@article{ author = {Rahimi, Mahdi and Malek, Mohammad Rez}, title = {Context-Aware Network Generalization for Optimum-Path Analysis}, abstract ={Generalization is a prevalent concept in Cartography to which has been added new aspects such as model generalization with developments in GIS. Increasing demand for tailored and ubiquitous geospatial services like wayfinding, makes the context-aware generalization a noticeable research area in GIScience. Most of the wayfinding services use the network data model as the main spatial data model for their analyses. Whatever data or information that characterizes the situations relevant to users, systems and applications, can be considered as context. A context-aware service is as a service which can sense user, environment and device’s situations and respond to user requests concerning contexts to fulfill the user’s needs better. From the GI services perspective, the context of a query could be the location of the device, environmental settings that query is made in, the time, the activity of the user, user’s personal information, the user’s favorites and information needs, the user’s cognitive map of environment, the mode of travel, the purpose of travel and the device’s technological specifications. In this paper, we try to propose and implement a method for context-aware network generalization at the analysis level. For finding the best path, user contexts like user’s favorite streets will be used. These contexts are modeled as edge’s attributes and those edges which fulfill user’s needs, will be the generators of the Network Voronoi Diagram. With these diagrams, the network will be simplified into sub graphs using Delaunay diagram over the network. The path would be composed of the path between origin and destination to their corresponding generators and the path between generators. This method guarantees the maximum use of edges with user’s need context as well as decreasing computational cost.}, Keywords = {Context-Awareness, Network Generalization, Network Pruning, Network Voronoi Diagram, Sub-Network.}, volume = {2}, Number = {1}, pages = {1-15}, publisher = {kntu}, title_fa = {تعمیم و ساده‌سازی بافت‌آگاه شبکه برای انجام تحلیل مسیر بهینه}, abstract_fa ={ساده‌سازی یکی از مفاهیم قدیمی علم‌نقشه‌نگاری است که همزمان با به وجود آمدن سامانه‌های اطلاعات مکانی، ابعاد جدیدی چون ساده‌سازی مدل به آن افزوده شده‌ و ساده‌سازی به انتزاع نزدیک‌تر شده‌است. مدل‌سازی بسیاری از زیرساخت‌های ارتباطی در قالب شبکه، آن‌ را تبدیل به یکی از مهم‌ترین انواع داده‌ در سامانه‌های اطلاعات مکانی کرده‌است. رویکرد ارائه‌ی خدمات مکانی به کاربران به صورت هرجا‌گاه و با درنظر گرفتن بافت، لزوم توجه به مساله‌ی ساده‌سازی بافت‌آگاه شبکه‌ را یاد‌آوری می‌کند. سامانه‌ی بافت‌آگاه، سامانه‌ای است که اطلاعات و خدمات را با توجه به بافتی که پرسش در آن بافت پرسیده‌ شده‌است، در اختیار کاربر قرار می‌دهد. یک سامانه می‌تواند در سطوح محتوا، تحلیل و نمایش، بافت‌آگاه باشد. ترجیحات کاربر و ویژگی‌های شناختی‌ کاربر، بافت‌هایی هستند که در این مقاله مورد توجه قرار گرفته‌اند. در چارچوب این مقاله، روشی برای ایجاد یک شبکه‌ی ساده‌شده با توجه به بافت‌های ترجیحات و ویژگی‌های شناختی کاربر ارائه شده است. در روش پیشنهادی ترجیح کاربر در استفاده از یال‌هایی با ویژگی‌ خاص، سبب ایجاد نمودار ورونوی شبکه‌ای می‌شود. سه زیرشبکه به کمک این نمودار، تولید می‌شوند. استفاده از این زیرشبکه‌ها در یافتن مسیر بهینه، سبب افزایش نسبت طول یال‌های اولویت‌دار به طول کل مسیر، می‌شود. برنامه‌ها‌ی کاربردی پیاده‌سازی‌شده بر مبنای این روش‌ها، برای منطقه‌ای از شهر وین، مؤید تاثیر‌گذاری بافت‌ بر ساده‌سازی شبکه است و نشان می‌دهد، روش‌ پیشنهادی در بیشترکردن استفاده از یال‌های مورد نظر کاربر موفق عمل کرده است.}, keywords_fa = {بافت‌آگاهی, ساده‌سازی شبکه, هرس کردن شبکه, نمودار ورونوی شبکه‌ای, زیرشبکه}, doi = {10.29252/jgit.2.1.1}, url = {http://jgit.kntu.ac.ir/article-1-109-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-109-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Sadeghi, Vahid and Ebadi, Hamid and FarnoodAhmadi, Farshi}, title = {Automatic Normalization of Multitemporal Satellite Images using Artificial Neural Network and Unchanged Pixels}, abstract ={Relative Radiometric Normalization is often required in remote sensing image analyses particularly in the land cover change detection process. The normalization process minimizes the radiometric differences between two images caused by inequalities in the acquisition conditions rather than changes in surface reflectance. In this paper a new automatic Relative Radiometric Normalization (RRN) method is proposed which uses an Artificial Neural Network (ANN) and unchanged pixels. The proposed method includes the following stages: 1) automatic detection of unchanged pixels based on a new idea that uses CVA method, PCA transformation and K-means clustering technique, 2) evaluation of different architectures of perceptron neural networks in order to find the best architecture for this specific task and 3) use of the aforementioned network for normalizing the subject image. The method has been implemented on two paires of reference and subject images taken by the TM sensor. Normalization results obtained from the proposed method compared with the 8 conventional methods includes: Histogram matching, Haze Correction, Minimum-Maximum, Mean-Standard deviation, Simple Regression, Linear, Quadratic and Cubic Simple Regression Using Unchanged pixels and Multi Line Regression Using Unchanged Pixels. Experimental results confirm the effectiveness of the presented technique in the automatic detection of unchanged pixels and minimizing any imaging condition effects (i.e., atmosphere and other effective parameters). The proposed method for automatic change detection shows a high capability in detection of changes in covered vegetation areas. Using of this proposed method improves normalization results in all bands, especially in the third and fourth bands which are located in the red and infrared portion of the electromagnetic spectrum. The evaluation results of modeling stage reveal that the normalization using ANN in all 6 bands of all images has produced the more optimum results compared to those of normalization with conventional methods.}, Keywords = {Rheology, Finite-element methods, Brittle, Geotherm, Iran.}, volume = {2}, Number = {1}, pages = {17-39}, publisher = {kntu}, title_fa = {نرمالیزاسیون اتوماتیک تصاویر ماهواره‌ای چندزمانه‌ با استفاده از شبکه‌های عصبی مصنوعی و پیکسل‌های تغییرنیافته}, abstract_fa ={نرمالیزاسیون رادیومتریک نسبی اغلب در آنالیزهای تصاویر سنجش از دور، مخصوصا در آنالیزهای آشکارسازی تغییرات پوششی اراضی مورد استفاده قرار می‌گیرد. نرمالیزاسیون، اختلافات رادیومتریکی بین تصاویر، ناشی از نابرابری شرایط تصویربرداری و نه به خاطر تغییرات واقعی در بازتاب سطحی را کاهش می‌دهد. در این مقاله، یک روش نرمالیزاسیون اتوماتیک، مبتنی بر شبکه‌های عصبی و پیکسل‌های تغییرنیافته، معرفی می‌گردد. در روش پیشنهادی ابتدا پیکسل‌های تغییرنیافته با استفاده از روش طرح شده در این تحقیق که بر مبنای استفاده از روش آشکارسازی تغییرات CVA، تبدیل مؤلفه‌های اصلی و قطعه‌بندی کا-مینز می‌باشد، تعیین شده و در مرحله مدل‌سازی، معماری‌های مختلفی از شبکه‌های عصبی به منظور تعیین بهترین معماری برای این کاربرد خاص، بررسی شده و شبکه با معماری بهینه برای تهیه تصویر نرمالیزه مورد استفاده قرار گرفته است. ایده مورد نظر روی دو جفت تصویر مرجع-هدف اخذ شده توسط سنجنده TM پیاده‌سازی شده است. نتایج نرمالیزاسیون حاصل از روش پیشنهادی با نتایج حاصل از 8 روش نرمالیزاسیون شامل: تطابق هیستوگرام(HM)، تصحیح haze(HC)، نرمالیزاسیون مینیمم-ماکزیمم(MM)، نرمالیزاسیون میانگین-انحراف‌ معیار(MS)، رگرسیون ساده(SR)، رگرسیون بهبود داده شده درجات اول، دوم و سوم و رگرسیون بهبود داده شده خطی-قطعه‌ای مقایسه گردید. ارزیابی صورت گرفته از الگوریتم پیشنهادی، قابلیت این روش را هم در آشکارسازی اتوماتیک تغییرات و هم در کاهش تاثیرات شرایط تصویربرداری(اتمسفر و سایر عوامل تاثیرگذار) نسبت به روشهای متداول نشان می‌دهد. روش آشکارسازی تغییرات پیشنهادی، قابلیت بالایی در شناسایی تغییرات پوشش گیاهی صورت گرفته در منطقه داشته و استفاده از این روش باعث بهبود نتایج نرمالیزاسیون در تمامی باندهای تصویر، مخصوصا در باندهای سوم و چهارم که در محدوده طیفی نور قرمز و مادون قرمز قرار می‌گیرد، شده است. در مرحله مدل‌سازی نیز استفاده از شبکه‌های عصبی سبب کاهش خطای کمترین مربعات نرمالیزاسیون داده‌های ارزیابی در مقایسه با روشهای متداول نرمالیزاسیون(مدل‌های خطی و غیرخطی) شده است.}, keywords_fa = {تصاویر ماهواره‌ای‌چندزمانه, آشکارسازی تغییرات, نرمالیزاسیون رادیومتریک نسبی, شبکه‌های عصبی مصنوعی.}, doi = {10.29252/jgit.2.1.17}, url = {http://jgit.kntu.ac.ir/article-1-110-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-110-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Ebrahimikia, Mojde and SaadatSeresht, Mohamm}, title = {The Assessment of Required Hydrographic Data for Remote Sensing Bathymetry}, abstract ={Today, depth mapping of coastal and waterfront areas is necessary for various aims such as shipping, dredging, underwater piping, hazardous area detection, hydrological studies, material mapping of water bed, information collection from marine settlements for environment preservation, military and engineering applications. Periodical depth mapping of wide water areas by classic hydrographic method (via ecosounder) is expensive and time consuming. Therefore, due to high capability of remote sensing in rapid data collection from wide area, it can be an effective and proper complementary method for this purpose. Attention to this issue is more important for our country which has long shorelines. At this paper two physical and mathematical bathymetric methods are evaluated. The first method is based on physical behaviour of light attenuation in water column while the second method is a numerical fitting between image gray levels and according water depths by means of artificial neural network (ANN). Our initial experiments show that although the first method has physical meaning but the second method is more accurate and simpler too. Both methods require a set of known hydrographic depthes as calibration data. Therefore, our next experiments try to answer two principal questions: how much can reduce the hydrographic filed operations in remote sensing bathymetry and how much is the accuracy of waterbed topography extracting from satelite images? The result of our experiments showes that introducing of only one hydrographic line perpendicular to coastline as calibration data to ANN method is able to produce satisfied result with depth accuracy RMSE 1.6m and correlation coefficient 92%.