OTHERS_CITABLE
شناسایی کاربری در محیطهای شهری بر مبنای رفتار کاربران در شبکههای اجتماعی مکانمبنا
امروزه پس از گذشت زمان نسبتاً کوتاهی از ظهور شبکههای اجتماعی مکانمبنا، این رسانههای اجتماعی به یک عنصر جداییناپذیر از زندگی اجتماعی بهخصوص در شهرهای بزرگ تبدیل شدهاند. افزایش محبوبیت شبکههای اجتماعی، پیشرفت فناوریهای تعیین موقعیت مکانی از جمله سیستم تعیین موقعیت جهانی(GPS) و همچنین فراگیر شدن گوشیهای تلفن هوشمند که علاوه بر مجهز بودن به GPS بهراحتی به شبکه جهانی وب متصل میشوند، باعث تولید انبوه دادههای مکانی بهروز، کمهزینه و ارزشمند شده است. در کنار کاربردهای متعدد، از این دادهها میتوان در راستای برطرف نمودن چالشهای شهری سود جست. به عنوان نمونهای از این کاربردها، در این تحقیق از رفتار کاربران در شبکههای اجتماعی مکانمبنا جهت تعیین کاربری اجتماعی در محیطهای شهری استفاده شده است. در این راستا ابتدا با خوشهبندی دادههای مکانی کاربران به تشخیص مناطق در محیطهای شهری پرداخته شده، و سپس ضمن استخراج الگوهای تغییرات تعداد دادههای کاربران و جابجایی شهروندان در مناطق شهری در شبکههای اجتماعی در طول شبانهروز، از این الگوها به عنوان شاخص تعیین کاربری استفاده شده و به هر منطقه، یک نوع کاربری اجتماعی نسبت داده میشود. به منظور ارزیابی روش پیشنهادی ماتریس در هم گسیختگی بر مبنای حضور مکانهای ثبت شده با کاربری معین در مناطق شناسایی شده تشکیل شد و مقدار دقت کلی و شاخص کاپا به ترتیب 79 و 71 درصد محاسبه گردید. همچنین مقایسه نتایج حاصل با تصاویر ماهوارهای نشاندهنده پتانسیل بالای شبکههای اجتماعی مکانمبنا برای شناخت محیطهای شهری و حل چالشهای موجود است.
http://jgit.kntu.ac.ir/article-1-614-fa.pdf
2018-12-25
1
13
10.29252/jgit.6.3.1
شبکه اجتماعی مکانمبنا
خوشهبندی
کاربری اجتماعی
Land use characterization in urban environments based on the behaviors of location based social networks’ users
Nowadays, after a relatively short time from the emergence of location-based social networks, these social media have become an inseparable element of social life, especially in big cities. The increased popularity of social networks, the development of location-based technologies including Global Positioning System (GPS) as well as the pervasive use of smart-phones that besides being equipped with GPS can connect to the world-wide web easily have led to the generation of update, low-cost and valuable spatial data. Beside various applications, these data can be used to resolve urban challenges. As an example, in this paper, the behaviors of the location-based social networks’ users were assessed to classify the land use in urban environments. In this regard, initially, we attempted to recognize regions in urban environments by clustering the users’ spatial data, then the variation patterns of users’ social behaviors through the day and night were extracted and used as an index to land use determination and a type of social land use was designated to each region. Evaluating the obtained results and comparing them with satellite images show the high potential of location-based social networks to recognize urban environments and resolve existing challenges.
http://jgit.kntu.ac.ir/article-1-614-en.pdf
2018-12-25
1
13
10.29252/jgit.6.3.1
location-based social network
clustering
social land use.
Morteza
Tayebi
1
University of Tehran
AUTHOR
Farid
Karimipour
fkarimipour@ut.ac.ir
2
University of Tehran
AUTHOR
OTHERS_CITABLE
کاهش دادههای خطوط سیر مکانی-زمانی با بهکارگیری یک الگوریتم فشردهسازی برخط
با توسعه روزافزون دستگاههای همراه مجهز به سیستم تعیین موقعیت جهانی مانند گوشیهای هوشمند همراه، حجم زیادی از اطلاعات مکانی تولید میشود. این دادهها که بیشتر به صورت دنبالهای از نقاط مکانی در طول زمان ذخیره و مدلسازی میشوند، خط سیر نام دارند. حجم بالای دادههای خطوط سیر هزینه انتقال، ذخیرهسازی و پردازش این دادهها را بالا برده است. برای برطرف نمودن این مشکلات، تعدادی از الگوریتمهای فشردهسازی، با رویکرد کاهش تعداد نقاط مسیر مطرح شده است. در این مقاله، هفت الگوریتم نمونهبرداری یکنواخت، داگلاس پوکر، الگوریتم نسبت زمانی بالا- پایین، پنجره متحرک، پنجره متحرک-نسبت زمانی، الگوریتم سرعت مبنا بالا-پایین وSQUISH-E (Spatial QUalIty Simplification Heuristic - Extended) مورد بحث قرار گرفتند و مزایا و معایب هر یک بررسی شد. در این میان الگوریتمSQUISH-E ، قادر به برقراری تعادل بین نسبت فشردهسازی و خطای فاصله اقلیدسی همزمانی است در حالی که نرخ فشردهسازی بالایی نسبت به سایر روشها دارد. به منظور رفع این مشکل، در این مقاله راهکاری برای متغیر کردن پنجره اولویت الگوریتم SQUISH-E ارائه شد که موجب بهبود نرخ فشردهسازی الگوریتم میشود. به منظور بررسی عملکرد روش یشنهادی، تمامی الگوریتمها روی شش زیر مسیر با پیچیدگیهای مختلف پیادهسازی شده و با یکدیگر از نظر معیارهایی مانند نرخ فشردهسازی، زمان اجرا و خطای فاصله اقلیدسی همزمانی مقایسه شدند. نتایج بهدست آمده حاکی از بهبود عملکرد الگوریتم پیشنهادی در نرخ فشردهسازی، زمان اجرایی و خطای فاصله اقلیدسی همزمانی میباشد. زمان الگوریتم پیشنهادی نسبت به الگوریتم SQUISH-E حدود 130 میلیثانیه کاهش و نرخ فشردهسازی آن 015/0 افزایش یافته است.
