نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

چکیده

مناطق ساحلی تحت فشار شدید ناشی از فعالیت های انسانی و همچنین تغییرات آب و هوایی مداوم با افزایش سطح دریا و افزایش طوفان قرار دارند. این چالش ها نیازمند راه حل های یکپارچه و آینده نگر هستند. مفهوم مدیریت یکپارچه مناطق ساحلی، همانطور که در طول بیست سال گذشته تعریف شده است، چارچوب های کلی سیاست را ارائه می دهد، اما ابزارهایی برای حمایت از برنامه ریزی و تلاش های مدیریت تقریباً وجود ندارد. علاوه بر این، بعد آینده نگر برای پذیرش اثرات تغییرات آب و هوا تقریباً در بیشتر اجراها وجود ندارد. پروژه BLAST که توسط صندوق منطقه ای اتحادیه اروپا از طریق برنامه منطقه دریای شمال INTERREG IV تامین می شود، با هدف توسعه یک سیستم پشتیبانی تصمیم گیری مبتنی بر وب برای کمک به مدیریت یکپارچه مناطق ساحلی از دیدگاه تغییرات آب و هوایی، و مقاله فعلی روش های مورد استفاده و بستر محاسباتی برای پیاده سازی یک سیستم پشتیبانی تصمیم را تشریح می کند. نرم افزار مورد استفاده در توسعه سیستم عمدتاً از اجزای متن باز است، بنابراین، استفاده گسترده تر از سیستم را تسهیل می کند.
کلید واژه ها: 

مدیریت مناطق ساحلی ; افزایش سطح دریا ؛ مدل سازی کاربری زمین ; Web-GIS ; سیستم های نشانگر ؛ تغییرات آب و هوایی

 

1. مقدمه

منطقه ساحلی نشان دهنده منطقه انتقالی باریک بین خشکی و دریا است و این منطقه با اکوسیستم های بسیار متنوع مانند سواحل، تپه های شنی، صخره ها و تالاب مشخص می شود. بسیاری از مناطق ساحلی رشد جمعیت و نرخ شهرنشینی بالاتری نسبت به میانگین ملی دارند. حدود یک سوم از جمعیت اتحادیه اروپا در 50 کیلومتری ساحل زندگی می کنند، و در دانمارک، این تعداد 100٪ است [ 1 ]]. در انگلستان و هلند این نسبت حدود 75 درصد است. به دلیل ارزش تفریحی بالای مناطق ساحلی، بسیاری از سواحل پیک فصلی قابل توجهی را در جمعیت تجربه می کنند و حتی در برخی مناطق گردشگران جمعیت دائمی را تحت الشعاع خود قرار می دهند. برعکس، برخی از مناطق ساحلی کاهش جمعیت را تجربه می کنند و افراد مسن را به منطقه ساحلی بازمی گرداند. رشد بالای جمعیت و شدت گردشگری منجر به افزایش تبدیل زمین های توسعه نیافته به توسعه یافته می شود.
گرم شدن کره زمین یک واقعیت است و در طول قرن گذشته میانگین دما در اروپا تقریباً 1 درجه سانتیگراد افزایش یافته است [ 2 ]. از جمله پیامدهای متداول ذکر شده، افزایش سطح دریا و افزایش فراوانی طوفان های شدید همراه با موج های طوفان است [ 3 ]. مناطق ساحلی به ویژه در برابر تأثیرات تغییرات آب و هوایی آسیب پذیر تلقی می شوند زیرا در معرض تغییرات هم در محیط های دریایی و هم در محیط های خشکی هستند. نواحی ساحلی تحت تأثیر افزایش سطح دریا به دلیل هرگونه تغییر در موج های طوفان و ارتفاع موج خواهند بود. علاوه بر این، آنها تحت تأثیر تغییرات داخلی، از جمله تغییر در رژیم های جریان رودخانه قرار خواهند گرفت.
همانطور که در چندین ارزیابی IPCC (هیئت بین دولتی تغییرات آب و هوایی) در مورد پیامدهای تغییرات آب و هوایی به رسمیت شناخته شده است، یک نتیجه کلیدی این است که تلاش‌های واکنشی و مستقل برای کاهش خطرات مرتبط با آب و هوا برای سیستم‌های ساحلی کمتر از پاسخ‌هایی است که بخشی از یک یکپارچه‌سازی هستند. رویکرد مدیریت مناطق ساحلی [ 4]. با این حال، برنامه ریزی در چشم انداز تغییرات آب و هوایی یک فرآیند ساده نیست. برنامه ریزی استراتژیک بلندمدت و سرمایه گذاری ممکن است در عمل سیاسی کوتاه مدت قابل قبول نباشد، جایی که چالش های ایجاد تعادل بین انتظارات شهروندان برای خدمات و منابع مالی محدود در بالاترین اولویت قرار دارد. دشواری‌های پذیرش برنامه‌ریزی و سرمایه‌گذاری‌های سازگار با تغییرات اقلیمی علاوه بر این با عدم قطعیت مربوط به پیش‌بینی‌های تغییرات آب و هوایی و همچنین چالش‌هایی که برای افراد غیردانشمند برای درک پیش‌بینی‌های مختلف در مورد آب و هوای آینده وجود دارد، افزایش می‌یابد.
منطقه ساحلی مستعد یکی از مسلم ترین اثرات تغییرات آب و هوایی ناشی از انسان زایی است – افزایش شتابان سطح دریا، که منجر به سیل و افزایش فرسایش می شود. سایر پیامدهای احتمالی ساحلی تغییرات آب و هوایی، که با افزایش سطح دریا در تعامل است، شامل تغییر فرکانس و شدت طوفان، تغییر الگوهای رواناب، و رویدادهای شدیدتر بارندگی است [ 4 ]. بنابراین، چالش‌ها برای برنامه‌ریزان و مدیران مناطق ساحلی آشکار است، اما رسیدگی به این چالش‌ها مستلزم اطلاعات دقیق و یکپارچه در مورد وضعیت منطقه ساحلی امروز و همچنین وضعیت آینده است.
پروژه BLAST ( www.blast-project.eu) یک پروژه INTERREG IVB منطقه دریای شمال بود که هدف آن یکپارچه سازی بهتر اطلاعات در سراسر حاشیه ساحلی منطقه دریای شمال بود. در طی یک دوره سه ساله از سال 2009 تا 2012، 17 شریک در هماهنگ سازی و یکپارچه سازی داده های خشکی و دریا برای استفاده در ناوبری و مدیریت منطقه ساحلی با یکدیگر همکاری کردند. مقاله حاضر بر روی بخش مدیریت یکپارچه منطقه ساحلی پروژه متمرکز است، که هدف آن توسعه یک سیستم پشتیبانی تصمیم برای کمک به مدیریت یکپارچه منطقه ساحلی (ICZM) تحت شرایط آب و هوایی متغیر است. مقاله به پنج قسمت تقسیم شده است. بخش دوم پیشینه تحقیق انجام شده و مبانی نظری آن را که منجر به تدوین چارچوب پشتیبانی تصمیم می شود، ارائه می دهد. در بخش سوم، پلتفرم تکنولوژیکی سیستم پشتیبانی تصمیم به تفصیل شرح داده شده است. بخش چهارم چند نمونه از یک منطقه موردی دانمارکی را ارائه می دهد و نقاط قوت و ضعف سیستم توسعه یافته را مورد بحث قرار می دهد. بخش آخر نتیجه گیری از تحقیقات انجام شده و ارائه ایده هایی برای کارهای بعدی را ارائه می دهد.

2. پیشینه و نظریه

ارزیابی آسیب‌پذیری تغییرات آب و هوا اغلب با هدف اطلاع‌رسانی به سیاست‌گذارانی که تلاش می‌کنند خود را با شرایط تغییر جهانی وفق دهند، به کار گرفته شده است. اکثریت مردم و مناطق مسکونی در منطقه ساحلی قرار دارند و بر این اساس در برابر تغییرات آب و هوایی با افزایش سطح دریا و افزایش طوفان آسیب پذیر هستند. علاوه بر این، طبیعت اروپا و مناطق کشاورزی نه تنها از شهرنشینی، بلکه از تغییرات آب و هوایی در حال ظهور نیز تحت فشار فزاینده ای قرار دارند. بر این اساس، برنامه ریزان فضایی و محیطی نیاز فوری به ابزارهای سناریویی برای تحلیل تأثیر تغییرات احتمالی کاربری زمین دارند. چندین نهاد خواستار مدیریت یکپارچه تر منطقه ساحلی به عنوان پیش نیاز اساسی برای توسعه پایدار شده اند.5 ].

