نتایج جستجو برای: نقشه پیش بینی
تعداد نتایج: 112866 فیلتر نتایج به سال:
این تحقیق با هدف ارزیابی قابلیت مدل شبکه عصبی مصنوعی در تهیه نقشه پیش بینی پراکنش رویشگاه گونه های گیاهی و شناخت نقاط قوت و ضعف این روش انجام شد. بدین منظور بعد از تعیین واحدهای همگن با استفاده از مدل رقومی ارتفاع و نقشه زمین شناسی با مقیاس 1:25000، نمونه برداری از پوشش گیاهی و عوامل محیطی انجام گرفت و نقشه مربوط به متغیرهای محیطی با استفاده از سیستم اطلاعات جغرافیایی و زمین آمار تهیه شد. مت...
هدف از این پژوهش ارائة مدل پیشبینی پراکنش گونههای گیاهی مراتع شرق سمنان، با استفاده از مدل رگرسیون لوجستیک، است. بدین منظور، اطلاعات پوشش گیاهی و عوامل رویشگاهی، از قبیل توپوگرافی و خاک، جمعآوری شد. برای تهیة این اطلاعات، علاوه بر نمونهبرداری میدانی از آمار و اطلاعات ایستگاههای هواشناسی منطقه، از تصاویر ماهوارهای و نقشة مدل رقومی ارتفاع استفاده شد. برای جمع آوری اطلاعات پوشش گیاهی در ...
پیش بینی زیستگاه مطلوب گونه های گیاهی با اهمیت و ارزشمند در دانش بومی و رسمی به عنوان یکی از موارد مهم در اصلاح و توسعه مراتع مطرح است؛ چرا که یکی از شرایط اصلی در موفقیت یا عدم موفقیت اینگونه عملیات، انطباق آنها با نیازها و فرهنگ منطبق بر ساکنان آن منطقه است. لذا در این مطالعه به امکان سنجی تهیه نقشه پیش بینی احتمال حضور برخی از گونه های مرتعی که هم از دید بومیان و هم کارشناسان منطقه مهم بو...
چکیده از مهمترین منابع تولید رسوب در مناطق جنگلی، جاده های جنگلی می باشند. جاده های جنگلی با حذف پوشش گیاهی و تغییر در روند هیدرولوژیکی طبیعی عرصه ها باعث تولید رسوب و پیامد های ناشی از رسوب میگردند. تحقیق حاضر با هدف بررسی نقش عوامل موثر در تولید رسوب جاده های جنگلی شمال صورت گرفت. بدین منظور مقاطع مناسب جهت اندازه گیری رسوب، با استفاده از نقشه واحد های همگن (بارش، شیب دامنه، جهت دامنه، سطح دا...
هدف از این پایان نامه ارایه مدلی به منظور پیش بینی قیمت محصولات شرکت فولاد مبارکه در بورس کالای ایران است. امروزه با افزایش پیچیدگی بازارهای مالی، شرکت کنندگان این بازارها نیازمند ابزارهایی به منظور پیش بینی روند آتی قیمت ها و تحلیل وضعیت بازار هستند تا از نتایج آن به عنوان معیاری برای برنامه ریزی و تصمیم گیری استفاده کنند. با بررسی ادبیات موضوع و با توجّه به ویژگی های سری زمانی قیمت محصولات این...
در پاسخ به تقاضای اطلاعات مکانی خاک، به کاربردن داده های کمکی رقومی و ارتباط آن ها با داده های مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روش های کامپیوتری، که اصطلاحاً نقشه برداری رقومی خاک خوانده می شود، قابل اعتمادتر و کم هزینه تر از روش های سنّتی نقشه برداری خاک است. بنابراین، در پژوهش حاضر از مدل های درخت تصمیم و شبکة عصبی مصنوعی برای پیش بینی مکانی کلاس های تاکسونوم...
این مقاله یک مدل شبکه عصبی تلفیقی برای پیش بینی پیک بار الکتریکی(plf) روزانه ارائه می کند. از آنجاییکه الگوهای مشابهی در دادههای پیک بار وجود دارد، خوشهبندی دادهها دقت پیشبینیها را افزایش خواهد داد. اکثر خوشهبندیهای ارائه شده در ادبیات بدون دلیل و صرفاَ شهودی بودهاند. در این مقاله، ما رویکرد جدیدی برای خوشهبندی دادهها با استفاده از دو نقشه خودسازمانده پیاپی ارائه می کنیم. یک شبکه عصبی پ...
پژوهش حاضر در پی ارزیابی تغییرات اراضی شهر یزد در طی سالهای 1999 تا 2013 و سپس پیش بینی این تغییرات تا سال 2020 میباشد. از این رو برای پی بردن به نوع و میزان تغییرات رخ داده در منطقه فوق سریهای زمانی،تصاویر ماهوارهای لندست سالهای 1999، 2006و 2013 مورد تجزیه و تحلیل قرارگرفت. پس از عملیات بارزسازی،برای کشف و ارزیابی تغییراتاز روش مقایسه بعد از طبقه بندیاستفاده شد. همچنین برای پیش بینی روند ...
چکیده برای رسیدن به توسعه پایدار شهری و همچنین تصمیم گیری بهتر برای جهت دهی توسعه در آینده، بازبینی دائمی فرآیندهای دینامیک شهری با توجه به توسعه در گذشته و پیش بینی آن در آینده، اجتناب ناپذیر است. هدف پژوهش حاضر، مدل سازی توسعه کلان شهر تهران با استفاده از مدل lcm در دوره 11 ساله 1385_1374 است. برای این منظور ابتدا، معیارهای موثر در این فرآیند از سازمان های مربوطه جمع آوری، آنالیز و آماده سازی...
امروزه پیش بینی تغییرات کاربری اراضی با استفاده از تصاویر ماهوارهای می تواند ابزار مفیدی برای کمک به برنامه ریزان در شرایط پیچیده باشد. هدف از این تحقیق، پایش و پیش بینی تغییرات کاربری اراضی در دوره 28 ساله (2014-1986) با مدل زنجیرهای مارکوف (CA-Markov) در حوزه آبخیزصفارود-رامسر استان مازندران است. ابتدا نقشه های کاربری اراضی و NDVI با استفاده از تصاویر سنجنده ( ETM+(2000) ،T...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید