به سوی یک چارچوب مشترک برای شناسایی لندفرم ها در مدل های زمین

خلاصه

شکل زمین یک ویژگی فیزیکی زمین با شکل قابل تشخیص خود است. تعریف آن اغلب کیفی و ذاتا مبهم است. از این رو، فرم‌های زمین در یک مدل منطقی که قابل پیاده‌سازی باشد، به سختی رسمیت می‌یابد. ما برای این منظور چارچوبی را پیشنهاد می‌کنیم که در آن این تعاریف کیفی و مبهم به‌طور متوالی در طی مراحل مختلف تغییر شکل می‌دهند تا ساختار داده‌ای قابل اجرا به دست آید. توجه اصلی ما این است که لندفرم ها با عناصر برجسته ای که توسط کاربران درک می شوند مشخص می شوند. از این رو، یک نمونه اولیه معمولی مبتنی بر رویکرد شی گرا تعریف شده است که باید برای همه اشکال زمین اعمال شود. این چارچوب باید تعریف مدل‌های مفهومی را برای سایر فرم‌های زمین تسهیل کند و بر استفاده از الگوهای طراحی هستی‌شناسی برای بیان عناصر و ساختارهای مشترک متکی است.

کلید واژه ها:

شکل زمین ؛ الگوی طراحی هستی شناسی ; شبکه سطحی ؛ مدل دیجیتال زمین

1. معرفی

توپوگرافی عامل مهمی است که اکثر فرآیندهای محیطی روی زمین را توضیح می دهد و در بسیاری از زمینه های تحقیقاتی مورد مطالعه قرار می گیرد. بسته به دامنه، توپوگرافی به یک شکل مفهوم سازی نمی شود. از یک سو، زمین را می توان به عنوان یک میدان از ارتفاع مشاهده کرد. از سوی دیگر، می‌توان آن را بر حسب شکل‌های زمین (تپه‌ها، دره‌ها، …) به عنوان اشیایی با ویژگی‌های خاص خود مفهوم‌سازی کرد [ 1 ]. اولی به روش‌های محاسباتی منجر می‌شود که زمین را به واحدهایی برای تجزیه و تحلیل و طبقه‌بندی تقسیم می‌کنند، در حالی که در دومی، شکل‌های زمین به عنوان اشیاء مجزا، کم و بیش پیچیده، که لزوماً کل زمین را پوشش نمی‌دهند، دیده می‌شوند.

در ژئومورفومتری، لندفرم ها از طریق دو رویکرد متفاوت [ 2 ] توصیف می شوند. ژئومورفومتری خاص، لندفرم های گسسته، مانند آتشفشان یا تپه های شنی را توصیف می کند، و می تواند هنگام در نظر گرفتن تعاریف شی، ذهنی تر باشد. ژئومورفومتری عمومی سطح زمین پیوسته را توصیف می کند و بنابراین بیشتر بر اساس روش های کمی و تقسیم بندی زمین در عناصر شکل است. مک میلان و شری [ 3] تعاریف مختلفی از شکل زمین ارائه می کند. در یک تعریف گسترده، شکل زمین عبارت است از “هر گونه ویژگی فیزیکی سطح زمین که شکل مشخص و قابل تشخیصی داشته باشد”. یک تعریف هندسی بیشتر به عنوان “تقسیم سطح زمین، در مقیاس یا تفکیک فضایی معین، محدود به ناپیوستگی های توپوگرافی و داشتن مورفومتری (نسبتا) یکنواخت” با هدف ژئومورفومتری عمومی مطابقت دارد. یک تعریف معنایی، مانند “یک واحد زمین ایجاد شده توسط فرآیندهای طبیعی به گونه ای که ممکن است در هر جایی که ممکن است رخ دهد، از نظر ویژگی های معمولی شناسایی و توصیف شود”، در عوض با ژئومورفومتری خاص سازگارتر است.

در ژئومورفومتری عمومی، تمرکز بر محاسبه توصیفگرهای عددی زمین محلی (شیب، انحنا) از داده‌های شطرنجی (یا کمتر از اغلب اوقات، شبکه‌های نامنظم مثلثی) با در نظر گرفتن پیکسل به عنوان واحد اندازه‌گیری پایه است. به منظور تجزیه و تحلیل پدیده‌ها در مقیاس‌های جغرافیایی مختلف، تکنیک‌های تقسیم‌بندی تصویر توسعه بیشتری را به همراه آورد و محاسبه توصیفگرها با وضوح‌های مختلف و تعریف تکه‌های بزرگ‌تر مربوط به واحدهای همگن یا عملکردی (به عنوان مثال، دامنه‌ها یا حوضه‌های آبخیز همگن) را امکان‌پذیر کرد. این موضوع علاقه جدیدی را در تعریف معنایی واحدهای زمین به ارمغان آورده است [ 4 ].

مدل‌سازی معنایی لندفرم‌ها توسط ژئومورفولوژی و جوامع GIS به دو روش مختلف مورد توجه قرار گرفته است، اولی سعی می‌کند رویکرد شی گراتری را برای طبقه‌بندی زمین معرفی کند، که منجر به تجزیه و تحلیل تصویر مبتنی بر شی (OBIA) می‌شود، در حالی که برخی از دانشمندان GIS تعریف کردند. مدل‌های مفهومی، معمولاً به صورت هستی‌شناسی ارائه می‌شوند که می‌توانند به مدل‌های منطقی قابل پیاده‌سازی تبدیل شوند.

علاوه بر این، مفاهیم معنایی توصیف‌کننده لندفرم‌ها معمولاً مبهم هستند زیرا کیفی هستند و مفهوم‌سازی آن‌ها دشوار است، اگرچه معنایی که بیان می‌کنند معمولاً توسط اکثر مردم درک می‌شود [ 1 ]. مردم لندفرم ها را به عنوان مناطق واضح زمین درک نمی کنند، بلکه از طریق ویژگی های برجسته یک شکل زمین، که ویژگی های معمولی هستند که به راحتی توسط انسان قابل تشخیص هستند [ 5 ]. بنابراین، خیلی به تفسیر کاربر سپرده می شود. به عنوان مثال، به تصویر کشیدن لندفرم ها روی نقشه با خطوط کانتور و ارتفاع نقطه مشخص می شود و تشخیص توسط نقشه خوان انجام می شود. تفاوت بین نحوه درک افراد از شکل زمین و نحوه اجرای آنها در یک ماشین به عنوان تقسیم کمی-کیفی بر [ 1] نامیده می شود.]. کاربر هنگام توصیف یا تشخیص شکل‌های زمین در یک برنامه خاص، اهداف خاصی دارد، از مفاهیم کیفی مرتبط با حوزه تخصص خود استفاده می‌کند و در طی فرآیندهای شناسایی و توصیف بر توانایی‌های فضایی و شناختی خود تکیه می‌کند. چالش حمایت محاسباتی از چنین فرآیند شناسایی، تبدیل این مفاهیم کیفی به متغیرهای کمی است که یک برنامه کامپیوتری بتواند به طور موثر پردازش کند. این چالش توسط یک رشته نوظهور به نام مهندسی شناختی فضایی [ 6] که تحقیقات ما در آن صورت می گیرد. به منظور پر کردن شکاف ذکر شده در بالا، ما ادعا می کنیم که نیاز به یک زبان سطح بالا و ابزارهای رایانه ای برای کمک به کاربران برای تعیین اهداف برنامه خود و ارائه توضیحات شکل زمین قابل تفسیر توسط رایانه وجود دارد. چنین توصیفاتی باید به طور خودکار توسط یک نرم افزار اختصاصی تفسیر شوند تا برنامه ای تولید شود که فرم های زمین را مطابق با نیاز کاربر تشخیص دهد.