2.1. چارچوب پشتیبانی تصمیم

حدود بیست سال پیش Densham [ 6 ] یک سیستم پشتیبانی تصمیم گیری فضایی (SDSS) را به عنوان یک ابزار مبتنی بر رایانه تعریف کرد که به صراحت طراحی شده است تا محیط تصمیم گیری را برای کاربر فراهم کند که تجزیه و تحلیل اطلاعات جغرافیایی را قادر می سازد تا به شیوه ای انعطاف پذیر انجام شود. . این تعریف مدت کوتاهی پس از توضیح توسط Janssen [ 7 ] بیان شد و اهداف کلی DSS را به عنوان (الف) کمک به افراد یا گروه ها در فرآیند تصمیم گیری آنها بیان کرد. (ب) حمایت به جای جایگزینی قضاوت این افراد؛ و (ج) بهبود اثربخشی تصمیم گیری به جای کارایی آن. ون کوون و همکاران با حرکت به یک زمینه ICZM. [ 8] “ICZM-DSS” را به عنوان یک سیستم مبتنی بر رایانه حاوی اطلاعات در مورد مسائل ICZM، و برای انجام تجزیه و تحلیل برای حمایت از مدیران ساحلی در تصمیم‌گیری، تعریف کرد.
تصمیم‌گیری مربوط به برنامه‌ریزی و تصمیم‌گیری برای آینده است – نه حداقل در دیدگاه تغییرات آب و هوا، و این فرآیند را می‌توان با تکنیک‌های پیش‌بینی و پس‌پخش پشتیبانی کرد. بنابراین، ما جنبه آینده‌گرایانه تصمیم‌گیری را اضافه می‌کنیم، بنابراین، سیستم پشتیبانی تصمیم‌گیری ساحلی خود را به‌عنوان « سیستم اطلاعاتی پشتیبانی‌کننده ارزیابی تأثیر و پاسخ‌های اجتماعی از طریق مدل‌سازی و سناریوسازی » تعریف می‌کنیم.
سناریوها روایت‌های منسجمی در مورد آینده هستند و پیرو IPCC [ 9 ] «سناریو به عنوان توصیفی منسجم، درونی سازگار و قابل قبول از وضعیت احتمالی آینده جهان تعریف می‌شود – این یک پیش‌بینی نیست. در عوض، هر سناریو یک تصویر جایگزین از چگونگی آشکار شدن آینده است. مدل ها را می توان برای توسعه پیش بینی های مناسب برای آینده و در ارزیابی پیشنهادهای برنامه ریزی جایگزین در برابر اینها استفاده کرد [ 10 ]. بنابراین، مدل‌ها می‌توانند با ارائه نتایج عددی مبتنی بر علمی از روایت‌های اغلب مبهم و کلی از آینده، از تصمیم‌گیری پشتیبانی کنند.
چارچوب حمایتی تصمیم‌گیری که در تحقیق کنونی بکار می‌رود، گسترش چارچوب علی DPSIR (واکنش وضعیت فشار راننده) [ 11 ] برای برآورده کردن نیازهای خاص ارزیابی اثرات پیشین در دیدگاه تغییرات آب و هوا است. چارچوب شاخص DPSIR برای پرداختن به مسائل توسعه پایدار در تحلیل سیاست زیست محیطی مفید است [ 11 ]. بعداً، DPSIR توسط پیررون [ 12 ] با زمینه مدیریت مناطق ساحلی تطبیق داده شد.
با کنار هم قرار دادن همه بخش ها، چارچوبی برای یک سیستم پشتیبانی تصمیم گیری مبتنی بر سناریو برای ICZM در چشم انداز تغییرات آب و هوا ایجاد شد ( شکل 1).). سیستم اندیکاتور نقش اصلی را در سیستم پشتیبانی تصمیم ایفا می کند که اطلاعات مورد نیاز را برای سیاست گذاران و تصمیم گیران فراهم می کند و همچنین پایه ای برای تعامل با مردم در رابطه با پاسخ های مناسب به چالش های پیش رو دارد. سناریوها ورودی به سیستم را از طریق روایت های مختلف برای توسعه آینده جوامع نشان می دهند. تغییر اقلیم خارج از سیستم شاخص قرار می گیرد، اگرچه اثرات تغییر اقلیم (به عنوان مثال، افزایش سطح دریا) برای برنامه ریزان و مدیران مناطق ساحلی از اهمیت بالایی برخوردار است، اما به عنوان واقعیتی که باید در فرآیند برنامه ریزی از طریق اقدامات سازگاری به آن پرداخته شود. از طریق اقدامات کاهشی که مستلزم اقدامات جهانی است. با این حال،
Ijgi 03 00326 g001 1024
شکل 1. چارچوب پشتیبانی تصمیم ICZM.
پس از توسعه مدل برای SDSS، سوال در مورد در دسترس بودن و دسترسی به داده ها مطرح می شود. یک سیستم مدیریت داده یا انبار داده حاوی داده های مورد نیاز باید توسعه یابد. در طول 10 سال گذشته، ابتکارات متعددی در رابطه با اطلاعات جغرافیایی راه اندازی شده است. از سطح جهانی با زیرساخت داده های مکانی جهانی (GSDI— www.gsdi.org )، از ابتکار INSPIRE اروپا تا مقیاس های ملی. دستورالعمل INSPIRE [ 13] که در سال 2008 به تصویب رسید، چارچوب کلی برای ایجاد زیرساخت داده های مکانی (SDI) برای اتحادیه اروپا و کشورهای عضو آن را تعریف می کند. بنابراین، اکثر کشورهای اروپایی اکنون قوانین ملی را اتخاذ کرده اند که چارچوبی را برای اجرای ملی تنظیم می کند – به عنوان مثال، قانون دانمارک در مورد زیرساخت اطلاعات جغرافیایی [ 14 ]. بنابراین، پایه اولیه برای تحویل داده ها به سیستم های پشتیبانی تصمیم از طریق SDI های مختلف ارائه می شود – که به عنوان لایه زیرین در شکل 1 نشان داده شده است.

2.2. شاخص های پایداری برای مناطق ساحلی

گروه کارشناس اتحادیه اروپا در مورد ICZM در سال 2002 یک گروه کاری در مورد شاخص ها و داده ها ایجاد کرد تا به آن در مورد روش هایی که از طریق آن کشورهای عضو و اتحادیه اروپا به عنوان یک کل می توانند ارزیابی کنند که آیا آنها به سمت آینده ای پایدارتر حرکت می کنند یا از آن دور می شوند مشاوره دهد. برای مناطق ساحلی خود چندین شاخص برای نظارت بر سواحل پیشنهاد شده است، اما معیارهای زیر در انتخاب استفاده شد: کاربر محور، آسان برای درک، مرتبط با سیاست و از نظر علمی معتبر. شاخص‌های انتخاب‌شده با هدف تسهیل ارزیابی تأثیری که استراتژی‌های ساحلی آن‌ها بر پایداری سواحل دارد، انجام می‌شود. این گروه کاری بر روی فهرستی از 27 شاخص متشکل از 46 اندازه گیری برای نظارت بر توسعه پایدار در منطقه ساحلی به توافق رسید [ 15 ].]. پس از بحث و گفتگو با ذینفعان کشورهای درگیر در پروژه BLAST، 27 شاخص به عنوان یک پلت فرم مناسب برای توسعه سیستم شاخص در نظر گرفته شد، اگرچه یک شاخص اضافی در مورد پتانسیل انرژی های تجدیدپذیر در منطقه ساحلی پیشنهاد و پذیرفته شد.
جدول
جدول 1. شاخص های ساحلی توسعه پایدار مرتبط با تغییرات اقلیمی.
زیرمجموعه ای از شاخص ها به طور مستقیم یا غیرمستقیم با تغییرات آب و هوایی مرتبط است و بر این اساس برای کار انجام شده در تحقیق فعلی مرتبط است ( جدول 1 را ببینید ). این زیر مجموعه را می توان به سه گروه مختلف تقسیم کرد: (الف) توسعه سواحل توسعه یافته قبلی را کنترل کنید. ب) حفاظت و تقویت تنوع طبیعی و فرهنگی؛ و (ج) تهدید مناطق ساحلی ناشی از تغییرات آب و هوایی را بشناسید. با اشاره به DPSIR، گروه A به درایورها و فشارها، گروه B به حالت ها و گروه C به ضربه ها اشاره دارد. شرح و بحث دقیق تر از شاخص ها در ادامه مقاله ارائه شده است.

