۶ نتیجه برای سدیدی
جواد سدیدی ، حامد احمدی،
دوره ۲، شماره ۳ - ( ۷-۱۳۹۴ )
چکیده
بهتازگی، تئوری استفاده از بازیهای جدی در زمینهی شبیهسازی و مدیریت مخاطرات محیطی مورد توجه قرار گرفته است. در این تحقیق، از ترکیب بازیهای ویدئویی و سیستم اطلاعات جغرافیایی یک سرویس Game GISطراحی و اجرا شده است. این سرویس با پشتیبانی از پایگاه دادهی مکانی در پی کمک به مدیریت بحران با هدف به حداقل رساندن آسیبپذیری ناشی از زمینلرزه است. یکی از مهمترین مشخصهها و تفاوتهای Game GIS با سایر بازیهای موجود به مختصات، ابعاد و خصوصیات واقعی مکانی آن بازمیگردد که میتواند نقش مهمی را در کنار شیوههای سنتی مقابله با بحران و تصمیمگیریهای صحیح در زمان وقوع بحران ایفا کند. در تحقیق حاضر، ابتدا بر اساس مطالعات کتابخانهای معیارهای مؤثر برای آسیبپذیری ساختمان در برابر زلزله تعیین شد. پس از جمعآوری دادهها و اطلاعات مورد نیاز از طریق برداشت میدانی و بلوکهای آماری، پایگاه داده مکانیای ایجاد گردید. سپس، میزان اثرگذاری هر کدام از معیارهای مذکور بر اساس ایجاد ماتریس مقایسهی دودویی و پرسشگری از افراد متخصص در موضوعِ مطالعه برآورد شد. در نهایت، برای ایجاد ارتباط بین عوامل تأثیرگذار و تخمین میزان آسیبپذیری نهایی هر ساختمان، فرمولی ارائه گردید که در آن همهی عوامل مؤثر با تأکید بر سطح اثرگذاری هر کدام دخالت داده شدند. برای طراحی Game، پیادهسازی دادههای مؤثر در سیستم و اجرای آن در قالب نرمافزار، شش کلاس مختلف با اهداف و عملکردهای متفاوت طراحی گردید. هر کدام از این کلاسها وظیفهی اجرا و کنترل قسمتی از نرمافزار و دستورهای طراحی شده در آن را بر عهده دارند. همچنین، نمایش بخشهای مختلف بازی در قالب شش فرم متفاوت ارائه شد که هر کدام از آنها وظیفهی نمایش دستورها و نماهای گوناگون بازی را بر عهده دارند. سرانجام نرمافزار در قالب یک بازی جدی با محوریت مدیریت بحران زمینلرزه در چهار مرحله مختلف تهیه شد. بازی در مرحلهی اول با زمینلرزهی ۵ ریشتری آغاز میشود و در مرحلهی چهارم با زمینلرزهی ۸ ریشتری پایان مییابد. در هر مرحله از بازی با توجه به موارد ذکر شده میزان تخریب و مسیریابی انتقال مجروحان و کمکرسانی شبیهسازی میشود و فردی که بازی میکند بر اساس موارد گوناگون (سرعت عمل و ...) امتیاز میگیرد و در صورتی که امتیاز لازم را کسب کند به مرحلهی بعدی که شدت زلزله یک ریشتر بیشتر است صعود میکند. نرمافزار طراحی شده میتواند در شبیهسازی زلزله در ریشترهای مختلف برای برنامهریزیِ کاهش تبعات زلزله، واکنش سریع، مانورها و آموزش قبل از وقوع زلزله استفاده شود.
