جغرافیای محاسباتی

مؤلفین:سعید جوی ­زاده، ساره حدادی

  انتشارات آکادمیک 1398

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مدل رقومی زمینDTM) )[1] حاصل تلاش برای به ترسیم کشیدن زمین است به گونه ای که به طور رقومی در سه بعد قابل نمایش باشد. در حقیت DTM سطحی است که تغییرات ارتفاع (z) نسبت به سطح زمین (x,y) در آن تعریف می شود.

ارتفاع در این مدل ها صرفا ارتفاع سطح زمین نیست، بلکه سایر عوارض زمین مانند رودخانه ها، دریاچه ها و خط الراس ها و مرزها نیز در این مدل ها لحاظ شده است. در واقع DTM ها DEM هایی هستند که به طور خاص نمایشگر المان هایی چون خطوط شکست نیز می باشند. بدین وسیله DTM ها مدل واقعی تری از سطح ظاهری زمین می باشند. امروز با افزایش قدرت رایانه ها در نمایش مدل های سه بعدی، DTM های کاربرهای وسیعتری در حوزه علوم زمین و مهندسی پیدا کرده اند.

مدل DSM ، Digital Surface Model، مدل DTM ،  Digital Terrain Model ، مدل DEM ، Digital Elevation Model ، بررسی تفاوت مدل های DEM و DTM و DSM ، مدل رقومی ارتفاع، DEM ، مدل رقومی زمین، DTM ، مدل رقومی سطح، DSM، تولید DSM و DTM از داده های lidar،  تولید DSM و DTM از داده های لایدار، تولید DSM و DTM از داده های لیدار، آموزش تولید مدل های ارتفاعی،  آموزش کار با داده های lidar ، آموزش کار با داده های لایدار، آموزش کار با داده های لیدار، تولید DEM ، تولید DTM ، تولید digital elevation model، تولید digital surface model، تولید digital terrain model ، آموزش 3d در arcgis ، آموزش 3d در جی آی اس، آموزش سه بعدی gis ،آموزش نمایش سه بعدی DEM در ArcGIS ، نمایش سه بعدی DEM ، کاربرد DEM، کاربرد DTM، کاربرد DSM، کاربرد lidar

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

از آنجا که سطح زمین یک سطح پیوسته است برای داشتن یک مدل کامل از این سطح تعداد نامحدودی نقطه لازم است، که در عمل ممکن نیست. بنابراین اطلاعات مورد نیاز باید از طریق نمونه برداری نقاط زمینی به دست آیند. نقاط نمونه (sample points) در حقیقت مجموعه ای از نقاط هستند که با دقت مشخص نمونه برداری شده اند. DTM به وسیله تابعی فاصله بین این نقاط را پر میکند و تغییرات ارتفاع برروی سطح زمین را از این حالت گسسته به صورت پیوسته و با دقت مشخص نمایش می دهد. در واقع نقاط نمونه و تابع نمایش دهنده سطح، اجزای تشکیل دهنده DTM هستند. در مورد نقاط نمونه چندین مساله مطرح می شود:

DTM در علوم مختلف دارای کاربردهای متعددی است که با هدف استخراج اين اطلاعات موورد اسوتفاده قرار می گيرد:

• تعيين مقدار z با استفاده از x و y مشخص
• برازش يك سطح جهت تعيين z به عنوان تابعی از x و y با استفاده از x ، y و z نقاط معلوم
• تعيين مقدار z در فواصل ثابت از طريق درونيابی با استفاده از x ، y و z نقاط معلوم
• تعيين سطح مقطع خط يا صفحه با سطح )توليد پروفيل(
• برآورد و ارزيابی منحنی های تراز و توليد پروفيل
• تعيين خط ديد يا تعيين مناطقی که از ساير نقاط قابل ديد هستند
• محاسبه حجم بين سطوح مشخص
• محاسبه شيب
• محاسبه منظر يا جهت شيب
• تامين اطلاعات ارتفاعی از سطح زمين

به لحاظ کاربردی می توان DTM  را در حوزه های مختلفی همچون مهندسي عمران، علوم زمين، برنامه ريزي و مديريت منابع، شبیه سازی و تجسم، کاربردهای نظامي، نقشه برداری و فتوگرامتري و GIS مورد استفاده قرار داد که در زیر به آنها به اختصار اشاره می شود.

• نقشه برداری زمینی
• فتوگرامتری
• نقشه های کارتوگرافی دیجیتایز شده
• روش های رادار و لیدار

روش نقشه برداری زمینی

داده های نقشه برداری زمین خیلی دقیق هستند و نقشه برداران از خصوصیات زمین به دقت بهره برداری می کنند نهایتا دقت DTM تولیده شده با این روش بسیار بالا خواهد بود. لیکن تکنیک جمع آوری داده ها در این روش نسبتا پر هزینه و زمان بر است. لذا معمولا از این روش در مناطق کوچک استفاده می شود. ضمنا در مواردی که روش های دگیر محدودیت دارند (مثل جمع آوری اطلاعات در مناطق جنگلی توسط فتوگرامتری) ناگزیر به استفاده از این روش هستیم.

مدل رقومی سطح زمین (Digital Surface Model) یک نقشه رستری است که معرف مقادیر ارتفاعی سطح زمین و عوارض ساخت بشر نظیر ساختمانها، پلها و ... می باشد و از تلفیق DEM با لایه های مورد نظر ساخته می شود. نمایش بعد سوم یا مؤلفه سوم مختصات برای کاربردهای مهندسی اهمیت ویژه ای دارد، اما نمایش بعد سوم سطوح زمین یعنی Z بر روی سطح مسطح کاغذ یا صفحه نمایش دشوار است. به همین دلیل از دیر باز نقشه برداران، نقشه کشان و جغرافیدانان تلاش کرده اند روش هایی را برای نمایش ارتفاعات روی نقشه ارائه نمایند. استفاده از هاشور، سایه روشن، گام های رنگی، اعداد ارتفاعی و منحنی های میزان از جمله این روش ها محسوب می شوند. امکانات و قابلیت های کامپیوتری اجازه می دهند تا سطح پیوسته زمین به شکل رقومی نمایش داده شود به گونه ای که برای کاربران به خوبی ملموس و محسوس باشد.

برای بررسی دقیق عملکرد سیستم های لیدار موجود در بازار و مقایسه آنها با یکدیگر لازم است که مشخصات آنها را با استفاده از پارامتر های زیر تعیین نمود:

• کلاس لیزر: بر اساس استاندارد های بین‌المللی، لیزر ‌های مورد استفاده در سیستم های لیدار از نظر میزان خطر آنها برای چشم به کلاس های مختلفی تقسیم ‌بندی می شوند. بی‌ خطر ترین نوع لیزر، لیزر کلاس ۱ است. لیزر کلاس ۴ در فواصل بیش از ۳۰۰ متر برای چشم اپراتور خطری ندارد، اما در فاصله کمتر از ۵/۰ متر برای چشم غیر مسلح خطرناک است.
• فرکانس پالس لیزر: تعداد اندازه گیری های لیزر اسکنر در هر ثانیه، فرکانس پالس لیزر را مشخص می کند. هرچه پالس های لیزر با فرکانس بالاتری ارسال شوند، سرعت عملیات نقشه برداری افزایش می یابد.
• طول موج لیزر: بسته به نوع لیزر مورد استفاده در سیستم لیزر اسکنر، طول موج آن متفاوت خواهد بود. مقدار بازتاب پالس های ارسال شده به طول موج لیزر مورد استفاده در سنجنده بستگی دارد.

با این فرض که شمارش­های سلول از یک توزیع پواسون تبعیت می­کند، مي­توان براي سلول خاص i ، یک آماره محلی ايجاد کرد. در اين حالت احتمال اين­که از شمارش مشاهده شده در یک سلول Oi  بیشتر شود یا شمارش­ها مساوی باشند، عبارت است از:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره چارک محلی، آزمون چندگانه، آزمون ام-تست، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اين آماره که توسط استون ابداع شده براساس احتمال حداکثر نسبت تعداد موارد مشاهده شده تجمعی به تعداد موارد پیش­بینی شده تجمعی مورد محاسبه قرار مي­گيرد (کلت[1]، 1994). در آزمون استون ابتدا پهنه­ هاي موجود در منطقه مورد مطالعه برحسب فاصله از مبدأ فرضی (مثلاً پهنه 1) مرتب می­شوند و جدولی از تعداد موارد مشاهده شده و پیش­بینی شده تجمعی، (مانند جدول 10-1) تشکیل می­شود. سپس مقادير احتمال حداکثر نسبت تعداد موارد مشاهده شده

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره استون، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اين آماره برای آزمون کردن دسته­های اطراف مراکز از پیش تعیین شده مورد استفاده قرار مي­گيرد. آماره مزبور توسط تانگو (1995) به صورت زير پيشنهاد شده است:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره تانگو، کای اسکوئر، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اگر هدف بررسي چگونگي عدم افزايش يک متغير (شیوع بیماری، جنایت، خشکسالی) در اطراف یک پهنه مشخص باشد، از آماره Score استفاده مي­شود (اسکارویش[1]، 1995). اين آماره برای آزمون فرضیه صفرِ "عدم افزایش مقدار متغير مورد بررسی در اطراف یک پهنه از پیش تعیین شده i  " عبارت است از:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره Score، آزمون فرضیه صفرِ، سطح معنی داری آزمون ، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

آماره موران محلی (يا آماره آنسلين) در تعيين وجود يا عدم وجود خودهمبستگی فضایی محلی در اطراف یک پهنه مشخص  به کار مي­رود. اين آماره به صورت زير تعريفمي­شود:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره موران محلي، آماره آنسلين، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در فصل هشتم به معرفي تعدادي از آماره­هاي عمومي فضايي پرداخته شد. این آماره­ها نمي­تواند در مورد افزایش يا کاهش معنادار مقادير اندازه­گيري شده عوارض در اطراف پهنه­هاي
(جایگاه­های) خاص توضيحي قابل قبولي ارائه دهد. لذا براي مشخص کردن تغييرات معنادار مقادير در اطراف يک پهنه مشخص از آماره­هاي فضايي محلي[1] استفاده مي­شود (ژانگ[2]، 2003). از ويژگي­هاي مهم آماره­هاي محلي اين است که مجموع آماره­های مزبور، در میان همه پهنه­ها، برابر با مضربی از آماره عمومی است. لذا، آماره عمومی ممکن است به یک سری
آماره­های منطقه­ای و محلی تقسیم شود

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره­هاي عمومي فضايي، آماره فضایی، آماره محلی، آماره عمومی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

این تحليل در مواقعي به کار گرفتـه مي­شود که هـدف، مشخص کردن وضعیت خوشـه­بندی پدیده­ها در فواصـل مختلف جغرافیایی است (بیلی[1] و همکاران، 1995). به عبارت دیگر پاسخ به اين سوال که "اگر پديده مورد بررسی در یک محدوده کوچکتر دارای الگوی مشخصی باشد آيا در محدوده بزرگتر نیز همان الگو را داراست يا خير؟" هدف اصلي تحليل خوشه­اي چندفاصله­اي مي­باشد. با استفاده از نمودار نشان داده شده در شکل 9-6 بهتر مي­توان مفهوم خوشه­بندي چندفاصله­اي را متوجه شد.