3. مدل سازی جغرافیایی

بخش مدل‌سازی فضایی به سه عنصر مختلف در سیستم نشانگر می‌پردازد. کاربری زمین یک مسئله اصلی در برنامه ریزی فضایی است – از جمله مدیریت یکپارچه مناطق ساحلی، و تغییرات آب و هوا علاوه بر این، یک رویکرد آینده نگر را می طلبد. بیشتر شاخص های فهرست شده در جدول 1 رابطه خاصی با کاربری زمین دارند. از این رو، سناریوهای ورود به سیستم تصمیم‌گیری با پیش‌بینی کاربری اراضی بیان می‌شوند. تغییرات آب و هوا به طور غیرمستقیم در سیستم با در نظر گرفتن افزایش سطح دریا مورد توجه قرار می گیرد، که تنها یکی از تاثیرات اما مهم تغییرات آب و هوایی در منطقه ساحلی است. آخرین بخش مدل‌سازی فضایی مربوط به ژئوپردازش درگیر در محاسبه شاخص‌های فردی است.

3.1. مدل سازی کاربری اراضی

مدل‌سازی کاربری زمین یک مؤلفه مهم در پروژه فعلی بود که ورودی اصلی بخش سناریوی شکل 1 بود. در طی 15 سال گذشته، چندین مدل کاربری اراضی توسعه داده شده است – برای مثال مدل SLEUTH که توسط کلارک و همکاران توسعه داده شده است. [ 16 ]، مدل MOLAND از مرکز تحقیقات مشترک اتحادیه اروپا [ 17 ]، و LUCIA (تجزیه و تحلیل تأثیر تغییر کاربری زمین) توسعه یافته توسط هانسن [ 18 ]، و هر مدل با ویژگی های خاص خود، اما همه بر اساس اتوماتای ​​سلولی. با توجه به تمرکز شدید بر توسعه شهری، چارچوب مدل‌سازی کاربری زمین LUCIA در پروژه فعلی اعمال شد. هدف LUCIA برآورد توسعه کاربری آتی زمین و تجزیه و تحلیل اثرات مرتبط است.19 ].
LUCIA یک ساختار چند سطحی دارد که در آن سطح منطقه ای بالا نشان دهنده رانندگان است، در حالی که سطح پایین تر نشان دهنده کاربری زمین است. نیروی محرکه تغییر روستا-شهر جمعیت و رشد اقتصادی است. این محرک‌ها چیزی را نشان می‌دهند که ما محرک‌های سطح کلان می‌نامیم، که در مدل‌های بخش‌های مختلف به‌صورت خارجی برای مدل ما مدل‌سازی می‌شوند و تقاضای زمین را از هر نوع کاربری فعال تعریف می‌کنند. ادارات آمار در بسیاری از کشورهای اروپایی هر ساله پیش بینی های جمعیتی را در سطح ملی انجام می دهند و این ارقام ملی پس از آن در سطح محلی (شهرداری ها) توزیع می شود. LUCIA بر اساس ارزیابی چند معیاره و اتوماتای ​​سلولی محدود است که توسط وایت و همکاران تعریف شده است. [ 20]. درایورها تعداد سلول‌هایی را که باید طی مراحل زمانی متوالی تغییر کنند، تعریف می‌کنند و پتانسیل تغییر هر سلول از یک نوع کاربری زمین به دیگری در مرحله زمانی بعدی با ارزیابی چند معیاره زیر ارائه می‌شود:

Ijgi 03 00326 i001

که در آن P = پتانسیل انتقال، C = محدودیت، F = عوامل، w = وزن عامل فردی، و L = نوع کاربری زمین. عوامل و محدودیت ها در LUCIA دارای مقادیر بی بعد بین 0.0 و 1.0 هستند. با ترکیب عوامل و محدودیت‌ها برای هر نوع کاربری فعال ( L )، می‌توانیم برای هر سلول پتانسیل انتقال ( P ) برای تغییر کاربری زمین از یک نوع به نوع دیگر را تخمین بزنیم. ساختار داخلی LUCIA در شکل 2 نشان داده شده است .

Ijgi 03 00326 g002 1024
شکل 2. پویایی در LUCIA [ 21 ].
محدودیت ها توسط مقررات برنامه ریزی فضایی موجود، حفاظت از طبیعت و غیره تعریف می شوند.و مشمول فرآیند کالیبراسیون نیستند، اما تغییر قیود پس از آن و تجزیه و تحلیل تأثیرات آنها، نقش اصلی برنامه ریزان فضایی است. محدودیت‌ها پویا هستند، بنابراین می‌توان طرح‌ها و سیاست‌های جدیدی را در طول فرآیند شبیه‌سازی معرفی کرد. LUCIA می تواند تا پنج عامل به اضافه یک عامل تصادفی اضافی که یک عنصر تصادفی را در تغییر کاربری زمین نشان می دهد اعمال کند. عوامل اصلی اثر همسایگی ( مجاورت ) است که نمایانگر اثرات جذاب یا دافعه کاربری های مختلف در داخل محله است. به طور کلی شناخته شده است که برخی از انواع کاربری زمین، به عنوان مثال خدمات خصوصی (خرید)، تمایل به خوشه ای دارند، در حالی که برخی دیگر – مانند تفریح ​​و صنعت – تمایل به دفع یکدیگر دارند. با استفاده از داده های تاریخی برای مناطق جدید ساخته شده، این اثر ممکن است به صورت کمی تخمین زده شود [ 22]. تناسب، که پیش‌شرط‌های فیزیکی اساسی را برای توانایی سلول برای حمایت از یک کاربری شهری معین تعریف می‌کند .، زمین، خاک و کاربری اراضی موجود نیز در مدل گنجانده شده است. تناسب در عمل ثابت است. دسترسی از طریق شبکه حمل و نقل یکی دیگر از عوامل مهمی است که باید در مدلسازی شهری مورد توجه قرار گیرد و بر خلاف تناسب، این عامل ماهیت پویا دارد و در طول دوره شبیه سازی قابل تغییر است. عوامل اضافی شامل ارزش زمین، و دسترسی به تقاطعات بزرگراه بود. برای انجام کالیبراسیون مدل، مدل را با نقشه کاربری زمین برای سال 1990 مقداردهی کردیم و چندین شبیه‌سازی را برای دوره کالیبراسیون تا سال 2000 با استفاده از مجموعه‌های مختلف وزن عامل انجام دادیم. دقت برای اجراهای مختلف با مقایسه توسعه شبیه سازی شده با توسعه مشاهده شده با هدف شناسایی ترکیب بهینه وزن عامل ارزیابی شد.
با استفاده از LUCIA، شبیه سازی توسعه شهری تا سال 2040 انجام شد. برای اینکه بتوانیم تاثیر بدترین سناریو را ارزیابی کنیم، از سناریوی A2 خانواده سناریوهای SRES استفاده شد [ 23 ]. ترجمه روایت A2 به کاربری زمین از کار انجام شده توسط Solecki و Oliveri [ 24 ] الهام گرفته شده است.]، که به این نتیجه رسیدند که با توسعه در امتداد کریدورهای جاده‌ای و رشد که با مراکز جدید اشتغال برون شهری و حومه شهری به‌عنوان محرک‌های مهم مرتبط است، در تبدیل کاربری سرانه رشد خواهد داشت. علاوه بر این، وزن مرتبط با فاکتور مجاورت به منظور جلوگیری از رشد لبه نسبت به سناریوی پایه 50 درصد کاهش یافت. در نهایت اثر عامل تصادفی نسبت به سناریوی پایه دو برابر شد تا رشد خود به خودی ایجاد شود. محرک‌های جمعیت مشابه سناریوی پایه است، اما تقاضاهای تخمینی برای زمین 10 درصد افزایش یافت تا منعکس‌کننده مصرف سرانه بالاتر زمین مورد انتظار همانطور که در A2 انتظار می‌رفت.

