هست. دو فرایند اصلی تشخیص ساختمان های جدید و حذف ساختمان های تخریب شده است. بر روی ساختمان های جدید شناسایی شده، یک فرایند استخراج مرز اعمال می گردد. تعداد ساختمان های صحیح شناسایی شده در منطقه مورد نظر کارایی و به خصوص پتانسیل بالای این روش را تایید می نماید.