۵ نتیجه برای مهرابی
حمید مهرابی، سعید زعفرانیه،
دوره ۷، شماره ۴ - ( ۱۲-۱۳۹۸ )
چکیده
تخمین میزان تخریب ناشی از زلزله و دیگر بلایای طبیعی در روزهای اول پس از وقوع این حوادث میتواند امکان برآورد سریع میزان خسارات وارده را فراهم کرده و کمک شایانی به مدیریت بحران نماید. برای بررسی میزان تخریب ناشی از زلزله چندین روش از جمله استفاده از تصاویر اپتیک سنجش از دور، روشهای مختلف فتوگرامتری (پهپاد و لیدار)، تداخلسنجی راداری (InSAR) و بازدیدهای میدانی وجود دارد. دادههای راداری در تمام ساعات شبانهروز و در تمام شرایط آب و هوایی، غالباً بهصورت رایگان و ارزان در اختیار کاربران قرار میگیرد. امروزه فناوری تداخلسنجی راداری با قابلیتها و محصولات متعدد در حیطه فاز و دامنه به ابزاری قدرتمند در پایش تغییر شکل و تغییرات پوسته زمین تبدیل شده است. یکی از محصولات تداخلسنجی راداری تصویر همدوسی (Coherence image) میباشد. عدم همدوسی در تصاویر راداری میتواند ناشی از عوامل متعدد از قبیل وجود پوشش گیاهی، تغییرات ضریب دیالکتریک در تصاویر اصلی (Master image) و فرعی (Slave image)، شیب زیاد مناطق، فرسایش خاک ، تخریب عوارض و تغییر وضعیت زمین (مثلاً ساخت و ساز ) باشد. در این مقاله سعی شده است محدوده عدم همدوسی ناشی از تخریب با تمرکز بر تکنیک تداخلسنجی راداری تفاضلی (D-InSAR) و حذف سلولهایی که به دلیل پوشش گیاهی، تغییرات ضریب دیالکتریک و مناطق پر شیب کوهستانی همدوسی خود را از دست دادهاند، برآورد شود. در این راستا، زوج تصاویر ماهواره انویست (Envisat)قبل و بعد از زلزله ۱۳۸۲ بم به عنوان تصاویر منطقه مطالعاتی مورد بررسی قرار گرفت. همدوسی سلولهای با مقدار متوسط ۲/۰ در محدوده ارگ بم با میزان تخریب بالای آن موید قابلیت استفاده از این معیار در میزان تخریب میباشد. نتایج بررسی زلزله بم نشان میدهد که ۵/۲۳% از مساحت ۱۴۲۹۰ هکتاری منطقه مطالعاتی دچار تخریب کامل (فرو ریزش) و ۳۱% دچار تخریب بالا شده است.
خانم فاطمه اسماعیلی، دکتر حمید مهرابی، دکنر وهاب نفیسی،
دوره ۱۰، شماره ۱ - ( ۳-۱۴۰۱ )
چکیده
انتخاب معیار مناسب به منظور سنجش عملکرد سیستمهای تصویر، همواره یکی از مسائل مطرح در علوم مکانی بوده است. برآورد اعوجاجات سیستمهای تصویر میتواند در مقیاس نقطهای و مقیاس محدود انجام شود. معیارهای نقطهای که میتوانند اعوجاجات زاویه و مساحت را بر اساس شاخصهای تیسوت اندازهگیری کنند و معیارهای از مقیاس محدود که اعوجاجات شکل و مساحت را براساس المانبندی منطقه برآورد میکنند. در این پژوهش، المان بندی ثابت، جایگزین المانبندی تصادفی در الگوریتم محاسباتی معیارهای اعوجاجی از مقیاس محدود شد و عملکرد معیارهای اعوجاجی در سیستمهای تصویر مرکاتور معکوس (TM) و مرکاتور معکوس جهانی (UTM)برای منطقه ایران از مقیاس نقطهای و محدود مورد بررسی قرار گرفت. اگرچه انتخاب المانهای ثابت، محدودیتهای المانهای تصادفی در تکرارناپذیر بودن محاسبات و کمبود تراکم در نواحی مرزی را برطرف میکند، اما نتایج این پژوهش، عدم وابستگی معیارهای از مقیاس محدود را به ویژگیهای سیستم تصویر در نقشههای منطقهای نشان میدهند. در میانگینگیری از مقادیر عددی معیارهای اعوجاجی به منظور ارائه یک شاخص عددی برای مقایسه اعوجاجات سیستمهای تصویر، این شاخصها در مشخص کردن اعوجاجات سیستمهای تصویر، کارآمد عمل نکردند. بنابراین استفاده از تنها یک شاخص عددی، برای بررسی اعوجاجات سیستمهای تصویر در نقشههای منطقهای معنادار نیست. در مقابل، بررسی الگو تغییرات عددی معیارهای اعوجاجی از مقیاس نقطهای، در مشخص کردن ویژگیهای اعوجاجی سیستمهای تصویر، مؤثر عمل کرد. بر اساس نتایج حاصل از این پژوهش بازه عددی مربوط به اعوجاجات مساحت از مقیاس نقطهای در سیستم تصویر TM تا ده برابر بزرگتر از سیستم UTM است.
