معرفی کتاب جدید در زمینه سنجش از دور
در فصل اول این گونه آمده است: شناسايي و پهنه‌بندي خاك به عنوان يكي از منابع طبيعي كه بستر حيات محسوب مي‌شود، از دير باز مورد توجه متخصصان علوم خاك بوده است. چگونگي توزيع جغرافيايي انواع خاك‌ها به دليل تنوع آن، از دغدغه‌هاي هميشگي خاك‌شناسان است.نقشة خاك، ارائه دهندة سيماي خاك‌هاي هر منطقه است كه پتانسيل‌ها و محدوديت‌هاي آن را به نمايش مي‌گذارد. اين ويژگي‌ها براي كاربران بسيار حياتي و اساسي است .در واقع نقشة خاك پايه و اساس تمامي كاربري‌هاي اين عنصر حياتي است. بنابراين به وضوع مشخص مي‌شود كه هر چه نقشة خاك با دقت بالاتري تهيه شود، كاربران به نتايج بهتري دست خواهند يافت.در ادامه فصل دوم وسوم فنآوریهای نوین مانند داده های دور سنجی سامانه های اطلاعات جغرافیایی رااین گونه بیان میدارد: به‌كارگيري فناوري‌هاي نوين فرايند پهنه‌بندي و تهية نقشه از خاك‌ها به‌ويژه به‌كارگيري اطلاعات دور سنجي و قابليت‌هاي سامانه‌هاي اطلاعات جغرافيايي يكي از ايده‌هاي اساسي در افزايش اين كارامدي است. سنجش از دور شامل اندازه‌گيري و ثبت انرژي بازتابي امواج الكترومغناطيس از پديده‌هاي سطح زمين است. پديده‌هاي مختلف در يك طول موج معين، داراي رفتار متفاوتي‌اند. از طرف ديگر يك پديده در طول موج‌هاي مختلف، رفتار متفاوتي خواهد داشت. اين‌گونه رفتار پديده‌ها در مقابل امواج الكترومغناطيسي پايه و اساس شناسايي، تشخيص و اندازه‌گيري پديده‌ها است. سنجنده‌هاي چند طيفي و پس از آن فراطيفي ابزارهايي‌اند كه متخصصين فناوري دورسنجي براي كشف زواياي مختلف پديده‌هاي طبيعي طراحي كرده‌اند. با افزايش تعداد باندهاي سنجنده حجم اطلاعات دريافتي از سطح زمين افزايش پيدا مي‌كند،بنابراین ضرورت بکار گیری فناوری های نوین برای پردازش واستخراج اطلاعات از این داده هاآشکار می شود. رشد فزايندة فناوري رايانه‌اي و سامانه‌هاي اطلاعات جغرافيايي و به‌كارگيري آن در تحليل نقشه از دهة 1960 شروع شده، پس از اين مرحله تحليل مكاني در نتيجه‌گيري‌ها اهميت بيشتري پيدار كرد و سامانه‌هايي كه امكان نگهداري اطلاعات مكاني و نيز تركيب مجموعه داده‌هاي مختلف را فراهم آورده، سامانه‌هاي اطلاعات جغرافيايي داده‌ها را به عنوان مدل دنياي واقعي عرضه مي‌كنند. اين ويژگي‌ها موجب شده بتوان از آن براي بررسي منابع زميني بهره گرفت. از جمله كاربردهاي قابل ذكر مي‌توان به بررسي‌هاي زيست‌محيطي، منابع آب و آبخيز‌داري، منابع اراضي و جنگل‌ها و مراتع اشاره كرد. يكي از مهمترين كاربردهاي سامانه‌هاي اطلاعات جغرافيايي تهيه بانك اطلاعات اراضي و خاك‌هاي كشور است. پس از تهية بانك مذكور و توليد نقشة رقومي خاك‌هاي كشور، هر زمان كه اطلاعات جديدي از منابع اراضي و خاك‌هاي كشور به‌دست آيد با كمترين هزينه و صرف وقت مي‌توان اطلاعات و نقشه‌هاي موجود را روزآمد كرد.در فصل چهارم رادار به عنوان ابزار نوینی دیگر مورد تجزیه وتحلیل قرار گرفته است: رادار بخشي از طيف الكترومغناطيس در محدودة ميكروويو بين يك ميلي‌متر تا يك‌متر را شامل مي‌شود. سنجنده‌هايي كه قادرند در اين قسمت از طيف الكترومغناطيس فعاليت كنند، سنجش از دور راداري ناميده مي‌شوند. اين سنجنده‌ها، سنجنده‌هاي فعال‌اند يعني هم تابش ميكروويو را توليد و به سمت هدف ارسال و هم بازتاب آن را دريافت مي‌كنند. تابش‌هاي اين طول موج برخلاف سنجنده‌هاي اپتيك تحت تأثير شرايط جو قرار نمي‌گيرند و قادرند در ابرها نفوذ كنند و مناطق زير آن را تصويربرداري كنند، از اين رو مي‌توان از آنها براي تهية تصاوير مناطقي كه آسمان آنها پيوسته از ابر پوشيده شده‌اند، استفاده كرد. از ديگر مزاياي سنجش از دور رادار آن است كه اين سيستم مي‌تواند هم در شب و هم در روز، بدون نياز به خورشيد تصوير تهيه كند.با وجود مزاياي ذكر شده، تفسير تصاوير راداري نسبت به تصاوير حرارتي و انعكاسي، متفاوت و مشكل‌تر است.