http://jgit.kntu.ac.ir/article-1-615-fa.pdf
2018-12-25
15
30
10.29252/jgit.6.3.23
خط سیر مکانی-زمانی
فشردهسازی
الگوریتم SQUISH-E
پنجره اولویت
Data Reduction of Spatio-temporal Trajectories using a Modified Online Compression Algorithm
With development of mobile devices equipped with a global positioning system, such as smartphones, large amounts of spatial information are generated. These data, which are often stored and modeled as a sequence of spatial locations over time, are called trajectory. The large amount of trajectory data has increased the cost of transferring, storing and processing such data. To overcome these problems, a number of compression algorithms have been proposed for reducing the size of trajectory data. In this paper, seven algorithms including uniform sampling, Douglas Poker, TD-TR, Opening Window, OPW-TR, TD-SB and SQUISH-E algorithms are being discussed and the advantages and disadvantages of these algorithms are investigated as well. The SQUISH-E algorithm can create a balance between the compression rate and the Synchronized Euclidean Distance error, but has a high compression rate than other compression algorithms. To solve mentioned problem, this paper proposed a method for changing the priority window of the SQUISH-E algorithm, which improves the compression rate of this algorithm. In order to evaluate the performance of the proposed method, all algorithms are implemented on six trajectories of varying complexity and compared with each other in terms of criteria such as compression rate, run-time, and concurrency Euclidean distance errors. The results of implementation of the proposed method indicate the improvement of the proposed algorithm at the compression rate, computation time, and Synchronized Euclidean Distance error. In compare to SQUISH-E algorithm, the computation time and compression rate of proposed algorithm is decreased about 130 millisecond and 0.015, respectively.
http://jgit.kntu.ac.ir/article-1-615-en.pdf
2018-12-25
15
30
10.29252/jgit.6.3.23
Spatio-temporal Trajectories
Compression
SQUISH-E Algorithm
Priority Window.
Afsaneh
Nasiri
1
University of Tehran
AUTHOR
Sanaz
Azimi
2
University of Tehran
AUTHOR
Rahim Ali
Abbaspour
Abaspour@ut.ac.ir
3
University of Tehran
AUTHOR
OTHERS_CITABLE
تشخیص بیماری زوال مرکبات با استفاده از سامانه بدون سرنشین هوایی مجهز به دوربین چندطیفی
امروزه با توجه به افزایش جمعیت و کاهش منابع غذایی، دستیابی به سامانههای کنترل و پایش آفات و بیماریهای گیاهی با دقت بالا بهمنظور تولید و دستیابی به محصولات کشاورزی سالم و کافی و پیشگیری از خسارت آفات و بیماریهای گیاهی و کاهش هزینههای ناشی از کنترل آنها اهمیت فراوانی پیدا کرده است. سامانههای هوایی بدون سرنشین به دلیل کاهش هزینههای مالی و نیروی انسانی، سهولت کاربرد، امکان اخذتصویر در شرایط آب و هوایی ابری در زیر پوشش ابرها، قابلیت انعطاف در مدت زمان و ارتفاع تصویربرداری، توان تفکیک مکانی بسیار بالا و استفاده از آنها در اخذ دادههای سنجش از دور مطرح شده و مورد توجه بسیار قرار گرفته است. در همین راستا استفاده از این سامانهها در اخذ دادههای مورد نیاز کشاورزی میتواند قابلیتهای بالایی در پایش محصولات و مبارزه با آفات فراهم آورد. در این تحقیق توانایی سنجنده چندطیفی نصب شده برروی سکوی هوابرد بدون سرنشین در بررسی وضعیت بیماری درختان باغ مرکبات در منطقهای در استان فارس که آلوده به بیماری زوال میباشند مورد ارزیابی قرار گرفت. با استفاده از دادههای اخذ شده توسط این سامانه، نقشه بیماری درختان براساس شاخصهای گیاهی و تمایز درختان بیمار و سالم با استفاده از الگوریتم طبقهبندی ماشینهای بردار پشتیبان تهیه شد. دادههای زمینی برداشت شده نشان از قابلیت بالای روش فوق در تشخیص بیماری درختان داشت. نتایج حاصله بیانگر دقت 90 درصدی طبقهبندی درختان بیمار از سالم بود.