3.2. تغییرات آب و هوا و افزایش سطح دریا

یک مدل رقومی ارتفاعی بسیار دقیق برای تهیه نقشه های سیلابی قابل اعتماد مورد نیاز است. آژانس نقشه برداری دانمارکی یک مدل زمین دیجیتال با وضوح بالا را در یک مشارکت عمومی-خصوصی با شرکت های پیشرو نقشه برداری ملی تولید کرد. با توجه به ابرداده، اندازه سلول شبکه مدل زمین 1.6 متر است. دقت افقی 1.0 متر و دقت عمودی 0.1 متر است ( http://www.geodatainfo.dk ). مدل اصلی زمین دیجیتال به اندازه سلول 10 متر نمونه برداری شده است تا مدل قابل مدیریت باشد و با مدل های دیجیتال ارتفاع از کشورهای شریک دیگر مانند بلژیک و نروژ سازگار باشد.
مدل‌سازی غرقابی را می‌توان به روش‌های مختلفی انجام داد، اما در حال حاضر ما یک روش ارائه شده توسط پولتر و هالپین [ 25 ] را اعمال می‌کنیم.]، در جایی که یک سلول غرق شده است، اگر ارتفاع آن زیر سطح دریا باشد، و اگر به سلول مجاور متصل باشد، که یک سلول آب باز یا یک سلول از قبل سیل شده است. با این حال، اتصال اساساً می تواند به دو روش مختلف تعریف شود: (الف) به اصطلاح قانون چهار طرفه که در آن یک سلول شبکه متصل می شود اگر هر یک از سلول های اصلی آن در مجاورت یک سلول پر از آب باشد. و (ب) به اصطلاح قانون هشت ضلعی که در آن یک سلول در صورتی که سلول های همسایه اصلی یا مورب آن پر از آب باشد متصل می شود. رویکرد اول به طور کلی منطقه سیل زده را دست کم می گیرد، در حالی که رویکرد دوم تمایل دارد منطقه را بیش از حد برآورد کند. در تحقیق حاضر، رویکرد دوم به منظور اطمینان از اینکه شامل تمام سلول‌های سیل‌زده بالقوه است، انتخاب شده است. این روش همچنین در مطالعه مشابهی برای منطقه آلبورگ استفاده شده است [ 21].
بر اساس این روش و یک مدل ارتفاعی رقومی محلی، وسعت فضایی طغیان و سیلاب برای تمام سطوح دریا از 10 سانتی‌متر تا 400 سانتی‌متر با فواصل 10 سانتی‌متری برآورد شد. این برای دانمارک و فلاندر (بلژیک) انجام شد. بنابراین، از مشکل دشوار تخصیص ارتفاع مشخص سطح دریا در سال های مختلف اجتناب می شود. در عوض، کاربر این امکان را دارد که از بین 40 نقشه سیل یکی را انتخاب کرده و از آنها در محاسبات ارزیابی اثرات استفاده کند.

3.3. محاسبات شاخص

شاخص های فهرست شده در جدول 1 تا حدی از قبل محاسبه شده و در سیستم نشانگر ساحلی بارگذاری شده اند، و تا حدی در هنگام استفاده از سیستم نشانگر ساحلی به صورت آنلاین محاسبه شده اند (به بند 4 مراجعه کنید). در زیر، شرح عمیق تری از فرآیندهای محاسبه ارائه شده است:

  • شاخص 1 نشان دهنده تراکم جمعیت ثبت شده در سطح شهرداری و در دسترس در سراسر منطقه دریای شمال بر اساس داده های Eurostat و دفاتر آمار ملی است.
  • با توجه به شاخص 2 ، دو منطقه حائل به عرض 1 کیلومتر و 10 کیلومتر برای منطقه ساحلی اطراف دریای شمال محاسبه شد. سپس، این مناطق حائل در امتداد مرزهای اداری تقسیم شدند. طبق تعریف اولیه، از واحدهای اداری محلی (LAU)، همانطور که توسط Eurostat (epp.eurostat.ec.europa.eu) تعریف شده است، استفاده شد. سپس درصد زمین ساخته شده برای هر منطقه حائل برای سال تاریخی 1990، سال شروع شبیه سازی (2006) و سال پایانی برای شبیه سازی (2040) محاسبه شد.
  • شاخص 3 دارای یک معیار است – منطقه تبدیل شده از کاربری غیر توسعه یافته به کاربری توسعه یافته که به صورت میانگین افزایش سالانه (٪) مناطق ساخته شده (کد CLC 1) برای واحدهای NUTS-5 ساحلی بیان می شود. با توجه به شهرداری‌های دانمارکی نسبتاً بزرگ، ما از محله‌ها به عنوان واحدهای اداری استفاده کرده‌ایم تا از نظر فضایی با سایر کشورهای منطقه دریای شمال قابل مقایسه باشند. محاسبات بر اساس داده های تاریخی برای سال های 1990، 2000 و 2006 است.
  • نشانگر 4 به داده های ترافیکی دقیق نیاز دارد که فقط برای دانمارک در دسترس بود. این داده‌ها از سرشماری‌های ترافیکی برای برخی جاده‌های اصلی و برای جاده‌های باقی‌مانده درون‌یابی شده‌اند.
  • شاخص 26 در مورد فرسایش ساحلی بر اساس قانون معروف بروون [ 26 ] و اعمال سطوح مختلف افزایش سطح دریا است. این نشانگر تنها برای سواحل انتخاب شده در دسترس است، زیرا در دسترس نبودن داده های عمق سنجی دقیق در نزدیکی ساحل است.
  • شاخص 27 در مورد دارایی های طبیعی، انسانی و اقتصادی در معرض خطر دارای سه اندازه گیری در مورد تأثیر مخاطرات سیل است. این اقدامات عبارتند از “تعداد افراد ساکن در منطقه خطر”، “منطقه سایت های حفاظت شده در منطقه خطر” و “ارزش دارایی های اقتصادی در منطقه خطر”. منطقه خطر در اینجا به عنوان منطقه خطر سیل تعریف می شود، با کمک های ناشی از افزایش سطح دریا و افزایش طوفان.
  • آخرین مورد، شاخص 28 ، مربوط به پتانسیل تولید انرژی تجدیدپذیر در منطقه ساحلی و فراتر از آن است. انرژی های تجدیدپذیر در اینجا انرژی باد و انرژی امواج در نظر گرفته شده است.
ارائه داده های مورد نیاز برای محاسبه شاخص ها یک چالش بود و در پاراگراف بعدی به آن پرداخته خواهد شد.

4. اجرا

بر اساس اصول کلی شرح داده شده در بالا، یک سیستم پشتیبانی تصمیم عملیاتی برای مدیریت یکپارچه مناطق ساحلی ایجاد شد. یک اصل اساسی تکیه بر توسعه سیستم منبع باز و استفاده از داده های باز و آزادانه در دسترس بوده است. این اصل به عنوان تنها راه مفید ساختن سیستم توسعه یافته در زمینه پس از پروژه در نظر گرفته شد. در حالی که نرم افزار منبع باز یک روند اصلی در طول پنج سال گذشته بوده است و بر این اساس یک امکان آشکار است، دسترسی آزاد به داده ها هنوز چندان گسترده نشده است. در زیر، داده های ارائه شده و همچنین پیاده سازی سیستم پشتیبانی تصمیم گیری مبتنی بر وب شرح داده شده است.