}, Keywords = {Bathymetry, light attenuation physic, Satellite images. }, volume = {2}, Number = {1}, pages = {41-53}, publisher = {kntu}, title_fa = {ارزیابی میزان داده‌های هیدرو گرافی مورد نیاز در عمق‌یابی ماهواره‌ای}, abstract_fa ={عملیات عمق‌سنجی در نواحی ساحلی وسیع به روش مستقیم آبنگاری (عمق‌سنجی با اکوساندر) بسیار هزینه‌بر بوده و زمان زیادی را به خود اختصاص می‌دهد. بنابراین سنجش از دور با توجه به توانایی بالا در جمع آوری اطلاعات در زمان کوتاه و در محدوده‌ای وسیع، راهکاری بسیار مناسب و مؤثر می‌تواند باشد. در تحقیق پیشرو به دو روش عمق یابی ماهواره ای یکی بر مبنای اصول فیزیکی و دیگری بر مبنای نگاشت عددی ( روش شبکه عصبی) اشاره می‌شود و در داده‌ایی یکسان با هم مقایسه می‌شوند سپس با توجه به سادگی و بهینه‌تر بودن نتایج روش دوم، تاثیر میزان اندازه‌گیری های مستقیم برای کالیبره کردن یا آموزش این روش با مقایسه اختلاف میانمقادیر خروجی با مقادیر عمق اندازه‌گیری شده ارزیابی می‌شود. در واقع هدف از انجام آزمونهای این قسمت پاسخ به این پرسش است که تا چه حد روشهای عمق‌یابی سنجش از دور به داده‌های صحرایی نیاز دارند و به بیان دیگر رابطه تغییر دقت عمق-سنجی با تغییر تعداد و پراکندگی نقاط کنترل چگونه است و آیا می‌توان با تعداد محدودی از خطوط عمق‌یابی به دقت معقولی رسید؟ بررسی‌ها نشان می‌دهد که علاوه بر کارایی روش شبکه عصبی در برآورد عمق تنها یک مسیر هیدروگرافی از ساحل تا میانه دریا می‌تواند نتایج رضایت بخشی(RMSE حدود 6/1 و ضریب همبستگی 92%) را ارائه دهد.}, keywords_fa = { عمق یابی, فیزیک تضعیف نور, تصاویر ماهواره ای}, doi = {10.29252/jgit.2.1.41}, url = {http://jgit.kntu.ac.ir/article-1-111-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-111-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Lesani-Gooya, Samane and Amiri-Simkooei, Alireza and Momeni-Shahraki, Mehdi and Kakhani, Nafise}, title = {mparison between Two Statistical Processing Methods of Multi-Beam Echo-Sounder Data on Histogram Matching}, abstract ={At present, applying the acoustic approaches and equipments has been increasingly used for gathering information from seafloor to produce maps with numerous applications. Multi-beam echo-sounder (MBES) is an acoustic system that measures both the depth and the backscatter strength, simultaneously. Such systems transmit a series of beams to the seafloor and receive their backscatter strengths (BS). They can be described as a function of the incident angle based on the Lambert law. Seafloor sediment classification is an important application of these data. In different studies, angular dependence has been used for this purpose. A complication occurs when the sediment types change along the swath, because it is difficult to separate from the beam angular dependence and the true backscatter strength variations. Therefore, these data should become independence of the angle. In this paper, two statistical methods based on the histogram matching are compared for removing the angular dependence: 1) histogram matching using the statistical moments, and 2) histogram matching using the image processing technique. These methods will register the BS data of large grazing angles (close to nadir) to the reference low grazing angle. Finally we will apply the two methods to a MBES data set of the Waal river, the Netherlands and compare the results.}, Keywords = { Multi-Beam Echo-Sounder (MBES), Backscatter Strength, Angular Dependence, Histogram Matching, Statistical Moment}, volume = {2}, Number = {1}, pages = {55-73}, publisher = {kntu}, title_fa = {مقایسه دو روش پردازش آماری داده‌های اکوساندر چند‌پرتویی (MBES)}, abstract_fa ={استفاده از روشها و تجهیزات صوتی برای برداشت اطلاعات و نقشه‌برداری از بستر آبها، بطور چشمگیری گسترش یافته است. اکوساندر چند‌پرتویی (Multi Beam Echo Sounder (MBES: از جمله سیستم‌های صوتی است که قادر به اندازه‌گیری همزمان عمق و شدت موج برگشتی از بستر آبها می‌باشد. این سیستم‌ها می‌توانند 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 کلاسه‌بندی رسوبات است که بدین منظور در مطالعات مختلف از وابستگی زاویه‌ای استفاده شده است. در این روش، زمانی که در طول یک پینگ، نوع رسوبات تغییر کند، پیچیدگی‌هایی ظاهر می‌گردد چراکه نمی‌توان بین تغییرات زاویه‌ای پرتوها و تغییرات واقعی در نوع رسوبات تفکیک قائل شد. بنابراین پیشنهاد می‌شودکه این داده‌ها مستقل از زاویه شوند. در این مقاله دو روش آماری بر مبنای هیستوگرام برای حذف اثر وابستگی زاویه‌ای ارائه می‌گردد: 1) انطباق هیستوگرام‌ها با استفاده از گشتاورهای آماری، 2) انطباق هیستوگرام‌ها با استفاده از اصول پردازش تصویر. در هر دو روش سعی می‌شود هیستوگرام‌های داده‌ها در زاویه تقاطع نزدیک به نادیر به هیستوگرام داده‌ها در یک زاویه تلاقی کوچک (داده‌های مرجع) منطبق شوند. در نهایت نتایج حاصل از پیاده‌سازی دو روش مزبور بر داده‌های رودخانه وال هلند با یکدیگر مقایسه می‌گردند.}, keywords_fa = {اکوساندر چند پرتویی (MBES), شدت موج برگشتی, وابستگی زاویه ای, انطباق هیستوگرام, گشتاورهای آماری.}, doi = {10.29252/jgit.2.1.55}, url = {http://jgit.kntu.ac.ir/article-1-112-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-112-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {ZiaeeanFiroozabadi, Parvize and Farajzadeh, Manoochehr and mosivand, Ali Jafare and omidali, Mahmoo}, title = {Subpixel water temperature estimation of Urmia lake using un mixing approach of thermal infrared satellite images}, abstract ={Measuring water temperature is an important environmental index in order to study narrow channels, rivers, and lakes. Also, it has important role in environmental and water resources management. Although high resolution data can provide better estimation of surface water temperature, but due to their low temporal resolution, they have less applicability. In contrast, low spatial resolution data like Modis images, due to their high temporal resolution (several times a day), is more suitable for estimating parameters of dynamic phenomenon such as water temperature. In order to use low resolution images, a sub-pixel unmixing technique was developed and tried on Urmia lake waters. This approach leads an improvement in accuracy of water temperature maps derived from vectors water features. After derivation of each image fractions for water and land and calculation of emissivity of each fraction, water temperature was estimated using Split Window algorithm. Then temperature water sub-pixel was compared to the temperature map obtained from ASTER thermal bands. Standard error between the images was estimated to be 0.58 centigrade, which is a favorable result.}, Keywords = {Water temperature, MODIS, ASTER, Pixel-base, Sub-pixel}, volume = {2}, Number = {1}, pages = {75-88}, publisher = {kntu}, title_fa = {برآورد خرد-پیکسلی دمای آب دریاچه ارومیه به کمک روش جداسازی طیفی باندهای مادون قرمز حرارتی تصاویر ماهواره‎ای}, abstract_fa ={دمای آب یک شاخص مهم محیطی در مطالعه آبراهه ها، رودخانه ها ودریاچه هاست، همچنین اهمیت زیادی در مدیریت منابع طبیعی و محیط زیست دارد. هرچند با استفاده از تصاویر با توان تفکیک بالا، امکان برآورد دقیق تر دمای سطح آب ممکن است، ولی به دلیل دوره بازگشت زمانی زیاد، این داده ها قابلیت کاربردی بالایی ندارند. در عوض، تصاویری با توان تفکیک مکانی پایین تر مانند MODIS، به دلیل دوره بازگشت کوتاه (چندین بار در روز) برای برآورد پارامترهای پدیده‎هایی پویا مانند آب مناسب‎تر هستند. به منظور بهره‌گیری کامل از تصاویر با قدرت تفکیک پایین، یک روش خلوص زیر پیکسل بسط داده شده و بر روی دریاچه ارومیه بررسی شد. این رویکرد صحت نقشه های دمای آب تصاویر با قدرت تفکیک پایین را بهبود داد که این امر از مرزهای آبی استخراج شده از عوارض آب برداری بدست آمد. با استخراج سهم هر جزء تصویر( آب و خشکی) و محاسبه گسیلمندی مربوط به هر جزء تصویر در نهایت با استفاده از الگوریتم split window دمای آب استخراج شد و نقشه دمایی زیر پیکسل آب دریاچه ارومیه با نقشه دمایی حاصل از باندهای حرارتی ASTER مقایسه شد و خطای میانگین بین دو تصویر 58/ درجه سانتیگراد بدست آمد که این نشان می دهد نتیجه مطلوبی حاصل شده است.}, keywords_fa = {دمای آب, ASTER , MODIS , پیکسل مبنا, جداسازی طیفی.}, doi = {10.29252/jgit.2.1.75}, url = {http://jgit.kntu.ac.ir/article-1-113-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-113-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {mohammadzanjanipour, Elnaz and varshosaz, Masoud and saadatseresht, Mohamm}, title = {Representation a complete parametric model to calibrating TLS instruments}, abstract ={Surveying has great improvements in data collection techniques in last decade.one of these techniques is laser scanner.with that method we can collect 3D datas automaticly.investigating of the error sources in TLS measurments is rather complicated due to a large number of influencing factors that are quite interrelatred. Thus calibration is an important issue in these devices. several models have been proposed to improve the accuracy of the laser scanners datas until now.each of these models includes some physically parameters and some empirically parameters which have been produced by observation of residuals diagram,in this paper a parametric model based on the internal structure of laser scaner is presented for calibrating these devices. This model compared with another models shows that due to having just physical parameters and not empirical parameters it can be used for a variety of TLS instruments. because of the importance of stability of parameters in a model, stability of them and the correlation between them will be investigated precisely. the results show that this model with a relative stability can improve the accuracy of TLS data.}, Keywords = {terrestrial Laser scanner, Calibration,point cloud,parametric model}, volume = {2}, Number = {1}, pages = {89-105}, publisher = {kntu}, title_fa = {ارائه مدلی پارامتریک و کامل جهت کالیبراسیون لیزراسکنرهای زمینی}, abstract_fa ={در طول دهه گذشته، مهندسی نقشه برداری در نقاط مختلف جهان، پیشرفت‌های گسترده ای را در تکنیک های جمع‌آوری داده‌های مکانی داشته است. از بین راه های مختلف پیشنهادی، یکی از این جدیدترین این توسعه ها به صورت استفاده از تکنولوژی لیزر اسکنر ظاهر شده است. متد لیزر اسکنر به استفاده کننده اجازه جمع آوری اتوماتیک و مستقیم داده های سه بعدی را داده است. تحقیق در خصوص عوامل تأثیرگذار بر دقت و منابع آن ها، در اندازه‌گیری‌های لیزر اسکنر به دلیل عوامل زیاد تأثیرگذار بسیار، سخت و پیچیده می‌باشد. بنابراین بدلیل وجو خطاهای مختلف آنچه در مورد این ابزار لازم به نظر می‌رسد کالیبراسیون آنها می باشد. تا کنون مدل های مختلفی جهت بهبود کیفیت داده های لیزر اسکنر ارائه شده است. در این مقاله بر اساس ساختار داخلی این دستگاه، مدلی پارامتریک جهت کالیبراسیون ابر نقاط حاصل ارائه می شود که اثر آن بر کیفیت داده های حاصل از ایجاد یک میدان آزمون مورد ارزیابی قرار گرفته است. مقایسه این مدل با مدل‌های ارائه شده توسط دیگر محققین نشان دهنده این مطلب است که بدلیل اینکه تنها در بردارنده پارامترهای فیزیکی است و بر خلاف مدل‌های دیگر پارامتر تجربی را شامل نمی‌شود برای انواع مختلفی از لیزراسکنرها قابل استفاده می‌باشد. بعد از آن پایداری پارامترها و وابستگی آن‌ها با تغییر ساختار دستگاه به طور دقیق مورد بررسی قرار گرفته است. .با محاسبه پارامترهای مدل و ارزیابی وابستگی‌آن‌ها و اعمال آن‌ها بر داده‌های ابر نقاط مشاهده می‌شود که این مدل با پایداری نسبی پارامترها، می‌تواند دقت داده‌های لیزر اسکنر زمینی را بهبود بخشد.}, keywords_fa = {لیزر اسکنر زمینی, کالیبراسیون, ابر نقاط, مدل پارامتریک.