در واقع، درک شکل زمین با دامنه و سطح تخصص کاربر متفاوت است. از این رو، مدل‌سازی و شناسایی لندفرم‌ها از یک مدل زمین نیازمند یک مفهوم‌سازی رسمی است که ممکن است تنها در یک زمینه خاص معتبر باشد. مدل‌های مفهومی لندفرم‌ها بر توصیف این ویژگی‌های برجسته تکیه می‌کنند که ویژگی‌های لندفرم‌ها را دارند و می‌توانند شامل ویژگی‌های زمینه‌ای و موضوعی برای توصیف سطح زمین در اطراف برجستگی‌ها باشند. به عنوان مثال، یک کوه با یک قله مشخص می شود، در حالی که یک دره با تالوگ آن مشخص می شود. برای پیاده‌سازی چنین مفاهیمی در یک برنامه، باید بتوان پارامترهای کمی را تعیین کرد که با ویژگی‌های شکل زمین که ویژگی‌های برجسته قابل تشخیص توسط کاربر را مشخص می‌کنند، مطابقت دارند.

چندین محقق پیشنهاد کردند که رویکردهای هستی‌شناختی را برای تعریف چنین پارامترهایی برای انواع مختلف لندفرم‌ها اعمال کنند [ 7 ، 8 ]. با این حال، این کارها به طور جداگانه انجام شد و هر کدام معمولاً یک نوع لندفرم را به طور خاص مطالعه می کردند. از آنجایی که هنوز مجموعه ای از لندفرم ها در نظر گرفته نشده است، روابط فضایی بین لندفرم ها در تعاریف معرفی نشده است. هر مدل معمولاً در یک زمینه خاص ایجاد می شود. به عنوان مثال، یان و همکاران. [ 9] یک هستی شناسی برای مدل سازی ویژگی های زیر دریا ارائه کرد. مجموعه ای از ویژگی های زیر دریا در یک طبقه بندی سازماندهی شده است که توضیحاتی را در سطوح مختلف دانه بندی ارائه می دهد. نویسندگان بازنمایی ها را از تعاریف شکل زمینی که از تعاریف ویژگی بر اساس متون (به اصطلاح “براق”) ارائه شده توسط اصطلاحات سازمان بین المللی هیدروگرافی استخراج می کنند، جدا می کنند. با این حال، ابهامات متعددی در این گونه تعاریف زبان طبیعی وجود دارد و دانش ضمنی بیان نمی شود. علاوه بر این، [ 10 ] چارچوبی شامل یک سطح هندسی و معنایی را برای تولید یک DTM قابل اعتماد با هدف تضمین کیفیت محصول نهایی پیشنهاد کرد، اما آنها به موضوع شناسایی شکل زمین پرداختند.

مشاهده می‌شود که در هر موقعیت، مدل‌های پیشنهادی برای دستیابی به اهداف خاص با استفاده از مفاهیم خاص توسعه یافته‌اند: وضعیت برای هر نوع لندفرم و با تخصص کاربر درگیر (مثلاً یک فرد عادی یا یک متخصص) متفاوت است. به همین دلیل است که هدف ما توسعه یک رویکرد سیستماتیک و ابزارهای نرم افزاری برای تولید توضیحات قابل پیاده سازی برای شکل های زمین است که می تواند برای حوزه های کاربردی مختلف سفارشی شود. اولین مزیت ارائه چنین رویکرد عمومی ارائه تعاریف دقیق از شکل زمین (برای مثال با استفاده از یک نمایش شی گرا) است که می تواند در یک پایگاه داده ذخیره شده و توسط برنامه ها پردازش شود. چنین تعاریف قابل پردازش کامپیوتری پایگاه دانش توپوگرافی را بسیار غنی می کند. دومین، یک رویکرد عمومی یک مدل ابرداده ارائه می‌کند که می‌تواند برای استدلال در مورد شکل‌های زمین مورد استفاده قرار گیرد. در حال حاضر، تجزیه و تحلیل عمدتا بر روی مدل های میدانی انجام می شود. یک نمایش شی گرا از لندفرم ها انجام استدلال و پرس و جو خودکار در ویژگی های شکل زمین برای بازیابی اطلاعات در برنامه های کاربردی آنلاین را ممکن می سازد.8 ].

در این زمینه تحقیقاتی، به عنوان کمکی به بازنمایی زمین‌ها مبتنی بر لندفرم، ما در این مقاله یک رویکرد و چارچوب مفهومی برای تبدیل تعاریف زمینه‌ای لندفرم‌ها به تعاریف کلاس رسمی که می‌توانند در یک GIS پیاده‌سازی شوند، ارائه می‌کنیم. هدف ما این است که رویکردهای خاص تری را همانطور که در [ 8 ، 11 ، 12 ] پیشنهاد شده در چارچوبی کلی تر بگنجانیم. این چارچوب بر اساس یک توصیف نمونه اولیه از یک لندفرم است که ما پیشنهاد می کنیم به عنوان یک الگوی طراحی هستی شناسی برای تعریف لندفرم های خاص استفاده شود. ما نشان خواهیم داد که چگونه می توان از آن برای ترجمه مفاهیم شکل زمین به عناصر قابل حمل از یک DTM استفاده کرد.

ساختار مقاله به شرح زیر است. در بخش 2 ، کارهای موجود در زمینه شناسایی شکل زمین را بررسی می کنیم. در بخش 3 ، چارچوب خود را ارائه می کنیم، نمونه اولیه شکل زمین را توصیف می کنیم و استفاده از آن را با استفاده از دره های زیردریایی نشان می دهیم. بخش 4 کاربرد چارچوب ما در سایر انواع لندفرم ها را مورد بحث قرار می دهد. بخش آخر برخی از نکات پایانی و توسعه در حال انجام پروژه را ارائه می دهد.