http://jgit.kntu.ac.ir/article-1-616-fa.pdf
2018-12-25
31
49
10.29252/jgit.6.3.39
زوال مرکبات
کشاورزی دقیق
سامانه هوابرد بدون سرنشین
تصاویر چندطیفی
Diagnosis decline in citrus using multispectral camera-equipped unmanned aerial system
Today getting access to the monitoring systems with high accuracy in order to produce healthy agricultural products has been raised though the following effective factors are of high importance as well; prevent pest risk and reduce the coast raised from unmanned aerial systems according to low cost, low weight, possibility of taking images in cloudy weather under the cover of clouds, flexibility in time and high spatial resolution imaging which are usable in obtaining remote sensing data and considerable interest. In this regard, the use of these systems shows high potential in obtaining required data in monitoring products and provided control. In this paper, multi-spectral sensor mounted on an unmanned airborne platform in the health status of the regional citrus trees infected with the decline disease in the Fars province investigated. Using data by this system, classified images of studied area based on vegetation index and distinctions between healthy and infected trees, use of SVM are provided. Collected ground data shows the feasibility of these methods in tree’s health status diagnosis. About 90 percent overall accuracy was achieved in the trees classification.
http://jgit.kntu.ac.ir/article-1-616-en.pdf
2018-12-25
31
49
10.29252/jgit.6.3.39
Citrus farms
Precision Agriculture
Multispectral Images
Unmanned Aerial Vehicle.
Erfan
Seidipoor
1
University of Tehran
AUTHOR
Farhad
Samadzadegan
2
University of Tehran
AUTHOR
Farzaneh
Dadras Javan
fdadrasjavan.seidipoor@ut.ac.ir
3
University of Tehran
AUTHOR
Omid
Askari
4
Plant Protection Organization
AUTHOR
OTHERS_CITABLE
مدلسازی خطی رطوبت خاک با استفاده از تجزیه و انتخاب ویژگیهای تمام قطبیده راداری
رطوبت خاک یک متغییر کلیدی در فرآیند هییدرولوژی است، که تحت تأثیر تبادل آب و انرژی در سطح زمین می-باشد. برآورد دقیق از تغییرات مکانی و زمانی رطوبت خاک برای مطالعات زیست محیطی بسیار حیاتی میباشد. برای چنین هدفی تصاویر تمام قطبیده راداری (PolSAR) یک ابزار مناسب و قدرتمند میباشد. همچنین این تصاویر هم پوشش وسیع و همتوان تفکیک مکانی مناسب را تضمین مینمایند. در این مطالعه، یک مدل تحلیلی خطی برای تخمین رطوبت خاک با استفاده از دادههای اخذشده توسط سنجنده ایرسار در سال 2003 در باندهای C,L,P پیشنهادشده است. در این راستا با استفاده از الگوریتم ژنتیک، انتخاب روبه جلو و روبهعقب ویژگی به بررسی و انتخاب ویژگیهای مناسب قطبیده بهمنظور مدلسازی اقدام شده است. همچنین برآورد انجامشده رطوبت خاک با اندازهگیریهای زمینی مقایسه شده است. نتایج بهدستآمده نشان میدهد مدل تحلیلی خطی پیشنهاد شده با ویژگیهای که الگوریتم ژنتیک انتخاب کرده است، با دقت بیشتری نسبت به الگوریتمهای روبه جلو و روبه عقب ویژگی رطوبت خاک را مدلسازی میکند. پارامترهای آماری بهدستآمده با استفاده از این روش R2 بالای %80 و مجذور میانگین مربع خطا کمتر از 280/0 برای باندهای P,L,C میباشد که در مقایسه با سایر الگوریتمها با دقت بیشتری رطوبت خاک را تخمین زده است. همچنین مدل تحلیلی خطی پیشنهاد شده با استفاده از ویژگیهای باند C رطوبت خاک با دقت بالاتری نسبت به مدل تحلیلی خطی ویژگیهای باند های L و P تخمین زده شده است.
http://jgit.kntu.ac.ir/article-1-617-fa.pdf
2018-12-25
51
66
10.29252/jgit.6.3.59
مدل تحلیلی خطی
رطوبت خاک
الگوریتم ژنتیک
الگوریتم رو به جلو
الگوریتم رو به عقب.