در اين نمودار محور افقي، نشاندهنده فواصل عوارض (نقاط نمونه­برداري شده) از يکديگر مي­باشد. خط مورب پررنگ بیانگر الگوی فضايي پيش­بيني شده براي پدیده مورد بررسی است و خطوط خط چین که در قسمت بالا و پایین الگوی تصادفی مشخص شده نيز نشاندهنده سطوح اطمینان بالا و پایین برای الگوی تصادفی مي­باشند. به عبارت دیگر الگوی تصادفی در

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

تحلیل خوشه ای فضایی چندفاصله ای، خوشه بندی، نمونه برداری، الگوی فضایی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

آماره عمومي گتيس و اُرد زماني به کار مي­رود که وجود الگوی خوشه­ای در نقاط برداشت داده­ها محرز است اما پژوهشگر مي­خواهد بداند که مقادیر زیاد موجب الگوی خوشه­بندی شده یا مقادیرکم خوشه­ها را ايجاد کرده است (بوتس[1] و همکاران، 1988).

فرضیه روش خوشه­بندی زیاد یا کم به صورت زیر تعریف می­شود:

- فرضیه صفر : هیچ نوع خوشه­بندی فضایی در مقادیر متغير مورد نظر برای عوارض موجود در منطقه مورد مطالعه وجود ندارد.

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره عمومي گتيس، آماره اُرد، خوشه، خوشه بندی فضایی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اين آماره که با عنوان "خودهمبستگی فضایی[1]" نيز معروف است، یکی از کاربردی­ترین ابزارهای تحلیلی داده­های فضایی است. با استفاده از اين آماره می­توان درجه پراکندگي یا متمرکز بودن عوارض یا داده­های فضایی را در فضا اندازه­گیری کرد (آران[2]، 2013). گارس و توماکو[3] (2013)، معتقد است که در طبقه ­بندي الگوهاي فضايي، خواه خوشه­اي باشد يا پراکنده و تصادفي، می‌توان بر چگونگي نظم و ترتيب قرارگيري واحدهاي ناحيه­اي متمرکز شده و مشابهت و عدم مشابهت هر جفت از واحدهاي ناحيه­اي مجاور را اندازه گرفت. وقـتي که اين مشابهت و عدم مشابهت­ها براي الگـوهـاي فضـايي خلاصه شوند، نوعي خودهمبستگي فضايي شکل مي­گيرد.

به عبارتی دیگر خودهمبستگي فضايي ابزاري ارزشمند در مطالعاتي است که چگونگي تغيير الگوهاي فضايي را در طول زمان مد نظر قرار مي­دهند. خودهمبستگی وقتی قوی معرفی می­شود

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره موران، خودهمبستگي فضايي، الگوهاي فضايي، پراکندگی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

روش شرطی این دیدگاه را اتخاذ می­کند که در نمونه­برداری مکرر، تعداد کل نقاط همیشه معادل با n  است و شبیه­ساز­های فرضیه صفر مشروط بر آن که تعداد کل n  باشد، قابل اجرا مي­باشند (هاینینگ[1]، 2003). در اين روش فرض می­شود که n  نقطه به شکل تصادفی در میان m  سلول توزیع می­شوند. این آرايش در تضاد با روش غیرشرطی است که در آن تعداد کل نقاط از یک تحقق به تحقق بعدی، متفاوت است. در اين روش براي آزمون کردن انحراف از تصادفی بودن

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

 روش شرطي، روش غیر شرطی، نمونه برداری، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اين آماره ­که براي شناسایی انحرافات عمومی از تصادفی بودن به کار مي­رود، بر مبنای شبکه ­بندی در سراسر منطقه مورد مطالعه استوار است. در محاسبه آماره­ چارک فضايي، يک مقایسه کلي بين شمارش­های مشاهده شده و شمارش­هاي پیش­بینی شده در هر سلول از شبکه انجام مي­شود (روگرسون[1]، 2006). فرضيه­ ها در رابطه با آماره چارک فضايي به صورت زير تعریف می­شود:

- فرضیه صفر : مقادیر مشاهده شده Oi  و مقادیر پیش­بینی شده Ei  با هم برابرند.

- فرضیه مقابل : مقادیر مشاهده شده Oi  و مقادیر پیش­بینی شده Ei  با هم برابر نیستند.

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آماره چارک فضايي، شبکه بندی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

اين آماره با هدف کاربرد توزیع جغرافیایی و توسط پژوهشگراني چون اسکلام[1] (1952)، کلارک[2] و ايوانز[3] توسعه داده شده است. در روش میانگین نزدیکترین فواصل همسایگی، فرض صفر   و فرض مقابل  به صورت زیر تعریف می­شود:

- فرضیه صفر : توزیع داده­ها در فضا از الگوی خاصی تبعیت نمی­کند. به عبارت دیگر توزیع داده­ها به صورت تصادفی است.

- فرضیه مقابل : توزیع داده­ها در فضا از الگوی خاصی تبعیت می­کند. به عبارت دیگر توزیع داده­ها به صورت خوشه­ای یا پراکنده مشاهده می­شود.

روش نزدیکترین فواصل همسایگی در سه مرحله به صورت زیر انجام می­شود.

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

روش نزدیکترین فواصل همسایگی، آماره میانگین نزدیکترین فواصل همسایگی، خوشه، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

نحوه استقرار عارضه ­ها نشان دهنده­ یک فرآیند پنهان است یا به عبارتی عواملی موثر وجود دارد که باعث شکل­گیری این نحوه توزیع شده­اند. برای نمونه در صورتی که استقرار کتابخانه ­ها در یک شهر تصادفی باشد به نظر می­رسد که هیچ فرآیندی در نحوه قرارگیری آن تأثیر نداشته است اما اگر دارای الگوی خوشه­ای یا منظمی باشد به نظر می­رسد که عواملی منجر به ایجاد این توزیع در آن مکان شده­اند. استقرار دانشگاه­های مختلف در نزدیک یکدیگر می­تواند عاملی برای این نحوه توزیع کتابخانه­ ها باشد. الگوی توزیع عارضه ­های

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مفهوم الگوی فضایی، توزیع عارضه، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در آمار فضایی (تحلیل داده­های مکانی)، شناخت الگوها و کشف روندهای موجود در داده­های فضایی از اهمیت زیادی برخوردار است (توني[1]، 2016)؛ چرا که پیش از هرگونه تحلیل و تهیه نقشه بايستي این پیش­داوری صورت گیرد که داده­ها چگونه در فضا توزیع شده­اند و توزیع آن­ها در فضا از چه الگو و قاعده­ای پیروی می­کند (ایلان[2] و همکاران، 1971). در ذهن یک پژوهشگر معمولاً این سوالات مطرح است که آیا عارضه­هایی که در فضا قرار دارند از الگوی خاصی تبعیت می­کنند؟ آیا نحوه قرار گرفتن این عارضه­ها در فضا تصادفی است؟ احتمال این که این عارضه­ها در اثر تصادف رخ داده باشند چقدر است؟ یافتن پاسخ این سوالات معمولاً به پژوهشگران کمک می­کند که تصمیم­های سازنده­ای برای پیشرفت جامعه و رفاه و امنیت و سلامت و ... مردم اتخاذ کنند. با استفاده از آماره­هاي توزيع فضايي مي­توان وجود يا عدم وجود الگوهاي فضايي

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

تشخیص الگوی جغرافیایی، شناخت الگو، داده های فضایی، توزیع فضایی، تحلیل داده های مکانی، آمار فضایی، عارضه، فضا، کشف روند، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

فرض اساسی در تخمین، صرف نظر از نوع تخمینگر، مرتبط بودن نمونه­های مورد استفاده در تخمین و یکسانی جمعیت آماری تخمین­ها و مشاهدات است. گاهی اوقات، فرض مزبور برقرار نمی­باشد و لذا قابلیت اعتماد تخمین، مورد خدشه قرار می­گیرد. مفهوم مرتبط بودن مشاهدات در فرآیند تخمین، به صورت شماتیک در شکل زیر نشان داده شده است. مقادیر نمونه­ها بیانگر غلظت سرب (پی­پی­ام) در لایۀ سطحی خاک­های اطراف یک مجتمع صنعتی هستند. به کارگیری تخمینگرهای مختلف (از جمله چندضلعی تیسن و روش مثلثی) جهت تخمین غلظت سرب در نقطۀ تعیین شده، مستلزم استفاده از نمونه­ای است که دارای مقدار 10400 پی­پی­ام است. چنین غلظت بالایی می­تواند ناشی از خطاهای اندازه­گیری و یا ثبت داده­ها باشد. لذا، به عنوان دادۀ مشکوک و یا پرت بایستی با آن برخورد کرد. از سوی دیگر، مشاهدۀ مزبور می­تواند ناشی از نمونه­برداری از یک لکۀ داغ[1]، مانند انباشت

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

 مدل ایستایی، نمونه، جستجو، نمونه برداری، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

یکی از راهکارهای موثر و رایج در مقابله با مشکل نمونه­های زاید و اضافی (ناشی از نمونه­برداری­های مجتمع)، استفاده از محدوده­های جستجوی چهارگوش است. چگونگی انتخاب نمونه­های واقع در فضاهای جستجوی چهارگوش در شکل زیر نشان داده شده است. همان گونه که ملاحظه می­شود، محدودۀ جستجو (همسایگی) به 4 بخش تقسیم شده است. ربع بالا سمت راست، در برگیرندۀ تعداد بیشتری نمونه است که برخی از آن­ها به دلیل فاصلۀ اندک با یکدیگر زائد می­باشند. با معدود ساختن تعداد نمونه­های واقع در بخش­های چهارگانه (مثلاً به دو و یا سه نمونه)، که در فرآیند تخمین بایستی به کار گرفته شوند، اثرات مجتمع بودن نمونه­ها را می­توان تعدیل کرد. بنابراین، در راهکار جستجوی چهار گوش، می­بایستی حداکث تعداد نمونۀ مورد

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

فضای جستجو چهارگوش ، نمونه برداری، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

پس از آن که امتداد، شکل و اندازۀ محدودۀ جستجو تبین و تعیین گردید، امکان زائد بودن برخی نمونه­های واقع در محدودۀ جستجو بایستی مورد توجه و بررسی قرار گیرد. عموماً زائد بودن برخی از نمونه­ها، ناشی از الگوی مجتمع و خوشه­ای نمونه­ها است. خوشبختانه، تخمینگر کریجینگ، امکان زائد بودن نمونه­ها را به خوبی در نظر دارد و مشکل مربوط را در حین محاسبات و حل سیستم معادلات، مرتفع می­سازد.