جواد سدیدی، احسان بابایی، هانی رضائیان ،
دوره ۳، شماره ۴ - ( ۱۰-۱۳۹۵ )
چکیده
دسترسی به اطلاعات لحظه ای از منطقه و موقعیت جغرافیایی آسیب دیدگان در سرعت و کیفیت امدادرسانی به سیل زدگان نقش مهمی در کاهش خسارات جانی و مالی ناشی از آن ایفا میکند. جمع آوری و پردازش اطلاعات لحظه ای سیل از قبیل وضعیت و موقعیت دقیق آسیب دیدگان با توجه به امکانات سخت افزاری مورد نیاز و اهمیت زمان به موقع پاسخ به نیاز سیل زدگان, بسیار پرهزینه, زمان بر و از جهاتی در کشور ما ناممکن می باشد. در جهت رفع این مشکل , تحقیق حاضر بر آن شده است تا از ظرفیت اطلاع رسانی خود حادثه دیدگان در سیل استفاده کرده و امکان جمع آوری و مدیریت لحظه ای دقیق اطلاعات مکانی و غیر مکانی از طریق مشارکت حادثه دیدگان سیل جهت امدادرسانی سریع و هدفمند متناسب با نیاز اعلام شده از هر حادثه دیده فراهم شود. در این تحقیق با استفاده از فناوری متن باز سیستمی طراحی شده است که بدون نیاز به نصب نرم افزار خاص و با استفاده از مرورگر, متقاضی امداد می تواند با ارسال موقعیت مکانی دقیق خود که توسط سیستم طراحی شده به صورت اتومات برداشت میشود و همچنین اطلاعات مولتی مدیای دیگر همچون عکس و اطلاعات نوشتاری, نوع کمک درخواستی و آسیب وارده را در هر لحظه به مدیران امداد و نجات اعلام کند. این اطلاعات پس از آنالیز در ژئوسرور,به صورت نقشه لحظه ای در دسترس مدیر امداد و نجات قرار دارد و میتواند در تصمیم گیری برای نقشه بندی نوع کمک و امداد برای هر نفر و هم به صورت خوشه ای برای گروهی از افراد در یک محدوده مشخص جغرافیایی استفاده شود. در طراحی سامانه از معماری واسط کاربری برای آسیبدیدگان و مدیران بخش امدادرسانی و در اجرای سامانه از نرم افزارهای متن باز، زبان های برنامه نویسی سمت سرور و سمت کاربر، ژئوسرور و استاندارد WFS برای ارائهی مکانمند درخواستهای کمک بهره گرفته شده است. نتیجه تحقیق ارائه یک سامانه تحتمرورگر بوده که در واسط کاربری, آسیبدیدگان امکان زوم خودکار بر روی موقعیت آنها و ارسال درخواست کمک شامل مشخصات فردی و نوع آسیب وارده با استفاده از زبان های PHP و SQL فراهم شده است. در واسط کاربری مدیران، درخواستهای کمک ارسال شده بصورت مکانمند و متمایز با استفاده از Openlayers و استاندارد WFS به صورت آنلاین به نمایش درمیآیند. اجرای سامانه با این متدلوژی باعث عملی شدن جمع آوری و ارسال داده های دقیق و لحظه ای و متعاقبا کاهش هزینه های جمع آوری داده های جغرافیایی و غیر جغرافیایی تا حد بسیار زیاد ، تسریع در ارسال درخواست کمک توسط آسیبدیدگان، عملکرد بهتر و تسریع در امر امدادرسانی و خوشه بندی هدفمند مکانی کمک رسانی پس از وقوع سیل می شود و این سرویس در مناطقی مانند کشور ما که ار کمبود امکانات تهیه اطلاعات لحظه ای رنج می برد از اهمیت زیادی برخوردار است.