}, doi = {10.29252/jgit.2.1.89}, url = {http://jgit.kntu.ac.ir/article-1-114-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-114-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Motieyan, Hamid and Mesgari, Mohammad Saadi and Naeimi, Ahi}, title = {Space allocation within building in GIS by using of multi-objective bee colony algorithm}, abstract ={In any organization, the allocation of buildings and offices space to departments and employees is a challenging task. In organizations office space allocation problem, employees are allocated to buildings and offices space so that some objectives are satisfied and the optimize allocation is obtained. So if this problem is modeled well, some advantages will be achieved. For example: increasing synergy among the employees, using of space optimally, and decreasing costs. Because of this problem is an optimization problem based on different constraints, so at the first we attempt to specify these constraints by experts. It is possible that under some circumstances, the appropriate combination of criteria for creating of fitness function does not take place, so we attempt to use multi-objective optimization with pareto solution. We use multi-objective bee colony algorithm to reach this objective. In this method, we have a set of optimal solutions instead of an optimal solution. This set has optimal solutions that each of them is optimal and does not have any priority to other solutions. In this situation, user can select an optimal solution from that set with consideration of existing conditions. Bee colony algorithm can solve continues and discrete problem and has simple operations. In this research, this algorithm has ability to modeling a problem and responding to the demands in appropriate time.}, Keywords = {Space allocation, GIS, Optimization, Bee colony algorithm, Multi-objective optimization}, volume = {2}, Number = {2}, pages = {1-16}, publisher = {kntu}, title_fa = {تخصیص فضای داخلی ساختمان در GIS با استفاده از الگوریتم چندهدفه کلونی زنبورها}, abstract_fa ={یکی از مسائل اساسی در هر سازمان، تخصیص فضای ساختمان‌ها و دفاتر موجود به گروه‌های کاری و کارمندان است. در مسئله‌ی تخصیص فضای ادارات و سازمان‌ها، فضای موجود باید به گونه‌ای به گروه‌های کاری و کارمندان تخصیص داده‌شود که اهداف خاصی را برآورد و تخصیص بهینه صورت پذیرد. اگر این مسئله به خوبی مدلسازی شود، مزایایی چون افزایش همکاری بین کارمندان، استفاده‌ی بهینه از فضا و کاهش هزینه‌ها را در پی خواهد داشت. از آنجا که این مسئله، نوعی از مسائل بهینه سازی بر اساس معیارهای مختلف می‌باشد، بنابراین سعی شده است که در ابتدا این معیارها توسط کارشناسان مشخص شوند. ممکن است به دلیل شرایطی، ترکیب مناسبی از آن‌ها به منظور تشکیل تابع شایستگی صورت نگیرد، لذا سعی شده است تا از بهینه سازی چند هدفه به صورت جبهه جواب پرتو استفاده شود. برای رسیدن به این هدف، از الگوریتم چند هدفه کلونی زنبور استفاده شده است. در این روش به جای یک جواب بهینه، الگوریتم یک مجموعه جواب بهینه را ارائه می‌دهد که هر یک از آن‌ها بهینه بوده و برتری نسبت به یکدیگر ندارند. در این صورت، کاربر با توجه به شرایط موجود، جواب بهینه مورد نظر خود را می‌تواند از این مجموعه انتخاب کند. الگوریتم کلونی زنبورها قابلیت مدلسازی مسائل گسسته و پیوسته را به طور مناسبی دارد و از عمگرهای ساده‌ای بهره می‌برد. در این تحقیق این الگوریتم، قابلیت مدلسازی مسئله را به طور مناسبی داشته و در زمان مناسب پاسخگوی نیازها بوده‌است.}, keywords_fa = {تخصیص فضا, سیستم اطلاعات مکانی, بهینه‌سازی, الگوریتم کلونی زنبور, بهینه‌سازی چند هدفه}, doi = {10.29252/jgit.2.2.1}, url = {http://jgit.kntu.ac.ir/article-1-130-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-130-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {SalehiAmin, Mohammad Ali and Mokhtarzade, Mehdi and ValadanZoej, Mohammad Jav}, title = {Fuzzy Systems for Automatic Road Network Detection from High Resolution Satellite Images accentuating on Angular Texture Information}, abstract ={In this paper an efficient method for automatic road detection from high-resolution multi-spectral IKONOS images is presented. The system includes four main steps: In the first step the input image is segmented into road and background classes using K-means clustering and then some misclassification pixels in road binary map are removed using a median filter. In the second step, angular texture shape descriptors (mean, compactness and eccentricity) are driven for every road pixel in road binary map. In the third step, these descriptors are introduced into a fuzzy inference system. In the fuzzy system each descriptor is introduced as a linguistic variable with Gaussian membership functions while their parameters are set automatically according to statistical properties of each descriptor. Also, some fuzzy if-then rules are established. By using the centroid defuzzification, road network is distinguished from other spectrally similar classes (shadows, buildings, parking lots and etc). Then, road network is completed by connecting road pixels together and removed of small paths. In the last step of system evaluation, obtained results are compared with manually extracted road network and some accuracy assessment parameters are computed. The conventional maximum likelihood classification (MLC) is also implemented and the same accuracy assessment parameters are determined for comparison. Preliminary results show the effectiveness of the methodology of this paper in both resembling the desired results of road networks and achieving a good automation level. Furthermore, it outperforms MLC to high extent.}, Keywords = {K-means, Angular Texture, Fuzzy, Automatic road detection.}, volume = {2}, Number = {2}, pages = {17-36}, publisher = {kntu}, title_fa = {کشف اتوماتیک شبکه‌ی راه از تصاویر ماهواره‌ای با قدرت‌تفکیک بالا به کمک سیستم‌های‌فازی با تکیه بر اطلاعات بافت زاویه‌ای}, abstract_fa ={در این مقاله یک روش کارا برای کشف راه از تصاویر با قدرت تفکیک بالای آیکونوس ارائه شده است. روش پیاده‌شده شامل چهار مرحله‌ی اصلی است: در مرحله‌ی اول تصویر ورودی با استفاده از روش خوشه‌بندی K-means به دو کلاس راه و پس‌زمینه تقسیم‌بندی می‌شود و سپس در این تصویر باینری، تعدادی از پیکسل‌هایی که به اشتباه طبقه‌بندی شده‌اند با استفاده از فیلتر میانه حذف می‌شوند. در مرحله‌ی دوم توصیفگرهای بافت زاویه‌ای (میانگین، فشردگی و گریز از مرکز) برای هر پیکسل راه در تصویر باینری محاسبه می‌شوند. در مرحله‌ی سوم، این توصیفگرها وارد سیستم استنتاج فازی می‌شوند. در سیستم فازی هر توصیفگر به عنوان یک متغیر زبانی با توابع عضویت گوسی معرفی می‌شود درحالیکه پارامترهای آن‌ها به صورت اتوماتیک و با استفاده از خصوصیات آماری هر توصیفگر تنظیم می‌شوند. همچنین تعدادی قوانین اگر-آنگاه فازی بر پایه‌ی دانش بشری در سیستم فازی طراحی‌شده مورد استفاده قرار می‌گیرند. با استفاده از غیرفازی‌ساز مرکزثقل، شبکه‌ی راه از دیگر عوارض دارای مشابهت طیفی (سایه‌ها، پارکینگ‌ها، ساختمان‌ها و غیره) جدا می‌گردد. سپس شبکه‌ی راه با اتصال پیکسل‌های راه به یکدیگر و حدف مسیرهای کوچک تکمیل می‌گردد. در مرحله‌ی نهایی جهت ارزیابی سیستم، نتایج بدست آمده با راه استخراج‌شده به صورت دستی مقایسه می‌گردند و تعدادی پارامترهای ارزیابی صحت محاسبه می‌شوند. همچنین روش سنتی طبقه‌بندی بیشترین درستنمایی نیز بکار گرفته می‌شود و پارامترهای ارزیابی مشابهی جهت مقایسه تعیین می‌گردند. نتایج حاصل کارایی روش پیاده‌سازی‌شده را در هر دو زمینه‌ی ارائه‌ی نتایج مطلوب در کشف راه و دستیابی به درجه‌ی خوبی از اتوماسیون نشان می‌دهد. همچنین مقیاسه نتایج حاصل با روش‌های سنتی کشف راه، گویای برتری الگوریتم پیشنهادی می‌باشد.}, keywords_fa = {k-means, , بافت زاویه‌ای, سیستم‌های فازی, کشف اتوماتیک راه}, doi = {10.29252/jgit.2.2.17}, url = {http://jgit.kntu.ac.ir/article-1-131-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-131-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Sadeghi, Zahra and ValadanZoej, Mohammad Javad and Dehghani, Maryam}, title = {Improvement of Persistent Scatterer Interferometry Algorithm (StaMPS) for Estimation of Deformation Using Periodogram Approach}, abstract ={Persistent Scatterer Interferometry (PSI) was presented in order to overcome the limitations of conventional Interferometry through selection of so-called Persistent Scatterers (PS) with coherent scattering behavior over time using a priori deformation model. The algorithm later developed as StaMPS (Stanford Method for Persistent Scatterers), is able to select the PSs without using a pre-defined deformation model and extract the deformation even in areas lacking the corner reflectors. However, if the deformation rate is too high, Nyquist sampling criterion required for temporal unwrapping will not be fulfilled. As a result, StaMPS will underestimate the deformation rate. In this paper, an efficient approach is presented to improve StaMPS performance for estimating high deformation rate. PS pixels are firstly selected using the method proposed in StaMPS. The linear component of deformation for all arcs connecting two PSs are then estimated using periodogram approach. The estimated linear deformation component for all PS pixels is subtracted modulo-2pi from observed wrapped phase. The residual phases can be correctly unwrapped using the Nyquist sampling criterion since the most significant contribution of the deformation signal is assumed to be linear which is mostly the case. We applied the proposed approach to the ENVISAT ASAR images of southwestern Tehran basin. The estimated deformation rate is finally compared with deformation rate extracted from images of additional adjacent track using SBAS algorithm and the value of 22.9 mm/year as standard deviation of deformation rate demonstrates the high performance of the presented approach.}, Keywords = {Persistent Scatterer Interferometry, StaMPS, Periodogram.}, volume = {2}, Number = {2}, pages = {37-49}, publisher = {kntu}, title_fa = {بهبود الگوریتم تداخل سنجی راداری مبتنی بر پراکنش کننده‌ی دائمی (Stamps) جهت برآورد جابه‌جایی با استفاده از روش پریودوگرام}, abstract_fa ={تکنیک Persistent Scatterer Interferometry (PSI) برای اولین بار بر مبنای انتخاب پیکسل‌های پراکنش کننده‌ی دائمی با رفتار پراکنشی ثابت در زمان و با استفاده از مدل جابه‌جایی از پیش تعیین شده، جهت از بین بردن محدودیت‌های روش سنتی ارائه شد. این تکنیک در سال 2006 تحت عنوان StaMPS ، بهبود پیدا کرد به‌صورتی که بر خلاف تمام الگوریتم‌های PSIارائه شده تا قبل از آن، قابلیت انتخاب پراکنش کننده‌های دائمی را بدون نیاز به دانش اولیه مدل جابه‌جایی آن‌ها و حتی در مناطق خارج شهری دارد. در این روش برای انجام عملیات بازیابی فاز نیاز به برقراری شرط نمونه‌برداری نایکوئیست است که در مناطق با نرخ جابه‌جایی بالا این شرط مورد نیاز نقض می‌شود و به‌علت خطای بازیابی فاز نرخ جابه‌جایی بسیار کمتر از واقعیت برآورد می‌شود. در این مقاله یک روش کارا برای بهبود الگوریتم StaMPS جهت برآورد میزان جابه‌جایی در مناطق با نرخ بالای جابه‌جایی و با رفتار تقریباً خطی در زمان ارائه می‌شود. در روش پیشنهادی یک شبکه‌ی مکانی از پیکسل‌های پراکنش کننده‌ی دائمی شکل می‌گیرد و بخش خطی جابه‌جایی به روش پریودوگرام برای هر کمان متصل کننده‌ی دو پراکنش کننده‌ی دائمی برآورد می‌شود و با علم به این که بخش قابل توجه جابه‌جایی در منطقه رفتار خطی در زمان دارد، پس از تقریب بخش خطی جابه‌جایی برای هر پراکنش کننده‌ی دائمی نسبت به یک نقطه‌ی مرجع سهم فاز ناشی از آن از فاز اولیه کم و پس از بازیابی فاز به فاز بازیابی‌شده اضافه می‌شود. روش پیشنهادی در منطقه‌ی جنوب غربی دشت تهران با استفاده از تصاویر ENVI-SAT اجرا شد و نرخ جابه‌جایی برآوردی با نرخ استخراجی از تصاویر مسیر مجاور و با روش SBAS مقایسه شد که مقدار mm/year9/22 به‌عنوان انحراف از معیار موفقیت روش پیشنهادی در بهبود الگوریتم StaMPS را نشان می‌دهد.