Soil Moisture Linear Modeling by Using Decomposition and Selection of Fully Polarized SAR Features
Soil moisture is a key variable in the hydrologic process, which is affected by the exchange of water and energy on the Earth's surface. Precise estimation of spatial and temporal variations of soil moisture is crucial for environmental studies. The Polarimetric SAR (PolSAR) images are a convenient tool for this purpose. These images also guarantee both broad coverage and suitable spatial resolution. In this study, a linear analytical model has been suggested for estimating soil moisture. This model uses data gathered by the AIRSAR sensor in 2003 in C, L, and P bands. For this purpose, with incorporation of a genetic algorithm (GA), sequential forward selection (SFS), and sequential backward selection (SBS), we examine and select appropriate features best fitted for soil moisture modeling. Also in this estimation, soil moisture measurements were compared to in-situ data. The results showed that the proposed method (linear analysis model) had a good efficiency by using GA feature selection compare to both SFS and SBS feature selection. Regarding statistical parameters for proposed method, R2 model is higher than %80 and RMSE is less than 0.027 for P, L, and C bands, which in comparison with other algorithms, the R2 model estimates soil moisture more accurately. Also, the best bands to estimate soil moisture model using proposed model and incorporated PolSAR features is the C band.
http://jgit.kntu.ac.ir/article-1-617-en.pdf
2018-12-25
51
66
10.29252/jgit.6.3.59
Linear analytical model
Soil moisture
GA
SFS
SBS.
Esmaeil
Khedri
1
University of Tehran
AUTHOR
Mahdi
Hasanlou
hasanlou@ut.ac.ir
2
University of Tehran
AUTHOR
OTHERS_CITABLE
ارائه یک روش مورفولوژی مبنا جهت فیلترینگ ابرنقاط برای استخراج مدل رقومی زمین
مدل رقومی زمین ازجمله مهمترین محصولات مکانی است که از دیرباز پایه بسیاری از پروژههای کاربردی مرتبط با اطلاعات مکانی میباشد. امروزه میتوان با استفاده از تکنولوژی سنجنده لایدار به ابرنقطهای متراکم از سطح زمین دست یافت. درواقع ابرنقطه حاصل، یک مدل رقومی سطحی است که حاوی عوارض زمینی و غیرزمینی است. هدف از این مقاله، ارائه روشی کارآمد برای استخراج مدل رقومی زمین از مدل سطحی بهدست آمده از ابرنقاط میباشد. در این راستا، ابتدا با انجام پیشپردازش، نویز موجود در دادهها حذف گشته و سپس دادههای نامنظم ابرنقاط به دادهای منظم و رستری تبدیل شدند. در مرحله بعد با پیشنهاد روش تورم ژئودزیک تدریجی بههمراه روش جستجو و برچسبزنی، به شناسایی و حذف عوارض غیرزمینی پرداخته شد. اساس این روش افزایش المان ساختاری بهصورت مرحلهای، بررسی میزان ناهمگنی ارتفاعی و حذف تدریجی عوارض غیرزمینی است. همچنین بهرهگیری از روش ابتکاری جستجو برچسبزنی که براساس میزان تغییر شیب عمل مینماید، به حذف بهتر و دقیقتر عوارض غیرزمینی کمک شایان توجهی نمود. در نهایت با حذف عوارض غیرزمینی و درونیابی مناطق ازدسترفته، مدلرقومی زمین بهدست میآید. جهت ارزیابی الگوریتم پیشنهادی از دادههای مرجع ارائه شده توسط سازمان بین المللی فتوگرامتری و سنجش از دور (ISPRS) استفاده شد. با ارزیابی در 5 ناحیه مطالعاتی به ترتیب مقادیر 87/2%، 61/8%، 62/3% و 68/89% برای میانگین خطای نوع اول، خطای نوع دوم، خطای کلی و خطای کاپا بهدست آمد که نشان از توانایی الگوریتم پیشنهادی در حذف عوارض غیرزمینی داشت.
http://jgit.kntu.ac.ir/article-1-806-fa.pdf
2018-12-25
67
91
10.52547/jgit.6.3.67
مدل رقومی زمین
ابرنقاط
تورم ژئودزیک
برچسبگذاری
عوارض غیرزمینی
Presenting a morphological based approach for filtering the point cloud to extract the digital terrain model
The Digital terrain model is an important geospatial product used as the basis of many practical projects related to geospatial information. Nowadays, a dense point cloud can be generated using the LiDAR data. Actually, the acquired point cloud of the LiDAR, presents a digital surface model that contains ground and non-ground objects. The purpose of this paper is to present a new approach of extracting the digital terrain model from the digital surface model. In the first step, noises were removed by preprocessing; then the irregular point cloud was converted to raster data. In the next step, the proposed gradual geodesic dilation and labeling approaches scan were applied in order to detect and eliminate the non-ground objects. The basis of gradual geodesic dilation approach was to increase the structural element size in each step, investigate the height heterogeneity and remove the non-ground objects, gradually. Also, utilizing the innovative scan labeling approach which operated based on slope differential helped to remove the non-ground objects completely.
