• 1
  • 2
  • 3
  • 4
  • 5

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
. تجزیه و تحلیل مکانی: که به عنوان یکی از مهم ترین جنبه های مطالعات کمی پدیده های مکانی مورد توجه می باشد. برخی بر این باور هستند که پردازش های مکانی، عبارت از کاربرد قواعد و اصول علم اطلاعات در حل مسائل مختلف از جمله مشکلات زیست محیطی هستند. بنابراین، جنبه های مختلف تجزیه و تحلیل مکانی در بخش های قبلی (مانند آمار مکانی و غیره) ارائه شده اند. لیکن، مسائلی مانند واحدهای مکانی قابل اصلاح، توصیف توپولوژی گستره های مکانی با اشکال نااقلیدسی و … نشان می دهند که بایستی به گونه ای تدبیرآمیز، اقدام به تفکیک تجزیه و تحلیل های مکانی به سرفصل ها و عناوین مختلفی نمود که بخشی از آنها در حیطه ی علم اطلاعات مکانی و بخشی دیگر در قلمروی کاربردهای علم اطلاعات مکانی قرار گیرند. اطلاعات مکانی، سازمان ها، موسسات جامعه:تا قبل ازدهه ی هشتاد میلادی، بسیاری از پیشرفت ها و نوآوری ها در سامانه ی اطلاعات مکانی، در متن کاربردهای مختلف و حل مشکلات متنوع صورت پذیرفته اند. دهه ی هشتاد آغاز دوران تجاری شدن سامانه های اطلاعات مکانی از یک سو و گشوده شدن پای آن ها در مراکز آموزشی و تحقیقاتی از سوی دیگر بود. در اواخر قرن بیستم، توجه ی بیشتری به اثرات فناوری با ملحوظ داشتن دیدگاه های پسامدرنیته[1] گردیده است. در این چارچوب تحقیقات فناوری در رابطه با جنبه های حقوقی، اقتصادی، اجتماعی و فرهنگی اطلاعات مکانی و اثرات آن در ایجاد قدرت های فراملی آغاز شده است. در کنار جنبه های مختلف فوق، دو موضوع زمان و مقیاس[2]، از اهمیت بسیار زیادی در علم اطلاعات و فناوری های اطلاعات برخوردار هستند. زمان و تغییرات زمانی، یکی از جنبه های مهم بسیاری از کاربردهای سامانه های اطلاعات مکانی فاقد امکانات و ابزارهای محاسباتی مناسب جهت پردازش تغییرات زمانی پدیده های مکانی هستند. نبایستی فراموش کرد که دنیای واقعی که در پیرامون ما قرار گرفته است دارای سه مولفه ی اساسی مکان،[3] زمان،[4]و موضوعیت[5] است. در قلمروی علم اطلاعات مکانی، مقیاس، در برگیرنده ی معنای چندگانه است. در کارتوگرافی، مقیاس بیانگر نسبت بین اندازه بر روی نقشه و اندازه در دنیای واقعی است. بدین ترتیب، نقشه های کوچک مقیاس، نمایش گر گستره های وسیع مکانی هستند. در علوم فییک (مانند هواشناسی) و یا ژئومرفولوژی، مقیاس، جهت تعیین و تاکید بر اندازه، گستره و یا مشخصه ی طولی فرایندهای فیزیکی به کار گرفته می شود. به طور مثال فرایندهای اتمسفری را می توان در مقیاس های میکرو، مزو، ماکرو و یا جهانی[6] مورد بررسی قرار داد. نهایتاً واژه ی مقیاس را می توان جهت توصیف قدرت تفکیک[7] در نمایش موجودیت های مکانی و به معنای کوچک ترین جزء قابل تعیین و یا قابل نمایش به کار بست. به تازگی جنبه های شهودی و ادراکی مقیاس، مورد توجه و بحث محافل مختلف علمی قرار گرفته است. یکی از چالش های پیش رو، چگونگی گرد هم آوردن مولفه های مختلف علم اطلاعات مکانی و اتصال و ارتباط آن ها با فناوری های مختلف[8] است. در همین راستا، چالش بسیار مهمی فراوری متخصصان علوم خاک است که عبارت از تبیین جایگاه، ارتباط و اتصال خاک شناسی، به عنوان یکی از دیسیپلن های علمی به جنبه های مبنایی و کاربردی، در این قلمرو است به نظر می رسد که پدومتری می تواند به عنوان پل رابط در این زمینه ایفای نقش کند. مدل مفهومی داده های مکانی به جرات می توان ادعا کرد که قلب علم اطلاعات مکانی، داده های مکانی[9] است. درک بهتر داده های مکانی، نیازمند در اختیار داشتن یک مدل مفهومی یا زبانی[10] از آنها است. یک مدل مفهومی داده های مکانی، دربرگیرنده ی سه مولفه ی اساسی زیر است. (شکل 2-1): الف) عنصر ترکیبی[11] ب) عنصر معنایی[12] ج) عنصر کیفیتی یا عدم قطعیت[13] مولفه ی ترکیبی، بیان گر چگونگی تبیین و تعریف داده ها، کدبندی آن ها، ارتباط و اتصال نمایش های هندسی داده های مکانی با ویژگی های غیر مکانی آن ها و تعیین روابط مکانی و توپولوژیکی بین داده های مکانی است به دیگر سخن، مولفه ی ترکیبی تعیین کننده ی ساختار داده های مکانی[14] می باشد. مولفه ی معنایی مدل مفهومی داده های مکانی، نشانگر ارتباط و اتصال بین موجودیت ها در قالب ساختارهای داده ها و پرونده ها[15] و آن چه در دنیای واقعی است می باشد. مولفه ی سوم داده های مکانی، عدم قطعیت است. از آن جایی که دو مولفه ی ترکیبی و معنایی، ساختارهایی از داده های مکانی را بیان و تبیین می کند که لاجرم توصیف ساده شده ای از دنیای واقعی هستند، لذا چنین تلخیص و ساده سازی واقعیت، همیشه با شک و تردید (خطا و عدم قطعیت) همراه خواهد بود که توسط سومین مولفه ی داده های مکانی توصیف می گردد. به این مدل مفهومی می توان عنصر و مولفه ی چهارمی را نیز اضافه نمود و مثلث مدل مفهومی داده های مکانی را تبدیل به هرم کرد (شکحل 3-1) مولفه ی چهارم، عبارت از عنصر عملیاتی و داده های مکانی را تبدیل به هرم کرد (شکل 3-1) مولفه ی چهارم، عبارت از عنصر عملیاتی و کاربردی است. این مولفه بیان گر الگوریتم ها، قواعد و مبانی نرم افزاری جهت دریافت، ثبت و ضبط، پردازش و نمایش داده های مکانی است. بدیهی است که بسته های نرم افزاری سامانه های اطلاعات مکانی و یا مدل های شبیه سازی فرایندهای محیطی در قالب مولفه چهارم، بیان هستند. بدین ترتیب عناصر کلیدی علم اطلاعات مکانی، شامل تتراهدرال هایی است که اضلاع شش گانه و وجوه چهارگانه ی آنها بیان گر روابط اصلی بین چهار مولفه ی مورد نظر هستند. این روابط تعریف کننده های مدل های مختلفی به شرح زیر می باشند (شکل 4-1)……….