2. آثار موجود در شناسایی شکل زمین

2.1. طبقه بندی مورفومتریک

از زمان ظهور پردازش دیجیتال، واحد اندازه گیری پایه در طبقه بندی زمین پیکسل است. هر پیکسل را می توان بر اساس ارتفاع، شیب یا انحنا یا سایر ویژگی های کمی به کلاس های مورفومتریک طبقه بندی کرد تا مناطق همگن تولید کند [ 13 ، 14 ]. همانطور که ژئومورفومتری عمومی شکل سطح زمین را به عنوان یک میدان پیوسته تجزیه و تحلیل می کند [ 15 ]، این روش ها را می توان برای ایجاد یک تقسیم کامل از سطح زمین بدون شکاف استفاده کرد. از آنجایی که پدیده ها فقط در مقیاس پیکسل رخ نمی دهند، توصیفگرها را می توان در مقیاس های مختلف محاسبه کرد [ 16]]. روش ها معمولاً مبتنی بر عملکرد هستند و کیفیت نتیجه به انتخاب توصیفگرهای گسسته و مقادیر آستانه مورد استفاده برای اهداف طبقه بندی بستگی دارد. کار در [ 17 ] خلاصه ای از ویژگی های اصلی و نحوه محاسبه آنها و همچنین ارتباط آنها با ژئومورفومتری دریایی را ارائه می دهد.

لندفرم ها مناطق محدودی از زمین هستند و کل سطح را پوشش نمی دهند. ویژگی های هندسی و توپولوژیکی آنها را می توان با ژئومورفومتری خاص تجزیه و تحلیل کرد. به‌عنوان اشیاء مجزا، شکل‌های زمین به منظور محاسبه ویژگی‌ها، مانند مساحت یا شیب متوسط آنها، باید کاملاً محدود شوند [ 15 ].

توصیفگرهای کمی نیز برای شناسایی عناصر شکل زمین در بررسی های خاک استفاده شده است. هدف برجسته کردن مناطق زهکشی خوب و ضعیف با تقسیم دامنه‌ها به موقعیت‌های شیب مبهم مختلف (شانه، شیب پشت، شیب پا، شیب پنجه) بین قله و پایین شیب بود. چندین طبقه بندی در [ 18 ] ارائه شده است که در آن انحناهای پلان و پروفیل در نظر گرفته شده است، و تقسیم بندی به موقعیت های شیب نیاز به تشخیص شکست در شیب و انحنا برای ارائه مرزها دارد.

اخیراً، دو رویکرد ارائه شده است که بر شکست محاسبه شیب تکیه ندارند. برای هر موقعیت شیب، Qin et al. [ 19 ] پیکسل هایی را که به طور واضح به موقعیت شیب تعلق دارند به عنوان نمونه اولیه شناسایی می کند. سپس، شباهت هر پیکسل را با نمونه اولیه که یک مقدار عضویت فازی را اختصاص می دهد، محاسبه می کنند. این رویکرد ابتدا نیاز به شناسایی نمونه‌های اولیه بر روی مدل زمین، با تکیه بر مجموعه‌ای از قوانین ساده یا طبقه‌بندی تخصصی دارد و کمی از درجه‌بندی مکانی موقعیت‌های شیب را ارائه می‌دهد.

رویکرد دوم مبتنی بر طبقه‌بندی الگوها (ژئومورفون‌ها) است که در اطراف یک پیکسل مشاهده می‌شوند [ 20]]. برای یک فاصله جستجوی معین، زوایای ارتفاع در هشت جهت که با یک خط دید در بالای زمین و یک خط دید در زیر زمین اندازه‌گیری می‌شوند (به عنوان مثال، نمایه با توجه به صفحه افقی منعکس شده است) محاسبه می‌شود. بر اساس مقدار این زاویه ها، پیکسل های همسایه به صورت بالا، پایین یا در همان ارتفاع پیکسل مرکزی طبقه بندی می شوند. این مقادیر نسبی الگویی را تشکیل می دهند که به یک موقعیت شیب نسبت داده می شود. طبقه‌بندی به دو پارامتر بستگی دارد، یک آستانه صافی که نشان می‌دهد آیا یک پیکسل در همان سطح پیکسل مرکزی است یا نه، و فاصله دیدبانی، که می‌تواند نشان‌دهنده وضوح یا مقیاسی باشد که طبقه‌بندی در آن انجام می‌شود.

در این رویکردها، لندفرم ها به عنوان مناطقی با ویژگی های همگن یا توسط مناطق کوچکتر به عنوان عناصر لندفرم تعریف می شوند. مفهوم برجسته بودن به صراحت مدلسازی نشده است. علاوه بر این، سایر انواع دانش، مانند ویژگی‌های توپولوژیکی و موضوعی، یا ویژگی‌های جهانی، مانند شکل و موقعیت کلی یک لندفرم که کار یک مترجم عکس را هدایت می‌کند، در نظر گرفته نمی‌شوند. علاوه بر این، [ 15 ] ارتباط مطالعات ژئومورفومتریک خاص را به ژئومورفومتری عمومی منطقه به عنوان راهی برای در نظر گرفتن زمینه توصیه می کند. به این ترتیب، محققان ژئومورفومتری شروع به بررسی رویکردهای مبتنی بر شی به منظور گنجاندن روابط توپولوژیکی و سلسله مراتبی بین اشکال زمین کردند [ 17] .] برای انجام تجزیه و تحلیل تصویر مبتنی بر شی.

2.2. تجزیه و تحلیل تصویر مبتنی بر شی

در تجزیه و تحلیل تصویر مبتنی بر شی (OBIA)، معنی مربوط به اشیایی است که توسط خوشه‌هایی از پیکسل‌ها تشکیل شده‌اند. یک شی را می توان با ویژگی های توپولوژیکی، موضوعی و مربوط به ادراک مشخص کرد [ 21 ]. عواملی مانند مقیاس، روابط همسایگی و مبهم بودن طبقه بندی، در نظر گرفته می شوند [ 22 ، 23 ]. اشیاء ابتدایی هنوز از روش‌های طبقه‌بندی پیکسلی بدست می‌آیند، اما زمانی که بتوان اشیاء پیچیده‌تری را با در نظر گرفتن روابط بین اشیاء ابتدایی توصیف کرد، به مرحله‌ای دیگر رسید. با این حال، آنها به انتخاب دلخواه پارامترهای شکل و مقدار مقیاس بستگی دارند. از این رو، در [ 24]، نویسندگان پیشنهاد کردند که از هستی شناسی ها برای ارتباط مفاهیم لندفرم و اشیاء تقسیم شده استفاده شود و در مورد نیاز به مدل های مفهومی برای طبقه بندی مبتنی بر معنایی بحث کردند.