}, keywords_fa = { Persistent Scatterer Interferometry , پراکنش کننده‌های دائمی, StaMPS, پریودوگرام.}, doi = {10.29252/jgit.2.2.37}, url = {http://jgit.kntu.ac.ir/article-1-132-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-132-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Amiri-Simkooei, AliRez}, title = {Application of acoustic remote sensing in seafloor sediment classification: opportunities and challenges}, abstract ={Acoustic remote sensing is a commonly used method for seafloor and riverbed sediment classification. In comparison with the conventional method of grab sampling, this method not only is of limited cost but also provides a complete overview of the bottom composition for the entire surveyed area. The use of single- and multi-beam echo-sounders data as an efficient way for seafloor and riverbed sediment classification is studied. The intensity and the shape of the received signals can provide useful information, which indicate the high potential capability of this limited-cost method. Because the received signals are subject to high statistical noise, a few mathematical and statistical tools are to be used to properly encounter this issue. The method of least-squares subject to non-negative and bounded constraints can be used for classification of multi-beam echo-sounder (MBES) data, while the principal component analysis is useful for single-beam echo-sounder (SBES) data. Two data sets on SBES and MBES will be used to illustrate the high potential capability of the proposed method for seafloor classification. The opportunities and challenges of these methods will be discussed.}, Keywords = {Single- and multi-beam echo-sounders, seafloor sediment classification, principal component analysis}, volume = {2}, Number = {2}, pages = {51-60}, publisher = {kntu}, title_fa = {کاربرد سنجش از دور صوتی در کلاس‌بندی رسوبات دریائی: فرصت‌ها و چالش‌ها}, abstract_fa ={سنجش از دور صوتی به یکی از متداول‌ترین روش‌ها جهت کلاس‌بندی بستر دریاها و رودخانه‌ها تبدیل شده است. این روش علاوه بر اینکه هزینه‌ی کمتری در مقایسه با روش مرسوم نمونه‌برداری از بستر دریا دارد می‌تواند اطلاعات پیوسته‌ای از تمام بستر دریا فراهم‌سازد. استفاده از سیگنال‌های اکوساندرهای تک و چند پرتوئی به‌عنوان یک روش کارا جهت کلاس‌بندی رسوبات دریائی و رودخانه‌ای مورد ارزیابی قرار می‌گیرد. در این روش عموماً شدت و شکل سیگنال‌های صوتی برگشتی به‌عنوان پارامترهای تعیین کننده مورد استفاده قرار می‌گیرند. پتانسیل بالای استفاده از این روش یک روش ارزان‌تر را ارائه خواهد داد. از آن‌جا که اطلاعات برداشت شده توسط اکوساندرها نویز بالائی دارد، با استفاده از روش‌های آماری و ابزارهای ریاضی نحوه برخورد با این نوع اطلاعات مورد بررسی قرار می‌گیرد. به‌عنوان نمونه روش کمترین مربعات با قیود نا منفی و کراندار جهت برآورد پارامتر‌های توابع توزیع در سیستم‌های چند پرتوئی و روش آنالیز مولفه‌های اصلی در سیستم‌های تک پرتوئی قابل استفاده است. نمونه‌هائی از اطلاعات برداشت شده توسط اکوساندرهای تک و چند پرتوئی پردازش می‌گردد و نتایج کلاس‌بندی حاصله ارائه خواهد گردید. فرصت‌ها و چالش‌های روش‌های استفاده شده مورد ارزیابی قرار می‌گیرد.}, keywords_fa = {اکوساندر تک و چند پرتوئی, کلاس‌‍‌‌بندی رسوبات دریائی, روش آنالیز مولفه‌های اصلی }, doi = {10.29252/jgit.2.2.51}, url = {http://jgit.kntu.ac.ir/article-1-133-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-133-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Dehghani, Maryam}, title = {An Enhanced Algorithm based on Radar Interferometry for Monitoring Land Subsidence Caused by Over-Exploitation of Groundwater}, abstract ={Over-exploitation of groundwater has caused land subsidence in large rural areas located in Mashhad sub-basin, northeast of Iran. Time series analysis using Interferometric SAR (InSAR) data has shown its ability to monitor the temporal evolution of land subsidence. In this paper, time series analysis based on Small Baseline Subset (SBAS) algorithm is applied to study the Mashhad sub-basin subsidence. 18 interferograms were generated using 12 ENVISAT ASAR images spanning between 2003 and 2005. In order to decrease the temporal decorrelation effect caused by the agricultural fields, only interferograms with small temporal baselines are used in the time series analysis. However, to prevent the solution from the rank deficiency, it is tried to generate as many interferograms as possible. Because the interferograms with large spatial baselines are influenced by the topographic artifacts, they are refined before using in the time series analysis. Moreover, the atmospheric-error free deformation corresponding to every acquisition time is retrieved by applying the smoothing constraint into the least squares solution. The maximum deformation rate in the study area is estimated as ~23 cm/yr. The compressibility of the aquifer system is finally investigated by the quantitative integration of the InSAR displacement measurements with observations of the hydraulic head fluctuations at few piezometric wells.}, Keywords = {Radar Interferometry, Time Series Analysis, Subsidence}, volume = {2}, Number = {2}, pages = {61-73}, publisher = {kntu}, title_fa = {ارائه الگوریتمی جدید بر مبنای تکنیک تداخل سنجی راداری به منظور پایش فرونشست سطح زمین ناشی ازاستخراج آبهای زیرزمینی}, abstract_fa ={استخراج بی رویه از آبهای زیرزمینی منجر به رخداد فرونشست زمین در منطقه ای غیر شهری در زیرحوضه مشهد واقع در شمال شرق ایران شده است. تحلیل سری زمانی به کمک تکنیک تداخل سنجی راداری (InSAR) توانایی خود را در پایش تغییرات زمانی فرونشست نشان داده است. در این مقاله، تحلیل سری زمانی بر مبنای طول خط مبنای مکانی کوتاه (SBAS) برای مطالعه جابجایی ناشی از فرونشست دشت مشهد مورد استفاده قرار گرفته است. 18 اینترفروگرام به کمک 12 تصویر ENVISAT ASAR در بازه زمانی 2003 تا 2005 مورد پردازش قرار گرفت. به منظور کاهش اثر عدم همبستگی زمانی ناشی از زمینهای کشاورزی، تنها اینترفروگرامهای با طول خط مبنای زمانی کوتاه در تحلیل سری زمانی ایجاد شد. لیکن به منظور کاهش اثر کمیود رتبه ماتریس ضرایب در حل کمترین مربعات، در این منطقه برخلاف روش معمول SBAS اینترفروگرامهایی با طول خط مبنای مکانی بلند نیز مورد پردازش قرار گرفتند. لازم به ذکر است که در منطقه مورد مطالعه اثر عدم همبستگی مکانی قابل توجه نمی باشد. از آنجا که اثر باقیمانده توپوگرافی در اینترفروگرامهای با طول خط مبنای مکانی بلند قابل توجه می باشد. لذا این اینترفروگرامها قبل از ورود به تحلیل سری زمانی نسبت به این اثر تصحیح شدند. همچنین با ورود شرط نرم کنندگی در حل کمترین مربعات اثر اتمسفر در سری زمانی جابجایی کاهش یافت. بیشترین مقدار نرخ فرونشست 23 سانتیمتر در سال برآورد شد. همچنین رابطه تنش – کرنش در سفره آب زیرزمینی با ترکیب اطلاعات سطح آب چاههای پیزومتری و نتایج حاصل از تحلیل سری زمانی مورد بررسی و مطالعه قرار گرفت.}, keywords_fa = {تداخل سنجی راداری, تحلیل سری زمانی, فرونشست.}, doi = {10.29252/jgit.2.2.61}, url = {http://jgit.kntu.ac.ir/article-1-135-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-135-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {}, title = {Improving the result of LiDAR data filtering algorithms using mathematical morphology}, abstract ={Today, aerial laser scanners (LiDAR) have an important role in 3D data acquisition from features. Bare earth information is very important in deferent applications such as DTM extraction, determination of traversable area, etc. Up to now, a lot of algorithms have been developed to automated filtering of LiDAR data. The weakness of most of these algorithms is inability to remove the large buildings. The main aim of this paper is to solve of this problem. Mathematical morphological operators were used for this purpose. First, the LiDAR data was filtered using one of the most efficient filtering algorithms (slope based filtering algorithm). Afterward, the result of filtering stage was improved by perform the proposed algorithm that is based on mathematical morphological operators. The result of accuracy assessment indicate a negligible increase in type I error and significant decrease in type II and total errors. Since, in filtering process, the type II and total errors are more important than type I error, performing this supplementary processing present very good result. Quantitative evaluation shows the output of the improved slope based algorithm with 20º slope threshold present the best result. In this case type I error increased from 4.98% to 5.27%, type II error reduced from 9.043% to 4.44% and total error decreased from 7.03% to 4.85%. Qualitative evaluation indicates the good performance of the proposed algorithm in removing the large buildings which are remained from filtering stage. Slope based filtering algorithm and Mathematical morphological operators were implemented in MATLAB software.}, Keywords = { Aerial laser scanners (LiDAR), Filtering, Slope based filtering algorithm, Mathematical morphology.}, volume = {2}, Number = {2}, pages = {75-90}, publisher = {kntu}, title_fa = {بهبود نتایج الگوریتم‌های فیلتر‌سازی داده‌های لیزر اسکنر هوائی با استفاده از مورفولوژی ریاضی}, abstract_fa ={امروزه لیزر اسکنر هوائی (لیدار ) نقش مهمی در برداشت اطلاعات سه‌بعدی عوارض ایفا می‌کند. در دست بودن اطلاعات زمین لخت اهمیت بالائی در کاربرد‌های مختلف نظیر استخراج DTM، تعیین مناطق قابل عبور، و غیره دارد. تا کنون الگوریتم‌های فراوانی برای فیلتر‌سازی خودکار داده‌های لیزر اسکن طراحی شده‌است. یک مشکل اساسی اغلب این الگوریتم‌ها، عدم توانائی آن‌ها در حذف ساختمان‌های بزرگ است. هدف این تحقیق ارائه راه‌حلی جهت برطرف کردن این مشکل است. برای این منظور از عملگر‌های مورفولوژی ریاضی استفاده شده است. ابتدا داده‌های لیدار با استفاده از یکی از مؤثرترین الگوریتم‌های فیلترسازی یعنی الگوریتم شیب‌مبنا، فیلتر شدند. در ادامه با اجرای الگوریتم پیشنهادی، که بر پایه عملگرهای مورفولوژی ریاضی است، نقاط روی ساختمان‌های بزرگ فیلتر شدند و بدین ترتیب نتایج مرحله فیلتر‌سازی بهبود داده شدند. نتایج ارزیابی دقت الگوریتم پیشنهاد شده نشان می‌دهد که این الگوریتم باعث افزایش ناچیز خطای نوع اول و کاهش چشمگیر خطای نوع دوم و خطای مجموع می‌شود. از آن‌جاکه در فرآیند فیلترسازی داده‌های لیدار، خطای نوع دوم و خطای مجموع از اهمیت بالاتری نسبت به خطای نوع اول برخوردارند، انجام این پردازش تکمیلی نتایج بسیار مفیدی دربر داشته است. ارزیابی کمی دقت نتایج به‌دست آمده نشان می‌دهد که پس از اجرای الگوریتم پیشنهاد شده، خطای نوع اول از %98/4 به%27/5 افزایش و خطای نوع دوم و خطای مجموع بترتیب از% 04/9 و %03/7 به% 44/4 و% 85/4 کاهش یافته‌اند. همچنین ارزیابی کیفی نتایج نشان می‌دهد که نقاط روی ساختمان‌های بزرگ که در مرحله فیلتر‌سازی، حذف نشده بودند، همگی پس از اجرای الگوریتم پیشنهادی، فیلتر شدند. الگوریتم فیلترسازی شیب‌مبنا و پردازش‌های مورفولوژی ریاضی در محیط نرم‌افزار MATLAB پیاده‌سازی شده‌اند.