ارزیابی کارآیی الگوریتم های چندمقیاسی و ساده سازی ساختار داده های مکانی در تحلیل عوارض خطی (مطالعه ی موردی: شبکه ی هیدروگرافی)

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 57

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWMS-12-41_013

تاریخ نمایه سازی: 5 دی 1402

چکیده مقاله:

شناخت پدیده­ های طبیعی در گرو انتخاب و تولید داده در مقیاس مناسب می­ باشد. در این راستا، شناخت الگوریتم­ های چندمقیاسی و چگونگی تمیز آن­ها از الگوریتم­ های ساده­ سازی ساختاری، موضوع مهمی است که تاکنون در کشور کمتر به آن پرداخته ­شده­ است. در این تحقیق، کاربست الگوریتم­ های ساده­ سازی ساختار فیلتر پایین­ گذر و میانگین ساده در نرم­ افزار  ArcMapبرای شناخت فرآیند سیلاب از طریق سه مدل رقومی ارتفاع در مقیاس ­های ۱:۲۵۰۰۰، ۱:۵۰۰۰۰ و ۱:۱۰۰۰۰۰۰، با این فرض که ساختار الگوریتم­ های تعمیم در شناخت پدیده­ ی سیلاب، متناسب با مقیاس­ های خاصی است، در مدل HEC-HMS به آزمون کشیده­ شده­ است. نتایج حاصل از این پژوهش بیان­گر نگاه ­های کاملا متفاوت فنون تولید نقشه­ های مکانی است که حرکات مقیاسی و یا نیل به بهترین تقریب از عوارض مکانی را عرضه­ می­ دارند. نتایج مقایسات مقادیر معیارهای ارزیابی در شبیه­ سازی­ های سیلاب، حساسیت الگوریتم­ های ساده ­سازی ساختار را نسبت به مقیاس نقشه­ ی مبنا روشن ساختند. به علاوه، مشخص شد اثر الگوریتم های چندمقیاسی، لزوما متناسب با ساختار سلسله مراتبی مقیاس داده های ورودی نیست. در نهایت پیشنهاد شده است در بررسی پدیده ­ی سیلاب در حوزه­ ی آبخیز جاماش، بهتر است از الگوریتم ­های فیلتر پایین­گذر و میانگین ساده در ساده سازی مدل­ های رقومی ارتفاع با مقیاس های ۱:۲۵۰۰۰ و ۱:۱۰۰۰۰۰۰ استفاده شود و از به کارگیری این الگوریتم­ ها در مقیاس ۱:۵۰۰۰۰ پرهیز شود.

کلیدواژه ها:

GIS ، Multi-Scale ، DEM ، Algorithm ، Structure Simplification. ، ساج ، چندمقیاسی ، مدل رقومی ارتفاع ، الگوریتم و ساده سازی ساختاری.

نویسندگان

ارشک حلی ساز

Hormozgan University

الهه قادری

Hormozgan University

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alvankar, S. R. Saghafian, B. and Sedghi. H. ۲۰۰۶. Effect ...
  • Ashourlou, D. Matkan, A. A. Kazemi, A. Hosseini, A. Azadbakht, ...
  • Buttenfield, B. P. ۱۹۹۱. A rule for describing line feature ...
  • Chen, Y. and Zhou, Q. ۲۰۱۳. A scale-adaptive DEM for ...
  • Douglas, D. H. and Peucker, T. K. ۱۹۷۳. Algorithms for ...
  • Eckert, M. ۱۹۰۸. On the nature of maps and map ...
  • Effati, M. Delavar, M. R. and Akbari, V. ۲۰۰۸. Extracting ...
  • Glander, T. and Döllner, J. ۲۰۰۹. Abstract representations for interactive ...
  • Goodchild, M. F. and Quattrochi, D. A. ۱۹۹۶. Scale, Multi-Scaling, ...
  • Kraak, M- J. ۲۰۰۸. Exploratory Visualization. In: Shekhar S and ...
  • Lee, D. and Hardy, P. ۲۰۰۵. Automating Generalization–Tools and Models. ...
  • Li, Z. ۲۰۰۷. Algorithmic Foundation of Spatial Multi-Scale Representation. Taylor ...
  • Li, Z. ۲۰۰۷. Essential Operations and Algorithms for Geometric Transformations. ...
  • Li, Z. ۲۰۰۷. Digital map generalization at the age of ...
  • Li, Z. ۲۰۰۸. Multi-scale modelling and representation of geospatial data. ...
  • Li, Z. and Openshaw, S. ۱۹۹۳. A natural principle for ...
  • Li, Z. and Wong, M. ۲۰۰۸. Animating basic operations for ...
  • Li, Z. Zhu, C. and Gold, C. ۲۰۱۰. Digital terrain ...
  • Lonergan, M. and Jones, C. B. ۲۰۰۱. An iterative displacement ...
  • McMaster, R. B. and Shea, K. S. ۱۹۹۲. Generalization in ...
  • Scharfe, W. ۱۹۸۶. Max Eckert's Kartenwissenschaft- the turning point in ...
  • Stauffer. A. J. Buttenfield. B. P. and Stanislawski. L. V. ...
  • Wei, D. and Zhao, Y. ۲۰۰۹. Edge Contraction Simplification Based ...
  • Wright, J. K. ۱۹۴۲. Map makers are human comments on ...
  • Zhu, D. and Dong, Y. ۲۰۱۳. Terrain simplification from grid ...
  • Zhou, Q. ۲۰۱۲. Selective omission of road networks in multi-scale ...
  • نمایش کامل مراجع