اگرچه نشان دهنده گامی به سوی توصیف معنایی زمین است، OBIA همچنان بر توصیفی مبتنی بر منطقه از زمین که به عنوان یک میدان ارتفاعی تلقی می شود، متکی است. مشکلات به دلیل نماها، تعاریف و کاربردهای ناهمگن به وجود می آیند [ 21 ]: یک مدل شکل زمین معمولاً با توجه به نیازهای کاربر تعریف می شود، که منجر به یک مدل کامپیوتری می شود که فقط در یک زمینه خاص قابل اجرا است. یک لندفرم معین را می توان به روش های مختلف با توجه به ویژگی های مختلف نشان داده شده در جدول 1 [ 21] تعریف کرد]. تعریف اصلی مربوط به شکل کلی شی و مکان آن در محیط است. مستقل از هر زمینه ای بیان می شود. به عنوان مثال، یک تپه به عنوان “یک واحد شکل زمین شیبدار که توسط حداقل دو واحد دیگر محدود شده است” تعریف می شود [ 21 ].

چنین تعریف کلی معمولاً قابل درک است، اما متخصصان باید آن را اصلاح کنند تا آن را در حوزه های مربوطه به کار ببرند. از این رو، تخصص های مختلف به تعاریف متفاوتی منجر می شوند. برای مثال، نویسندگان در [ 25 ] تعاریف «خور» را که در رشته‌های مختلف (فیزیک، شیمی، زیست‌شناسی، کیفیت محیطی، مدیریت، امور حقوقی، حفاظت) استفاده می‌شوند، مقایسه می‌کنند، جایی که هر کدام ویژگی‌های خاص خود را دارند. هر تعریف مربوط به زمینه استفاده متفاوت است. هر تعریف با مجموعه‌های مختلفی از متغیرها همراه است و هیچ رویکرد مشترکی وجود ندارد که فرآیند مدل‌سازی را از تعریف یا درک شکل زمین تا اجرای آن تسهیل کند.

2.3. رویکردهای مفهومی و کیفی

برای مدت طولانی، متخصصان در شناخت فضایی نشان داده‌اند که افراد لندفرم‌ها را از طریق ویژگی‌های برجسته‌شان درک می‌کنند و برای تشخیص لندفرم‌ها نیازی به توصیف فضایی کامل ندارند [ 5 ]. آنها بیشتر بر تعاریف ارائه شده توسط اصطلاحات مورد توافق در یک جامعه تکیه دارند. یک کوه را نمی توان با یک منطقه محدود تعریف کرد، اما می تواند با قله آن مشخص شود. به طور مشابه، یک دره را می توان با خط تالوگ آن شناسایی کرد.

از این رو، از دیدگاه شناختی، طبقه‌بندی لندفرم به مشکل رسمی‌سازی توصیفات کلامی به منظور دستیابی به یک درک مشترک تبدیل می‌شود [ 26 ]. ما وارد حوزه‌ای می‌شویم که جغرافیای ساده‌لوح [ 5 ] نامیده می‌شود که در آن یک چالش بزرگ، رسمی کردن دانش فضایی و استنتاج‌هایی است که برای مردم بی‌اهمیت به نظر می‌رسند، تا بتوان آن‌ها را در یک سیستم کامپیوتری پیاده‌سازی کرد.

برای رسمی‌سازی لندفرم‌ها، محققان پیشنهاد کردند که از هستی‌شناسی‌های دامنه استفاده کنند که می‌توان آنها را به‌عنوان پایگاه‌های دانش توصیف‌کننده شکل‌های زمینی خاص، مانند صخره‌ها [ 27 ]، خلیج‌ها [ 7 ]، برجستگان [ 8 ] و دره‌ها [ 11 ] در نظر گرفت. در چنین رویکردی، نویسندگان یک تعریف هستی‌شناختی از یک لندفرم شامل یک سری ویژگی‌های کیفی ارائه می‌کنند که سپس به متغیرهای هندسی کمی ترجمه می‌شوند و امکان شناسایی نمونه‌های شکل زمین را بر روی نقشه یا در یک مدل زمین فراهم می‌کنند. به عنوان مثال، در [ 7]، نویسندگان شکل یک خلیج را با مجموعه ای از نقاط برجسته و سه پارامتر شکل تعریف می کنند. خلیج ها بر اساس روابط کیفی اندازه گیری شده با محمول های مبهم و وابسته به زمینه در دسته های مختلف طبقه بندی می شوند. سپس در یک مطالعه موردی که در آن مقادیر پارامتر به صورت تجربی تنظیم می‌شوند، محمول‌ها دقیقاً مشخص می‌شوند.

هنگام تلاش برای مفهوم سازی لندفرم ها، مبهم بودن موضوع مهمی است. مفهوم برجستگی شکل زمینی است که معمولاً توسط محققان برای نشان دادن ابهام فضایی و تأکید بر دشواری تعیین مرز یک کوه یا تمایز یک کوه از یک تپه مورد بحث قرار می گیرد. در [ 28 ]، نویسندگان رویکردی برای استخراج برجستگی‌ها از یک تصویر شطرنجی ارائه می‌کنند که در آن برجستگی‌ها با قله‌هایشان شناسایی می‌شوند و با یک کانتور مشخص می‌شوند. یک کانتور با این واقعیت مشخص می شود که حاوی هیچ قله بالاتری نیست و با یک ناحیه مورفومتریک همگن حاوی قله مطابقت دارد. این نویسندگان قادر به شناسایی رشته کوه ها و ایجاد سلسله مراتبی از قله ها بر اساس گنجاندن فضایی آنها هستند.

سایر نویسندگان رویکرد مشابهی را در [ 8 ]، شناسایی قله‌ها و سپس تعیین وسعت آنها پیشنهاد می‌کنند. آنها از شبکه سطحی برای تعریف وسعت برجستگی ها و مقایسه اهمیت قله ها بر اساس انزوا (میزان فاصله آنها از سایر قله ها) و برجستگی (چقدر بلند هستند) استفاده می کنند. مقادیر پارامترها در یک مطالعه موردی با لیستی از قله های به دست آمده از پایگاه داده توپوگرافی ارزیابی می شوند.