}, keywords_fa = {لیزر اسکنر هوائی (لیدار), فیلتر‌سازی, الگوریتم فیلترسازی شیب‌مبنا, مورفولوژی ریاضی}, doi = {10.29252/jgit.2.2.75}, url = {http://jgit.kntu.ac.ir/article-1-134-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-134-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Ojagloo, Mostafa and Sahebi, Mahmood Rez}, title = {Image compression based on multi averaging}, abstract ={In this paper at first some image compression methods such as wavelet, KLT, Discrete Cosine Transform and combined wavelet and KLT were reviewed and then anew method based on multi averaging was proposed. The proposed method was applied on some images including a spaceborn remote sensing image and the results were presented. Few statistical parameters such as MSE, PSNR and CR for evaluation of the method on the compressed images were calculated. In addition, for image retrieving, the averaging compressed image and then minimum and maximum values were used.}, Keywords = {image compression, averaging, wavelet Transform, Discrete Cosine Transform}, volume = {2}, Number = {3}, pages = {1-17}, publisher = {kntu}, title_fa = {فشرده‌سازی تصویر بر مبنای میانگین‌گیری چند گانه}, abstract_fa ={امروزه فشرده‌سازی داده و بطور خاص فشرده‌سازی تصاویر عددی یکی از بحثهای مهم در بسیاری از رشته­های علوم محسوب می‌شود و متخصصین مختلف از شبکه‌های تلویزیونی و وب سرویسها تا مهندسی پزشکی و سنجش از دور و GIS در پی یافتن تکنیکهای مناسب جهت ماکزیمم فشرده‌سازی با حد­اقل اتلاف می­باشند. بر این اساس الگوریتمهای گوناگونی جهت اهداف و کاربردهای مشخصی ارائه شده است. در این مقاله پس از مروری کوتاه بر روشهای فشرده‌سازی موجک، تبدیل کسینوسی گسسته، KLT و روش تلفیقی بین تبدیل موجک و KLT یک روش فشرده‌سازی بر مبنای میانگین‌گیری چند گانه که با میانگین گیری با شروع های متفاوت از تصویر، حجم تصویر را تا یک چهارم کاهش می‌دهد و برای بازیابی تصویر نیز از تلفیق تصاویر میانگین‌گیری شده و سپس از مینیمم و ماکزیمم استفاده می‌نماید، ارائه شده است. سپس الگوریتم پیشنهادی بر روی چند تصویر از جمله یک تصویر ماهواره‌ای اجرا شده و نتایج نشان می­دهد که با کیفیت قابل قبول به میزان 25%حجم ذخیره‌سازی فایلها کاهش یافته است. }, keywords_fa = {فشرده‌سازی, میانگین‌گیری, تبدیل موجک, تبدیل کسینوسی گسسته}, doi = {10.29252/jgit.2.3.1}, url = {http://jgit.kntu.ac.ir/article-1-158-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-158-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Etemadfard, Hossein and MashhadiHossainali, Masou}, title = {Constellation Design of Regional Navigation System for Middle East}, abstract ={Due to the existing restrictions in the global navigation satellite systems like GPS and their daily increasing applications, new generations of satellite navigation systems are being emerged. The new generations of the satellite navigation systems are classified to complementary and regional independent ones. The geometry or the constellation design of a new system depends on the space mission goals and other various parameters. This paper discusses on the design procedure for the geometry of the space segment in a regional satellite positioning and navigation system for Middle East. The proposed constellation is composed of 7 geo-synchronous satellites which provide an optimum coverage in the study area. For this purpose, PDOP, constellation value, internal and external reliabilities as well as the rate of success in ambiguity resolution have been used for selecting the optimum design among the 5 proposed scenarios}, Keywords = {Design of regional navigation system, PDOP, Internal and External reliability, Success rate}, volume = {2}, Number = {3}, pages = {19-34}, publisher = {kntu}, title_fa = {طراحی هندسه بخش فضایی یک سیستم ناوبری منطقه‌ای برای خاورمیانه}, abstract_fa ={به دلیل محدودیت­های موجود در سیستم­های تعیین موقعیت جهانی نظیر GPSو با توجه به کاربردهای روز افزون اینگونه سیستم‌ها، امروزه شاهد شکوفا شدن نسل­های جدیدی از سیستم‌های تعیین موقعیت ماهواره­ای در کشورهای مختلف هستیم. این نوع سیستم­ها به دو دسته سیستم‌های مکمل و مستقل منطقه‌ای تقسیم می‌شوند. طراحی آرایش یا هندسه فضایی این نسل از سیستم‌های تعیین موقعیت ماهواره­ای متاثر از اهداف مورد نظر در این گروه از پروژه­های فضایی و وابسته به پارامترهای مختلفی است. این تحقیق به طراحی آرایش فضایی سیستم تعیین موقعیت ماهواره‌ای مستقلی برای خاورمیانه می‌پردازد که از هفت ماهواره زمین آهنگ تشکیل شده و پوششی بهینه را در این محدوده فراهم می­سازد. 5 سناریو مشتمل بر 7 ماهواره ارائه شده است. با مقایسه سناریوهای پیشنهادی بر مبنای معیارهای ضریب دقت (PDOP)، ارزش صورت فلکی، اعتماد پذیری­های داخلی و خارجی؛ همچنین میزان موفقیت در حل پارامتر ابهام فاز آرایش بهینه­ای برای بخش فضایی این سیستم پیشنهاد شده است.}, keywords_fa = {طراحی سیستم ناوبری منطقه‌ای, PDOP, قابلیت اطمینان داخلی و خارجی, حل ابهام فاز}, doi = {10.29252/jgit.2.3.19}, url = {http://jgit.kntu.ac.ir/article-1-159-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-159-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {SafdariNezhad, Alireza and ValadanZoej, Mohammd Javad and Mokhtarzadeh, Mehdi}, title = {Investigation level of correlation between orbital parameters model for geometric correction of satellite imagery}, abstract ={Orbital parameters model is one of the fully constrained physical models for geometrical correction of satellite imagery. The model has been developed to cover the physical conditions prevailing in the acquisition period of satellite platforms. The multiplicity of parameters in the modeling and correlation between them causes difficulties in solving the system of equations. Generally, problems are greatly reduced by adding the model parameters in the form of quasi observations and controlling trend of corrections by the values ​​of each parameter's weights. However, it is difficult to determine the correct values of quasi observations' weight due to the approximate precision of auxiliary data. Furthermore wrong weights of quasi observations impose additional parameters in the model structure. In this article, by providing some scenarios, the level of correlations between orbital model parameters and also the capability of rigid orbital model in the covering effect of perturbations are evaluated. The obtained results proved that unconsidered perturbations, occurring in a specified domain, are coverable by other correlated parameters of rigid orbital parameters model. This ability of the rigid orbital parameters model is more evident when quasi observations are not applied in the model.}, Keywords = {Orbital Parameters Model, Correlation, Space Intersection, Colinearity Equation, Keplerian Parameters, Satellite Imagery}, volume = {2}, Number = {3}, pages = {35-50}, publisher = {kntu}, title_fa = {بررسی سطوح همبستگی بین پارامترهای مدل مداری در تصحیح هندسی تصاویر ماهواره‌ای}, abstract_fa ={مدل پارامترهای مداری یکی از مقیدترین مدل‌های فیزیکی تصحیح هندسی تصاویر ماهواره‌ای محسوب می‌شود. ساختار این مدل به نحوی تدوین شده که شرایط فیزیکی حاکم در سکوها‌ی ماهواره‌ای را در بازه‌ی زمانی اخذ تصویر مدلسازی نماید. در این مدل، تعدد پارامترهای موجود در مدلسازی و همبستگی میان پارامترهای مدل موجب ایجاد مشکلاتی در حل دستگاه معادلات می‌شود. عموماً مشکلات موجود با افزودن پارامترهای مدل به شکل شبه‌مشاهده و همچنین کنترل روند تصحیح‌پذیری هر پارامتر به ‌کمک مقادیر وزن، تا حد زیادی کاسته می‌شود. اما تعیین مقادیر صحیح وزن شبه‌مشاهدات با توجه به دقت‌های تقریبی اطلاعات کمکی امری دشوار بوده و عمدتاً عدم تعیین وزن مناسب برای شبه‌مشاهدات، تحمیل پارامترهای اضافی را در ساختار مدلسازی به همراه دارد. در این مقاله با تدوین سناریو‌هایی، به بررسی سطح همبستگی پارامترهای مدل مداری پرداخته شد. برای این منظور قابلیت پارامترهای مدل مداری صلب در پوشش اثر اغتشاشات وضعیتی سنجنده مورد تحلیل و بررسی قرار گرفته است. نتایج نشان داد که محدوده‌ی مشخصی از اغتشاشات وضعیتی سنجنده بواسطه‌ی همبستگی بین پارامترهای مدل مداری، توسط مدل مداری صلب قابل پوشش می‌باشد. از سوی دیگر اثبات شد که توانایی مدل مداری صلب زمانی‌که از شبه‌مشاهدات در روند مدلسازی استفاده نگردند، بارزتر خواهد بود.}, keywords_fa = {مدل پارامترهای مداری, همبستگی, تقاطع فضای, شرط‌هم‌خطی, پارامترهای کپلری, تصاویر ماهواره‌ای, تصحیح هندسی}, doi = {10.29252/jgit.2.3.35}, url = {http://jgit.kntu.ac.ir/article-1-160-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-160-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Silavi, Tolue and Hakimpour, Farshad and Nourian, Farsh}, title = {Studying and Retrieving the Urban Functionalities based on Morphological Analysis (The Studied Function: Responsive Environments)}, abstract ={The urban environments may have much functionality in different issues that each one depends on different aspects. This paper presents an analytical framework in spatial database systems for urban layouts to study the relations between urban forms and functionalities of urban environments. The selected functionality that is considered in this paper is Responsiveness of urban environments. The method is based on a precise introduction of the concept in a spatial computational procedure. The presented method makes a comprehensive introduction and consists of parameters and their interactions.  The applied method has two main components that are the introduction of responsive environments and the spatial database of urban layouts. The mapping of the parameters and relations to objects and attributes spatial database leads to retrieving the function of responsiveness in spatial database. The method uses many spatial and geometrical parameters to measure the urban layout’s components and presents the 16 logical relations between the responsive environments and spatial database components. The implementation is done for district 12, region 4 of the Tehran and the output layers are verified by people’s opinions, land use map of extent and field observations.}, Keywords = {Spatial database, Urban forms, Responsive environments, Ontology}, volume = {2}, Number = {3}, pages = {51-68}, publisher = {kntu}, title_fa = {مطالعه و بازیابی کارکردهای شهری در پایگاههای داده مکانی بر اساس تحلیلهای ریخت‌ شناسانه (کارکرد مورد مطالعه: محیطهای پاسخده)}, abstract_fa ={محیط شهری دارای کارکردهای متنوعی است که هرکدام از جنبه‌های گوناگون قابل شناخت و بررسی می‌باشند که جنبه مبتنی بر بعد هندسی و مکانی یکی از آنهاست. این مقاله روشی به‌منظور بررسی رابطه بین ریخت ساختارهای شهری با کارکردهایی که محیط شهری در تعامل با زندگی انسانها می‌تواند داشته باشد، ارائه کرده است که مبتنی بر چهارچوب تحلیلی سیستمهای پایگاه داده مکانی در پلان یک محیط شهری می­باشد. کارکرد مورد نظر این تحقیق «پاسخده بودن» محیط شهری می­باشد. روش در پیش گرفته شده مبتنی بر یک شناخت دقیق از کارکرد مورد نظر و بکارگیری آن در سیستم پایگاه داده مکانی بوده است. در این ارتباط از پارامترهای گوناگون هندسی به‌منظور اندازه‌گیری اجزاء یک پلان شهری استفاده شده و بر اساس آنها به 16 رابطه منطقی بین شاخصهای پاسخده بودن محیط و اجزای پایگاه داده مکانی رسیده‌ایم. پارامترهای مکانی مورد استفاده عمدتاً از نوع شاخصهای هندسی اندازه‌گیری شکل عوارض و ترکیب انواع شکلها در یک منظر می‌باشند که به‌همراه چندین شاخص هندسی دیگر به اندازه‌گیری ریخت شناسانه محیطهای پاسخده می‌پردازند. پیاده‌سازی این روش برای ناحیه 4 منطقه 12 شهرداری تهران انجام شده ولایه­های خروجی با مدارک دیگری نظیر ادراکات انسانی، نقشه‌های کاربری و بازدیدهای میدانی موردارزیابی قرار گرفته‌اند.