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
مدل های زبانی و شهودی، دربرگیرنده ی مهم ترین مدل های توصیف کننده ی روابط مکانی برپایه قواعد کیفی توپولوژیکی می باشند. هندسه محاسباتی:[1] که فراهم آورنده ی اصول و قواعد مبنایی، جهت معرفی و شناخت اهداف و روابط مکانی در فضای چند بعدی است. گاهی اوقات از واژه ی کارتوگرافی آنالیتیکی نیز استفاده می شود. اگر چه بسیاری از محاسبات بر پایه فاصله ی اقلیدسی صورت می پذیرند لیکن تجارب نشان داده اند که مقیاس فاصله ی اقلیدسی، همیشه به نتایج مطلوب منتج نمی گردد. جهت اطلاعات بیش تر به جلدهای اول و دوم مجموعه ی پدومتری مراجعه شود. چیدن موثر، جست و جوی، بازیابی و بازخوانی پایگاه داده های مکانی[2]: که در مباحث پایگاه داده ها در علوم کامپیوتر از اهمیت بسیار زیادی برخوردار است. این موضوع در طی یکی از فصول کتاب حاضر بیش تر توضیح داده می شود. آمار مکانی[3] به عنوان شاخه ی کاربردی از علم آمار، دارای رابطه و اتصال بسیار قوی و تنگاتنگی با علم اطلاعات مکانی است. یکی از دلایل اختصاصی و منحصر به فرد بودن داده ها و اطلاعات مکانی، وابستگی مکانی اقلام اطلاعاتی می باشد. یکی از زیرمجموعه های علم آمار مکانی، عبارت از نظریه های متغیرهای ناحیه ای (ژئواستاتیستیک) است که به تفصیل در دومین جلد مجموعه ی پدومتری بدان پرداخته شد. برخی دیگر از روش های آمار مکانی در طی کتاب حاضر ارائه می گردند. 5. شیوه های دیگر محاسبات مکانی: روش ها و عناوین محاسباتی دیگری نیز وجود دارند که از اهمیت زیادی در علم اطلاعات مکانی برخوردار هستند از جمله می توان به روش های تجزیه و ………..