در تخمینگرهای مبتنی بر معکوس فاصله، به به کارگیری رویکردهای مناسب جستجو، اثرات نمونه­های مجتمع و افزونگی نمونه­ها را می­توان تعدیل

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

خوشه­، نمونه، زائد بودن در فضای جستجو، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در بخش قبلی، به قسمتی از پرسش مربوط به بزرگی محدودۀ جستجو پاسخ داده شد. پاسخ مزبور، تنها در برگیرندۀ حداقل اندازۀ ممکن برای محدودۀ جستجو است، که توسط الگوی نمونه­برداری و ژئومتری داده­ها تعیین می­گردد. حال، پرسش اصلی در برگیرندۀ این موضوع است که محدودۀ جستجو تا چه اندازه می­تواند وسیع و بزرگ باشد. قبل از پاسخ به این پرسش، بایستی به دو اصل حاکم بر تخمینگرهای زمین آماری اشاره کرد:

- به کارگیری تعداد بیشتری از نمونه­های واقع در فضای جستجو، منجر به افزایش حجم و زمان محاسبات می­گردد.

- برقراری فرضیات ایستایی، با به کارگیری نمونه­های بسیار دور از محل تخمین، بیش از پیش، مورد شک و تردید قرار می­گیرند.

در به کارگیری تخمینگر کریجینگ

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

کریجینگ، الگوی نمونه ­برداری، ژئومتری داده­ها، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

پس از تعیین فضای جستجو، جهت و نسبت ناهمسانگردی آن، بایستی در مورد تعداد نمونه­ هایی که در این فضا قرار می­گیرند تصمیم­گیری نمود. محدودۀ جستجو باید به قدر کافی بزرگ باشد، تا در برگیرندۀ تعداد کافی نمونه به منظور حصول به تخمین­های مناسب باشد. بدیهی است که بزرگی محدودۀ جستجو توسط الگوی هندسی نمونه­ها تعیین می­گردد. چنانچه نمونه­ها بر روی شبکه­ای منظم ( یا شبه منظم) واقع شده باشند؛ آن گاه محدودۀ جستجو را می­توان به گونه­ای تعریف نمود که حداقل، در برگیرندۀ 4 نمونۀ نزدیک به محل تخمین باشد. در عمل، محدودۀ جستجو بایستی به قدر کافی وسیع باشد تا حداقل، 12 نمونه را در گیرد.

در شرایطی که نمونه­ها به طور نامنظم در فضای نمونه ­برداری پراکنده شده­اند، محدودۀ جستجو بایستی اندکی بزرگتر از متوسط فاصلۀ بین نمونه­ها (D ) انتخاب گردد:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

نمونه ­برداری، نمونه، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

همان گونه که در مقدمه اشاره شد، برای روش­های تخمینی که فاقد محدودیت در به کارگیری مشاهدات مجاور در تخمین هستند، روش معمول، عبارت از انتخاب نمونه ­ها از طریق تعیین محدودۀ جستجو است. تعریف فضای جستجو از طریق محدودۀ همسایگی[1] با مرکزیت منطبق بر محل تخمین صورت می­گیرد. سمت­گیری و امتدادهای جغرافیایی فضای جستجو، وابسته به الگوی ناهمسانگردی موجود در ساختار پیوستگی مکانی متغیر مطالعه است. چنانچه مقادیر عددی نمونه­ ها در جهت مشخص جغرافیایی، پیوستگی بیشتری از خود نشان دهند، آن گاه سمت­گیری محدودۀ جستجو، به گونه­ای خواهد بود که محور اصلی آن به موازات جهت حداکثر پیوستگی قرار می­گیرد. بدیهی است که دسترسی به مستندات کافی به منظور تبین و مدلسازی ناهمسانگردی ضروری است. در صورت فقدان ناهمسانگردی، یعنی همسانگرد بودن الگوی پیوستگی مکانی داده­ها، محدودۀ جستجو به شکل فضای دایره مانند تعریف می­گردد.

اثرات همسانگرد و یا ناهمسانگرد بودن محدودۀ جستجو بر تخمین، با استفاده از داده­های متغیر V  و تخمین­گرهای کریجینگ معمولی و مربع معکوس فاصله، مورد مطالعه قرار گرفتند و نتایج حاصل در جدول زیر نشان داده شده است.

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

تعریف و تعیین فضای جستجو، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

تابع تراکم کرنل[1] نوعي تابع تحلیل فضایی برای سنجش تراکم عوارض جغرافیایی در یک منطقه می­باشد. هدف تخمین تراکم کرنل، تخمین شدت یک فرآیند نقطه­ای در مکان­های مورد نظر است. در واقع این تابع تراکم یک عارضه جغرافیایی را در یک منطقه به تصویر مي­کشد. تابع کرنل در بسیاری از برنامه­ریزی­ها کاربرد دارد و می­تواند یک پهنه و یک سطح همواری را با توجه به مساحت و نوع متغیر در سطح منطقه به تصویر بکشاند (دونگ[2]، 2007)

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

تابع کرنل، تابع تحلیل فضایی، تخمین تراکم کرنل، رگرسیون موزون جغرافیایی، پارامتر، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

با در نظر گرفتن ناهمگنی فضایی در هر پهنه رابطه­ای متفاوت بین متغیر وابسته و متغیر مستقل وجود دارد. بنابراین لازم است  برای هر پهنه معادلات رگرسیون جداگانه­ای محاسبه شود. شاید اولین سوالی که به ذهن می­رسد این باشد که محدوده هر پهنه را چگونه باید شناسایی کرد؟ تعیین مرز دقیق، شکل و اندازه هر پهنه بنا به ورودی­های کاربر متفاوت است و برای این کار می­توان از روش­های متفاوتی مانند: کرنل[1]، طول باند، فاصله و تعداد عوارض استفاده کرد (عسگری،1390).

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

ناهمگنی فضایی، رگرسیون موزون جغرافیایی، پارامتر، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

هنگامی که مشاهدات نمونه از مکان­های مختلف جمع­آوری شده باشند پژوهشگر با یک فضای ناهمگن سر و کار دارد. با وجود ناهمگنی فضایی، رگرسیون کلاسیک پارامترهای مورد نظر را در سطح منطقه مورد مطالعه تخمین زده و یک معادله ارائه می­کند (گتیس[1] و همکاران، 2002). عقیده بر این بود که در صورت وجود ناهمگی فضایی با در دست داشتن یک رابطه عمومی نمی­توان تمامی مشاهدات را به درستی توصیف کند و این احتمال وجود دارد که هر پهنه از

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

رگرسیون موزون جغرافیایی، پارامتر، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

1- تهیه نقشه شیب

 یکی از کاربردهای DEM تولید نقشه شیب است. شیب برای هریک از سلولها (در مدل رستری) و مثلث های کوچک (در مدل برداری) ، براساس ارتفاع نقاط و فاصله آنها برحسب درجه ویا درصد محاسبه میشود. بطوری که ارزش هر سلول یا مثلث در نقشه شیب، معادل شیب متوسط آن در جهات مختلف خواهد بود.

2- تهیه نقشه جهت شیب

جهت به مفهوم آزیموت خط بزرگترین شیب هر سلول یا واحد کوچک مثلثی مدل رقومی ارتفاع است. دامنه ارزش ها در نقشه جهت بین صفر تا 360 درجه است. این نقشه ها را میتوان به طبقات چهار یا هشت گانه طبقه بندی نمود.

3- نقشه هیپسومتری

نقشه هیپسومتری یا طبقات ارتفاعی میتواند از روی DEM تولید شود. درواقع یک نقشه هیپسومتری نقشه ای است که در آن ارتفاعات موجود در یک منطقه به چند کلاس طبقه بندی شده باشند.

تعداد طبقات ارتفاع از سطح دریا و نوسان این طبقات نیز بستگی به شرایط زیر دارند:

– هدف بررسی ارتفاعات

– وضعیت ژئومورفولوژی و شکل حوزه آبخیز

– نوع کاربری های مورد انتظار برای ارزیابی و برنامه ریزی سرزمین

– مقیاس نقشه

– میزان همبستگی جامعه های گیاهی با ارتفاع از سطح دریا

4- تهیه نقشه واحدهای شکل زمین

شکل زمین که نمایش دهنده واحدهای همگن است، به کمک نقشه های شیب، جهت و ارتفاع به دست آمده و شامل واحدهای طبیعی زمین است و هر واحد یا بخش از زمین، شکل سه بعدی منحصر به خود را دارد.

از این نقشه میتوان برای تفکیک واحدهای فیزیوگرافی و تهیه نقشه توزیع خاکها در یک ناحیه استفاده نمود. همچنین این نقشه در شناسایی منابع اکولوژیکی و ارزیابی توان اکولوژیکی کاربرد دارد.