آقای رضا رحیمی پور، دکتر حمید مهرابی،
دوره ۱۰، شماره ۲ - ( ۸-۱۴۰۱ )
چکیده
زمینلرزه ها که عمدتاً در مرز صفحات و روی گسلها رخ می دهند، عامل ایجاد خسارتهای مالی و جانی می شوند. مطالعه زلزله ها و تغییرشکل زمین، میتواند به درک بهتر مکانیزم زلزله ها و در نتیجه به مدیریت بحرانهای ناشی از آن کمک کند. یک گسل را می توان با هفت پارامتر هندسی مشخص نمود که در تعریف اوکادا این هفت پارامتر شامل: طول، عرض، عمق، امتداد، شیب، پیچ و لغزش می باشد. یکی از روشهای برآورد این پارامترها، استفاده از بردارهای جابجایی حاصل از روشهای ژئودتیکی GPS و تداخل سنجی راداری(InSAR) می باشد. در این پژوهش، با استفاده از پردازش تصاویر راداری ماهواره سنتینل-۱ در مدارات بالاگذر و پائین گذر و استفاده از تکنیک تداخل سنجی راداری، جابجایی های در راستای دید ماهواره(LOS) برای زمین لرزه ۱۳۹۶ کرمانشاه برآورد شد، سپس با تلفیق جابجائیهای LOS، مؤلفه های میدان جابجائی سه بعدی استخراج شدند. با استفاده از حل مسأله معکوس روی جابجائی های LOS در روش بایزین پارامترهای گسل کور کرمانشاه برآورد گردید. با استفاده از این روش، ۴۱,۷ کیلومتر طول، ۱۳.۵ کیلومتر عرض و ۱۴.۹ کیلومتر عمق گسل، ۳۵۰.۸ درجه آزیموت، ۱۶ درجه شیب و ۲.۹۸ درجه لغزش برای این گسل برآورد شد. سپس از روش کمترین مربعات و مؤلفه های سه بعدی جابجائی برای حل مسأله معکوس استفاده شد تا پارامترهای هندسی گسل برآورد شوند. در این روش مقادیر برای طول، عرض و عمق گسل به ترتیب ۴۵.۶، ۱۷.۵ و ۱۹.۶ کیلومتر و زوایای آزیموت و شیب گسل به ترتیب ۳۵۳، ۱۶.۹ درجه برآورد شدند. گسل مسبب این زلزله، از نوع گسل معکوس کور میباشد. بیشترین لغزش در حدود ۳ متر در راستای عمود به صفحه گسل، تقریباً در عمق ۷ کیلومتری زمین رخ داده است. با توجه به مقایسه نتایج با کاتالوگهای زمین شناسی، می توان گفت که استفاده از مؤلفه های سه بعدی میدان جابجائی در حل مسئله معکوس، پارامترهای گسل را با دقت بهتری در مقایسه با پارامترهای حاصل شده از جابجائیهای LOS برآورد می کند.