4.1. داده ها

پایین ترین لایه به نام SDI در شکل 1 نشان دهنده زیرساخت داده های مکانی است که برای اجرای سیستم مورد نیاز است. جمع آوری داده ها همیشه یک کار دشوار بوده است و این به وضوح در پروژه BLAST منعکس شد. اگرچه دستورالعمل INSPIRE [ 13 ] از سال 2008 در اتحادیه اروپا در حال اجرا بوده است، حتی در کشورهای اروپایی غیر اتحادیه اروپا مانند نروژ، هنوز هم برای به دست آوردن داده ها یک چالش است. حتی برای کشورهای نسبتاً ثروتمند اطراف دریای شمال، تفاوت های زیادی در مورد در دسترس بودن داده ها وجود دارد. تعداد مجموعه داده های مورد استفاده در SDSS به هیچ وجه زیاد نیست، اما ارائه برخی از داده ها چالش برانگیز است. در زیر، شرح و بحث کوتاهی از بدیهی ترین چالش ها ارائه شده است:

  • مرزهای اداری در سطح شهرداری برای کل اروپا به شکل واحدهای اداری محلی (LAU) وجود دارد که می‌توان آن‌ها را به صورت رایگان از Eurostat ( http://epp.eurostat.ec.europa.eu ) دانلود کرد. سطح پایین LAU-2 شامل شهرداری های اتحادیه اروپا است. یک مجموعه داده مشابه برای نروژ در دسترس است. با این حال، دو چالش وجود دارد. اولین مورد به این واقعیت مربوط می شود که اصلاحات اداری همیشه در جایی در اروپا در حال انجام است. چالش دوم مربوط به گستره فضایی نسبتاً متفاوت شهرداری ها بین کشورهای مختلف است که مقایسه را دشوار می کند. بنابراین، شهرداری‌های دانمارک مناطق بسیار بزرگ‌تری نسبت به شهرداری‌های آلمان را پوشش می‌دهند.
  • داده‌های جمعیتی برای مقیاس‌های مختلف فضایی تا سطح شهرداری و حتی پایین‌تر را می‌توان از Eurostat بارگیری کرد، اما پیش‌بینی جمعیت در سطح شهرداری برای همه کشورهای منطقه دریای شمال در دسترس نیست.
  • داده های پوشش زمین CORINE به طور رایگان برای دانلود از آژانس محیط زیست اروپا برای سال های 2000 و 2006 در دسترس است و داده ها برای کل اروپا هماهنگ شده است. نروژ مانند نقشه پوشش زمین CORINE اتحادیه اروپا نقشه های پوشش زمین را برای سال های 2000 و 2006 در مقیاس های مختلف تولید کرده است. برای برخی از کشورهای اتحادیه اروپا مانند دانمارک، بلژیک و آلمان، پوشش زمین CORINE حتی برای سال 1990 در دسترس است.
  • خط ساحلی شاید چالش برانگیزترین مجموعه داده باشد. اول، تعریف آن. به دلیل جزر و مد، خط ساحلی در طول زمان تغییر می کند و بنابراین خط ساحلی معمولاً به عنوان میانگین سطح دریا در یک دوره طولانی تر تعریف می شود. ثانیاً، عدم تطابق بین خط ساحلی، مرزهای اداری و کاربری اراضی به ناچار منجر به خطاهایی در پردازش ژئوپرونده‌های این لایه‌ها می‌شود. به منظور کاهش خطاها، خط ساحلی 2000 پوشش زمینی CORINE از آژانس محیط زیست اروپا در پروژه BLAST اعمال شد.
  • داده‌های ارتفاعی متنوع‌ترین مجموعه داده‌ها هستند – از مدل‌های ارتفاعی دیجیتال با وضوح بالا (رزولیشن 1 متر) در دانمارک و هلند تا مدل‌های با وضوح پایین (تا 30 متر) برای مثال در نروژ. این یک مانع جدی برای تخمین سیل احتمالی ناشی از افزایش سطح دریا است. یکی دیگر از مشکلات مربوط به داده های ارتفاعی، مشکلات دسترسی به داده ها است.
  • داده‌های مناسب برای مدل‌سازی فرسایش سواحل در چشم‌انداز تغییرات اقلیمی فقط برای دانمارک و فقط برای بخش کوچکی از کشور در دسترس بود، اما انتظار می‌رود داده‌ها تا سال ۲۰۱۴ برای کل کشور در دسترس باشد.
داده ها از فهرست طولانی ارائه دهندگان داده در کشورهای شرکت کننده به دست آمده است. در صورت امکان و مناسب – داده ها به عنوان خدمات WMS مستقیماً از ارائه دهندگان داده در سیستم درج می شوند. به منظور مقابله با محدودیت های داده، چندین سرویس WMS از طریق نمونه Geoserver پیش بینی شده است. این سیستم COINS را قادر می سازد تا اطلاعات ورود و امنیت را در سرویس ها مدیریت و ذخیره کند، بدون اینکه آنها را از طریق برنامه در معرض دید جهانیان قرار دهد.

4.2. پلتفرم فناورانه برای سیستم تصمیم گیری-پشتیبانی

سیستم پشتیبانی تصمیم به گونه ای طراحی و توسعه یافته است که مطابق با استانداردها و توصیه های INSPIRE باشد. معماری کلی سیستم با اجزای مجزا در شکل 3 نشان داده شده است . ستون فقرات تبادل داده های مکانی یک پایگاه داده PostGIS است که داده ها را از فایل های شکل و تصاویر شطرنجی ذخیره و ارائه می کند و یک GeoServer برای ایجاد سرویس داده و آبشاری.
یک نصب از GeoServer [ 27 ] برای ایجاد خدمات فضایی برای برنامه مورد استفاده قرار می گیرد. معماری سیستم، مبتنی بر GeoServer، ستون فقرات انواع سیستم‌های GI مبتنی بر وب است [ 28 ]، و این نرم‌افزار به عنوان یک راه‌حل سرور قابل اعتماد OGC GIS با هدف دستیابی به داده‌های جغرافیایی شهرت خوبی به دست آورده است. ممکن است [ 29 ]. GeoServer علاوه بر این، داده‌ها را از منابع WMS محدود موجود برای پروژه BLAST از ارگان‌های دولتی در کشورهای شرکت‌کننده آبشاری می‌کند.
سرویس دهی برنامه از طریق یک سرور برنامه کاربردی Tomcat انجام می شود و یک وب سرور برای بازیابی داده ها از GeoWebCache ( www.geowebcache.org ) پیکربندی شده است و داده های GeoServer WMS را برای افزایش کارایی کاشی می کند. در سمت کلاینت، سیستم بر روی کامپیوترهای کاربر بدون نیاز به نرم افزار از پیش نصب شده کار می کند. رابط کاربری برای کار در هر محیط مرورگر مدرن ساخته شده است و تمرکز توسعه بر روی ارائه سیستمی با حداقل بار و زمان انتظار بوده است. برنامه مشتری در هسته خود بر اساس لایه های باز [ 30 , 31 ] و GeoExt ( www.geoext.org ) است.، برای ایجاد یک رابط برنامه تمیز و آسان با درجات انعطاف پذیری و قابلیت همکاری بر اساس چارچوب جاوا اسکریپت Sencha ExtJs برای برنامه های کاربردی دسکتاپ غنی ( https://www.sencha.com/products/extjs/ ). رابط کاربری کلی سیستم نشانگر ساحلی (COINS) در شکل 4 نشان داده شده است .
Ijgi 03 00326 g003 1024
شکل 3. نمودار سیستم برای سیستم نشانگر ساحلی.
Ijgi 03 00326 g004 1024
شکل 4. رابط کاربری سیستم نشانگر Costal—COINS.