5- نقشه سایه روشن

نقشه سایه روشن یا همان Hill Shade نشان دهنده پستی و بلندی های زمین است که از شبیه سازی موقعیت ارتفاع و آزیموت خورشید، به دست آمده است.

6- مدلهای هیدرولوژیکی

میتوان متغیرهای موردنیاز برای مدلسازی هیدرولوژیکی، مانند جهت جریان و تراکم جریان را با استفاده از DEM تهیه نمود.

7- تهیه نقشه حوزه و زیرحوزه های آبخیز

تعیین و تکلیف حوزه ها با استفاده از DEM منطقه به راحتی امکان پذیر است. در اینحالت باتوجه به جریان و زهکش حوزه میتوان اقدام به استخراج زیرحوزه ها نمود.

8- ترسیم میدان دید

به کمک DEM میدان دید یا همان View Point یا View shed را نیز میتوان مشخص نمود. این عمل برای مکانیابی دکل های مخابراتی، پست های دیدبانی و … میتواند مفید باشد.

9- تعیین خط دید

خط دید یا بعبارتی Line Site را میتوان با استفاده از DEM منطقه تهیه نمود. این خط درواقع خط بین مشاهده کننده و هدف است و مناطقی را که در این مسیر قابل رؤیت اند نشان میدهد.

10- تعیین حجم خاکبرداری و خاکریزی

به کمک مدل رقومی ارتفاع میتوان میزان خاکبرداری و خاکریزی را نسبت به یک سطح معین محاسبه نمود. همچنین میتوان تغییرات ارتفاعی ایجاد شده در دو زمان مختلف را برای یک منطقه بصورت یک لایه رستری نمایش داد.

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مدل رقومی ارتفاع، Digital elevation model، نمایش سه‌بعدی از سطح زمین، DEM، لایه رستری، TIN، شبکه نامنظم مثلثی، ارتفاع، کاربردهای DEM، دانلود DEM، دانلود رایگان DEM، تهیه نقشه شیب، تهیه نقشه جهت شیب، نقشه هیپسومتری، تهیه نقشه واحدهای شکل زمین، نقشه سایه روشن، مدلهای هیدرولوژیکی، تهیه نقشه حوزه و زیرحوزه های آبخیز، ترسیم میدان دید، تعیین خط دید، تعیین حجم خاکبرداری و خاکریزی، تهیه DEM از لایدار، نقاط ارتفاعی، پیکسل، تهیه DEM از تصاویر ماهواره ای، تولید DEM از گوگل ارث، استخراج مدل رقومی ارتفاع از گوگل ارث، تهیه مدل رقومی ارتفاع،  تولید مدل رقومی ارتفاع، DEM چیست، نحوه تهیه DEM از تصاویر aster، نقشه DEM، دانلود DEM با کیفیت بالا، مدل سه بعدی، دانلود مدل رقومی ارتفاعی،

مدل رقومی ارتفاع (Digital elevation model) یا DEM مدلی دیجیتال یا نمایشی سه‌بعدی از سطح زمین است که معمولا برای نمایش ناهمواری‌های زمین و با استفاده از داده‌های ارتفاع از سطح دریا تهیه می‌شود. در واقع مدل رقومی ارتفاع پستی و بلندی زمین را توسط یک شبکه سلولی نمایش می دهد. هر سلول(پیکسل) از این شبکه با یک کد رقمی که نشان دهنده میانگین ارتفاع سطح درون آن پیکسل می باشد، مشخص میگردد. به عبارتی سطح زمین را به صورت پهنه های دیجیتالی در نظر گرفته و ارتفاع هر سلول در خود سلول ذخیره می شود و بسته به منبعی که DEM تهیه می شود دقت آن متفاوت است. دقت را می توان برای هر سلول با دقت ارتفاعی و دقت مکانی نام برد. که دقت مکانی مربوط به اندازه ضلع هر سلول می باشد که هر چه کوچکتر باشد دقت بالاتر است و دقت ارتفاعی عبارت است از تشخیص حداقل ارتفاع در هر سلول که توسط ماهواره قابل قابل اندازه گیری و شناسایی باشد می باشد. در اندازه گیری دقت مکانی در واقع هر ثانیه معادل 30 متر می باشد. برای مثال اندازه دقت مکانی یا هر سلول مدل رقومی ارتفاعی با دقت 3 ثانیه برابر با 90 متر در 90 متر می باشد.

منابع زیادی برای تولید یک DEM وجود دارد. یکی از این منابع تصاویر ماهواره ای می باشند. DEM هایی که از این تصاویر استخراج می گردند، بسته به نوع تصاویر قدرت تفکیک (resolution) متفاوتی دارند. به عنوان مثال رزولوشن DEM استخراج شده از سنجنده IKONOS، ۵-۲ متر، SPOT، ۱۰-۵ متر و ASTER، ۲۵-۱۵ متر می باشد. DEM ها می توانند به دو صورت رستر یا وکتور (TIN) نمایش داده شوند.

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مدل رقومی ارتفاع، Digital elevation model، نمایش سه‌بعدی از سطح زمین، DEM، لایه رستری، TIN، شبکه نامنظم مثلثی، ارتفاع، کاربردهای DEM، دانلود DEM، دانلود رایگان DEM، تهیه نقشه شیب، تهیه نقشه جهت شیب، نقشه هیپسومتری، تهیه نقشه واحدهای شکل زمین، نقشه سایه روشن، مدلهای هیدرولوژیکی، تهیه نقشه حوزه و زیرحوزه های آبخیز، ترسیم میدان دید، تعیین خط دید، تعیین حجم خاکبرداری و خاکریزی، تهیه DEM از لایدار، نقاط ارتفاعی، پیکسل، تهیه DEM از تصاویر ماهواره ای، تولید DEM از گوگل ارث، استخراج مدل رقومی ارتفاع از گوگل ارث، تهیه مدل رقومی ارتفاع،  تولید مدل رقومی ارتفاع، DEM چیست، نحوه تهیه DEM از تصاویر aster، نقشه DEM، دانلود DEM با کیفیت بالا، مدل سه بعدی، دانلود مدل رقومی ارتفاعی،

تفاوت اولیه بین Lidar و radar این است Lidar که از امواج با طول موج کوتاه تر از طیف الکترو مغناطیسی استفاده می‌کند. به طور ویژه در محدوده فرابنفش، مرئی یا نزدیک فروسرخ در کل این امکان وجود دارد که جسمی با اندازه‌ای تقریبا برابر طول موج یا بزرگتر از آن را مجسم کرد. بنابراین Lidarبه ذرات کلوئیدی موجود در هوا یا مایع و ذرات ابر حساس است و کاربردهای زیادی در تحقیقات هواشناسی و جوشناسی دارد.

یک جسم برای منعکس کردن موج ارسال شده نیاز به ناپیوستگی دی الکتریک دارد. در فرکانسهای کار رادار (رادیو یا مایکروویو) یک جسم متالیک و براق بازتابی بسیار خوبی ایجاد می‌کند. ولی اجسام غیر متالیک، مثل باران و سنگ‌ها بازتاب ضعیف تری و بعضی از اجسام ممکن است هیچ بازتاب قابل تشخیص ایجاد نکنند. به این معنی که بعضی اجسام یا ترکیبات از فرکانس کار رادار نامرئی هستند و غیر قابل تشخیص. این به ویژه برای اجسام بسیار کوچک درست است.

لیزر یک راه حل برای این مشکل فراهم کرده‌است. چگالی پرتد و وابستگی (Coherency ) آن بسیار عالی است. به علاوه طول موج‌ها خیلی کوچک تر از آن است که بوسیله سیستم‌های رادیویی قابل دستیابی باشد، در رنج حدودا mm ۱۰ تا فرابنفش (۲۵۰nm ). در چنین طول موجی از اجسام کوچک به خوبی بازتاب می‌شوند. این نوع بازتاب پخش معکوس امواج رادیویی نامیده می‌شود. انواع مختلف پراکندگی برای کاربردهای مختلفLidar استفاده می‌شود. که معمول آن، تفرق عادی تابشها Raman scattering; mie scattering هم چنین فلوئورسنت است. با توجه به انواع مختلف پخش معکوس امواج رادیویی،Lidar را می‌توان Lidar mie یا Lidar Rayling و raman Lidar و NalfelkفلوئورسنتLidar نامید. طول موج‌ها برای اندازه گیری دود، مه، و بقیه ذرات هوایی مناسب و ایده آل هستند.

تفاوت هاي ليدارها و رادارها را مي توان در موارد زيرخلاصه کرد.

1 ليدارها از نور ليزر و يک تلسکوپ /اسکنر استفاده مي کنند در حالي که رادارها از امواج راديويي و يک آنتن بشقابي استفاده مي‌کنند.

-2 در يک هواي صاف بازتاب هاي يک سيستم رادار ممکن است ناشي از برخورد با يک شئ مزاحم باشد. همچنين تغييرات رطوبت، دما و فشار ميتواند به عنوان يک منبع موج راديويي عمل کند.

-3 ميزان واگرايي پرتو ليزري در لیدار ها در حدود سه يا چهار برابر از واگرايي امواج راديويي در رادارها کمتر است. براي همين ميزان برد مفيد و مسافتي که توسط ليزر طي مي شود ييشتر خواهد بود.

-4 نور ليزر دارای واگرايی بسيار کمتری از امواج راديويی است. از طرف ديگر محدوده طيفی تابشهای ليزری شامل خطهای جذبی بسياری از مواد و عناصر می باشد و اين باعث می شود که استفاده از ليزر در سنجش از دور به اطلاعات بيشتری راجع به ساختار مواد منجر شود.

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

محاسن

1. میزان صحت و دقت بالا

2. لیدار به راحتی می تواند از پوشش گیاهی عبور کرده و سطح زمین را نقشه برداري کند که این کارموفقیت بزرگی در شیوه سنتی نقشه برداري هوایی و فتوگرامتري است.

3. دقت عمودي بالاي 15 سانتیمتري و تراکم بالاي نقاط مورد اسکن در هر متر مربع

4. رزولوشن بالاي دستگاه لیدار باعث ایجاد مدل هاي دقیقتر و بهتر می گردد.