Finally, the non-ground objects were removed and the lost regions were retrieved and the digital terrain model was generated by interpolation. For analyzing the proposed approach, the reference data of the ISPRS was employed. The analyzing results in the five test areas indicated 4.61%, 6.97% and 3.17% for Type I, Type II and total errors, respectively. These results clarify the good performance of the proposed approach for detecting the non-ground objects.
http://jgit.kntu.ac.ir/article-1-806-en.pdf
2018-12-25
67
91
10.52547/jgit.6.3.67
Digital Terrain Model
Point Cloud
Geodesic Dilation
Labeling
non-Ground Objects
Behnaz
Bigdeli
bigdeli@shahroodut.ac.ir
1
Shahrood University of Technology
AUTHOR
Hamed
Amini Amirkolaee
2
University of Tehran
AUTHOR
Parham
Pahlavani
3
University of Tehran
AUTHOR
OTHERS_CITABLE
انتخاب باندهای بهینه جهت بهبود جداسازی طیفی تصاویر ابرطیفی
مدل آنالیز ترکیب خطی به طور گستردهای برای برآورد سهم هر ماده خالص در اختلاط طیفی مورد استفاده قرار میگیرد. راهحل ریاضی مسئله ترکیب، حل مجموعهای از معادلات خطی با استفاده از روش کمترین مربعات میباشد. اما بیشترین منبع خطا در روشهای متداول آنالیز ترکیب طیفی ناشی از عدم امکان محاسبه تغییرات طیفی اعضای خالص در سیر زمان و مکان است. در این فرآیند از اعضای خالص ثابتی برای کل صحنه تصویربرداری استفاده میشود. علاوه بر این، اگر اعضای خالص به شدت به یکدیگر وابسته باشند ماتریس ضرایب دچار کمبود رنک شده و حل مسئله معکوس همراه با ناپایداری خواهد بود. به این ترتیب فراوانیهای برآورد شده به شدت به خطاهای تصادفی حساس میگردند. در این مقاله روش جدیدی برای انتخاب باند متشکل از اولویتبندی باندها در راستای کاهش اثر تغییرپذیری طیفی و کاهش همبستگی بین باندها برمبنای زاویه آنها ارائه شدهاست. با استفاده از روش پیشنهادی و به کمک دادههای شبیهسازی شده و واقعی نشان داده شد که میتوان بهطور موثری به حذف تعداد زیادی از باندهای غیر ضروری اقدام نمود. آزمایشها نشان داد که با انتخاب باندهای مناسب، کمتر از 20 درصد باندها، میتوان به نتایج قابل مقایسه و حتی بهتری از نتایج حاصل از تمام باندها رسید.
http://jgit.kntu.ac.ir/article-1-619-fa.pdf
2018-12-25
93
114
10.29252/jgit.6.3.101
تصاویر ابرطیفی
جداسازی طیفی
انتخاب باند
تغییرپذیری طیفی
معیارهای شباهت
A band selection technique for optimized hyperspectral unmixing
Linear spectral mixture analysis (SMA) has been used extensively in remote sensing studies to estimate the sub pixel composition of spectral mixtures. The mathematical solution of the mixing problem is to resolve a set of linear equations using least squares approaches. The lack of ability to account for temporal and spatial variability between and among endmembers has been acknowledged as a major shortcome of conventional SMA approaches applying a linear mixture model using a set of fixed endmembers. Also, if endmembers are highly correlated, the matrix will become non-orthogonal, the inversion will be unstable and the inverse or estimated fractions will become highly sensitive to random errors (e.g., noise). In this paper, we present a new band selection method that comprises a band prioritization and a band de-correlation. The band prioritization will prioritizes all bands according to the reduced spectral variability of endmembers which will be used for unmixing. Bands are then selected on the basis of their associated priorities. Since the band prioritization does not consider as spectral correlation, a band de-correlation using the angles between bands are being applied to de-correlate prioritized bands. It is shown that the proposed band selection method effectively eliminates a great number of insignificant bands. Surprisingly, the experimental results on real and synthetic data sets show that with a proper band selection less than 0.2 of the total number of bands can achieve comparable performance using all bands.
http://jgit.kntu.ac.ir/article-1-619-en.pdf
2018-12-25
93
114
10.29252/jgit.6.3.101
Hyperspectral Images
Unmixing
Band selection
Spectral Variability
Similarity Measures.