4.3. پیاده سازی شاخص

اجرای توابع نشانگر متکی بر خدمات نمای پارامتریک از GeoServer است که در شکل 5 قابل مشاهده است. با استفاده از این چارچوب، خدمات به صورت پویا بر اساس ورودی از کاربران سیستم نشانگر ساحلی تولید می شوند. مقادیر مشخص شده توسط کاربر برای سناریوی سیل و استفاده از زمین در یک پنجره بازشو مرتبط با هر نشانگر انتخاب می شود. داده ها از برنامه در درخواست GetMap مستقیماً به عنوان پارامتر به GeoServer منتقل می شوند. سرور پارامترهای ورودی را در درخواست های SQL به پایگاه داده PostGIS ترکیب می کند. پس از محاسبه، نتایج به صورت نقشه یا جدول ارائه می شود.
Ijgi 03 00326 g005 1024
شکل 5. جریان داده در توابع نمای پارامتری.
نشانگر فرسایش می تواند به عنوان ساده ترین مثال از پیاده سازی باشد. این شاخص عمدتاً بر اساس داده های از پیش محاسبه شده است، زیرا تنها ورودی های پویا افزایش سطح دریا است. در اجرای عملی، مشتری مقدار افزایش سطح دریا را به GeoServer و پایگاه داده PostGIS ارسال می کند. پایگاه داده چند ضلعی های انتخاب شده را به GeoServer برمی گرداند و اپلیکیشن لایه را به عنوان سرویس به برنامه اضافه می کند. لایه جدید از فرآیند فیلتر درخت عبور می کند، آن را در گره مربوطه در درخت لایه قرار می دهد و یک گره فرعی برای نشانگر ایجاد می کند.
با این حال، در جایی که اجرای ناپارامتریک در این مورد به خدمات WMS موجود برای تمام لایه‌های افزایش سطح دریا نیاز دارد، داده‌های مربوط به فرسایش در سیستم‌های COINS در یک سرویس جمع‌آوری می‌شوند. هر چند ضلعی در مجموعه داده های فرسایش دارای یک ویژگی ارزش است که افزایش سطح دریا را توصیف می کند. سپس داده‌ها در یک جدول در پایگاه داده PostGIS ذخیره می‌شوند و امکان یک پرس و جو بین تمام لایه‌ها را فراهم می‌کنند. پیاده سازی رویکرد نمای پارامتریک طراحی شده است – با استفاده از یک رویکرد فنی مشابه در سایر راه حل های مبتنی بر منبع باز، مانند، برای مثال، [ 32 ].
شاخص دارایی های طبیعی، انسانی و اقتصادی در معرض خطر نمونه پیشرفته تر استفاده از تنظیمات نمای پارامتریک است. در اینجا، داده‌های دارایی‌ها برای نقاط یک شبکه 100 متری از قبل محاسبه می‌شوند. پایگاه داده PostGIS مقدار افزایش سطح دریا مورد نظر را دریافت می کند و بر اساس این لایه، یک انتخاب فضایی از نقاط در چند ضلعی افزایش سطح دریا برای هر مرز اداری خلاصه می شود. این بدان معنی است که برای به روز رسانی داده ها در اندیکاتور، فقط داده های شبکه نقطه ای باید به روز شوند و نتایج بلافاصله در دسترس خواهند بود.
از طریق کار با سیستم نشانگر ساحلی، کاربران به طور مستقیم و غیرمستقیم چندین استاندارد و مؤلفه OGC را اعمال خواهند کرد. این سیستم قادر به بازیابی درخواست های GetCapabilities از سرورهای WMS است و این امکان را برای کاربران فراهم می کند که داده های خود را به نمایش نقشه اضافه کنند. شرط کلیدی برای این عملکرد این است که سرور مشخص شده توسط کاربر باید بتواند داده های خود را به طرح ریزی منطقه مساوی Lambert که در برنامه COINS اعمال می شود، دوباره پخش کند. ابرداده توسط نرم‌افزار متن باز GeoNetwork مدیریت می‌شود و توضیحات متادیتا استاندارد شده را مطابق با ISO و OGC مستقیماً به‌عنوان پنجره‌های پاپ‌آپ در برنامه ارائه می‌کند ( شکل 6 ).
در نهایت، کاربر می‌تواند با استفاده از استاندارد Web Mapping Context (WMC)، جلسه را در COINS ذخیره و بازیابی کند و یک فایل XML محلی را در رایانه کاربر ایجاد کند. فایل تنظیمات مربوط به لایه‌ها، نماها و غیره را در زمان ذخیره ذخیره می‌کند و این اطلاعات بعداً برای بازیابی طرح‌بندی برنامه قبلی اعمال می‌شود. استفاده از WMC در بسیاری از سیستم های مبتنی بر وب مشابه استفاده می شود [ 33 ].
Ijgi 03 00326 g006 1024
شکل 6. نمای فراداده از سیستم COINS بر اساس GeoNetwork.

5. نتایج و بحث

نتایج تلاش‌های توسعه سیستم نشانگر سواحل است و این بند به ارائه سیستم می‌پردازد و نقاط قوت و ضعف و همچنین فرصت‌ها و تهدیدهای این سیستم‌ها را مورد بحث قرار می‌دهد. استفاده از سیستم COINS نسبتاً آسان است و نسخه پیش‌نویس این سیستم در کارگاه دو روزه ذینفعان در کپنهاگ، بهار 2012، برای برنامه‌ریزان و مدیران ساحلی با هدف دریافت بازخورد و ایده‌ها ارائه شد تا در نسخه نهایی گنجانده شود. از سکه. پس از آن، این سیستم در برخی از شهرداری‌های اطراف منطقه دریای شمال آزمایش شد و بازخوردها به طور کلی مثبت بود، اما مقامات منطقه‌ای و محلی شیوه‌های متفاوتی برای اجرای ICZM دارند و بر این اساس نیازمندی‌های متفاوتی برای یک سیستم پشتیبانی تصمیم دارند. سیستم نسبتا سریع بارگذاری می شود، اگرچه نقشه توپوگرافی پس زمینه ممکن است با استفاده از اتصالات با سرعت کمتر کمی کند باشد. سمت چپ سیستم نشانگر ساحلی دارای فهرست مطالب در قسمت بالای خود و انتخاب نشانگر در قسمت پایین آن است. افسانه های مرتبط در سمت راست پنجره برنامه نشان داده شده است. عملکرد استاندارد به عنوان پان، زوم، دریافت اطلاعات،و غیره ، از طریق دکمه هایی با استفاده از نمادهای شناخته شده ارائه می شود. شکل 7 و شکل 8 نشان می دهد که چگونه شاخص ها در سیستم اندیکاتور ساحلی ارائه شده اند. مثال اول ( شکل 7 ) نشانگر 2 را نشان می دهد – “مساحت زمین های ساخته شده” در سال 2006. نقشه شامل دو منطقه حائل است – یک منطقه حائل در 1 کیلومتری خط ساحلی و یک منطقه حائل در 10 کیلومتری خط ساحلی. . همانطور که در افسانه سمت راست نشان داده شده است، درصد زمین ساخته شده از سطح پایین (رنگ سبز) به سطح بالا (رنگ قرمز) افزایش می یابد.
Ijgi 03 00326 g007 1024
شکل 7. مثال شاخص – زمین ساخته شده در سال 2006.
Ijgi 03 00326 g008 1024
شکل 8. مثال شاخص – میزان سیل به دلیل اثر ترکیبی افزایش 100 سانتی متری سطح دریا و موج طوفان 150 سانتی متری.
از ناحیه مورد، بدیهی است که منطقه ساحلی که توسط منطقه حایل 1 کیلومتری نشان داده شده است، به طور کلی دارای درصد بیشتری از منطقه ساخته شده نسبت به مناطق داخلی است که توسط حایل 10 کیلومتری نشان داده شده است. مثال دوم ( شکل 8 ) سیل احتمالی ناشی از اثر ترکیبی 300 سانتی متری افزایش سطح آب دریا و یک موج طوفان بزرگ را نشان می دهد. این لایه برای تخمین نشانگر 27 مورد نیاز است که نشان دهنده بزرگی دارایی های طبیعی، انسانی و اقتصادی در معرض خطر است. این شاخص به صورت جدولی ارائه شده است که در آن جدول 2اثرات احتمالی رویدادهای مختلف سیل در سال 2040 را نشان می دهد، همانطور که توسط دو سناریو مختلف A و B برای توسعه اجتماعی پیش بینی شده است. با این حال، بیشتر شاخص ها به صورت بصری توسط نقشه ها نشان داده شده اند که یک نمای کلی سریع از پایداری در مناطق ساحلی دریای شمال ارائه می دهند.
جدول
جدول 2. مناطق ساخته شده (بر حسب هکتار) تحت سناریوهای مختلف استفاده از زمین (A و B) و سطح آب به دلیل افزایش سطح دریا 1 و ترکیبی از افزایش سطح دریا و طوفان 2 سیلابی شده است.
نقاط قوت سیستم‌هایی مانند سیستم نشانگر ساحلی استفاده از منبع باز و اجزای نرم‌افزار رایگان است که توانایی همه افراد را برای ساختن سیستم‌های مشابه بدون نیاز به صرف هزینه‌های زیادی برای دریافت مجوزها افزایش می‌دهد. نقطه قوت دیگر امکان استفاده از سیستم مستقل بر روی سیستم عامل ها است، اگرچه برخی از مشکلات سازگاری با استفاده از اینترنت اکسپلورر مشاهده شد.
نقاط ضعف عمدتاً مربوط به پایه و اساس خالص اتصال به اینترنت سریع است – به این معنی که بدون اتصال به اینترنت، هیچ سیستمی وجود نخواهد داشت. این مشکل به ویژه برای عملیات میدانی در مناطق بدون یا با کیفیت پایین اتصال اینترنت تلفن همراه است.
فرصت های توسعه و استفاده بیشتر بر اساس دو جهت مهم است. اول، مفاهیم در حال ظهور در مورد استفاده از دریا (به موازات استفاده از زمین) و برنامه ریزی فضایی دریایی به ناچار منجر به افزایش درخواست ها برای ابزارهای مبتنی بر دانش برای حمایت از برنامه ریزی فضایی در دریا می شود. دوم، تلاش‌های مداوم برای باز کردن داده‌های عمومی – مانند ابتکار داده‌های پایه دانمارکی [ 34 ] – به طور چشمگیری پایه و اساس توسعه نرم‌افزار فناوری فضایی فراملی – مانند سیستم پشتیبانی تصمیم‌گیری COINS را تغییر خواهد داد.
تهدیدها عمدتاً مربوط به استانداردهای دائماً در حال تغییر در بخش فناوری اطلاعات و ارتباطات است، جایی که حداقل جامعه منبع باز به سرعت فرصت‌های فناوری جدید را اتخاذ می‌کند.