}, keywords_fa = {پایگاههای داده مکانی, ریخت‌شناسی شهر, محیطهای پاسخده, اندازه‌گیری منظر.}, doi = {10.29252/jgit.2.3.51}, url = {http://jgit.kntu.ac.ir/article-1-161-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-161-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {Khosravi, Iman and Mehdi, Akhondzadeh}, title = {The Use of Multiple Classifier Systems For Improving the Classification Accuracy of High–Dimensional Fully Polarimetric SAR Images}, abstract ={A fully polarimetric synthetic aperture radar (POLSAR) image can provide a high-dimensional data. This large amount of information can increase the overall accuracy of land-cover classification. But increasing the data dimensions if inadequately number of training samples may increase the complexity and cause the curse of dimensionality phenomenon. One of the strategies for solving this problem is the use of multiple classifier systems (MCS) that has the capability of divide and conquer to the large data as compared to the individual classifiers. In addition, some of MCS methods using the weak and unstable classifiers such as decision tree (DT) and neural network (NN) can obtain the high accuracy in high-dimensional data. The objective of this paper is also to use several popular MCS methods such as adaboost, bagging and random forests in order to improve the accuracy of land-cover classification from high-dimensional PolSAR images. The data used in this paper are Radarsat-2 image from San Francisco Bay and AIRSAR image of Flevoland. For classifying two these images, 69 polarimetric features were extracted from them. Two classifiers of DT and NN were chosen as the base classifiers of adaboost and bagging methods. In the next, the MCS methods were compared with the individual classifiers of DT and NN. The results indicated the higher overall accuracy of MCS methods between 5%–8% for classifying first image and 9%–16% for classifying second image. Even, the producer's accuracy and user's accuracy of MCS methods at all classes were more than the those of individual classifiers. So that at some classes, the difference was between 20% to even near 50%. These results confirmed that the MCS methods not only can produce higher overall accuracy at land-cover classification, but also they have the higher efficiency and reliability at discriminate individual classes.}, Keywords = {multiple classifier system, fully polarimetric image, radar, SAR, high-dimensional}, volume = {2}, Number = {3}, pages = {69-84}, publisher = {kntu}, title_fa = {استفاده از سیستم‌های طبقه‌بندی چندگانه به‌منظور بهبود دقت طبقه‌بندی تصاویر تمام پلاریمتریک راداری با فضای ویژگی ابعاد بالا}, abstract_fa ={یک تصویر تمام پلاریمتریک راداری (POLSAR) قابلیت فراهم‌کردن یک داده با فضای ویژگی ابعاد بالا را دارد. این حجم بالای اطلاعاتی می‌تواند دقت کلی طبقه‌بندی پوشش زمینی را افزایش دهد. اما افزایش ابعاد داده در صورت ناکافی بودن تعداد نمونه­های آموزشی ممکن است باعث پیچیده­تر شدن طبقه­بندی و رخ دادن پدیده نفرین ابعاد شود. یکی از راهکارهای حل این مشکل، استفاده از سیستم­های طبقه­بندی چندگانه (MCS) است که توانایی تقسیم و غلبه بر حجم بالای داده در مقایسه با طبقه­بندی‌کننده­های تکی را داراست. حتی برخی از روش­های MCS می­توانند با به­کارگیری طبقه­بندی­کننده­های ضعیف و ناپایدار همچون درخت تصمیم (DT) و شبکه عصبی (NN) به دقت بالایی در طبقه­بندی ابعاد بالا دست یابند. هدف این مقاله نیز استفاده از چند روش مشهور MCS همچون آدابوست، بگینگ و جنگل‌های تصادفی به‌منظور بهبود دقت طبقه­بندی پوشش زمینی از تصاویر POLSAR با ابعاد بالا است. داده­های استفاده شده در این مقاله، تصاویر راداری رادارست-2 از منطقه سانفرانسیسکو و تصویر ایرسار از منطقه فلوولند است. برای طبقه‌بندی این دو تصویر، 69 ویژگی پلاریمتریک از آن­ها استخراج شد. دو جداساز NN و DT به­عنوان طبقه‌بندی کننده پایه روش‌های آدابوست و بگینگ انتخاب شد. در ادامه، روش‌های MCS با طبقه­بندی­کننده­های تکی NN و DT مقایسه شد. نتایج، نشان از دقت کلی بیشتر روش­های MCS بین 5%-8% برای طبقه­بندی تصویر اول و 9% تا 16% برای طبقه­بندی تصویر دوم داشت. حتی دقت تولید کننده و دقت کاربر روش­های MCS در تمام کلاس­ها نسبت به طبقه‌بندی کننده‌های تکی بیشتر بود. به­گونه­ای که در برخی کلاس­ها این اختلاف بین 20% تا حتی نزدیک به 50% شد. این نتایج نشان داد که روش­های MCS در مقایسه با طبقه‌بندی­کننده­های تکی نه­تنها قادر به تولید دقت کلی بیشتر در طبقه­بندی پوشش زمینی است، بلکه حتی کارایی و اعتمادپذیری نسبی بالاتری در تفکیک تک­تک کلاس­ها دارد.}, keywords_fa = {سیستم طبقه بندی چندگانه, تصاویر تمام پلاریمتریک, رادار, فضای ویژگی ابعاد بالا}, doi = {10.29252/jgit.2.3.69}, url = {http://jgit.kntu.ac.ir/article-1-162-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-162-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {AlizadehNaeini, Amin and Khazaie, Safa and Arefi, Hossein and Jamshidzadeh, Abolfazl}, title = {Automated bias compensation of RPCs of IRS-P5 satellite images using DEM}, abstract ={Overlapping satellite images are one of the key solutions in both generating and updating of spatial data like digital elevation model (DEM). To do this, rational polynomial coefficients (RPCs), as an essential Meta data for satellite images, are regularly used. Nonetheless, these coefficients due to some systematic errors in their gathering lead to an erroneous DEM. Accordingly, in this study a new method is proposed to make it possible to obtain an accurate DEM using automated bias compensation of the RPCs in object space. In this method, RPC biases on the resulting DEM are nearly removed using a 2.5D matching procedure between IRS-P5 derived DEM and the national-cartographic-center DEM (NCC DEM). The experimental results of this study showed that using both 10-meter NCC DEM and stereo images of IRS-P5 satellite images can achieve about one pixel level of accuracy or better in both DEM generating and updating.}, Keywords = {Bias compensation of the RPCs, DEMs, IRS-P5 satellite images, 2.5 matching}, volume = {2}, Number = {3}, pages = {85-90}, publisher = {kntu}, title_fa = {تصحیح خودکار rpc های تصاویر ماهواره‌ای irs-p5 توسط مدل‌های رقومی ارتفاعی}, abstract_fa ={یکی از راهکارهای اساسی در تولید و به‌روزرسانی داده­های مکانی از جمله مدل­های رقومی ارتفاعی (DEM) استفاده از تصاویر پوششی ماهواره‌ای است. برای این منظور، معمولاً از ضرایب چندجمله‌ای‌های کسری (RPC ها) که به‌عنوان یک فراداده‌ی اصلی در کنار تصاویر ماهواره‌ای قرار دارند استفاده می‌شود. با این ‌وجود، استفاده از این ضرایب به دلیل یکسری خطاهای سامانمند که در جمع‌آوری آن‌ها وجود دارد منجر به تولید DEM خطادار از منطقه می‌شوند. از این‌رو در این تحقیق روشی ارائه می‌شود تا با رفع خودکار خطای RPC ها در فضای زمین دستیابی به DEM دقیق را مقدور سازد. در این روش از طریق تناظریابی 2.5 بعدی بین DEM حاصل از زوج تصاویر ماهواره­ای IRS-P5 و DEM 10 متری سازمان نقشه‌برداری کشور، خطای RPC ها بر روی DEM حاصل کاهش داده می‌شود. نتایج تجربی این تحقیق نشان می‌دهد که از طریق DEM های 10 متری سازمان نقشه­برداری کشور و زوج تصاویر ماهواره­ای IRS-P5 می­توان به دقت حدود یک پیکسل یا بهتر در تولید و به‌روزرسانی DEM رسید.}, keywords_fa = {تصحیح ضرایب RPC, مدل رقومی ارتفاعی, تصاویر ماهواره‌ای IRS-P5, تناظریابی 2.5 بعدی}, doi = {10.29252/jgit.2.3.85}, url = {http://jgit.kntu.ac.ir/article-1-163-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-163-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2014} } @article{ author = {GhaffariRazin, Mir Reza and Mohammadzadeh, Ali}, title = {3-D Crustal Deformation Analysis Using Isoparametric method and Multi-Layer Artificial Neural Networks (Case Study: Iran)}, abstract ={One of the most important applications of geodesy in geodynamics is study of crustal deformations. In this paper, surface deformation analysis is investigated using 3-D model. 3-D isoparametric method and Iranian permanent GPS network (IPGN) were used to estimate strain tensor. In this method, strain parameters obtained from compares the relative distance between base point and its neighboring points. Since the strain tensor is calculated for each GPS station, considers the strain inhomogeouns and its compatibility with the reality. Due to the special characteristics of isoparametric method, using regularization techniques to solve this problem is inevitable. Tikhonov regularization is used for solving corresponding problem. Optimum value of regularization parameter is selected using minimum relative error in strain parameters, as well as, diagonal elements of resolution matrix is used for error analysis. For estimated velocity field and strain parameters in other geodetic points, in this research artificial neural network (ANN) with 3 layers is used. 4 GPS stations with convenient distribution were used for validating and testing. Minimum relative error obtained from this evaluation for velocity field in eastern component (VE) is 6.25% and northern component (VN) is 6.80%. Also root mean square error (RMSE) is computed ±1.85 (mm) and ±1.72 (mm) in VN and VE respectively. These results are agreement with focal mechanism of earthquakes in this region as well as Iran's geodynamic mechanisms. }, Keywords = {Isoparametric, Artificial neural network, Strain tensor, Crustal velocity, GPS}, volume = {2}, Number = {4}, pages = {1-15}, publisher = {kntu}, title_fa = {آنالیز 3 بعدی تغییر شکل پوسته زمین بروش ایزوپارامتریک و درون یابی با شبکه های عصبی مصنوعی (منطقه مورد مطالعه : شبکه ژئودینامیک ایران)}, abstract_fa ={یکی از کاربردهای مهم ژئودزی در تحقیقات ژئودینامیک، مطالعه تغییرات پوسته‌ای زمین می‌باشد. در این مقاله مساله آنالیز سطحی تغییر شکل پوسته زمین در منطقه ایران بصورت مدل 3بعدی مورد بررسی قرار می گیرد. از روش ایزوپارامتریک 3بعدی و داده‌های GPS شبکه مبنای دائمی ژئودینامیک کشور ایران (37 ایستگاه بین سالهای  2007-2008) جهت برآورد مولفه های تنسور استرین استفاده شده است. بنا به ویژگیهای مدلسازی 3بعدی پوسته زمین بروش ایزوپارامتریک، با یک مساله بد وضع روبرو خواهیم شد. جهت حل این مساله از روش پایدارسازی تیخونوف در این مقاله استفاده شده است. اپتیمم مقدار پارامتر پایدارسازی جهت برآورد پارامترهای تنسور استرین، طوری انتخاب گردیده که نتایج حاصل از خطای نسبی کمتری برخوردار باشند. ارزیابی مقدار این خطا از روی عناصر قطر اصلی ماتریس رزولوشن انجام گرفته است. همچنین جهت درون یابی مقادیر میدان سرعت و مولفه های استرین در سایر نقاط ژئودتیکی موجود در فلات ایران، از یک شبکه عصبی مصنوعی 3 لایه استفاده شده است. تعداد نورونهای مورد استفاده جهت برآورد کمیتهای میدان سرعت و استرین براساس مینیمم سازی مقدار خطای نسبی در آموزش بطریقه پس انتشار خطا انتخاب شده است. 4 ایستگاه با توزیع مناسب جهت تست نتایج انتخاب گردیده است. مینیمم خطای نسبی بدست آمده برای میدان سرعت در مولفه شمالی (VN) 80/6 درصد و برای مولفه شرقی (VE) 25/6 تعیین شده است. همچنین جذر خطای میانگین مربعی (RMSE) برای مولفه شمالی 85/1± میلیمتر و برای مولفه شرقی 72/1± میلیمتر بدست آمده است.