علاوه بر این، نویسندگان در [ 11 ] یک رویکرد شی گرا برای استخراج دره ها ارائه می دهند و پیشنهاد می کنند از یک ضریب دره برای تعیین میزان احتمال تعلق یک نقطه به یک دره استفاده شود. آنها ابتدا خطوط تالوگ را از DEM شناسایی کرده و نواحی صاف اطراف تالوگ ها را استخراج می کنند. سپس شاخص دره با توجه به زاویه شیب و فاصله یک نقطه از تالوگ تنظیم می شود. از این رو، نوعی عضویت فازی را برای هر پیکسل فراهم می کند که راهی برای معرفی ابهام در مدل است.

رویکردهای مفهومی فعلی بر تعریف یک لندفرم خاص تکیه دارند و هر لندفرم مدل مفهومی خود را می طلبد. به عنوان مثال، نویسندگان در [ 8 ، 11 ] به برجستگی ها و دره ها می پردازند که طبقات گسترده ای از شکل های زمین هستند. تعاریف آنها مبتنی بر مفاهیم ساده لوحانه است [ 5]. هدف آنها شناسایی ویژگی‌های خاص زمین است که از آن برجستگی‌ها یا دره‌ها را به گونه‌ای مشخص می‌کنند که با آنچه عموم مردم درک می‌کنند مطابقت داشته باشد. مشکل اصلی این است که درک یک لندفرم خاص ذهنی است و به پیشینه کاربر بستگی دارد. نگاه کردن به لندفرم‌های خاص‌تر، ذهنیت را کاهش می‌دهد، زیرا تعاریف دقیق‌تر می‌شوند و به کاربرد یا تخصص خاصی مربوط می‌شوند. برای مثال، کورتس مورسیا و همکاران. [ 12 ] سعی کرد با استفاده از رویکردی مشابه [ 11] دره های زیردریایی را شناسایی کند]. از آنجایی که زمینه دقیق تر است، روش می تواند پارامترهایی را با در نظر گرفتن منطقه مورد مطالعه، مانند شیب مورد انتظار و طول دره ها، ادغام کند. تعریف کانیون و نتایج شناسایی در یک مدل زمین توسط ژئومورفولوژیست ها تایید شد. این مدل یک ساختار مفهومی ارائه می دهد که مفهوم دره را با ویژگی ها و روابط آن توصیف می کند.

بکارگیری چنین رویکردی برای مدل زمین مستلزم شناسایی ویژگی های برجسته در زمین مورد مطالعه است. برای مثال، مارک و اسمیت [ 1 ] پیشنهاد کردند که شکل‌های زمین از شبکه جریان استخراج شود که با انباشت جریان محاسبه می‌شود. در واقع، شبکه جریان یک ساختار کامل مربوط به خطوط خط الراس و دره ارائه می دهد که اطلاعات زمین را خلاصه می کند. انباشت جریان یک مقدار میدان است و شبکه جریان با آستانه گذاری مقادیر و بردار کردن شبکه حاصل به دست می آید. از این رو، سازگاری نتیجه به عوامل متعددی مانند مقدار آستانه و رسیدگی به موارد منفرد (پر کردن گودال) بستگی دارد.

ساختار دیگری که مورفولوژی را مشخص می کند، شبکه سطحی [ 29 ] است که یک ساختار داده توپولوژیکی است که نقاط ویژگی (قله ها، گودال ها، زین ها) و خطوط ویژگی (برآمدگی ها، تالوگ ها) یک زمین را به هم متصل می کند. استخراج نقطه مشخصه با مقایسه ارتفاع نسبی نقاط انجام می شود، در حالی که خطوط ویژگی با مقایسه شیب های لبه های همسایه محاسبه می شوند. از این رو، هیچ پارامتری برای استخراج شبکه سطحی مورد نیاز نیست. نمودار حاصل از نظر توپولوژیکی قوی است و بر اساس نظریه مورس [ 30] استوار است]. با این حال، شناسایی ویژگی‌های برجسته در مقیاس مناسب نیازمند ساده‌سازی شبکه در سطح جزئیات مناسب است. چنین سطحی خود با مورفومتری لندفرم های مورد بررسی تعریف می شود. سپس ساده سازی بر اساس یک پارامتر آستانه انجام می شود که معمولاً مربوط به ارتفاع یا طول شکل زمین است.

در نهایت، به نظر می رسد که هر دو جامعه در ژئومورفولوژی و در استدلال فضایی به یک مشکل نگاه می کنند، هرچند با تمرکز متفاوت. ژئومورفولوژیست ها، به عنوان متخصص در حوزه خود، عمدتاً به توسعه مدل های منطقی که می توانند برای تجزیه و تحلیل زمین پیاده سازی شوند، کمک کردند. در طرف مقابل، محققان در استدلال فضایی ابتدا به چگونگی درک لندفرم ها توسط مردم علاقه داشتند. با این وجود، بررسی ما نشان می‌دهد که در این چند سال اخیر، هر دو جامعه به طراحی مدل‌های مفهومی و اجرای آن‌ها با توجه به جنبه‌های کیفی و کمی علاقه‌مند بوده‌اند. با این حال، مفهوم یک ویژگی برجسته تنها در برخی رویکردهای خاص و نه در یک چارچوب کلی قابل اعمال برای انواع مختلف لندفرم ها در نظر گرفته شده است.

3. رویکرد تحول پیشنهادی

با اتخاذ یک رویکرد مهندسی شناختی فضایی، تحقیق ما با این مشاهده آغاز شد که تعاریف لندفرم کیفی چندین ویژگی متمایز دارند: (1) آنها معمولاً ناقص هستند. (2) آنها را می توان به روش های مختلف و در مقیاس های جغرافیایی مختلف مفهوم سازی کرد. (3) متنی هستند و به یک حوزه خاص مرتبط هستند. (4) و معمولاً دانش ضمنی را شامل می شوند. علاوه بر این، همانطور که قبلاً گفتیم، مردم لندفرم ها را به عنوان مناطق واضح زمین درک نمی کنند، بلکه آنها را از طریق ویژگی های برجسته ای که تشخیص می دهند شناسایی می کنند. در عمل، تعاریف شکل زمین از اصطلاحات مورد توافق در یک جامعه به دست می آیند.

با هدف توسعه یک رویکرد سیستماتیک و ابزارهای نرم‌افزاری برای تولید توصیف‌های قابل اجرا برای لندفرم‌ها که می‌توانند برای حوزه‌های کاربردی مختلف سفارشی‌سازی شوند، ما یک چارچوب مفهومی (یک روش، یک فرمالیسم و ابزارهای نرم‌افزاری) برای تبدیل تعاریف زمینه‌ای از شکل‌های زمین به کلاس رسمی پیشنهاد می‌کنیم. تعاریفی که می توانند در GIS پیاده سازی شوند. رویکرد ما بر این ایده متکی است که از طریق دگرگونی‌های متوالی، می‌توان به تدریج جنبه‌های کیفی تعاریف کاربر اولیه را با توضیحات کمی جایگزین کرد که می‌تواند در یک نرم‌افزار کاربردی که نیازهای کاربر را برآورده می‌کند، پیاده‌سازی شود. چارچوبی که ما پیشنهاد می کنیم بر اساس سه مرحله اصلی است که در شکل 1 نشان داده شده استو ما در زیر بخش های زیر در مورد آن اظهار نظر می کنیم: تجزیه و تحلیل شکل زمین، تبدیل مفهومی و تحول منطقی.