Omid
Ghaffari
Ghaffari@znu.ac.ir
1
K.N.Toosi University of Technology
AUTHOR
Mohammad Javad
Valadan Zoej
2
K.N.Toosi University of Technology
AUTHOR
Mehdi
Mokhtarzade
3
K.N.Toosi University of Technology
AUTHOR
OTHERS_CITABLE
استخراج سایه ساختمان از تصاویر ماهوارهای با قدرت تفکیک بالا با تلفیق اطلاعات لبه و جهت عوارض نقطهای
در بسیاری از کاربردهای سنجش از دور، خصوصا در پردازش تصاویر با قدرت تفکیک بالا، شناسایی سایه یک مرحله پیش پردازشی مهم است. سایه بیانگر اطلاعاتی در مورد شکل، موقعیت نسبی و جهت شیئ است که در محیطهای شهری بخش قابل توجهی از تصویر را اشغال میکند و میتواند در تفسیر عوارض اثرات مثبت و منفی به دنبال داشته باشد. بهعنوان نمونه برآورد ارتفاع عوارض مرتفع و شناسایی موقعیت ساختمان به کمک سایه صورت میگیرد. محققان روشهای متنوعی برای شناسایی سایه ارائه کردهاند که براساس ویژگی، مدل و شاخصها هستند. در این تحقیق، به کمک عوارض موضعی به شناسایی سایه ساختمانها پرداخته میشود تا بتوان از این اطلاعات در شناسایی موقعیت و برآورد ارتفاع ساختمان و غیره بهره برد. پس از استخراج عوارض موضعی نقطهای، برآورد جهت آنها انجام شده و هیستوگرام جهت ترسیم میشود و با توجه به لبههای عمودی ساختمان، جهات آنها استخراج میگردد. لبهها در جهات اصلی بهدستآمده و به کمک عملگرهای مورفولوژی در جهات حاصل از مرحله قبل، پخش میشوند تا با سایههای اولیه تلفیق گردد. لازم به ذکر است که از لبهها برای شناسایی سایه ساختمان و حذف سایههایی که متعلق به ساختمان نیستند، استفاده میشود. روش پیشنهادی بر روی چهار تصویر با قدرت تفکیک بالا اجرا شد. همچنین دادههای مرجع زمینی بهصورت دستی بهدست آمده و معیار Recall، دقت و شاخص F در بهترین حالت به ترتیب برابر با 1/90، 86/88 و 48/89 نشان از کارایی و عملکرد مناسب روش پیشنهادی دارد.
http://jgit.kntu.ac.ir/article-1-620-fa.pdf
2018-12-25
115
137
10.29252/jgit.6.3.123
جهات اصلی
لبهیابی
شناسایی سایه
تلفیق.
Shadow extraction of building using fusion of edge and point feature orientation from high resolution satellite imagery
Shadow detection is an important preprocessing step in many applications of remote sensing, particularly in high resolution images. Shadow represents information about the shape, relative position and direction of the object and in urban environments occupy a significant portion of the image. Shadow can have positive and negative effects in objects interpretation. Shadows can be regarded as a type of useful information in building position recognition and height estimation. Researchers have presented model-based methods, property-based methods and based on index to shadow detection. In this research, we use local feature to identify the shadow of buildings in order to detect building position recognition. After point local feature extraction, we estimate their orientation. Orientation histogram calculate and due to the perpendicular edges of different buildings can extract main orientations. Edge map definition, which emphasizes edges only in the main orientations and dilate in the main orientations. This improved edge map is fused with initial shadow features. Edges are used to detect shadow of building and remove shadows that are not for the building. The proposed method was performed on four high-resolution image. Ground reference data obtained manually and Recall, precision and F-score, in best situation, respectively 90.1, 88.86 and 89.48 indicate the efficiency and proper performance of the proposed method.
http://jgit.kntu.ac.ir/article-1-620-en.pdf
2018-12-25
115
137
10.29252/jgit.6.3.123
Main Orientation
Edge Detection
Shadow Detection
Fusion
Point Local Feature.
Farzane
Yousefiyan
fyousefian@mail.kntu.ac.ir
1
K.N.Toosi University of Technology
AUTHOR
Hamin
Ebadi
2
K.N.Toosi University of Technology
AUTHOR
Amin
Sedaghat
3
University of Tabriz
AUTHOR
OTHERS_CITABLE
توسعه و ارزیابی تخمین تابش موج کوتاه فرودی در سطح بر اساس عمق اپتیکی هواویز SARA و دادههای سنجنده مادیس در شرایط بدون ابر
یکی از عوامل اصلی عدم قطعیت در تخمین تابش موجکوتاه در سطح، عمق اپتیکی هواویز موجود در جو می باشد. در این مقاله برای محاسبه تابش موج کوتاه از مدل پارامتری یانگ که هر یک از اجزای جو را بصورت جداگانه مدل مینماید، استفاده شد. در اکثر تحقیقات قبلی برای محاسبه تابش موج کوتاه در سطح، از دادههای عمق اپتیکی هواویز سنجنده مادیس استفاده شده است، درحالیکه در این تحقیق عمق اپتیکی برآورد شده از الگوریتم ساده شده بازیابی هواویز SARA(Simplified Aerosol Retrieval Algorithm)، مورد استفاده قرار گرفت. روش پیشنهادی برآورد تابش موج کوتاه براساس داده عمق اپتیکی هواویز SARA و همچنین روش رایج تابش موجکوتاه بهدست آمده براساس محصولات عمق اپتیکی مادیس، با دادههای زمینی اندازهگیری شده در ایستگاه چیتگر شهر تهران و برای پریود زمانی تابستان 2013 اعتبار سنجی شدند. نتایج اعتبارسنجی برای تابش موجکوتاه برآورده شده براساس عمق اپتیکی هواویز SARA، ضریب رگرسیون R2) 88/0)، خطای جزر میانگین مربعات و بایاس بترتیب 09/25 و 05/2 وات بر مترمربع، برای تابش موجکوتاه براساس داده سطح 2 عمق اپتیکی هواویز مادیس، ضریب رگرسیون 61/0، خطای جزر میانگین مربعات و بایاس بترتیب 75/41 و 93/15 وات بر مترمربع و برای تابش موج-کوتاه براساس داده سطح 3 عمق اپتیکی هواویز مادیس، ضریب رگرسیون 82/0، خطای جزر میانگین مربعات و بایاس بترتیب 73/60 و 77/53 وات بر مترمربع بهدست آمدند. نتایج بیانگر دقت بالای تابش موج-کوتاه برآورد شده بر اساس عمق اپتیکی هواویز SARA نسبت به محصولات عمق اپتیکی هواویز مادیس میباشد. بطوریکه خطای جزر میانگین مربعات بترتیب 6/1 و 2 برابر نسبت به محصولات سطح 2 و 3 مادیس میباشد و خطای بایاس در روش پیشنهادی تقریباً به صفر رسیده است. با فرض توزیع مکانی مناسب ایستگاههای آئرونت (AERONET)، روش پیشنهاد شدهی ترکیب مدل تابشی یانگ و الگوریتم برآورد عمق اپتیکی هواویز SARA، میتواند تابش موجکوتاه را از مقیاس منطقهای به جهانی، نیز برآورد نماید.
