استخراج رفتار مکانی پدیدههای وابسته به عوامل جغرافیایی (مطالعهی موردی بیماری انگلی لیشمانیوز احشایی در منطقهی کلیبر)
First Statement of Responsibility
/الهه اکبری
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: علوم انسانی
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۴۲
GENERAL NOTES
Text of Note
عکس،نمودار،جدول
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
واژه نامه بصورت زیر نویس
Text of Note
کتابنامه ص.:۱۴۰-۱۴۶
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
سنجش از دوروGIS
Date of degree
۱۳۸۸/۱۱/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
پدیدههای جغرافیایی طبق اصل اول جغرافیا به همدیگر مرتبط میباشند .برای پدیدهای مانند یک بیماری منطقهای برخی از عوامل و میزان تأثیر آنها تا حدی شناخته شده است .در حال حاضر، نقشههای پهنهبندی این پدیدهها براساس روابط تجربی میزان وابستگی بین پدیده و عوامل تأثیر گذار شناخته شده، تولید میشوند .این نقشهها عموما برای سلولهای آماری بزرگ مانند بخش تهیه شده و در برنامهریزیهای منطقهای کاربرد دارند ولی بعلت کوچک بودن مقیاس و نتیجتا کمبود دقت، این نقشهها در عملیات اجرایی کاربرد ندارند .در این تحقیق نحوهی تاثیر پذیری پدیده از عوامل جغرافیایی صرفتار یا امضای مکانی نامیده شده است .رفتار مکانی بیان کننده ضرایب تاثیرگذاری عوامل محیطی بر روی پدیده میباشد .دقت کلیه روشهای پهنهبندی متداول مانند تحلیل سلسله مراتبی وابسته به دانستن عوامل و ضرایب آنها میباشد .جهت تهیه رفتار مکانی بیماری انگلی لیشمانیوز احشایی در مقیاس بزرگتر برای منطقهی کلیبر روشهای مختلف استنتاج مکانی مورد آزمون قرار گرفت و روش بهینهای برای استخراج رفتار مکانی بیماری پیادهسازی گردید .در روش پیادهسازی شده عوامل مؤثر به عنوان باندهای تصویر ترکیبی در نظر گرفته شده و از مناطق شیوع بیماری بعنوان دادههای تعلیمی استفاده گردید .سپس برای تولید نقشه احتمال ابتلاء به بیماری از روشهای ترکیب خطی وزندار، وزندهی افزودنی فازی و تحلیل سلسله مراتبی استفاده شد
Text of Note
Based on the 1st geographic principle, geographic phenomena are affected by the surrounding environmental conditions. For some phenomenon such as an endemic disease, some factors and their influence value are recognized to some extent. Currently, the zonation maps of these phenomena are produced based on the experimental relations of the factors and phenomenon where influencing factors of phenomenon is known. These maps have generally been prepared for large statistical cells such as counties and are useful for regional planning but Low resulotions of these maps cases them to use rarly in practical operations. In this study to generate a quantitative risk zonation maps for regulatory and development planning at medium and large scale, a new traditional method was used. In this method which so called spatial behavior or signature of phenomena the quantity and quality of geo-factors and their influence on the phenomenon have to be extracted prior to risk map. It is defined as influencing coefficients of the environmental factors on the phenomenon. In the performed method, influential factors were considered as composite image bands and disease prevalence regions were used as training data. Then for producing the disease risk map, Weighted Linear Combination, Fuzzy Simple Additive Weighting and Analytic Hierarchy Process (AHP) were used. The case has implanted for visceral leishmaniasis disease in Kalaybar region of Iran. Examined environmental factors, consist of climate (average temperature, rainfall and humidity), topographic (elevation, slope, aspect, distance from the river), social - economic factors (access to village facilities), the density of dog, human factors (age and sex groups involved in the disease), Normalised Difference Vegetation Index, etc. Based on the results of the spatial behavior, the factors affecting the disease in this study are in the following order: rainfall, humidity, temperature, density dogs, Slope and aspect, vegetation index, facilities, height and distance from the river are. The result shows the infection probability maps of Fuzzy Simple Additive Weighting with rmse = 1.9389, is determined as the most adequate. Meanwhile AHP with rmse = 1.9561, could be relatively appropriate method. By using, the spatial behavior Method, experts, presence in the zonation map production of each phenomenon is not necessary. Also, experimental and variable comments are prevented. On the other hand, in programming and decision making for solving any kind of problem, Produced zonation maps in comparision with previous maps are more useful because of having more adequate accuracy.