رادار كاربردهاي مختلفي در بخش‌هاي مختلف منابع زميني و از جمله در مطالعات خاك‌شناسي، زمين‌شناسي، مطالعات جنگل، ژئومورفولوژي و هيدرولوژي، اقيانوس‌شناسي، برف و يخ و تحقيقات باستان‌شناسي دارد. از طرف ديگر به كمك اينترفرومتري رادار مي‌توان اطلاعاتي دربارة تغييرات سطح زمين را استخراج كرد. با استفاده از ابزارها و روشهاي جديد اين امكان وجود دارد كه ويژگي‌هاي مورد نظر از خصوصيات خاك و زمين را براورد كرد. ماهواه‌هاي مختلف اين امكان را فراهم مي‌كنند كه بسياري از ويژگي‌ها را از داده‌هاي سنجنده‌هاي اپتيكي، حرارتي و ميكروويو براورد كرده و به كمك روشهاي آمار نقشه‌هاي فوق را تهيه كرده و در سامانه‌هاي اطلاعات جغرافيايي به عنوان يك بانك اطلاعاتي روز آمد كرد.
فصل آخر به شرح مدلها وروشهای برآوردد ویژگیهای خاکها و بالاخره پهنه بندی خاکها می پردازد.اكثر مدل‌هاي نقشه‌برداري خاك بر پايه روابط آماري و با توجه به روشهاي شبكه‌هاي عصبي، مجموعه‌هاي فازي و زمين آمار است.خصوصيات خاك متغيرهاي پيوسته‌اي هستند كه مقادير آنها در هر موقعيتي مي‌تواند مورد انتظار باشد. آمار كلاسيك شاخص‌هايي از آمار است كه فقط كميت مورد نظر را در نمونه‌ها در نظر مي‌گيرد ولي موقعيت نمونه‌ها را مورد توجه قرار نمي‌دهد. در حالي كه در زمين آمار هر نمونه تا يك حداكثر فاصله معين با نمونه‌هاي اطراف ارتباط فضايي دارد. اين حداكثر فاصله كه دامنه تأثير ناميده مي‌شود نشان دهندة فاصله است كه در آن مي‌توان از تخمين‌گرهاي زمين آماري استفاده كرد. به عبارت ديگر با استفاده از زمين آمار مي‌توان با استفاده از اطلاعات حاصله از نقاط نمونه‌برداري شده به منظور براورد خصوصيات مورد نظر در نقاطي كه نمونه‌برداري نشده‌اند استفاده كرد. يكي از ابزارهاي مطالعات زمين آمار تابعي آماري بنام واريوگرام است كه امكان تجزيه و تحليل ساختار، مقياس و شدت تغييرات مكاني متغيرهاي ناحيه‌اي را فراهم مي‌كند. چنانچه واريوگرام به درستي تعيين شود از آن نه تنها براي براورد آماري، بلكه به منظور طراحي و اصلاح شبكه نمونه‌برداري نيز مي‌توان استفاده كرد. واريوگرام‌ها داراي اشكال مختلفي هستند. هر چه شيب اوليه واريوگرام بيشتر باشد تغييرات مكاني يك خصوصيت كه تابعي از فاصله و ميزان كاهش همبستگي مكاني بين نمونه‌هاست بيشتر است. بعد از تحليل و تفسير واريوگرام در صورتي‌كه نمونه‌ها و شبكه طراحي شده بر اساس شكل واريوگرام مناسب باشد مي‌توان از تخمين‌گرهاي آماري به منظور براورد خصوصيات مورد نظر در نقاطي كه نمونه‌برداري نشده‌اند استفاده كرد. از جمله تخمين‌گرهاي زمين آماري مي‌توان به كريجينگ و كوكريجينگ اشاره كرد.با استفاده از زمين آمار مي‌توان مشكل ابر در تصاوير ماهواره‌اي را بر طرف كرد. همچنين مي‌تواند تركيب با داده‌هاي ماهواره‌اي به منظور براورد خصوصيات مورد نظر از خاك اقدام كرد.روشهاي مختلفي براي براورد اطلاعات مكاني خاك وجود دارد از جمله روش يني، روش سوليم و روش اسكرپان. در روش اسكرپان كه جامع‌ترين آنها مي‌باشد بر خلاف روش يني كه عوامل مؤثر در خاكسازي را 5 عامل (اقليم، موجودات زنده، پستي و بلندي، مواد مادري و زمان) مي‌داند، در اين روش 7 شاخص را در خاكسازي دخيل مي‌داند كه عبارت‌اند از خاك، اقليم، موجودات زنده، مواد مادري، سن و زمان، فضا و موقعيت مكاني. در روش اسكرپان براي براورد خصوصيات و كلاسه‌هاي خاك استفاده از مدل‌هاي زير پيشنهاد شده است كه شامل: مدل‌هاي خطي، مدل‌هاي خطي تعميم يافته (glm) ، مدل‌هاي افزايش تعميم يافته (gam)، مدل‌هاي درختي، شبكه‌هاي عصبي و سيستم‌هاي فازي.
|