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
جامعیت تعریف فوق باعث به چالش کشیدن فناوری سامانه های اطلاعات مکانی به دلیل محدودیت های آن و ظهور و بلوغ دیگر فناوری ها گردیده است. نگاهی آنی و لحظه ای[1]به پدیده ها، ناتوانی در مطالعه ی فرایندهای پویا و دینامیک، ناتوانی در بررسی برهم کنش ها که علاوه بر وابستگی های مکانی، دارای وابستگی های زمانی[2] نیز می باشند، توجه ی بیش از حد به مدل سازی های از نوع کارتوگرافیکی (جبر نقشه)[3] و عدم توجه به مدل سازی های محاسباتی و شبیه سازی ها، از جمله چالش های رو در روی سامانه های اطلاعات مکانی هستند. بنابراین ایجاد نگرشی جدید به این مقوله ها و ارائه ی مجموعه ای (سیستم یا دیسیپلین) منسجم با جامعیت بیشتر به منظور جست و جو و یافتن راه حل های جدید برای مسائل و پرسش های قدیمی، گره گشایی از مسائل و معضلات حل نشده و بسط و توسعه ی شیوه ها و الگوریتم های نوین در مدل سازی پدیده های مکانی، ضروری است. در چنین چارچوب علمی که از این پس علم اطلاعات مکانی یا علم اطلاعات جغرافیایی[4] خوانده می شود، سامانه های اطلاعات مکانی به عنوان مولفه ی کاربردی محسوب می شوند، زیرا فناوری، عبارت از کاربرد علم و یا به دیگر سخن، عملیاتی کردن علم است. بدون علم اطلاعات مکانی، سامانه های اطلاعات مکانی، فاقد پایه و اساس نظری و بنیادی می باشند و قادر به ایفای نقش خود در حل مسائل نخواهند بود. از سوی دیگر، الگوی علم اطلاعات مکانی فراهم آورنده ی فرصتها و موقعیت های علمی، تحقیقاتی و کاربردی از طریق به کارگیری سامانه های اطلاعات مکانی، مدل سازی ها و مهندسی محیطی (مکانی) است. ابتدا تکنولوژی اطلاعات مکانی، بعد علم اطلاعات مکانی و حالا مهندسی اطلاعات مکانی بدون شک، ظهور سامانه های اطلاعات مکانی (در ابتدا به عنوان سامانه های اطلاعات جغرافیایی) در چارچوب تکنولوژیکی و فناوری به وقوع پیوسته است. ارائه ی سامانه ی اطلاعات جغرافیایی کانادا در سال 1963 آغاز فعالیت های آزمایشگاه گرافیک کامپیوتر و پردازش مکانی هاروارد در سال 1964 و تولید بسته های نرم افزاری جهت پهنه بندی موجودیت های مکانی، و بسط و توسعه ی طرح های کدبندی توسط سازمان سرشماری آمریکا در سال 1967 همگی حاکی از پیش آهنگی فناوری اطلاعات مکانی است. نگاهی به سیر تکاملی کاربرد، فعالیت و ساختار سازمانی سامانه های اطلاعات مکانی (شکل 1-1) حاکی از تغییر کاربردها از عملیات صرفا فهرست بندی و سیاهه نویسی[5] به پردازش های همه جانبه تر و سپس مدیریت و فرایند تصمیم سازی است. فعالیتهای غالب در سومین مرحله از مراحل تکاملی کاربری سامانه های اطلاعاتی مکانی، شامل مدل سازی، شبیه سازی، عملیات تصمیم سازی و تصمیم گیری و تجزیه و تحلیل خطا و عدم قطعیت است……….

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
تحلیل داده های لاتیس[1] و جبر نقشه اشاره کرد. مهم ترین داده ها و اطلاعات به شکل لاتیس، عبارت از اطلاعات حاصل از فناوری سنجش از دور[2] می باشند که چگونگی پردازش آنها نیازمند نوشتاری مستقل است. ج) جنبه های ادراکی:[3] 1-مدل های مفهومی و ادراکی پدیده های مکانی: که دربرگیرنده ی تصویرسازی ها، فراگیری ها، شیوه های استدلال و استنتاج و ارتباطات بشری در رابطه با موجودیت ها و پدیده های مکانی هستند. برهم کنش انسان با اطلاعات و فناوری اطلاعات: که شامل موضوعاتی مانند کنش ها و بر هم کنش های بین انسان و ماشین (کامپیوتر) و چگونگی طراحی قالب های تعاملی و برهم کنشی کاربران با سامانه های اطلاعات مکانی است. د) جنبه های کاربردی، سازمانی و اجتماعی: گردآوری داده های مکانی: در کنار اصول و مبانی نظری اطلاعات هسته ی مرکزی فناوری های اطلاعات، عبارت از داده های دو فناوری اساسی در کسب و جمع آوری داده های مکانی، شامل سنجش از دور و سامانه های تعیین موقعیت جهانی[4] هستند. در طرح کلی پدومتری، هر کدام از فناوری های فوق در نوشتاری مستقل ارائه خواهد گردید. 2. کیفیت داده ها و اطلاعات مکانی:[5] که امروزه توجه ی فراوانی به این موضوع از نقطه نظر تغییرپذیری پدیده های مکانی و عدم قطعیت در توصیف و مدل سازی آن ها شده است. کیفیت داده های مکانی، ممکن است در خلال اندازه گیری و جمع آوری داده ها در طی اعمال تبدیلات ……….