3.1. تجزیه و تحلیل شکل زمین

اولین مرحله تجزیه و تحلیل شکل زمین است. این شامل جمع آوری دانش با توجه به نیازها و اهداف کاربر است. سه عنصر اساسی در نظر گرفته می شود: هدف کاربر، که الزامات اصلی برنامه نرم افزاری مورد نظر را مشخص می کند و اطلاعاتی که باید ارائه دهد. منطقه مورد علاقه، که می تواند توسط کاربر به عنوان یک منطقه مشخص شده توسط مختصات یا به سادگی توسط یک منطقه جغرافیایی مشخص شده با یک نام مشخص شود. و نمایه کاربر، که کاربران نهایی هدف، از جمله سطح تخصص و دامنه تخصص آنها را توصیف می کند.

از آنجایی که ما یک رویکرد مهندسی دانش را پیشنهاد می کنیم، باید اشاره کنیم که چه بازیگرانی در آن دخیل هستند. در این مرحله بازیگران اصلی کاربران و کارشناسان حوزه هستند. کاربر جزئیات سه عنصر ذکر شده در بالا را ارائه می دهد و لزوماً تخصص دقیقی در حوزه برنامه ندارد. متخصص اصطلاحات حوزه را ارائه می دهد، که ممکن است از تعاریف متنی یا حتی برخی دانش غیررسمی و ضمنی به دست آمده از تجربه تشکیل شده باشد. در حالی که تعاریف متنی ممکن است از متخصصی به متخصص دیگر متفاوت باشد، این تعاریف باید با درک مشترک مشترک کارشناسان در یک حوزه مطابقت داشته باشد و باید صریح باشد. فرآیند تحلیلی که در این مرحله از چارچوب ما انجام می‌شود، باید مجموعه‌ای از شکل‌های زمین مورد علاقه کاربر را شناسایی کرده و مقیاس پدیده را مشخص کند [ 31]] متناظر با اندازه های مورد انتظار شکل های زمینی یافت شده است.

در پایان مرحله تجزیه و تحلیل لندفرم، لندفرم ها دیگر نباید به صورت شفاهی توصیف شوند، بلکه باید از طریق مجموعه ای ساختاریافته از اسم ها و صفت ها، که به وضوح در یک فرهنگ لغت تعریف شده اند، رسمیت یابد و ناهمگونی و ابهام معنایی را از بین ببرد. اصطلاحات موجود، مانند Geowordnet [ 32 ]، مجموعه ای از اصطلاحات رسمی را ارائه می دهند که می توانند برای شناسایی ویژگی های بالقوه برای تعاریف شکل زمین استفاده شوند. بسته به نیازهای کاربر که توسط متخصص شناسایی می شود، می توان عبارات دقیق تری اضافه کرد.

به عنوان مثالی از فرآیندی که در مرحله تجزیه و تحلیل شکل زمین انجام می شود، اجازه دهید مثالی از یک دره زیردریایی را در نظر بگیریم، که مطالعه موردی است که در این مقاله به تفصیل شرح داده شده است. تعریف دره کلی و مبهم است. سازمان بین‌المللی هیدروگرافی آن را به‌عنوان یک فرورفتگی دراز، باریک و شیب‌دار تعریف می‌کند که عموماً شیب پایینی را عمیق‌تر می‌کند [ 33 ]. در طول مرحله تحلیل شکل زمین، یک متخصص باید چنین تعریف متنی را به تعاریف رسمی تر و صریح تر تبدیل کند که در آن عناصر برجسته با ویژگی های مشخصه آنها شناسایی و توصیف شوند. حال، بیایید ببینیم که چگونه چنین تحولی در مطالعه موردی ما انجام شد.

دره زیردریایی را می توان نوعی دره باریک با اضلاع شیب دار در نظر گرفت. به این ترتیب، باید از محیط اطرافش پایین تر و کشیده باشد. عنصر برجسته آن تالوگ آن است که مربوط به خطی است که در کف دره در امتداد تندترین شیب جریان دارد. با این حال، تجزیه و تحلیل عمیق تری با کمک ژئومورفولوژیست ها انجام شد [ 12] و با در نظر گرفتن محیطی که دره‌ها در آن یافت می‌شوند، به اصلاح تعریف منجر شد. این تحلیل بر این واقعیت تأکید داشت که دره‌ها معمولاً امتداد رودخانه‌هایی هستند که به اقیانوس می‌رسند و کانال‌هایی هستند که رسوبات را به کف اقیانوس می‌آورند. از این رو، آنها در شیب قاره ای قرار دارند که آن را در یک خط مستقیم از فلات قاره به کف اقیانوس برش می دهند. نشان داده شد که این اطلاعات جدید برای تعریف مقیاس پدیده (یعنی طول مورد انتظار دره ها) در رابطه با منطقه مورد مطالعه مهم است. به عنوان مثال، دره ها در مصب رودخانه سنت لارنس در [ 12] در مقایسه با سایر دره های ساحل غربی آمریکای شمالی که چند صد کیلومتر طول دارند، نسبتاً کوتاه هستند (طول چندین کیلومتر). در نتیجه، ویژگی های یک دره زیردریایی ارائه شده در جدول 2 می تواند بسته به زمینه مطالعه، کم و بیش جزئی و دقیق باشد.

3.2. دگرگونی مفهومی

3.2.1. ترکیب شکل زمین

مرحله دوم چارچوب ما تبدیل تعاریف لندفرم به یک مدل مفهومی است. هدف آن حرکت از تعریف رسمی به دست آمده در مرحله تجزیه و تحلیل لندفرم به سمت یک تعریف ساختاریافته بر اساس یک تعریف مبتنی بر الگوی مشترک برای همه فرم‌های زمین است. به این ترتیب، این الگو هنوز مستقل از هر گونه ملاحظات اجرایی است، اما باید بر اساس مفاهیم کلی که قابل استفاده مجدد و قابل توسعه هستند، باشد.