جواد سدیدی، زهرا جودکی، هانی رضائیان،
دوره ۷، شماره ۲ - ( ۶-۱۳۹۹ )
چکیده
با توجه به وسیعتر و پیچیدهتر شدن فضای بسته داخل ساختمانها مانند فرودگاهها، مراکز خرید و بیمارستانها نیاز به سیستم های ناوبری در فضای بسته (Indoor) جهت راهنمایی کاربر مخصوصا در مواقع بحران مانند زلزله و آتش سوزی احساس میشود. هدف اصلی این پژوهش طراحی و پیادهسازی سیستم تحت وب ناوبری در فضای سهبعدی داخل ساختمان است. این سیستم بطور اتوماتیک مدل داده CityGML را پردازش کرده، و اطلاعات مفهومی، توپولوژی و ژئومتری مانند، پلان طبقات، کاربری فضاهای داخلی و نحوه اتصال این فضاها را از آن استخراج و سپس یک گراف مسیریابی از اطلاعات استخراج شده تولید میکند. پردازش مدل داده CityGML و آنالیز گراف و مسیریابی در سمت سرور و با استفاده از زبان برنامهنویسی Python انجام شده، و رابط کاربری نیز با استفاده از زبانهای توسعه وب مانند HTML، JavaScript، JQuery و AJAX توسعه یافتهاست. از ویژگیهای این وب اپلیکیشن، ارائه مسیر و مدل سهبعدی ساختمان در یک محیط سهبعدی است که با استفاده از کره مجازی Cesium ایجادشده و علاوه بر آن به همراه مسیر محاسبه شده یک راهنمای توصیفی نیز در اختیار کاربر قرار می گیردکه باعث درک بهتر از مسیر شدهاست. انجام اتوماتیک پردازش مدل داده CityGML و تولید گراف و مسیریابی، توسط موتور نرمافزاری توسعه داده شده در این پژوهش باعث شده تا نیازی به استفاده از هرگونه نرمافزار جانبی برای اینگونه محاسبات نباشد. امکان اجرای این نرمافزار روی هر وسیلهای که به شبکه اینترنت متصل و مجهز به یک مرورگر رایج وب باشد، وجود دارد
دکتر جواد سدیدی، آقای منصور بایزیدی، دکتر هانی رضائیان، دکتر هادی فدائی،
دوره ۸، شماره ۴ - ( ۱۲-۱۴۰۰ )
چکیده
برای مدیریت بحران در زمان وقوع زلزله و کاهش آسیبهای ناشی از آن، حجم گستردهای از اطلاعات در زمانهای اولیه پس از وقوع زلزله ضروری است. مشکل اصلی سیستمهای موجود برای برآورد خسارت این است که اطلاعات را نمیتوانند به صورت لحظه ای در هنگام وقوع فاجعه مخابره کنند و بر اساس اطلاعات از پیش جمعآوریشده اقدام به برآورد می شود. در سامانه طراحی شده تحت وب در این تحقیق, کاربران با به اشتراکگذاری لحظه ای داده های مربوط به خسارت واردشده به خود یا سایر افراد، حجم گستردهای از اطلاعات را برای تحلیل در اختیار تیم مدیریت بحران قرار میدهند. سیستم توسعه دادهشده علاوه بر جمع آوری و ذخیره اطلاعات داوطلبانه, آنالیز مکانی Heatmap را برای بررسی پراکنش مکانی و نمایش خسارت انجام میدهد. برای بررسی نتایج, سیستم بهصورت فرضی در شهر اشنویه در غرب استان آذربایجان غربی پیادهسازی شده ویک سناریوی فرضی برای زلزله طراحی شد. پس از به اشتراکگذاری اطلاعات توسط مردم داوطلب، Heatmap میزان خسارت در زمان کوتاهی تولید و در اختیار مدیران بحران که در اجرای این طرح همکاری کردند قرار گرفت تا درک مناسبی برای تصمیمگیری در هنگام بروز زلزلههای احتمالی به دست آید. نتایج نشان میدهد که پیادهسازی این سیستم علاوه بر کاهش چشمگیر سرعت جمعآوری اطلاعات، کاهش زمان تحلیل اطلاعات بر اساس تولید Heatmap را به همراه خواهد داشت به طوری که استفاده از اطلاعات جغرافیایی داوطلبانه باعث افزایش ۶,۵ برابری سرعت و زمان تخمین خسارت در مقایسه با روش های سنتی موجود می شود به طوریکه می تواند به عنوان یک روش و دیدگاه نوین در مدیریت مخاطرات محیطی مورد استفاده قرار گیرد.