}, keywords_fa = {روش ایزوپارامتریک, تنسور استرین, میدان سرعت, پایدارسازی, شبکه عصبی, GPS}, doi = {10.29252/jgit.2.4.1}, url = {http://jgit.kntu.ac.ir/article-1-169-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-169-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} } @article{ author = {Ameri, Fateme and ValadanZoej, Mohammad Javad and Mokhtarzadeh, Mehdi}, title = {Automatic optimization of road network clustering based on PSO for road centerline extraction}, abstract ={This paper introduces a novel road extraction algorithm in two stages of road detection and road vectorization. In the road detection stage, road class image is obtained using fuzzy C-means clustering and some post processing operations. In the vectorization stage road key points on the road centerline is obtained by an innovative approach of dynamic road pixels clustering using particle swarm optimization. The proposed algorithm is able to automatically optimize number and position of road key points without considering the prior information about the initial number and position of cluster centers by designing a new cost function. The optimized road key points were connected using weighted graph theory. Different high resolution images of Ikonos in urban, non-urban, and mountainous areas were tested and several quality measures including RMSE, correctness, completeness, and quality were calculated. Extracting different road shapes with RMSE less than 1.3 and quality greater than 0.86 in different areas proves the efficiency of the algorithm in yielding complete road networks.}, Keywords = {Feature Extraction, Particle swarm optimization, Digital Image, Road Vectorization, Clustering}, volume = {2}, Number = {4}, pages = {17-31}, publisher = {kntu}, title_fa = {بهینه‌سازی اتوماتیک خوشه‌بندی شبکه راهها با استفاده از الگوریتم انبوه ذرات بمنظور استخراج محور مرکزی آنها}, abstract_fa ={این تحقیق در بر گیرنده روشی نوین در استخراج راه در قالب دو مرحله کشف راه و برداری سازی آن می باشد. در مرحله کشف راه تصویر مشتمل بر کلاس عوارض راه با استفاده از  خوشه‌بندی به روش سی مینز  فازی و بهبود تصویر با بهره گیری از پاره ای از عملیات پس پردازشی حاصل می گردد. در مرحله برداری‌سازی، نقاط کلیدی نماینده محور مرکزی راه توسط روشی نوین در خوشه‌بندی پویای تصویر کلاس راه بر مبنای الگوریتم بهینه‌سازی انبوه ذرات تعیین می گردند.  الگوریتم پیشنهاد شده قادر است تعداد و موقعیت نقاط کلیدی را بر روی راه کشف شده به‌صورت اتوماتیک و بدون نیاز به معلومات اولیه ای مانند تعداد و موقعیت اولیه مراکز خوشه‌ها، بهینه نماید. در این راستا تابع هزینه جدیدی طراحی و به الگوریتم مذکور معرفی گردیده است. در نهایت نقاط کلیدی بهینه با استفاده از تکنیک گراف وزن دار به یکدیگر متصل می‌گردند. روش پیشنهادی بر روی چندین تصویر بزرگ مقیاس ماهواره ایکنوس تهیه شده از نواحی شهری، غیرشهری و کوهستانی پیاده‌سازی شده و معیارهای ارزیابی دقت شامل جذر میانگین مربع خطا، تمامیت، صحت و کیفیت محاسبه گردیدند. نتایج حاکی از موفقیت الگوریتم پیشنهادی در استخراج اشکال مختلف راه با جذر میانگین مربعی خطا کمتر از 3/1 و کیفیت برداری‌سازی بیش از 86/0 در نواحی مختلف می‌باشد.}, keywords_fa = {استخراج عارضه, بهینه‌سازی به روش انبوه ذرات, تصاویر رقومی, برداری سازی راه, خوشه‌بندی}, doi = {10.29252/jgit.2.4.17}, url = {http://jgit.kntu.ac.ir/article-1-170-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-170-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} } @article{ author = {Rezaee, Zahtra and Malek, Mohamad Rez}, title = {Enhancement of the Semantic Interoperability in Third Generation of SDI}, abstract ={For the optimal use of the spatial data in the interoperable environment, the gradual process of GISs have begotten SDI technologies. The main goal of SDI is to facilitate data sharing and informing about spatial data and creating an interoperable environment for users in order to access data. It’s necessary to provide an appropriate base for analysis, decision making and planning to create interoperability between the various spatial information systems. The most important problem in respect with spatial data exchange among different organizations is semantic interoperability in order to discover common semantics of data of other organizations. Using Ontology with the formal specification the relations between the phrases in SDI, leads to the promotion and enhancement of semantic data sharing and retrieving spatial data. Since the start of SDI, different abilities and services were designed for it and also those are developing from the first generation SDI to the second and to third generation in the lapse of time. and we can observe these developments and enhancing of the capabilities. Semantic web has been appeared in third generation of SDI to resolve the semantic heterogeneous. SDI based on ontology has the main role to facilitate decision making in enabling the spatial knowledge of the societies. In this research, in order to solve semantic heterogeneous, ontology is used in Catalog Service of SDI for the roads class of the classes of the phenomenons in SDI pattern of two diverse organization. And also, accuracy and efficiency tests of two designed ontology for two assumed organizations Ministry of Road & Urbanism and National Cartographic Center of Iran, to find similar concepts are accomplished based on implementing ontologies in catalog service and matching ontologies algorithm and many found matched results are achieved. }, Keywords = {SDI, Geoportal, Clearinghouse, Catalog Service and Ontology}, volume = {2}, Number = {4}, pages = {33-51}, publisher = {kntu}, title_fa = {ارتقای تعامل پذیری معنایی در نسل سوم مرکز هماهنگی داده های مکانی}, abstract_fa ={برای استفاده بهینه از داده­های مکانی در یک محیط تعامل­پذیر، سیر تحول و تکامل سامانه­های اطلاعات مکانی GIS فن­آوری زیرساخت داده‌های مکانی SDI را بوجود آورده است. هدف اساسی زیرساخت داده­های مکانی، بسترسازی به اشتراک­گذاری اطلاعات و اطلاع رسانی در مورد داده‌های مکانی و ایجاد محیط تعاملی برای کاربران جهت دسترسی به داده‌های همدیگر می‌باشد. بمنظور ایجاد تعامل­پذیری بین سیستم‌های اطلاعات مکانی مختلف، می­بایست زمینه مناسب جهت انجام آنالیزها، تصمیم­گیری­ها و برنامه‌ریزی‌ها در این زمینه فراهم شود. تعامل­پذیری معنایی، مهمترین مساله در ارتباط با تبادل اطلاعات مکانی بین سازمان‌های مختلف در جهت کشف معانی رایج داده‌های سازمان‌های دیگر می‌باشد. بکارگیری هستی­ شناسی همراه با تصریح قراردادی روابط بین اصطلاحات در زیرساخت داده مکانی، سبب بهبود و ارتقای به اشتراک­ گذاری معنایی و بازیابی اطلاعات مکانی می‌شود. از زمان شکل­ گیری SDI تاکنون، قابلیت­ها و سرویس­های مختلفی برای زیرساخت داده مکانی طراحی و بکار برده شده که با گذشت زمان و پیشرفت تکنولوژی، این سرویس­ها و قابلیت­ها رو به پیشرفت و ارتقا داشته و از نسل اول SDI به نسل دوم و سپس نسل سوم شاهد توسعه و گسترش این توانمندی­ها هستیم.ورود وب معنایی در نسل سوم مرکز هماهنگی داده مکانی بمنظور رفع ناهمگونی معنایی اتفاق افتاده است.  SDI مبتنی بر هستی‌شناسی نقش مهمی در تسهیل تصمیم­سازی در توانمندسازی قابلیت­های دانش مکانی جوامع دارد. در این تحقیق نیز، از هستی­شناسی در کاتالوگ سرویس شبکه زیرساخت داده­های مکانی برای کلاس شبکه معابر در برشی از الگوی SDI برای دو سازمان، بمنظور رفع مشکلات ناشی از ناهمگونی معنایی استفاده می‌گردد. همچنین آزمایش صحت و کارآیی دو هستی­شناسی طراحی شده  برای دو سازمان فرضی اداره راه و شهرسازی و سازمان نقشه­برداری کشور در یافتن مفاهیم مشابه، توسط اجرای هستی­شناسی‌ها در کاتالوگ سرویس سامانه و یافتن نتایج واژه­های تناظریابی شده، تایید این مطلب می­باشد.  }, keywords_fa = {زیرساخت داده مکانی, ژئوپرتال, مرکز هماهنگی داده‌های مکانی, کاتالوگ سرویس و هستی‌شناسی}, doi = {10.29252/jgit.2.4.33}, url = {http://jgit.kntu.ac.ir/article-1-171-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-171-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} } @article{ author = {Shah-Hosseini, Reza and Esmaeili, Mostafa and Safari, Abdoreza and Homayouni, Said and Amini, Jalal and EzzatAbadiPour, Hami}, title = {An Automatic Algorithm based on Angular Histogram for Corregistartion of Synthetic Aperture Radar Images}, abstract ={Coregistration of optical and radar imageries is a major pre-processing step in many remote sensing applications including change detection and interferometric processing. Specially, the coregistration faced more difficulties in radar imageries due to the high noise level and intense spatial-temporal decorrelation. Hence, non-automatic coregistration methods are much more time consuming and inefficient. Because, the probable geometrical and temporal (signal-target interaction) differences between two acquisitions (i.e, master and slave) caused spectral shifts between corresponding pixels. In this case, using grid points as a tie in the coregistration process drastically reduces the reliability of the process while use of the corner points in the images could solve the problem. To resolve this problem, an automatic algorithm based on angular histogram was proposed for coregistration of Synthetic Aperture Radar (SAR) imageries that have taken in different height, time and situation. This method automatically extracted the corners from the slave and master images and used these points as nodal points. However, unlike conventional methods, there is no need to perform the image matching process. The coregistration RMSE value for three case studies related to the Radarsat-2 imageries of Batala area, India, Radarsat-2 imageries of Sendai region, Japan and TerraSAR-X imageries in Sendai region, were 0.29, 0.35 and 0.43, respectively. Comparison of the proposed coregistration method with cubic convolution (CCI) interpolation based coregistration method showed that the accuracy of the proposed method was improved to 5%, 5% and 9% for three datasets, respectively. The results indicated high efficiency and accuracy of the proposed algorithm. Moreover, the proposed algorithm illustrates the high performance in the case that the angle and scale between the master and slave images are relatively large.