http://jgit.kntu.ac.ir/article-1-621-fa.pdf
2018-12-25
139
162
10.29252/jgit.6.3.147
تابش فرودی موج کوتاه در سطح
عمق اپتیکی هواویز
مادیس
Development and evaluation of Downward Surface Shortwave Radiation based on SARA AOD using MODIS data under cloud-free conditions
The atmospheric Aerosol Optical Depth (AOD) is one of the major uncertainties in retrieving Downward Surface Shortwave Radiation (DSSR). In the current study, Yang’s model, which determines the effect of each component of atmosphere separately, was used to estimate DSSR under cloud-free conditions. Recent studies have used MODIS AOD data to calculate DSSR, while in this article the retrieved AOD from the Simplified Aerosol Retrieval Algorithm (SARA) was used to estimate DSSR over the Chitgar site in Tehran, Iran. For comparison purpose, MODIS AOD products were also used to estimate DSSR over the studied region. Estimated DSSR based on SARA AOD, MODIS Level 2 (L2) AOD, and MODIS Level 3 (L3) AOD were evaluated with ground-based measurements of DSSR at the Chitgar site during summer of 2013. Results show R2 = 0.88, RMSE = 25.09 W/m2, and Bias = 2.05 W/m2 for SARA-based DSSR, and R2 = 0.61, RMSE = 41.75 W/m2, and Bias = 15.93 W/m2 for MODIS-L2 based DSSR, and R2 = 0.82, RMSE = 60.73 W/m2, and Bias = 53.77 W/m2 for MODIS L3-based DSSR. The results showed higher accuracy of estimated DSSR based on the SARA AOD than the estimated DSSR based on MODIS products. As RMSE of SARA-based DSSR is 1.6 and 2 times MODIS-L2 based DSSR and MODIS-L3 based DSSR, respectively. In the proposed method, Bias reached close to zero. These results also showed that our modeling scheme of combining Yang’s model with the SARA algorithm can be used from the regional to global scale under the assumption of future access to spatially distributed AERONET sites.
http://jgit.kntu.ac.ir/article-1-621-en.pdf
2018-12-25
139
162
10.29252/jgit.6.3.147
Downward surface shortwave radiation
Aerosol optical depth
Moderate Resolution Imaging
Eslam
Javadnia
jjavadnia@mail.kntu.ac.ir
1
K.N.Toosi University of Technology
AUTHOR
2
K.N.Toosi University of Technology
AUTHOR
OTHERS_CITABLE
ارائه روشی جدید جهت مدلسازی و نمایش سهبعدی حقوق ارتفاقی در آپارتمانها
افزایش جمعیت در مناطق شهری و محدودیت در فضا و تأمین زیر ساختهای شهری، موجب توسعه عمودی آپارتمانها و زیر ساختهای بالا و پایین سطح زمین شده است. سازمانهای مربوط به مدیریت زمین و ثبت حقوق مالکیت املاک، در نظام بینالمللی، راهکار پاسخگویی به این امر را کاداستر سه بعدی میدانند. در حال حاضر در اکثر سازمانهای مربوطه، کاداستر دوبعدی در ثبت و نمایش املاک مورد استفاده قرار میگیرد، در حالیکه این سیستم، نمیتواند بهطور کامل حقوق، مسئولیتها و محدودیتهای مربوط به آنها را ارائه کند. از آن جمله میتوان به محدودیت در تحلیل و نمایش حقوق ارتفاقی اشاره کرد. در این تحقیق با ثبت اطلاعات مکانی و توصیفی آپارتمانها در یک پایگاه داده مکانی و با به خدمتگیری فنون نمایش و تحلیل در سامانه اطلاعات مکانی، به مدلسازی و نمایش سهبعدی آپارتمانها، که یکی از کاربردهای اصلی آن در کاداستر میباشد، پرداخته شده است. همچنین با توسعه ابزاری جدید، مدلسازی و نمایش حقوق ارتفاقی در آپارتمانها انجام پذیرفته است.
http://jgit.kntu.ac.ir/article-1-622-fa.pdf
2018-12-25
163
175
10.29252/jgit.6.3.173
نمایش سهبعدی
مدلسازی حقوق ارتفاقی
کاداستر سهبعدی
سامانه اطلاعات مکانی.