جواد سدیدی، حسن احمدی، دکتر رامین رضایی شهابی، امیر پیشوا، امید خیری، قدرت اله نورایی،
دوره ۱۰، شماره ۳ - ( ۷-۱۴۰۲ )
چکیده
کاربری مسکونی یکی از کاربریهای مهم و اصلی در نظام کاربری اراضی شهری است که مدیریت ایمنی و توجه به الزامات پدافندی آن به دلیل تراکم بالای جمعیتی در شهرهای بزرگ بسیار حائز اهمیت است. پژوهش حاضر، در زمینه ارزیابی آسیب پذیری کاربریهای مسکونی در برابر تهدیدات خارجی با رویکرد پدافند غیرعامل شهری در منطقه ۱۰ تهران است که در قالب مطالعات فضایی ـ مکانی و با اجرای مدل تحلیلی در سه گام انجام شد. ابتدا شناسایی و دسته بندی اصول و الزامات پدافند غیرعامل در سه گروه پارامترهای سازهای، جمعیتی و مکانی صورت گرفت و با استفاده از ابزار پرسشنامه و نظرسنجی کارشناسی، اولویتهای اصول پدافند غیرعامل در ارتباط با فضاهای مسکونی مشخص شد. در ادامه، بر پایه فرآیند تحلیل شبکه ای، تعیین وزن هر یک از معیارها انجام گرفت و وزن حاصل از مدل ANP، در محیط نرم افزار ArcGIS بر لایه های مکانی منطقه اعمال شد. نتایج اجرای مدل نشان داد که از نظر شاخصهای سازهای، بیش از ۷۸ درصد واحدهای مسکونی منطقه، در گروه سازههایی با میزان آسیبپذیری زیاد قرار می گیرند و از نظر شاخصهای جمعیتی، در ۸۸ درصد واحدهای مسکونی در صورت وقوع تهدیدات خارجی میزان آسیب پذیری زیاد است. از لحاظ شاخصهای مکانی، بیش از ۹۲ درصد فضاهای مسکونی، با چند نوع کاربری ناسازگار همجوار هستند و بیشترین آسیب پذیری را دارند. به طور کلی نتایج حاصل از رویهم گذاری لایه ها نشان داد بیش از ۸۶ درصد واحدهای مسکونی محدوده در پهنه های آسیب پذیر واقع شده اند و میزان آسیب پذیری واحدهای مسکونی در این پهنه ها بسیار بالاست.
دکتر جواد سدیدی، خانم فاطمه تام نیا، دکتر هانی رضائیان،
دوره ۱۱، شماره ۱ - ( ۳-۱۴۰۳ )
چکیده
یادگیری عمیق یک روش مدرن پردازش تصویر و تجزیه و تحلیل داده هاست که با داشتن نتایج امیدوار کننده و پتانسیل بالا وارد حوزه مدیریت شهری شده است. پروژه (OSM)Open Steet Map بزرگترین مجموعه داده های مکانی داوطلبانه است که در بسیاری از حوزههای کاربردی مختلف به عنوان مکمل یا جایگزین با دادههای مرجع استفاده میشود. در بعضی از موارد در کشورهای پیشرفته دقت دادههای داوطلبانه تولید شده توسط موبایل و دیگر ابزار توسط کاربران حتی بیش از داده ی مرجع دولتی میباشد. هدف از تحقیق حاضر ارزیابی استفاده از هوش مصنوعی در تکمیل داده های داوطلبانه در مناطق کمتر مشارکت شده توسط داوطلبان می باشد. ابتدا با استفاده از شبکه عصبی کانولوشنی Res_UNet کاربری اراضی با دقت ۸۳ درصد به دست آمد، سپس با توجه به پیشبینی انجام شده، از روش واحد مبنا جهت ارزیابی میزان کامل بودن دادههای OSM استفاده شد. نتایج نشان میدهد میزان کامل بودن بلوکهای ساختمانی OSM در کل منطقه مطالعاتی برابر با ۶/۳ درصد، جنگلها۷/۹درصد، درختهای میوه ۴/۹۰ درصد و زمینهای کشاورزی ۸۸/۸۱درصد میباشد. که نشان از نرخ پایین کامل بودن بلوکهای ساختمانی و جنگل و نرخ بالای کامل بودن زمینهای کشاورزی و درختان میوه میباشد. نتایج تحقیق بیانگر درصد مشارکت پایین داوطلبانه درتولید دادههای مکانی میباشد. از طرفی دقت بالای تولید کاربری اراضی توسط هوش مصنوعی نتایج امیدوارکنندهای را در استفاده از هوش مصنوعی در تولید و تکمیل دادههای داوطلبانه به جای نیروی انسانی بخصوص در کشورهای کمتر توسعهیافته یا مناطق با جمعیت داوطلب کمتر یا نقاط دورافتاده و صعبالعبور ارائه میدهد