5. سنسورهاي لیدار معایب یو اس جی اس (شیوه سنتی) را ندارد و پرتوهاي آن در شرایطی مثل نقشه برداري از سیل هم اطلاعات توپوگرافی را مهیا می سازد.

6. تراکم نقاط هوایی در لیدار بسیار بیشتر از شیوه سنتی است.

7. اطلاعات به دست آمده از لیدار را می توان براي پیش بینی تغییراتی که در اثر بالا آمدن آب دریا پیش می آید بکار برد.

8. دادههاي لیدار را می توان مستقیماً در سیستم اطلاعات جغرافیایی به کار برد.

معایب

1. عواملی که دقت لیدار را تحت تأثیر قرار می دهند: بادهاي در ارتفاع بالا، برف خیس، باران، مه و....

2. شرجی بودن هوا و وجود ابر در ارتفاع پایین.

3. پر هزینه بودن استفاده از لیدار.

4. هنگامی که در معرض امواج رادیویی و مخابراتی قرار می گیرد دقت آن کاهش می یابد.

5.فرمت داده هاي لیدار براي تمام کاربران شناخته شده نیست.

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

لیدار یک سیستم سنجش از دور فعال است. این نکته بدین معنی می‌باشد که سیستم Lidar پالس‌های نور را به سمت زمین ارسال نموده و سپس منتظر می‌ماند تا این پالس‌ها از سمت زمین به دستگاه بازگردند. این نوع سنجش از راه دور کاملاً متفاوت از سنجش از راه دور به شیوه غیر فعال است. در حالت غیر فعال، انرژی‌های نورانی بازتاب شده از سطح زمین، همان انرژی نورانی آمده از سمت خورشید می‌باشد نه پالس‌های ارسال شده توسط سیستم‌های سنجش از دور. حسگرهای فعال، حسگرهایی بسیار دقیق هستند زیرا که سکوهایی برای کنترل آنها وجود دارد.

سیستم لیدار به عنوان ابزاری برای نمونه‌برداری نیز مورد استفاده قرار می‌گیرد. سیستم باید در هر ثانیه تعداد 160000 پالس به سمت زمین ارسال کند. بدین صورت در فضای ابری نقاط لیدار، میلیون‌ها نقطه ایجاد خواهد شد. به طور معمول تراکم نقاط، کمتر از یک متر با دقت تقریبی عمودی 15 سانتی متری و دقت افقی 40 سانتی متری است.

یک سیستم لیدار سطح زمین را از سمتی به سمت دیگر و در حین حرکت و پرواز هواپیما اسکن می‌کند. زیرا در این حالت سطح بیشتری از زمین پوشش داده می‌شود. از آنجایی که ممکن است تعدادی از پالس‌های ارسالی دقیقاً بر روی نادیر قرار گیرند، تمامی پالس‌ها با زاویه‌ای (خارج از نادیر) به سمت زمین ارسال می‌شوند. زمانی که یک سیستم لیدار ارتفاع را محاسبه می‌کند، لازم است که میزان این زوایا برای آن مشخص باشد. این زوایا ازطریق ژیروسکوپ موجود در پرنده اندازه گیری می شود.

لیدار یک تکنولوژی بسیار هیجان انگیز است که در بسیاری از زمینه‌ها کاربرد فراوانی دارد. اکنون به این مساله می‌پردازیم که دقیقاً خروجی‌های سیستم لیدار چیست؟

1- تعداد بازگشت‌ها

 فرض کنید که در یک جنگل در حال حرکت هستید و به بالا نگاه می‌کنید، اگر شما قادرید که نور را ببینید پس پالس‌های لیدار هم می‌توانند درون این مسیر حرکت خود را انجام دهند. همچنین در این حالت لیدار می‌تواند به سطح زمین و یا پوشش‌های گیاهی کوتاه نیز برخورد کند. یک مقدار مشخص از انرژی لیدار قادر است همانند نور خورشید، در درون سایه‌بان‌های موجود در جنگل نیز نفوذ کند. اما سیستم لیدار الزاماً همیشه به سطح زمین برخورد نمی‌کند، بلکه در مناطق جنگلی این انرژی‌ها می‌توانند تا زمانی‌که به سطح زمین برخورد می‌کنند از قسمت‌های مختلف جنگل بازتاب شوند.

استفاده از سیستم لیدار برای برداشت نقطه‌هایی از سطح زمین مانند استفاده از اشعه ایکس برای نفوذ به پوشش‌های گیاهی نیست، بلکه شما واقعاً به فاصله میان برگ‌ها وارد می‌شوید. سیستم لیدار به طور کلی نقاط بسیار زیادی را برداشت می‌کند.

این برخوردهای متعدد با شاخه‌ها، تعداد بازگشت‌ها به لیدار می‌باشد. در یک جنگل امواج لیزر به سمت پایین می‌روند. ما بازتاب‌های مختلفی از قسمت‌های مختلف جنگل دریافت می‌کنیم. یک اشعه نورانی می‌تواند بازگشت‌های متعددی داشته باشد. سیستم‌های لیدار می‌توانند طیف وسیعی از داده‌های رسیده از نوک و ابتدای درختان تا تمامی سطح خود درختان و سپس داده‌های بدست آمده از سطح زمین را جمع آوری کنند. این نکته، سیستم‌های لیدار را به سیستم‌هایی ارزشمند برای بررسی و شناخت ساختار جنگل‌ها و شکل درختان تبدیل کرده است.

2- مدل‌های ارتفاعی رقومی

 چگونه می‌توان یک مدل ارتفاعی رقومی را از طریق لیدار تهیه کرد؟ مدل‌های ارتفاعی رقومی مدل‌هایی هستند که نشان‌دهنده توپولوژی سطح زمین می‌باشند. شما می‌توانید DEM و یا DTM را با استفاده از برخورد پرتوهای لیدار به سطح زمین به دست آورید. برخوردهای لیدار با سطح زمین آخرین بازگشت اشعه لیزر به حسگرهای لیدار می‌باشد. گاهی ممکن است که آخرین بازگشت‌ها از سطح زمین نباشد، اما در سیستم لیدار امکان رخ دادن این مساله بسیار کم است.

رای تهیه مدل رقومی از سطح زمین باید بدانید که کدامیک از نقطه‌ها از میان تمامی نقاط، از برخورد نور به سطح زمین برداشت شده‌اند؟ به طور کلی راه‌هایی برای فیلتر نقاط جمع‌آوری شده توسط لیدار وجود دارد. به دست آوردن بازتاب‌های رسیده از سطح زمین (تنها توپولوژی) به معنای استفاده از آخرین بازگشت‌ها از لیدار است. بنابراین برای تهیه مدل رقومی از سطح زمین، ابتدا آخرین بازگشت‌ها به لیدار که بازتاب‌هایی از سطح زمین می‌باشند، فیلتر می‌شوند، سپس این نقاط به دست آمده درون‌یابی شده و مدل ارتفاعی رقومی از سطح زمین ساخته می‌شود.

با استفاده از یک مدل ارتفاعی رقومی می‌توان محصولات مختلفی از جمله شیب، جهت شیب و نقشه‌های سایه روشن (سایه‌های ایجاد شده در سطح زمین با در نظر گرفتن زاویه تابش نور) تولید نمود.

3- مدل ارتفاعی از سایه‌بان‌های جنگلی

 سیستم Lidar اطلاعات بسیار دقیقی از سطح زمین به ما می‌دهد. همچنین می‌توان با استفاده از یک DSM و یا همان مدل رقومی از سطح، از تمام آنچه بر روی سطح زمین هم قرار دارد، اطلاعات دقیقی به دست آورد. یک مدل ارتفاعی سایه‌بان (یک مدل رقومی سطح نرمال شده) ارتفاع صحیح را از عوارض توپولوژیکی واقع بر روی سطح زمین به شما خواهد داد.

اما چگونه ارتفاع صحیح  خود عوارض موجود بر روی زمین را بدست آوریم؟ برای به دست آوردن این ارتفاع، اولین بازگشت اشعه لیزر از سطح زمین، که شامل توپولوژی (درختان و ساختمان‌ها) می‌باشد، جمع‌آوری شده و سپس از آخرین بازگشت اشعه از زمین که برابر با انعکاس‌های رسیده از خود سطح زمین می‌باشد کم می‌شود.

4- شدت نور

 شدت انعکاس‌های بازگشت داده شده‌ی سیستم Lidar از سطح زمین، با تغییر ترکیب داخلی عوارضی که این انعکاس‌ها را باز می‌گرداند، تغییر می‌کند. این میزان درصدهای انعکاس داده شده به عنوان شدت و یا قدرت لیدار شناخته می‌شود. اما به طور کلی پارامترهای زیادی بر شدت نور تاثیرگذار هستند. به عنوان مثال فاصله، زاویه برخورد و همچنین جنس و ترکیبات سطح (تاثیر این پارامتر بر شدت نور بازگشتی بسیار زیاد می‌باشد)، در میزان شدت نور بازگشتی تفاوت‌هایی ایجاد می‌کنند.

زمانی که اشعه ارسالی به سوی فاصله بیشتری ارسال می‌شود، از میزان انرژی بازگشتی کاسته می‌شود. بررسی میزان شدت نور بازگشتی، در روند شناسایی عوارض در مباحث بررسی و شناسایی کاربری‌ها و یا پوشش زمین، بسیار مفید خواهد بود. به طور مثال زمین‌های غیر قابل نفوذ در تصاویر شدت نور، به وضوح قابل شناسایی هستند. تقسیم‌بندی‌هایی که در طبقه‌بندی تصاویر مبتنی بر عارضه صورت می‌گیرد، می‌تواند این عوارض را با استفاده از مقادیر شدت نور از یکدیگر جدا کند.

5- طبقه‌بندی نقاط

 مجموعه داده‌های Lidar ممکن است که از پیش توسط یک فروشنده با یک طبقه‌بندی نقاط، طبقه‌بندی شده باشد. کدهای موجود نیز توسط پالس‌های لیزر بازتاب شده و با یک روش نیمه اتوماتیک تولید می‌شوند؛ البته تمام فروشنده‌ها فیلد طبقه‌بندی LAS را تولید نمی‌کنند.