}, Keywords = {Corregistration, Synthetic Aperture Radar, Feature based Method, Harris Operator, Cross-Correlation}, volume = {2}, Number = {4}, pages = {53-75}, publisher = {kntu}, title_fa = {ارائه یک الگوریتم خودکار مبتنی بر هیستوگرام زاویه‌ای به منظور ثبت هندسی تصاویر رادار با دریچه مصنوعی}, abstract_fa ={ثبت هندسی تصاویر راداری و اپتیکی، از پیش­پردازش­های مهم در کاربردهای سنجش از دوری از جمله در روش‌های کشف تغییرات و پردازش­های مبتنی بر تولید اینترفروگرام محسوب می­شود. به علت سطح نویز بالای تصاویر راداری و نابستگی زمانی-مکانی شدید بین این تصاویر، ثبت هندسی این تصاویر نسبت به یکدیگر با مشکلات بیشتری همراه است. چراکه پیدا کردن عوارض مشابه در این نوع تصاویر به علت وجود سطح نویز بالا، به سختی قابل انجام است. روش­های غیر خودکار موجود فرآیندی زمان­بر بوده و در اکثر مواقع با شکست روبرو می‌شوند، چرا که اختلافات موجود بین دو سیستم تصویربرداری و تصاویر اخذ­ شده، باعث بروز اختلاف طیفی بین پیکسل‌های متناظر می‌شود. از طرفی دیگر استفاده از نقاط شبکه­ای به عنوان نقاط گره­ای در فرآیند ثبت هندسی تصاویر، قابلیت اطمینان این فرآیند را به شدت کاهش می‌دهد. این درحالیست که استفاده از نقاط گوشه در تصاویر رادار می­تواند این مسئله را حل کند. به همین علت، در این مقاله، الگوریتمی خودکار جهت ثبت هندسی تصاویر راداری با دریچه مصنوعی که در زمان، مکان، موقعیت و ارتفاع متفاوتی اخذ شده­اند، پیشنهاد و پیاده‌سازی شده­است. این روش از نقاط گوشه که بصورت خودکار از تصاویر اصلی و فرعی استخراج می­شوند، به‌عنوان نقاط گره­ای استفاده می‌کند و بر خلاف الگوریتم‌های مرسوم، به عمل تطابق نیاز ندارد. این الگوریتم بر روی سه مجموعه داده راداری با دریچه مصنوعی اعمال شد. مقادیر مجذور میانگین مربعات خطا روش پیشنهادی در فرآیند ثبت هندسی متقابل تصاویر راداری، برای مجموعه داده مربوط به ماهواره رادارست-2 از منطقه باتالای هندوستان، مجموعه داده مربوط به ماهواره رادارست-2 از منطقه سندای ژاپن و مجموعه داده مربوط به ماهواره تراسار-ایکس از منطقه سندای ژاپن بترتیب 0.29، 0.35 و 0.43 بدست آمد. آنالیز مقایسه­ای دقت روش پیشنهادی با روش مبتنی بر درون­یابی همگشت­مبنای درجه 3 نشان داد که روش پیشنهادی بترتیب برای مجموعه داده مربوط به ماهواره رادارست-2 از منطقه باتالای هندوستان، مجموعه داده مربوط به ماهواره رادارست-2 از منطقه سندای ژاپن و مجموعه داده مربوط به ماهواره تراسار-ایکس از منطقه سندای ژاپن، 5%، 5% و 9% دقت ثبت تغییرات را نسبت به روش مبتنی بر درون­یابی همگشت­مبنای درجه 3 بهبود بخشید. نتایج بدست آمده، نشان دهنده کارایی و دقت بالای الگوریتم پیشنهادی در سطح زیر پیکسل، در ثبت هندسی متقابل تصاویر راداری است. همچنین ثابت شد که الگوریتم پیشنهادی در مواردی که زاویه چرخش و مقیاس بین دو تصویر اصلی و فرعی، مقادیر بزرگی دارند، کارایی بالایی دارد.}, keywords_fa = {}, doi = {10.29252/jgit.2.4.53}, url = {http://jgit.kntu.ac.ir/article-1-172-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-172-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} } @article{ author = {Ali-Hosseini, Ghasem and Gholamalifard, Mehdi and Ghorbani, Hami}, title = {Zoning of Disaster Management Support Bases of Region One of Tehran Municipality using Weighted LinearCombination in GIS Environment}, abstract ={The aim of the present study is to determine the suitable areas for establishing Disaster Management Support Bases in the region one of Tehran municipality. For this purpose, at first, 26 factors were classified in 5 groups. Then, Weighted Linear Combination (WLC) was used as Multi Criteria Evaluation modeling by elimination of constraints, standardization by Fuzzy membership functions in byte scale, factor weighting by the AHP (Analytical Hierarchy Process), and site selection by zonal land suitability (ZLS) in GIS environment. The results shows that the eastern part of the study area (Zones 6, 9, and 10) has the least percent of differentiation and area reduction in texture, transportation and compatibility constraints including residential area, road, health & treatment centers, commercial centers, vacant lands, faults, multi-storey buildings, gas lines, aqueducts, gas stations & diplomatic area which shows more accessible area in the eastern part of the area. Also, the eastern part of the study area has a very high suitability average in non-proximity (incompatibility) factors such as faults, multi-storey buildings, aqueducts, power lines, gas stations, metro lines, diplomatic area & earthquake intensity. The result of siting shows 17 zones for disaster management support bases that there are 14 zones in the eastern part of the region. Then, five zones were selected in the study area including zone A with area of 4900 square meter and suitability average of 166, zone C with area of 2700 square meter and suitability average of 164, zone E with area of 3200 square meter and suitability average of 165, zone L with area of 28100 square meter and suitability average of 146 & zone N with area of 2400 square meter and suitability average of 155. Therefore, it is suggested that decision rule and the methodology of current study can be used in other studies of siting of Disaster Management Support Bases.}, Keywords = {Disaster Management Support Bases (DMSBs), Multi Criteria Evaluation (MCE), Weighted Linear Combination (WLC), Geographic Information System (GIS), Region One of Tehran Municipality}, volume = {2}, Number = {4}, pages = {77-98}, publisher = {kntu}, title_fa = {پهنه‌بندی پایگاه‌های پشتیبانی مدیریت بحران منطقه یک شهرداری تهران به روش ترکیب خطی وزنی در محیط GIS}, abstract_fa ={هدف ازپژوهش حاضرتعیین مکان‌های مستعد جهت احداث پایگاه‌های پشتیبانی مدیریت بحران در منطقه یک شهرداری تهران می‌باشد. به همین منظور ابتدا 26 معیار در قالب 5 گروه گروه‌بندی گردید. سپس از رویه ترکیب خطی وزنی مدل‌سازی ارزیابی چند معیاره با حذف محدودیت‌ها، استانداردسازی معیارهای قانون تصمیم با توابع عضویت فازی در مقیاس بایت، وزن­دهی معیارها با فرایند سلسله مراتبی تحلیلی و مکان‌یابی با شایستگی ناحیه‌ای سرزمین در محیط سامانه اطلاعات جغرافیایی استفاده شد. نتایج نشان می­دهد که بخش شرقی منطقه (نواحی 6، 9 و 10) در معیارهای گروه­های بافت شهر، ارتباطی و همجواری دارای کم‌ترین تغییر و کاهش مساحت می­باشد که نشان دهنده فضای در دسترس بیشتر در شرق منطقه است؛ همچنین بخش شرق منطقه در معیارهای گروه عدم همجواری دارای میانگین مطلوبیت بسیار بالایی می­باشد. نتایج مکان‌یابی، 17 پهنه جهت پایگاه‌های پشتیبانی مدیریت بحران را نشان می­دهد که 14 پهنه در بخش شرقی منطقه قرار دارد. سپس با بازدید میدانی، 5 پهنه A  با مساحت 4900 متر مربع و میانگین مطلوبیت 166، پهنه C با مساحت 2700 متر مربع و میانگین مطلوبیت 164، پهنه E با مساحت 3200 متر مربع و میانگین مطلوبیت 165، پهنه L با مساحت 28100 متر مربع و میانگین مطلوبیت 146 و پهنه N با مساحت 2400 متر مربع و میانگین مطلوبیت 155 در سطح منطقه انتخاب گردید. قانون تصمیم پژوهش حاضر علاوه بر معیارهای در نظر گرفته شده در مطالعات قبلی، معیارهایی نظیر شدت لرزه‌خیزی و پتانسیل تخریب را در راستای تأمین ایمنی کامل و کارآیی حداکثری پایگاه‌های پشتیبانی مدیریت بحران در نظر گرفته که می‌تواند نتایج دقیق‌تری ارائه دهد. پیشنهاد می­گردد ضمن استفاده اجرایی از نتایج تحقیق در منطقه یک شهرداری تهران با به کارگیری عواملی مانند مالکیت و قیمت زمین، در سایر مطالعات مکان‌یابی پایگاه‌های پشتیبانی مدیریت بحران نیز از قانون تصمیم تحقیق حاضر استفاده گردد.}, keywords_fa = {پایگاه‌های پشتیبانی مدیریت بحران؛ ارزیابی چند معیاره؛ ترکیب خطی وزنی؛ سامانه اطلاعات جغرافیایی؛ منطقه یک شهرداری تهران}, doi = {10.29252/jgit.2.4.77}, url = {http://jgit.kntu.ac.ir/article-1-173-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-173-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} } @article{ author = {Hamzeh, Said and Naseri, Abdol Ali and Alavipanah, Seied Kazem and Mojaradi, Barat}, title = {Modeling Shallow Groundwater Depth Using Hyperion Hyperspectral Imagery}, abstract ={Current study was conducted in order to finding the best models to estimating groundwater depth using Hyperion hyperspectral satellite imagery in the sugarcane fields located in the southwest of Iran. For this purpose ground water level was measured in 132 observation wells from the beginning of May 2010 till end of September 2010, twice per week, in the Hakim Farabi farming and industrial lands. Moreover, from the other collected information like daily weather information, age and variety of sugarcane, planting and harvesting date of plants, managerial operations such as date and amount of the fertilization, irrigation and drainage information in the Hakim Farabi farming and industrial lands were used. In a same time with measuring the ground data, a hyperspectral satellite image of Hyperion sensor was acquired on September 2, 2010. After applying necessary pre-processing on the image, the changes in the spectral reflectance of the sugarcane under different values of groundwater depths was studied. Afterwards, it was tried to obtain appropriate models for estimating ground water depth. For this purpose, capability of 21 vegetation indices ,related to defferent regions of spectral reflectance of crops, was studied. Besides of these indices three new vegetation indices (SWSI-1, SWSI-2 and SWSI-3) were developed in this study. Results show that, variations of groundwater depths have a significant effect on spectral reflectance of sugarcane. Among the vegetation indices, indices related to water absorption bands or based on a combination of chlorophyll and water absorption bands had the highest correlation with groundwater depth. Obtained models from the two vegetation indices developed in this study (SWSI-1, SWSI-3) and NDWI yield the best results for estimating groundwater depth with R2 of 0.48, 0.48 and 0.47 and root mean square errors of 8.20, 8.25 and 7.98 cm respectively. Conclusions from this study indicate that using hyperspectral satellite imagery to monitoring water table in the sugarcane fields has an acceptable, fast and economical results.}, Keywords = {Groundwater table, Hyperspectral Imagery, Spectral reflectance, Vegetation Index, Sugarcane}, volume = {2}, Number = {4}, pages = {99-119}, publisher = {kntu}, title_fa = {مدل‌سازی سطح آب زیرزمینی کم عمق با استفاده از تصاویر ابرطیفی هایپریون}, abstract_fa ={شوری خاک و سفره­ های آب زیر زمینی کم­ عمق، دو عامل اصلی کاهش عملکرد محصول در مناطق مختلف ایران، بویژه در استان خوزستان و مزارع نیشکر می­ باشند. بنابراین تحقیق حاضر جهت دست­یابی به بهترین مدل­های تخمین عمق سطح ایستابی با استفاده از تصاویر ابرطیفی هایپریون در اراضی تحت کشت نیشکر صورت پذیرفت. بدین منظور، مقادیر عمق سطح ایستابی در132 چاهک مشاهده­ای واقع در زمین­های شرکت کشت و صنعت حکیم فارابی، هفته ای دوبار از اواسط اردیبهشت تا اواسط مهر سال 1389 ثبت گردید. همچنین از سایر اطلاعات جمع‌آوری شده در محدوده کشت و صنعت حکیم فارابی از قبیل سن و واریته گیاه نیشکر، تاریخ کاشت و برداشت، مدیریت­های داشت از قبیل میزان و زمان‌های کود­دهی و آبیاری و زهکشی استفاده گردید. هم زمان با جمع‌آوری اطلاعات زمینی، تصویر ماهواره­ای مربوط به سنجنده ابرطیفی هایپریون در تاریخ 12 شهریور 1389 اخد گردید. پس از انجام پیش پردازش‌های ضروری بر روی تصویر، اقدام به تهیه مدل­های مناسب پیش بینی میزان عمق آب زیرزمینی گردید. بدین منظور توانایی 21 شاخص گیاهی مختلف موجود در منابع که مربوط به نواحی مختلف طیفی گیاه بودند، مورد بررسی قرار گرفت. در کنار این شاخص‌ها، سه شاخص گیاهی جدید (SWSI-1، SWSI-2  و SWSI-3 ) نیز توسعه داده شد. نتایج بدست آمده نشان می‌دهد که تغییر میزان عمق آب زیرزمینی تاثیر به­سزایی بر روی بازتابندگی­های طیفی گیاه نیشکر دارند. در میان شاخص­های گیاهی، شاخص­هایی که در ارتباط با باندهای جذب آب و یا ترکیب باندهای جذب آب و کلروفیل می­باشند دارای بیشترین همبستگی با سطح آب زیرزمینی بودند.  بر این اساس مدل­های به­دست آمده از دو شاخص­ گیاهی SWSI-3، SWSI-1 (که در این تحقیق توسعه داده شدند) و شاخص NDWI به ترتیب با مقدار همبستگی 48/0، 48/0 و 47/0 با عمق آب زیرزمینی و خطای 20/8، 25/8 و 98/7 سانتیمتر بهترین برآورد را داشتند.}, keywords_fa = {سطح آب زیرزمینی, تصاویر ابرطیفی, بازتابندگی طیفی, شاخص گیاهی, نیشکر}, doi = {10.29252/jgit.2.4.99}, url = {http://jgit.kntu.ac.ir/article-1-174-en.html}, eprint = {http://jgit.kntu.ac.ir/article-1-174-en.pdf}, journal = {Engineering Journal of Geospatial Information Technology}, issn = {2008-9635}, eissn = {}, year = {2015} }