6. نتیجه گیری

چالش‌ها برای برنامه‌ریزان و مدیران مناطق ساحلی به دلیل فشار جمعیت و شهرنشینی در امتداد سواحل اروپا در حال افزایش است و تغییرات آب و هوایی مداوم و پیامدهای مرتبط با آن مانند افزایش سطح دریا به طور اجتناب‌ناپذیری این چالش‌ها را افزایش می‌دهد. برای رسیدگی به این چالش ها به روشی پایدار نیاز به یک رویکرد یکپارچه و اطلاعات در مورد وضعیت فعلی و همچنین دانش در مورد وضعیت آینده است. سیاست های مختلف در مورد ICZM، مانند توصیه اتحادیه اروپا در مورد مدیریت یکپارچه مناطق ساحلی [ 5]، چارچوب کلی را برای یک رویکرد یکپارچه فراهم می کند، اما توجه کمتری به اطلاعات و ابزارها شده است. در طول پروژه BLAST، یک سیستم نشانگر ساحلی با استفاده از مجموعه ای از شاخص ها طراحی و توسعه یافته است که به طور کلی در جامعه برنامه ریزی ICZM پذیرفته شده است. از طریق اعمال سناریوهای کاربری زمین و تغییرات آب و هوا، جنبه آینده گرا در سیستم شاخص ساحلی تضمین شد. به طور کلی، سیستم نشانگر ساحلی توسعه‌یافته به عنوان یک رویکرد امیدوارکننده برای ارزیابی توسعه منطقه ساحلی – امروز و آینده عمل می‌کند. موانع اصلی برای ایجاد یک سیستم کامل که کل منطقه دریای شمال را در بر می گرفت، مربوط به داده ها بود. اگرچه دستورالعمل INSPIRE [ 13] در بیشتر کشورهای اروپا در دست اجرا است، دسترسی به داده ها، عدم هماهنگی و مشکلات یکپارچه سازی داده های خشکی و دریا محدودیت هایی را برای اجرای کامل سیستم در همه کشورهای اطراف دریای شمال دارد.
در حال حاضر، کمیسیون اروپا دستورالعمل جدیدی را پیشنهاد کرده است که چارچوبی برای برنامه ریزی فضایی دریایی و مدیریت یکپارچه ساحلی ایجاد می کند که باعث رشد پایدار فعالیت های دریایی و ساحلی و استفاده پایدار از منابع ساحلی و دریایی می شود ( http://ec.europa.eu/ ambient/iczm/prop_iczm.htm). هدف دستورالعمل پیشنهادی ارزیابی طرح‌ها و استراتژی‌ها در مراحل اولیه برای کاهش خطرات مربوط به تغییرات آب‌وهوایی و مخاطرات طبیعی است که مناطق ساحلی در برابر آن‌ها بسیار آسیب‌پذیر هستند. سیستم نشانگر ساحلی توسعه‌یافته را می‌توان به عنوان اولین تلاش برای حمایت از دستورالعمل پیشنهادی با تأکید بر رویکرد آینده‌نگر در مدیریت یکپارچه مناطق ساحلی و ارائه روش‌ها و ابزارهایی برای قرار دادن اعداد واقعی در یک سیستم نشانگر ساحلی در نظر گرفت.