A Novel Approach for 3D Modeling and Geovisualization of Easement Rights in Apartments
Increasing population in urban areas and limitations of urban vacant lands and infrastructures have caused vertical development of apartments and infrastructures. The organizations related to land administration in the international system, recognize 3D cadastre as a solution to respond to this issue. Although 2D cadastre is almost unable to meet the expected responsibilities and manage the recognized restrictions, it is currently used in the majority of the associated organizations in registration and property presentations. Limitations in analyze and presentation of easement rights are considered as examples of such restrictions. This study has been accomplished by recording spatial and descriptive information of the apartments in a geodatabase, and also by applying visualization and analyzing techniques in GIS, 3D modeling and visualization of the apartments, which all are mainly used in cadastre. In addition, modeling and visualization of easement rights in apartments have been performed by tools development.
http://jgit.kntu.ac.ir/article-1-622-en.pdf
2018-12-25
163
175
10.29252/jgit.6.3.173
3D Visualization
Easement Rights Modeling
3D Cadastre
GIS.
Saeid
Emamgholian
1
K.N.Toosi University of Technology
AUTHOR
Mohammad
Taleai
taleai@kntu.ac.ir
2
K.N.Toosi University of Technology
AUTHOR
Davood
Shojaei
3
University of Melbourne
AUTHOR
OTHERS_CITABLE
کشف درخشش یونسفری در ایران با استفاده از مشاهدات سیستم تعیین موقعیت جهانی
ناحیه بالایی جو زمین که یونسفر نامیده میشود، محیطی است به شدت متغیر با زمان و مکان و دارای ویژگیهای فیزیکی بسیار پیچیده که در آن چگالی الکترونهای آزاد زیاد است و ازاینرو تأثیر بسزایی بر انتشار امواج رادیویی در این محیط خواهد داشت. هنگامیکه سیگنالهای ماهوارههای سیستم تعیین موقعیت جهانی (Global Positioning System (GPS)) از یونسفر عبور میکنند، ممکن است دچار نوسانات سریع دامنه و تغییرات غیرمنتظرهای در فاز سیگنال شوند که این پدیده را تحت عنوان درخشش یونسفری میشناسیم. درخشش یونسفری که خود ناشی از بینظمیهای کوچکمقیاس در چگالی الکترونی یونسفر (تحت تأثیر فعالیتهای خورشیدی) است، بسته به مکان و زمان وقوع آن، می تواند بهشدت بر دقت و صحت مشاهدات GPS اثرگذار باشد. هدف مقالهی حاضر مطالعه موردی رخداد این پدیده در ناحیه ایران و تغییرات آن است. به این منظور در این مقاله به بررسی مشاهدات GPS و کشف وقوع درخششهای یونسفری در آنها پرداخته شده است. نتایج حاصل از این بررسیها نشاندهندهی وقوع پدیدهی درخشش یونسفری و تأثیر آن بر مشاهدات GPS در این منطقه است.
http://jgit.kntu.ac.ir/article-1-623-fa.pdf
2018-12-25
177
187
10.29252/jgit.6.3.187
سیستم تعیین موقعیت جهانی
یونسفر
درخشش یونسفری
Ionospheric scintillation detection over Iran, based on GPS observations
Earth’s upper atmosphere, called the ionosphere, is a highly variable region with complex physical characteristics in which the density of free electrons are large enough to have considerable effects on signals’ propagation travelling through this dispersive medium. As GPS signals travel through the ionosphere, they may experience rapid amplitude fluctuations or unexpected phase changes. This is referred to as ionospheric scintillation. Ionospheric scintillation which caused by small scale irregularities in the electron density, is one of the dominant propagation disturbances in radio frequency signals. These irregularities severely affect the accuracy and reliability of GPS measurements. Therefore, it is necessary to investigate ionospheric scintillation and its effects on GPS observations. Hence, the focus of this paper is to detect ionospheric scintillations over Iran’s region and to investigate these effects on GPS observations in more details. The results will show the occurrance of this phenomenon and its effects on GPS observations.
http://jgit.kntu.ac.ir/article-1-623-en.pdf
2018-12-25
177
187
10.29252/jgit.6.3.187
global positioning system
ionosphere
ionospheric scintillation
Sahar
Sobhkhiz miandehi
1
K.N.Toosi University of Technology
AUTHOR
Mohammad Mehdi
Alizadeh Elizei
alizadeh@kntu.ac.ir
2
K.N.Toosi University of Technology
AUTHOR