در ابتدای این مرحله، لندفرم ها هنوز اشیایی مبهم و بدون مرز دقیق هستند. به یاد بیاوریم که آنها با یک عنصر برجسته و برخی ویژگی های هندسی و موضوعی مشخص می شوند. عنصر برجسته توسط یک منطقه مبهم احاطه شده است که گستره فضایی شکل زمین را مشخص می کند، که همچنین دارای ویژگی های هندسی و موضوعی خاص خود است. برای قابل اجرا، هر دو عنصر برجسته و منطقه اطراف باید با هندسه هایی بیان شوند که می توانند از یک مدل زمین استخراج شوند. از این رو، ویژگی های کیفی بیان شده به صورت رسمی باید به متغیرهای کمی تبدیل شوند که بتوان از روی داده های موجود ارزیابی کرد. به عنوان مثال، اصطلاح “باریک” مرتبط با دره ها به یک متغیر باریکی ترجمه می شود. و این متغیر با مقایسه عرض دره با مقداری آستانه اندازه گیری می شود. چنین کمی‌سازی با تفسیر قابل قبولی از ویژگی‌ها مطابقت دارد و بستگی به زمینه‌ای دارد که در آن اتفاق می‌افتد: اگر نیاز به توصیف دره‌های ساحل غربی و دره‌های ساحل شرقی آمریکای شمالی داشته باشیم، مقدار آستانه متفاوت خواهد بود. فرآیند کمی‌سازی، که فرآیند تخصیص یک مقدار کمی برای مشخص کردن یک ویژگی است، به عنوان دقیق‌سازی نامیده می‌شود.34 ]، زیرا به عنوان راهی برای رفع ابهام و ارائه تعریف دقیقی از ویژگی تلقی می شود.

طبق [ 35 ]، مبهم بودن یک لندفرم یا یک منطقه به طور کلی فقط مفهومی است و مکان آن با دقت انتخاب شده متفاوت است. یک نقطه را می توان به صورت قطعی در داخل یک منطقه، قطعاً در خارج یا در منطقه ای که نمی توان به طور قطع گفت داخل یا خارج است، طبقه بندی کرد. این طبقه بندی به فرآیند دقیق سازی بستگی دارد. مبهم بودن چنین مناطقی را «ابهام مرتبه اول» می نامند. با این حال، برای برخی از مناطق، حتی پس از دقیق‌سازی، مکان‌هایی وجود دارد که نمی‌توان آنها را دقیقاً به یک کلاس اختصاص داد. طبق تعریف کولیک، چنین مناطقی از “ابهام درجه دوم” گفته می شود [ 34] .]. به عنوان مثال، یک دره به عنوان یک دره باریک مشخص می شود. باریکی را می توان با عرض کف دره اندازه گیری کرد. به این ترتیب، تنظیم یک شیب حداکثر، تعریف کف دره را ثابت می کند و تعریف را از مرتبه دوم به ابهام مرتبه اول کاهش می دهد. سپس، تثبیت یک مقدار حداکثر عرض، باریکی را تعریف می کند و آخرین مرتبه ابهام را حذف می کند.

با در نظر گرفتن لندفرم ها به عنوان مناطق مبهم مرتبه دوم، مکان هایی که بخشی از شکل زمین برای همه دقت ها هستند، گفته می شود که هسته لندفرم را تشکیل می دهند، و مکان هایی که بخشی از شکل زمین برای حداقل یک دقیق سازی هستند، بدنه را تشکیل می دهند [34 ] . عنصر برجسته بخش مشخصه لندفرم است و هسته آن را تشکیل می دهد، زیرا بخشی است که همیشه در داخل شکل زمین درک می شود. از آنجایی که این عنصر برجسته معمولاً یک نقطه یا یک عنصر خطی است که ستون فقرات شکل زمین را نشان می دهد، ما آن را اسکلت لندفرم می نامیم.

به طور مشابه، هر مکان خارج از بدنه نمی تواند بخشی از شکل زمین باشد و بدنه باید توسط عناصر برجسته ای مشخص شود که همه کاربران آن را خارج از شکل زمین تشخیص می دهند. در مورد دره ها و دره ها، اسکلت داخلی خط تالوگ در پایین شکل زمین است و بدنه مجموعه ای از پشته ها است که حوضه آبریز تالوگ را مشخص می کند.

اسکلت مربوط به کوچکترین هسته ممکن است، اما مردم بیشتر در مورد فضا بر اساس مناطق فکر می کنند تا نقاط و خطوط [ 36 ]. برای مثال، در هر دو آثار استراومن و پوروس و کورتس مورسیا و همکاران، دره و کف دره عناصری هستند که برای تعریف هسته شکل زمین استفاده می‌شوند. تعریف این نواحی هسته با استفاده از برخی محمولات مورفومتریک انجام می شود. کف دره یا دره یا به عنوان منطقه مسطح اطراف تالوگ یا به عنوان منطقه ای که توسط یک شیب محدود شده است تعریف می شود. این فرآیند تبدیل با یک دقت مطابقت دارد و شکل زمین را از ابهام مرتبه دوم به مبهم مرتبه اول می‌آورد که در آن منطقه هسته مربوط به مکان‌هایی است که مطمئناً به شکل زمین تعلق دارند.

به روشی مشابه، بدنه با حداکثر وسعت ممکن مطابقت دارد، اما بسته به زمینه، دقت می تواند ناحیه کوچکتری را ایجاد کند که شکل زمین می تواند در آن قرار گیرد. پیروی از اصطلاحات بیتنر [ 37]، دقیق‌سازی سه ناحیه را به‌دست می‌آورد، یک منطقه مرکزی که در آن هر مکانی بخشی از شکل زمین است، یک مرز گسترده، که منطقه‌ای است که یک مکان ممکن است بخشی از شکل زمین باشد، و یک منطقه خارجی، که در آن مکان‌ها در شکل زمین نیستند. . با ساخت، ناحیه هسته همیشه شامل اسکلت است و بدنه همیشه شامل مرز وسیع است که به نوبه خود منطقه هسته را احاطه می کند. کورتس مورسیا و همکاران بدنه دره را با خطوط خط الراس در اطراف تالوگ مشخص کردند، اما مرز وسیع را مشخص نکردند، در حالی که استراومن و پوروز به دامنه های دره نگاه می کنند تا یک شاخص دره را تعریف کنند. این مربوط به رساندن شکل زمین به ابهام مرتبه اول است. سپس می توان با انتخاب یک آستانه دره، مرز گسترده را ثابت کرد و ابهام را از بین برد.