در حقیقت این مساله پیش از شروع کار و در قراردادهای موجود، مورد توافق قرار می‌گیرد. جامعه فتوگرامتری و سنجش از دور آمریکا (ASPRS) لیستی از کدهای طبقه‌بندی برای این سیستم تهیه کرده است.

به طور مثال کلاس‌ها شامل زمین، پوشش گیاهی (کم، متوسط و زیاد)، ساختمان‌ها، آب، تعریف نشده و غیره می‌باشد. گاهی ممکن است که طبقه‌بندی نقاط در بیش از یک یک گروه قرار گیرد. اگر این مساله اتفاق بیفتد این نقاط به طور معمول فلگ خورده و دارای کلاس‌های ثانویه می‌باشند.

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

تکنولوژی Lidarدر زمین شناسی، باستان شناسی، جغرافی زمین شناسی، زلزله شناسی، جنگل داری، ارزیابی فاصله دور و فیزیک هواشناسی و... کاربرد دارد. ادامه با تعدادی از کاربرد لیدار اشنا خواهید شد:

۱- مدیریت و برنامه ریزی جنگلداری

توانایی سیستم لیدار  برای اندازه گیری ساختار عمودی سایبان های جنگلی منحصر به فرد است.

به علاوه نقشه زمین در زیر جنگل، سیستم لیدار قادر به پیش بینی تراکم نقاط و ارتفاع نقاط می باشد. هر دو از این عوامل می توانند برای استفاده در مدل هایی که رفتار آتش را نشان می دهند، استفاده شوند.نقشه برداری LiDAR این اجازه می دهد را به ما می دهد  تا مقیاس های بزرگ تری که قبلا در دسترس نبودند را نقشه برداری کنند.

از جمله دیگر استفاده های سیستم LiDAR اندازه گیری ارتفاع پیک برای تخمین محدوده ریشه است.

این یک ابزار ارزشمند برای شرکت های بیمه برای در نظر گرفتن خانه در مناطق خاص می باشند.

۲- مدل سازی سیل                                                                                                                                   

ویژگی هایی مانند ساختمان ها، ساختمان های احداث شده کنار رودخانه یا جاده ها تاثیر زیادی بر پویایی جریان و انتشار سیل دارد.

داده های ورودی با وضوح بالا می تواند اهداف مربوط به توپوگرافی سیستم و همچنین ویژگی های شناسایی را حل کند.

سیلاب های مکرر شهری در دهه های گذشته در بسیاری از نقاط جهان مشاهده شده است و نیازهای فوری برای بهبود و افزایش تلاش های مدل سازی ما برای رسیدگی به داده های ورودی مدل اثر، در نتایج، شبیه سازی شناسایی شده است. حتی تفاوت های چند متر در محاسبات می تواند منجر به از دست دادن مناطق شهری باشد.

سیستم  LiDAR این سطح جزئیات را به صنعت داده است که اجازه می دهد تا مدل های پیش بینی سیل بسیار دقیق تر ایجاد شوند.

داده های LiDAR همچنین می توانند به نرم افزار شبیه سازی امداد، نجات و سیل برای ارائه اطلاعات توپوگرافی پیشرفته اضافه شوند.

۳-مدل سازی آلودگی هوا

سیستم لیدار دارای توانایی منحصر به فرد برای تشخیص ذرات در آب و هوا است.

همانطور که سیستم لیدار از طول موج کوتاه نور در طیف قابل مشاهده، عمدتا اشعه ماوراء بنفش قابل مشاهده، یا مادون قرمز نزدیک استفاده می کند، ممکن است یک شیء یا ویژگی را فقط در حدود اندازه ی طول یا بزرگتر از آن تصویر کنیم.

این باعث می شود که به خصوص برای آئروسل ها، ذرات ابر و مولکول های هوا حساس شوند.

آلاینده ها مانند دی اکسید کربن، دی اکسید گوگرد و متان با سیستم لیدار قابل تشخیص هستند.

این ترکیب با یک مدل ساختمان یا زمین این امکان را فراهم می آورد که محققان بتوانند مانع از ایجاد آلودگی شوند و مناطق خاصی را برای رفع این مشکل ایجاد کنند.

علاوه بر آلودگی های هوائی، سیستم های لیدار  توانایی تشخیص آلودگی صوتی و نور را نیز دارا می باشند.

این توانایی با استفاده از اطلاعات جمع آوری شده از عوامل شناخته شده، مانند جهت نور و منبع سر و صدا و همچنین تعیین مناطق آسیب دیده می باشد.

۴-نقشه برداری و کارتوگرافی

یکی از مهمترین کاربد لیدار در نقشه بردرای و کارتوگرافی است.

از آنجایی که سیستم لیدار دارای وضوح و دقت بالا در ایجاد نقشه ها می باشد،این سیستم می تواند در نقشه برداری جاده، ساختمان و پوشش گیاهی در ارتباط با عکاسی هوایی مورد استفاده قرار گیرد.

جنبه سه بعدی سیستم لیدار باعث می شود نقشه برداری از مدل های زمین، بخصوص توپوگرافی کوهستان های پیچیده مناسب باشد.

سایر داده های توپوگرافی از این سیستم مانند نقشه های منحنی میزان با وضوح بالا قابل استخراج هستند.

۵-برنامه ریزی شهری

برنامه ریزی شهری، نظم برنامه ریزی استفاده از زمین است که به چند جنبه از محیط های ساخته شده و اجتماعی شهرداری ها و جوامع می پردازد. داده های سیستم لیدار یک تکنولوژی نسبتا جدید برای به دست آوردن مدل های سطحی دیجیتال (DSM) سطح زمین می باشند. این داده ها، هنگام ترکیب با ارتوپدی دیجیتال، می توانند برای ایجاد DSM های بسیار دقیق و در نهایت مدل های دیجیتالی شهر استفاده شوند.

با استفاده از نرم افزار اختصاصی می توان مدل های سطح تخمینی ساختمان ها را از داده های اصلی LiDAR تهیه کرد.

این تکنولوژی باعث می شود که مدل های بزرگ منطقه ای در یک فضای بسیار کوتاه ایجاد شوند.

۶-مدیریت خط ساحلی

ترکیب لجستیک توپوگرافی و عمق آبی LiDAR امکان انجام بررسی ها از خط ساحلی را فراهم می کند، و حداکثر همپوشانی بین رابط کاربری زمین / دریا را به حداقل رسانده و موجب کاهش پتانسیل شکاف داده ها در نتیجه شکستن امواج از ناحیه های گشت و گذار می شود.

محاسبه مناطق کم عمق در اطراف ساحل با استفاده از یک بررسی چند نفره به طور معمول بسیار دشوار و وقت گیر است.

مناطق زیادی را در یک فضای کوتاه باید پرواز کرد.

این یک عکس فوری از ساحل در فواصل زمانی خاص را به ما می دهد. ترکیب چندین مجموعه داده در طول سال ها می تواند بینش ارزشمندی در مورد فرسایش ساحلی داشته باشد. از آنجا که ساحل دارای ویژگی های قابل تعریف نمی باشند، اغلب می تواند برای استفاده از فتوگرامتری به علت فقدان نقاط کنترل زمین (GCP) باشند.همچنین دسترسی به ویژگی های ساحلی مانند مواجهه صخره ای برای اهداف نقشه برداری غیر ممکن می باشد.

در این موارد یک بررسی لیدار هوائی بسیار مهم است.

الف) فرستنده

معمولا لیزرهای مورد استفاده این نوع سیستم های سنجش از راه دور لیزرهایی با طول موج بین 600 تا 1000 نانومتر می باشد. لیزرهای در این رنج بسیار ارزان قیمت می باشند اما باید در نظر داشت که این محدوده از امواج به راحتی توسط چشم جمع آوری می شوند و می توانند آسیب های جبران ناپذیری را به چشم وارد نمايند لذا برای جلوگیری از ایجاد آسیب های چشمی از توانهای پایین این لیزرها استفاه می شود. وظيفه اين بخش توليد نور و هدايت آن به درون محيط است. ليزرها را مي توان به عنوان منابعي تقريباً ايده ال براي انجام اين وظيفه انتخاب نمود. خواصي چون واگرايي کم، پهناي فرکانسي باريک و پالس هايي با پهناي زماني کم با توان هايي بالا از مزاياي پرتوهاي ليزري مي باشند. كوچك بودن واگرايي پرتوهاي ليزري اين مزيت را دارد که با استفاده از آن مي توان منطقه کوچک و دلخواه از محيط را مورد بررسي قرار داد و به اين وسيله ميزان تفكیك (تفكیك سطحي) را بالا برد.

ب)گيرنده

سيستم دريافت کننده يک ليدار، تابشهاي پراکنده شده از هدف را جمع آوري مي نمايد و آنها را به درون سيستم آشکارساز ليدار هدايت ميکند. اين سيستم به طور معمول از دو بخش اپتیکي و قسمت تجزيه گر تشکيل شده است. ساده ترين وسيله اپتیکي مورد استفاده مي تواند يک آينه باشد که نور پراکنده شده از محيط را در يک نقطه کانوني نمايد. اندازه سيستم اپتيكي عاملي مهم در سيستمهاي ليداري است. يك سيستم اپتيكي بزرگ (با دهانه بزرگ) قادر به جمع آوري ميزان زيادي از تابشهاي پراكنده شده است. قطر دهانه سيستم اپتيكي مي تواند از چند سانتيمتر تا چند متر متغير باشد. معمولاً سيستمهاي اپتيكي با دهانه كوچك را براي دورحسي در فواصل نزديك به كار مي برند. بعد از اينكه پرتوهاي نوري توسط قسمت اپتيكي جمع آوري شد، قبل از رسيدن به سيستم آشكارساز مورد تحليل قرار مي گيرند. اين تحليل ها بسته به هدف ما مي تواند بر اساس قطبش، طول موج و يا فاصله باشد.