منابع

  1. نیکولز، RJ; کلاین، RJT تغییر آب و هوا و مدیریت سواحل در سواحل اروپا. در مدیریت سواحل اروپا ; Vermaat, J., Bouwer, L., Turner, K., Salomons, W., Eds. Springer: برلین/هایدلبرگ، آلمان، 2005; صص 199-226. [ Google Scholar ]
  2. آژانس محیط زیست اروپا تأثیرات آب و هوای در حال تغییر اروپا ; گزارش EEA شماره 4/2008; آژانس محیط زیست اروپا: کپنهاگ، دانمارک، 2008. [ Google Scholar ]
  3. IPCC تغییرات آب و هوا 2007: پایه علوم فیزیکی. مشارکت گروه کاری I در گزارش ارزیابی چهارم هیئت بین دولتی در مورد تغییرات آب و هوایی . Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, KB, Tignor, M., Miller, HL, Eds.; انتشارات دانشگاه کمبریج: کمبریج، انگلستان، 2007; پ. 996. [ Google Scholar ]
  4. کی، آر. آدلر، جی. برنامه ریزی و مدیریت ساحلی ، ویرایش دوم. تیلور و فرانسیس: لندن، بریتانیا/نیویورک، نیویورک، ایالات متحده آمریکا، 2005. [ Google Scholar ]
  5. کمیسیون اروپایی. توصیه پارلمان اروپا و شورای 30 می 2002 در مورد اجرای مدیریت یکپارچه مناطق ساحلی در اروپا. خاموش J. Eur. اشتراک. 2002 ، 148 ، 24-27. [ Google Scholar ]
  6. Densham، PJ سیستم های پشتیبانی تصمیم گیری فضایی. در سیستم های اطلاعات جغرافیایی: اصول و کاربردها ; Maguire, DJ, Goodchild, MF, Rhind, DW, Eds. Longman Scientific & Technical: Essex، UK، 1991. [ Google Scholar ]
  7. Janssen, R. پشتیبانی تصمیم چندهدفه برای مشکلات زیست محیطی ; Kluwer Academic Publishers: Dordrecht, The Netherlands, 1992. [ Google Scholar ]
  8. ون کوون، اف. دیپرینک، سی. شات، پی. Wassen, M. کاربرد سیستم های پشتیبانی تصمیم برای مدیریت یکپارچه مناطق ساحلی. ساحل. مدیریت 2008 ، 36 ، 19-34. [ Google Scholar ]
  9. IPCC تغییرات آب و هوا 2007: تأثیرات، سازگاری و آسیب پذیری. مشارکت گروه کاری دوم در چهارمین گزارش ارزیابی گروه بین دولتی در مورد تغییرات آب و هوایی . Parry, M., Canziani, O., Palutikof, J., van der Linden, P., Hanson, C., Eds. انتشارات دانشگاه کمبریج: کمبریج، انگلستان، 2007; پ. 976. [ Google Scholar ]
  10. کوکللیس، اچ. “آینده کجا رفته است؟” بازاندیشی در نقش مدل‌های کاربری یکپارچه زمین در برنامه‌ریزی فضایی. محیط زیست طرح. A 2005 , 37 , 1353-1371. [ Google Scholar ] [ CrossRef ]
  11. آژانس محیط زیست اروپا شاخص های محیطی: گونه شناسی و کاربرد در گزارش ; مقاله کار داخلی EEA; آژانس محیط زیست اروپا: کپنهاگ، دانمارک، 2003. [ Google Scholar ]
  12. پیررون، ن. ترومبینو، جی. سینیرلا، اس. الجزیری، ع. بندوریکیو، جی. پالمری، L. رویکرد راننده-فشار-وضعیت-برخورد_پاسخ (DPSIR) برای مدیریت یکپارچه حوضه-منطقه ساحلی: کاربرد مقدماتی برای سیستم منطقه ساحلی حوضه پو-دریای آدریاتیک. Reg. محیط زیست چانگ. 2005 ، 5 ، 111-137. [ Google Scholar ] [ CrossRef ]
  13. کمیسیون اروپایی. دستورالعمل 2007/2/EC پارلمان اروپا و شورای 14 مارس 2007 مبنی بر ایجاد زیرساخت برای اطلاعات فضایی در جامعه اروپا (INSPIRE). خاموش J. Eur. اتحادیه 2007 ، 108 ، 1-14. [ Google Scholar ]
  14. هانسن، اچ اس. شرودر، ال. هاوینگل، ال. کریستینسن، JS به سمت حکومت الکترونیکی فعال فضایی – مطالعه موردی در مورد اجرای SDI. بین المللی جی. اسپات. زیرساخت داده Res. 2011 ، 6 ، 73-96. [ Google Scholar ]
  15. کنسرسیوم DEDUCE. رهنمودهای شاخص – برای انطباق رویکرد مبتنی بر شاخص برای ارزیابی توسعه پایدار ساحلی. دولت کاتالونیا: بارسلونا، اسپانیا، 2007. [ Google Scholar ]
  16. کلارک، کی سی; هاپن، اس. Gaydos, L. مدل اتوماتای ​​سلولی خود اصلاح شونده شهرنشینی تاریخی در منطقه خلیج سانفرانسیسکو. محیط زیست طرح. B 1997 ، 24 ، 247-261. [ Google Scholar ]
  17. باردو، جی. کاسانکو، م. مک کورمیک، ن. Lavalle، C. مدل‌سازی فرآیندهای فضایی پویا: شبیه‌سازی سناریوهای آینده شهری از طریق اتوماتای ​​سلولی. Landsc. طرح شهری. 2003 ، 64 ، 145-160. [ Google Scholar ] [ CrossRef ]
  18. هانسن، HS یک مدل شبیه‌سازی کاربری تطبیقی ​​برای برنامه‌ریزی یکپارچه مناطق ساحلی. در جامعه اطلاعاتی اروپا، یادداشت های سخنرانی در اطلاعات جغرافیایی و کارتوگرافی ؛ Fabrikant, S., Wachowicz, M., Eds. Springer-Verlag: برلین هایدلبرگ، آلمان، 2007; صص 35-53. [ Google Scholar ]
  19. هانسن، HS LUCIA – ابزاری برای تجزیه و تحلیل اثرات زیست محیطی توسط تغییرات کاربری زمین. Kart og Plan 2008 ، 68 ، 20-28. [ Google Scholar ]
  20. وایت، آر. انگلن، جی. اولجی، I. استفاده از اتوماتای ​​سلولی محدود برای مدل‌سازی با وضوح بالا پویایی کاربری زمین شهری. محیط زیست طرح. B 1997 ، 24 ، 323-343. [ Google Scholar ]
  21. هانسن، HS مدل سازی توسعه شهری منطقه ساحلی آینده همانطور که توسط IPCC SRES ذکر شده است و ارزیابی تأثیر افزایش سطح دریا. Landsc. طرح شهری. 2010 ، 98 ، 141-149. [ Google Scholar ] [ CrossRef ]
  22. هانسن، HS قوانین محله ای مشتق شده تجربی برای مدل سازی کاربری زمین شهری. محیط زیست طرح. ب: برنامه ریزی کنید. دس 2012 ، 39 ، 213-228. [ Google Scholar ] [ CrossRef ]
  23. گزارش ویژه در مورد سناریوهای انتشار: گزارش ویژه از گروه کاری III پانل بین دولتی در مورد تغییرات آب و هوا . ناکیچنویچ، ن. Swart, R. (Eds.) انتشارات دانشگاه کمبریج: کمبریج، انگلستان، 2000.
  24. Solecki، WD; Oliveri, C. کاهش مقیاس سناریوهای تغییر اقلیم در یک مدل تغییر کاربری زمین شهری. جی. محیط زیست. مدیریت 2004 ، 72 ، 105-111. [ Google Scholar ] [ CrossRef ]
  25. پولتر، بی. هالپین، مدل‌سازی شطرنجی PN سیلاب‌های ساحلی از افزایش سطح دریا. بین المللی جی. جئوگر. Inf. علمی 2008 ، 22 ، 167-182. [ Google Scholar ] [ CrossRef ]
  26. Bruun، P. قانون برون فرسایش با افزایش سطح دریا: بحث در مورد کاربردهای دو و سه بعدی در مقیاس بزرگ. جی. ساحل. Res. 1988 ، 4 ، 627-648. [ Google Scholar ]
  27. یاکوولا، اس. Youngblood، B. GeoServer—به اشتراک گذاری و ویرایش داده های مکانی با این سرور نرم افزار منبع باز . انتشارات PACKT: بیرمنگام، بریتانیا، 2013. [ Google Scholar ]
  28. بونزل، ک. آگر، ا. Schrader-Patton, C. Up in the Air: Adventures in Service Data Geospatial با استفاده از نرم افزار منبع باز و ابر. در مجموعه مقالات اولین کنفرانس و نمایشگاه بین المللی محاسبات برای تحقیقات و کاربردهای جغرافیایی (COM.Geo ’10)، Bethesda، MD، ایالات متحده آمریکا، 21–23 ژوئن 2010. مقاله شماره 35.
  29. Deoliveira, J. GeoServer: Uniting the “GeoWeb” و Spatial Data Infrastructures. در مجموعه مقالات دهمین کنفرانس بین المللی زیرساخت داده های مکانی-GSDI 10، سنت آگوستین، ترینیداد، 25-29 فوریه 2008.
  30. پرز، AS OpenLayers Cookbook ; انتشارات PACKT: بیرمنگام، بریتانیا، 2012. [ Google Scholar ]
  31. Hazzard, E. OpenLayers 2.10—Beginners Guide ; انتشارات PACKT: بیرمنگام، بریتانیا، 2011. [ Google Scholar ]
  32. فوجیوکا، ای. Berghe، EV; دونلی، بی. کاستیلو، جی. کلیری، جی. هولمز، سی. مک نایت، اس. هالپین، پی. پیشرفت تحقیقات جهانی زیست جغرافیایی دریایی با نرم افزار منبع باز GIS و محاسبات ابری. ترانس. GIS 2012 ، 16 ، 143-160. [ Google Scholar ] [ CrossRef ]
  33. گائو، اس. میوک، دی. آنتون، اف. یی، ایکس. Coleman، DJ Online GIS خدمات برای نقشه برداری و به اشتراک گذاری اطلاعات بیماری. بین المللی J. Health Geogr. 2008 ، 7 . [ Google Scholar ] [ CrossRef ]
  34. هانسن، اچ اس. هاوینگل، ال. شرودر، ال. داده های دولت باز – یک عنصر کلیدی در جامعه دیجیتال. لکت. توجه داشته باشید. محاسبه کنید. علمی 2013 ، 8061 ، 167-180. [ Google Scholar ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370