آقای محسن زینل پور، دکتر حمید مهرابی، دکتر علیرضا امیری سیمکویی،
دوره ۱۱، شماره ۱ - ( ۳-۱۴۰۲ )
چکیده
زندگی بشر همواره متأثر از حوادث طبیعی مختلف مانند زلزله، فوران آتشفشان، فرونشست و غیره میباشد. یکی از ابزارهای مناسب جهت بررسی و تحلیل این حوادث، تداخلسنجی راداری با روزنه مصنوعی است. این تکنیک به عنوان یک روش ژئودتیک، با استفاده از اختلاف فاز میان تصاویر راداری، قادر به شناسایی جابهجایی پوسته زمین و آنالیز تغییر شکل میباشد. از مهمترین مزایای آن میتوان به سرعت بالای دسترسی به اطلاعات و قدرت تفکیک زمانی و مکانی بالا اشاره نمود. همانند سایر روشهای ژئودتیک، دقت بالا در این تکنیک به مدلسازی آشفتگیها و نویزهای موجود در مشاهدات وابسته است. علیرغم پیشرفت در دهههای اخیر، این آشفتگیها کمتر مورد توجه قرار گرفتهاند. منطقه مطالعاتی در این پژوهش، شمال غرب جزیره هاوایی میباشد. در این مطالعه فیلتر و کاهش آشفتگیهای موجود در سریهای زمانی بر مبنای مناسبترین مدل تابعی و مدل آماری انجام میشود. مدل تابعی و مدل آماری مناسب با استفاده از آزمون بیشینه درستنمایی (MLE) تشخیص داده میشود. مدلهای تابعی بررسیشده در این مطالعه شامل ترند، مولفههای متناوب و پرشهای موجود در سریهای زمانی میباشند. مدلهای آماری نیز شامل نویز سفید، فلیکر و رندومواک هستند که مولفههای آنها با استفاده از روش آنالیز نویز کمترین مربعات تکمتغیره تشخیص داده میشوند. سریهای زمانی با استفاده از مناسبترین مدل تابعی و آماری بازتولید میشوند. در این مطالعه مناسبترین مدل برای تمامی پیکسلها، ترند خطی با حضور مولفههای متناوب، پرشها و نویز سفید میباشد. پس از فیلتر سریهای زمانی بر اساس مدلهای تابعی و آماری مناسب، نتایج این روش و فیلترهای بالاگذر و پایینگذر با یکدیگر مقایسه میشوند. پس از اعمال روش آنالیز نویز کمترین مربعات تکمتغیره، به طور میانگین صحت نتایج به میزان ۴۳% بهبود یافت درحالی که بهبود حاصل از اعمال فیلترهای بالاگذر و پایینگذر به طور میانگین ۲۸% میباشد.
دکتر حمید مهرابی، خانم مینا نادیان، خانم فاطمه دلال زاده عطوفی،
دوره ۱۱، شماره ۲ - ( ۶-۱۴۰۲ )
چکیده
آنالیز سری زمانی تصاویر راداری مبتنی بر پراکنشگرهای دائمی، یکی از روشهای ژئودتیکی سنجش از دوری است که برای بررسی تغییرات تدریجی سطح زمین (مثل فرونشست) بسیار مورد استفاده قرار میگیرد. پراکنشگرهای دائمی(PS) بصورت پراکنده و گسسته هستند، برای تولید یک میدان پیوسته جابجایی، باید از روشهای درونیابی بر روی پراکنشگرهای دائمی استفاده نمود. در این مقاله دو روش درونیابی آماری کولوکیشن کمترین مربعات(LSC) و کریجینگ بر روی پراکنشگرهای دائمی مورد مقایسه قرار گرفتهاند. در این راستا فرونشست بخشی از شهر اصفهان، به عنوان منطقه مطالعاتی مورد بررسی قرار گرفت و تعداد ۷۳ تصویر از ماهواره سنتینل۱-A در بازه زمانی ۱۹/۱۰/۲۰۱۴ تا ۱۰/۱۲/۲۰۲۰ پردازش شد. در روش کولوکیشن کمترین مربعات از مدلهای توابع کوواریانس تحلیلی هیروانن، گاوسی و نمایی استفاده شد و مقادیر RMSEآن به ترتیب، ۵۲/۴ سانتیمتر، ۳۱/۵ سانتیمتر و ۲۸/۴ سانتیمتر حاصل شد. در روش کریجینگ از مدلهای توابع واریوگرام تحلیلی کروی بعلاوه اثر قطعهای، نمایی، گاوسی و ترکیبی استفاده شد که مقادیر RMSE آنها به ترتیب، ۳۵/۴ سانتیمتر، ۳۱/۴ سانتیمتر، ۷۰/۹ سانتیمتر و ۴۰/۴ سانتیمتر حاصل شد. با توجه به مقدار RMSE در روش کولوکیشن و روشهای کریجینگ معمولی و کوکریجینگ معمولی از تابع کوواریانس و واریوگرام نمایی استفاده گردید. در این تحقیق نتایج درونیابی کولوکیشن کمترین مربعات، کریجینگ معمولی و کوکریجینگ معمولی با یکدیگر مقایسه گردید و RMSE آنان به ترتیب ۲۸/۴ سانتیمتر، ۳۱/۴ سانتیمتر و ۳۸/۴سانتیمتر بدست آمد. مقدار RMSE برای درونیابی کولوکیشن کمترین مربعات از کریجینگ معمولی و کوکریجینگ معمولی کمتر شد پس میتوان نتیجه گرفت که درونیابی کولوکیشن کمترین مربعات برای این داده ها دقیقتر است.