ج) آشكارساز

آشكارسازهاي نوري به وسايلي اطلاق مي شود كه نسبت به نور فرودي حساس بوده و نور پراكنده شده از جسم را كه به گيرنده مي رسد، آشكار مي كنند. اين وسايل بسته به نوع كاربرد، به دو دسته كلي «آشكار كننده هاي سيگنال » و «تصوير» تقسيم مي شوند. آشكار كننده هاي سيگنال نور را از  قسمت دريافت كننده گرفته و شدت را به صورت تابعي از فاصله ترسيم مي نمايند. در اين نوع آشكارسازها علي رغم وجود تفكیك عمقي، تفكیك سطحي وجود ندارد. از اين قبيل وسايل مي توان چند برابر كننده هاي نوريPMT ، PIN، APD و MCT  را نام برد، اين در حالي است كه در آشكار كننده هاي تصوير كه سيگنال نوري را به صورت تصوير در خروجي نمايش مي دهند، از قبيل CCD ،ICCD  و Streak Camera، تفكیك عمقي و سطحي هردو وجود دارد.

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

لیدار چهار نوع است:

Differential Absorption Lidar (DIAL):

برای اندازه گیری غلظت یک گاز مشخص در اتمسفر استفاده می شود. مثل ازن، دی اکسیدكربن یا بخار آب، لیدار دو طول موج را ارسال میکند. طول موج on-line كه بوسيله گاز مورد نظر جذب مي شود و off-line جذب نمي شود. تفاضل در مقدار جذب بين دو طول موج، اندازه تمركز گاز موردنظر به صورت تابعي از رنج است.

Raman LIDAR:

برای اندازه گیری تمرکز گازهای اتمسفری استفاده میشود ولی می تواند برای بازیابی پارامترهای ذرات کلوئیدی موجود در هوا هم استفاده شود. این نوع لیدار از گاز پراکندگی ناکشسان بهره می برد تا گاز مورد نظر را از بقیه اجزای سازنده اتمسفر جدا کند. قسمت کمی از انرژی نور ارسال شده در گاز باقی می ماند. در طی فرآیند پراکندگی نور، نور پراکنده شده را به طول موج بلندتری شیفت می دهد که با توجه به ویژگی گاز مورد نظر یکتا است. هر قدر تمرکز گاز مورد نظر کمتر باشد، دامنه سیگنال باز پراکنده شده بیشتر خواهد بود.

Doppler LIDAR:

برای انداز هگیری سرعت باد درامتداد پرتو نور به کار می رود. با اندازه گیری شیفت فرکانسی نورباز پراکنده شده، لیدارهایی که برای اسکن استفاده می شوند مثل NASA SHARLIE LIDAR برای اندازه گیری سرعت بادهای اتمسفری در یک مخروط سه بعدی بزرگ استفاده شده اند. مأموریت بادی ESA ، که ADM-Aeolus نام دارد با این نوع لیدار تجهیز خواهند شد تا امكان اندازه گیری جهانی بادهای عمودی را فراهم کند. این سیستم در مسابقات المپیک تابستانی ۲۰۰۸ استفاده شد. برای اندازه­گیری­های سرعت بادها در مسابقات قایقرانی، DopplerLIDAR اخیراً به طور موفقیت آمیزی در بخش انرژی های تجدیدپذیر نیز استفاده می شوند مثل تعیین کردن سرعت باد، اغتشاش، تغییر جهت باد یا اطلاعات مربوط به تغییرات سمتی باد و هر دو سیستم های پالسی و موج پیوسته استفاده می شوند. سیستمهای پالسی از سیگنال های زمانی استفاده میک‌نند تا فاصله عمودی را به وضوح بدست آورد در حالی که سیستم های موج پیوسته به تمرکز آشکارساز اکتفا میکنند.

Synthetic Array LIDAR:

امکان تصویرسازی را بدون نیاز به آشکارساز آرای های فراهم میک‌ند. می توان از آن برای تصویرسازی سرعت سنجی دایلر، تصویرسازی بسیار سریع، هم چنان برای کاهش رنگ در لیدارهای coherent استفاده کرد.

اساساً لیدارها دارای دو دسته بندی کلی هستند:

Coherent Lidars

این لیدارها از نوع انرژی مستقیم بود ه اند. ساختار آنها به این صورت می باشد که پرتوهای لیزر در همان راستای اولیه به سمت هدف تابانده می شوند و با استفاده از بازتاب آنها میتوان فاصله و مکان هدف را تشخیص داد. این نوع لیدارها از اپتیک های خطی استفاده میکنند و فاصله یابی آنها نیز از فرمول های اپتیکی خطی پیروی میکنند.

Incoherent Lidars

ساختار لیزری این نوع لیدارها نیز مشابه کوهرنت لیدارها می باشد، اما به جای استفاده از اپتیک خطی، از اپتیکهای غیر خطی استفاده می شود. به این صورت که پس از ایجاد پرتو لیزر، این پرتو به سمت اپتیکهای غیر خطی هدایت می شوند تا با فرآیندی مکانیکی این پرتو در فضا منتشر شود و قسمت بیشتری از فضا را زیر پوشش خود گیرد. پس از برخورد این امواج به هدف می توان از هدف مورد نظر تصویری با کیفیت بالا به دست آورد. اما هر دوی این لیدارها دارای یک دسته بندی هستند و آن هم دسته بندی توانی لیزرهاست. در دسته بندی اول لیزرهای میکروپالس قرار می گیرند، هر پالس این لیزرها توانی کمتر از میکروژول دارد و هدف توسط این پالسهای کم قدرت بمباران می شود تا بتوان از هدف تصویری به دست آورد. اما دسته دوم لیزرهای توان بالاتر قرار می گیرند که استفاده از آنها برای بررسی شرایط جوّی ابرها، چگالی ابرها و... به کار می رود. استفاده از این لیزرها شرایط منحصر به فردی دارد و باید در ارتفاعی مناسب نصب شوند، همچنین برای نزدیک شدن به آنها باید شرایط ایمنی لیزرها مانند استفاده از عینک های محافظ را رعایت کرد. این نوع لیدارها در بدترین شرایط جوّی نیز به کار خود ادامه می دهند.

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

لیدار مخفف عبارت Light Detection and Ranging است که تکنیکی قدرتمند در سنجش از راه دور لیزری می‌باشد. لیدار  در دهه ۱۹۶۰ برای شناسایی زیردریایی از هواپیما در نظر گرفته شد.

مدل های اولیه در اوایل دهه ۱۹۷۰ در ایالات متحده، کانادا و استرالیا مورد استفاده قرار گرفت.

در ده سال گذشته، استفاده از سنسورهای لیدار در انگلیس گسترش یافته است، که چندین بار به طور منظم در هر دو مورد استفاده از هواپیما و زمین مورد استفاده قرار گرفته است. این امر با افزایش آگاهی و درک سیستم لیدار در صنایع که قبلا غیر مرتبط بوده است، به عنوان کاربرد سیستم لیدار تصویب شده است.

بیشتر سیستم های هواپیما LiDAR از سنسور LisDAR، گیرنده GPS، واحد اندازه گیری درونی (IMU)، رایانه و دستگاه های ذخیره سازی داده ساخته شده اند.

سیستم LIDAR یک پرتو لیزر را بر روی یک آینه پرتاب می کند و آن را از یک پلت فرم هواپیما، معمولا یک هواپیما ثابت یا یک هلیکوپتر،دریافت می کند.

اشعه این اسکنر تمامی محدوده دارای اسکن را برداشت می کند که توانایی برداشت  ۲۰۰۰۰ تا ،۱۵۰۰۰۰ پالس در ثانیه را دارا می باشد. هنگامی که پرتو لیزر به یک شی برخورد می کند، به آینه باز می گردد.

فاصله زمانی بین پالس خروج از پلت فرم هواپیما و بازگشت به سنسور لیدار اندازه گیری می شود.

پس ازاتمام اسکنر لیدار، داده ها پس پردازش می شوند و اندازه گیری های فاصله زمانی لیدار از پالس که به پالس بازگشت معروف هستند به فاصله و تبدیل و اندازه گیری های گیرنده GPS هواپیما، IMU و ایستگاه های GPS مبتنی بر زمین بر روی آنها اعمال می شود . GPS دقیقا موقعیت هواپیما را از لحاظ طول و عرض و ارتفاع جغرافیایی تعیین می کند که به عنوان مختصات x، y و z شناخته می شود.

سنسور لیدار مقدار زیادی از داده ها را جمع آوری می کند و به راحتی میلیاردها نقطه را به مجموع چند ترابایت تبدیل کند.

IMU برای تعیین نگرش هواپیما به عنوان حسگر اندازه گیری استفاده می شود.

IMU برای درجه بندی در تمام سه بعد مانند گردش، پستی و بلندی زمین – حرکات عمودی و افقی هواپیما در پرواز ثبت می شود.

از این دو مجموعه داده، هندسه خروج از پرتو لیزر نسبت به مختصات سطح زمین تا دقت بسیار بالا محاسبه شده است.

داده های اولیه سیستم لیدار را می توان با استفاده از پس پردازش اضافی افزایش داد، بعضی از آنها می توانند به صورت خودکار و بعضی از آنها دستی باشند.

این پردازش بیشتر به دلیل بازگشت سیگنال چندگانه از هر پالس لیزر می باشد.

دلیل آن این است که با ارزیابی تفاوت های زمانی بین سیگنال های بازگشت چندگانه، در اثر برخورد با عوامل طبیعی نظیر اتمسفر زمین،پرندگان و… سیستم پس پردازش می تواند بین ساختمان ها و سایر سازه ها، پوشش گیاهی و سطح زمین تفاوت ایجاد کند.

این فرآیند برای حذف ویژگی های سطح برای تولید مدل های سطح زمین (DTM) و سایر محصولات پیشرفته داده می باشد.