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
از نظریه ها، روش ها، فناوری ها و داده ها (عمدتاً مکانی) است که به منظور درک، مدل سازی و توصیف فرایندهایی که در زمان و مکان به وقوع می پیوندند، به کار گرفته می شود. هدف اصلی در علم اطلاعات مکانی، تبدیل داده های مکانی به اطلاعات مکانی در طی فرایندهای مختلف مدل سازی کارتوگرافیکی است. اگرچه بسیاری از جغرافی دانان، به کارگیری واژه ی جغرافیایی برای علم اطلاعات (جغرافیایی) را ترجیح می دهند، لیکن با توجه به توضیحات ارائه شده در بخش های پیشین، از منظر یک خاک شناس، قرار دادن این واژه (مکانی) پیش از علم اطلاعات، معقول تر و منطقی تر به نظر می آید، بدین ترتیب، علم اطلاعات مکانی را می توان زیر شاخه ای از علم اطلاعات به حساب آورد. در یک تعریف کلی، علم اطلاعات به بررسی ویژگی ها و رفتارهای اطلاعات و چگونگی انتقال آن از یک مغز به مغز دیگر و هم چنین ارائه ی شیوه های بهینه ی انتقال اطلاعات در بین سیستم های طبیعی و مصنوعی می پردازد. علاوه بر آن، بررسی اثرات اطلاعات بر روی انسان و ماشین در حوزه ی علم اطلاعات قرار دارد. محتوای علم اطلاعات مکانی را می توان شامل موارد زیر دانست: 1.کسب و جمع آوری اطلاعات مکانی پردازش و تجزیه و تحلیل داده های مکانی با استفاده از روش ها و الگوریتم های محاسباتی آمار مکانی مدل سازی داده ها و فرایندهای مکانی ساختار داده ها، الگوریتم ها و فرایندها ابزارهای آنالیتیکی مقیاس………..

photo_۲۰۱۷-۱۰-۱۲_۰۷-۵۴-۳۹
،[1]سامانه های اطلاعات مکانی، عبارت از یک سیستم مبتنی بر ماشین (کامپیوتر) می باشد که سر و کار اصلی آن با داده های مکانی و دارای قابلیت هایی مانند دریافت،[2] مدیریت،[3]تغییر و تبدیل،[4] پردازش و تجزیه و تحلیل[5] و پرداخت[6]داده های مکانی می باشد. بورو[7] به عنوان یکی دیگر از متخصصان سامانه های اطلاعات مکانی، این فناوری را چنین تعریف کرده است: مجموعه ای قدرتمند از ابزارهای سخت افزاری و نرم افزاری جهت جمع آوری، ثبت و ضبط ذخیره سازی، بازیابی، پردازش و نمایش داده ها و اطلاعات اخذ شده از دنیای واقعی و برای منظورهای خاص است. همانگونه که ملاحظه گردید، علی رغم جامع بودن تعاریف فوق، آنها از منظری جعبه ابزاری به سامانه های اطلاعات مکانی نگریسته اند و سیستم مزبور را عمدتا به عنوان ابزاری جهت حل مشکلات و یافتن پاسخی مناسب به پرزشهای کاربران مختلف در نظر گرفته اند. سامانه های اطلاعات مکانی، علاوه بر ویژگی های سخت افزاری و نرم افزاری، دربرگیرنده ی خصوصیات مغزافزاری[8] نیز می باشند. به طور کلی، این سامانه را می توان شامل سخت افزار، نرم افزار، داده ها (عمدتاً مکانی و بعضاً همراه با داده های غیر مکانی)، مردم، ساختارها و سازمان ها دانست که به منظو جمع آوری، ثبت و نگهداری، پردازش، نمایش و تولید اطلاعات مکانی در گستره ی مکانی و زمانی به کار گرفته می شود………….

آدرس ما در گوگل

آدرس دفتر مرکزی

شيراز - خیابان فلسطین - چهارراه حکیمی - موسسه چشم انداز هزاره سوم ملل
تلفن:07132320953-07132320721
09382252774
Address: P.O.Box 71555-1111, Shiraz, IRAN
No. 3, 4th Floor, Sadaf Building, Beside of the Pars International Hotel, Zand Blvd.,Shiraz, IRAN
E-Mail: sjavizadeh@yahoo.com