آموزش پردازش تصاویر لیدار

همراه با پروژه های کاربردی در نرم افزارهای Arc GIS، Q GIS، ENVI، SAGA GIS

همراه با فیلم و کتاب

مدرس: سعید جوی زاده

آدرس: شیراز، خیابان برق، کوچه یک

تلفن تماس: 09382252774- 07132341477

وب سایت: http://crsgroup.ir/

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

لیدار، Lidar، لایدار،  Light Detection and Ranging، سنسور لیدار، انواع لیدار، اجزای تشکیل دهنده لیدار، کاربردهای لایدار، معایب لیدار، DTM، محاسن لیدار، تفاوت بین لیدار و رادار، خروجی‌ لیدار،DSM، پالس، لیزر، امواج راديويي، فرمت داده هاي لیدار، DEM، مدل رقومی ارتفاعی، توپوگرافی، پرتو لیزر، سنجش از دور، Remote sensing، مجموعه داده‌های Lidar، طول موج، لیدار چیست، لایدار چیست، Lidar چیست، آشنایی با لیدار، آشنایی با لایدار، آشنایی با Lidar ، معرفی لیدار، معرفی لایدار، معرفی Lidar، کاربردهای لیدار، کاربردهای Lidar، انواع لایدار، انواع Lidar، فرمت داده هاي Lidar، فرمت داده هاي لایدار، آموزش لیدار، آموزش لایدار، آموزش Lidar، کاربرد لیدار در سنجش از دور، فیلم آموزشی لیدار، تبدیل داده های لیدار به رستر در نرم افزار ArcMap ، تبدیل لیدار به رستر،  

خودهمبستگی فضایی به رابطه بین مقادیر باقیمانده در طول خط رگرسیون مربوط می­شود. خودهمبستگی قوی زمانی رخ می­دهد که مقادیر باقیمانده در طول خط رگرسیون مربوط می­شود. خودهمبستگی قوی زمانی رخ می­دهد که مقادیر باقیماده شدیداً با هم در ارتباط باشند. به عبارت دیگر تغییراتشان به صورتی سیستماتیک رخ دهند. خودهمبستگی فضایی مفهومی نسبتاض ساده است و در حقیقت بسط همین مفهوم در امار کلاسیک است. خودهمبستگی قوی زمانی رخ می­دهد که مقادیر یک متغیر که از نظر جغرافیایی به هم نزدیک هستند با هم مرتبط باشند. اگر عوارض و یا مادیر متغیرهای مربوط به ان­ها به طور تصادفی در فضا توزیع شده باشند

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

خودهمبستگی فضایی در مباحث مکانی ، خودهمبستگی فضایی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در مدل­سازی با روش OLS  فرض بر این است که ضرایب یا پارامترهای مدل آماری نسبت به مکان (مختصات جغرافیایی) ثابت هستند. بنابراین مقدار متغیر وابسته که با این مدل تخمین زده می­شود برای کل منطقه مورد مطالعه ثابت است. این یکی از نقطه ضعف­های روش OLSدر مدل­سازی مکانی محسوب می­شود. در مدل رگرسیون خطی ساده زیر:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

رگرسیون حداقل مربعات معمولی، مدلسازی، مدلسازی مکانی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

مدل رگرسیون در صورتي کارا خواهد بود که بین متغیر وابسته و متغیر مستقل ارتباط قوی وجود داشته باشد. در عين حال ممکن است در رگرسيون­هاي چندگانه بین متغیرهاي مستقل نیز ارتباط وجود داشته باشد که اين ارتباط با عنوان "همخطي[1]" معرفي مي­شود. این وضعیتی است که نشان می­دهد یک متغیر مستقل تابعی خطی از سایر متغیرهای مستقل دیگر در معادله خط رگرسیون است. اگر هم­خطي در يک معادله رگرسيون بالا باشد، بدين معني است که بين متغيرهاي مستقل همبستگي بالايي وجود دارد و ممکن است با بالا رفتن ضريب همبستگي، مدل داراي اعتبار

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مدل رگرسیون، متغیر وابسته، متغیر مستقل، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در یک تحلیل رگرسیونی به دست آوردن پارامترهای موثر و برآورد آن­ها اهمیت زیادی دارد. یکی از روش­های به دست آوردن پارامترها این است که مجموع مربعات خطا (باقیمانده) کمینه شود.

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

مربعات خطا، خطا، مجموع مربعات خطا ، باقیمانده، تحلیل رگرسیونی، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

با به توان دو رساندن ضریب همبستگی، مقدار ضریب تعیین ( ) بین دو متغیر بدست می­آید. ضریب تعیین نشان می­دهد که چند درصد تغییرات متغیر وابسته به وسیله متغیر مستقل تبیین می­شود (نصیری و همکاران، 1385). این ضریب در رگرسیون کاربرد زیادی دارد. مقدار ضریب تعیین همواره مثبت و بین صفر و یک است. مقدار صفر یعنی استفاده از متغیر یا متغیرهای مستقل در برآورد متغیر وابسته هیچ نقشی ندارد و مقدار یک بیانگر تخمین 100 درصد واریانس متغیر وابسته توسط متغیر یا متغیرهای مستقل می­باشد. اگر انحراف معیار متغیرهای X  و Y  به ترتیب

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

 ضریب تعیین، ضریب تعیین تعدیل یافته ، بررسی ضریب تعیین و ضریب تعیین تعدیل یافته، ضریب همبستگی،متغیر مستقل،  متغیر وابسته، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

معیار اطلاعاتی آکائیکه[1] (AIC)  معیاری برای سنجش نیکویی برازش رگرسیونی است. معیار اطلاعاتی آکائیکه، معیاری برای سنجش میزان کارآیی نسبی است و نشان می­دهد که استفاده از یک مدل آماری به چه میزان باعث از دست رفتن اطلاعات می­شود. به عبارت دیگر، این معیار تعادلی میان دقت مدل و پیچیدگی آن برقرار می­کند. مقدار کم این معیار نشان می­دهد که مقدار تخمین زده شده توسط مدل، به مقدار مشاهده­ای (یا واقعیت زمینی) نزدیک­تر است (آش[2]، 1972). معیار تصحیح شده آکائیکه از رابطه زیر به دست می­آید:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

معیار اطلاعاتی آکائیکه، بررسی نیکویی مدل رگرسیون ، مدل رگرسیون، بررسی نیکویی، آکائیه، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

یکی از فرضیات رگرسیون اینست که تمامی جملات خطا باید دارای واریانس برابر باشند. در عمل این فرض چندان صادق نیست. آزمون بروش – پاگان [1]به منظور آزمون واریانس ناهمسانی در مدل­های رگرسیون خطی استفاده می­شود و وابستگی واریانس جملات خطا به دست آمده از رگرسیون خطی را به مقادیر متغیرهای مستقل مدل، بررسی می­کند (فروند[2] و همکاران، 1980). این آزمون از ساده‌ترین آزمون‌های مورد استفاده در این زمینه است و توسط آقایان بروش و پاگان در سال ۱۹۷۹ معرفی شده است. فرضیات این آزمون عبارتند از:

: دلالت بر همسانی واریانس دارد.

: دلیلی بر همسانی واریانس وجود ندارد.

آزمون بروش-پاگان شامل چهار مرحله زیر است:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

فرضیه¬ی ناهمسانی واریانس ،همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

در این آزمون، فرض­های ذیل تدوین می­شود:

: جملات خطا دارای توزیع نرمال است.

H1  : جملات خطا دارای توزیع نرمال نیست.

اگر مقادیر محاسباتی آماره جارک-برا (J-B)  از مقدار بحرانی جدول خی‏دو بزرگتر نباشد، نرمال بودن توزیع جملات خطا رد نمی‏شود. اما زمانی که اندازه نمونه به میزان کافی بزرگ باشد و سایر فرضیات نیز برقرار باشند، انحراف از فرض نرمال بودن معمولاً بی‌اهمیت و پیامدهای آن ناچیز است (هوگ[1] و همکاران، 1978).

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آزمون جارک برا، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

بدين منظور از آزمون خی دو استفاده می­شود. در صورت نرمال بودن توزیع داده­ها، فراوانی خطاها در گروه­های طبقاتی توزیع نرمال، نزديک يا برابر با فراوانی­های مورد انتظار خواهد بود. آزمون خی دو در واقع فرضیه نفی صفر (توزیع فراوانی خطاها از توزیع نرمال تبعیت می­کند) را با مقدار α  معین و درجه آزادی مناسب بررسی می­کند:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آزمون خی¬دو، بررسی نرمال بودن خطاها، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

مطابق با این فرضیه در رگرسیون خطاها دارای توزیع نرمال با میانگین صفر می­باشند (شکل 7-5 را ببینید). بدیهی است در صورت عدم برقراری این فرضیه، نمی­توان از رگرسیون استفاده کرد. بدین منظور باید مقادیر استاندارد خطاها محاسبه شده و نمودار توزیع داده­ها و منحنی نرمال آن­ها رسم شود و سپس مقایسه­ای بین دو نمودار صورت گیرد (گریبیل[1]، 1976).

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

نمودار هیستوگرام، بررسی نرمال بودن خطاها، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،

یکی از فرضیات رگرسیون، مستقل بودن خطاها از یکدیگر است. در صورتی که خطاها با یکدیگر همبستگی داشته باشند، امکان استفاده از رگرسیون وجود ندارد. به منظور بررسی استقلال خطاها از آزمونی به نام آزمون دوربین-واتسون استفاده می­شود (مونتگمری[1]و همکاران، 1982). اگر همبستگی بین خطاها را با ρ  نشان داده شود در این صورت آماره دوربین واتسون به کمک رابطه زیر محاسبه می­شود:

و.............

ادامه مطلب در کتاب: جغرافیای محاسباتی

مولفین: سعید جوی زاده، ساره حدادی

انتشارات آکادمیک، 1398

تلفن تماس سفارش کتاب: 07132341477-09382252774

سایت انتشارات: http://www.academicpress.co/

سایت آموزشی: http://crsgroup.ir

برای دانلود جزوات و فیلم های رایگان در زمینه GIS وRS به وب سایت زیر مراجعه نمایید:

https://gisland.org/

آزمون دوربین واتسون، بررسی فرضیات رگرسیون، همبستگی، رگرسیون، طبقه ­بندی مکانی ، درونيابي ، داده­هاي گسسته، داده های منفصل، فراوانی نسبی، فراوانی مطلق، روش تنظیم جدول فراوانی، جدول توزیع فراوانی، فراوانی، طبقه بندی، طبقه بندی دادهها با روش آماری، طبقه بندی دادهها با روش غیر مکانی، جغرافیای محاسباتی، داده های مکانی، آمار فضایی، زمین آمار، آمار، جغرافیا، سعید جوی زاده، موسسه چشم انداز، درون یابی، آماره موران، خودهمبستگی فضایی، درونیابی، روش های آماری، شاخص های آماری، روش آماری غیر مکانی، طبقه ­بندی داده­ها،