3.2.2. Landform ODP

مفاهیم معرفی شده در مرحله تبدیل مفهومی باید امکان بیان خصوصیات هندسی مختلف متصل به عنصر برجسته و به طور کلی به شکل زمین را فراهم کند. مجموعه ای از شکل های زمینی در نظر گرفته شده برای یک وظیفه و دامنه معین را می توان با استفاده از یک هستی شناسی توصیف کرد. یک هستی شناسی ساختاری منطقی برای رمزگذاری توصیفات شکل زمین فراهم می کند. هر دامنه یا وظیفه جدید نیاز به طراحی یک هستی شناسی جدید دارد. به منظور ارائه یک توصیف رسمی که در زمینه‌های مختلف اعمال می‌شود و امکان استفاده از مدل توسط افرادی که متخصص هستی‌شناسی نیستند، یک نمونه اولیه شکل زمین را به عنوان یک ساختار دانش قابل تنظیم تعریف کردیم. ما این نمونه اولیه را به عنوان یک الگوی طراحی هستی شناسی (ODP) مشخص کردیم، که یک قطعه کوچک قابل استفاده مجدد از هستی شناسی است که یک راه حل عمومی برای یک مشکل مدل سازی ارائه می کند [ 38]].

علاوه بر این، در چارچوب خود، ما یک نمونه اولیه لندفرم را به عنوان مجموعه محدودی از ویژگی‌ها تعریف می‌کنیم که برای انتزاع اصطلاحات و زمینه‌ای که توسط کاربر و متخصص دامنه در مرحله تحلیل شکل زمین انتخاب شده‌اند، استفاده می‌شوند. ODP شکل زمین یک ساختار عمومی را ارائه می دهد که می تواند برای تعریف هر لندفرم سفارشی شود. مفاهیم اصلی ODP شکل زمین ما در شکل 2 خلاصه شده است. اسکلت با یک شکل هندسی، با ویژگی های مورفومتریک و سایر ویژگی های موضوعی تعریف می شود. به طور مشابه، منطقه هسته و مرز گسترده با برخی ویژگی های مورفومتریک یا موضوعی توصیف می شود. ما دو نوع لندفرم را در نظر می گیریم که ویژگی های مشابهی دارند: لندفرم های ابتدایی و پیچیده. با این حال، این دو نوع لندفرم با نمونه‌های اولیه متفاوتی همراه هستند زیرا از طریق دو فرآیند متفاوت مشخص می‌شوند. در شکل 2 می بینیم که یک لندفرم پیچیده از لندفرم های ابتدایی که بخشی از لندفرم پیچیده هستند تشکیل شده است.

لندفرم های ابتدایی در درجه اول با عناصر برجسته آنها تعریف می شوند. بنابراین، شناسایی آنها در یک زمین ابتدا با شناسایی اسکلت هایی که الزامات شکل زمین را برآورده می کنند و دوم با شناسایی منطقه اطراف اسکلت انجام می شود. اسکلت یک هندسه ساده است، مانند یک نقطه یا یک خط، که باید با برخی از ویژگی های مشخصه زمین مطابقت داشته باشد. ناحیه هسته و مرز گسترده توسط چند ضلعی های ساخته شده در اطراف اسکلت نشان داده می شود. وسعت آنها با ویژگی‌هایی تعریف می‌شود که ویژگی‌های انتخاب شده در مرحله تحلیل شکل زمین را ترجمه می‌کنند. به عنوان مثال، یک دره زیردریایی نمونه ای از شکل زمین اولیه است.

لندفرم های پیچیده با برجستگی هایشان مشخص نمی شوند، بلکه با آرایش خاصی که در یک زمین مشاهده می شود مشخص می شوند. این بیشتر در مورد گروه‌های ترکیبی از شکل‌های زمین، مانند رشته‌کوه‌ها که وجود آن‌ها به وجود چندین کوه منفرد بستگی دارد، صدق می‌کند. کوه ها با قله های خود مشخص می شوند و با خطوط خط الراس خود به هم متصل می شوند. از این رو، یک اسکلت را نیز می توان در این لندفرم های پیچیده تعریف کرد، زیرا شکل زمین را با ساختار توپولوژیکی فراهم می کند که ویژگی های شکل را می توان از آن استخراج کرد. علاوه بر این، اسکلت ها همچنین می توانند برای یک ساختار توپولوژیکی پشتیبانی کنند که فرم های زمین را به یکدیگر متصل می کند و امکان استدلال بیشتر بر اساس پیکربندی فضایی آنها را فراهم می کند. اسکلت یک رشته کوه فقط مجموعه ای از قله ها نیست، بلکه شبکه ای از قله ها و خط الراس است که کوه های آن را به هم متصل می کند. منطقه اصلی یک منطقه پیچیده، صرفاً اتحاد لندفرم های سازنده آن نیست. تعریف خاص خود را دارد که با معنایی آن سازگار است. برای مثال، منطقه مرکزی یک رشته کوه منطقاً شامل دره هایی است که برجستگی ها را از هم جدا می کنند.

به طور خلاصه، در مرحله تبدیل مفهومی، یک متخصص داده های مکانی از ODP شکل زمین استفاده می کند تا مجموعه ای از مفاهیم را مشخص کند که با تعاریف انتخاب شده توسط کاربر و متخصصان حوزه در مرحله تحلیل شکل زمین با در نظر گرفتن مقیاس پدیده و اهداف کاربر علاوه بر این، این مفاهیم شکل زمین باید با ویژگی هایی مشخص شوند که می توانند با استفاده از داده های مدل زمین محاسبه شوند. آنها همچنین باید با ویژگی های لندفرم که در ابتدا با تعاریف لندفرم توسط کاربر و متخصص دامنه انتخاب شده بودند، سازگار باشند. برای این منظور، ما پیشنهاد می‌کنیم که متخصص داده‌های مکانی توصیف‌گرهای مفهومی زمین را انتخاب کند که می‌تواند از ویژگی‌های زمین محاسبه شود. چنین توصیفگرهایی را می توان از میان توصیفگرهای ژئومورفومتری که معمولاً مورد استفاده قرار می گیرند، انتخاب کردبخش 2.1 ، مانند ارتفاع، شیب و انحنا. با این حال، توصیف‌گرهای فضایی مانند موقعیت نسبی یا مطلق، موقعیت شیب و وسعت فضایی و توصیف‌گرهای موضوعی مانند پوشش زمین و فرآیندهای ژئومورفولوژیکی نیز می‌توانند انتخاب شوند. این توصیفگرهای مفهومی زمین با استفاده از معادلات یا شمارش های ریاضی مشخص می شوند. به عنوان مثال، شیب با هنجار شیب زمین داده می شود

∥\frac{\partial z}{\partial x}, \frac{\partial z}{\partial y}∥

. شیب های دیگر، مانند شیب عرضی، توسط مشتق اول در امتداد یک جهت عادی به اسکلت داده می شود.

بیایید ببینیم که چگونه این تحول مفهومی در مورد دره های زیردریایی ما اعمال شده است. با استفاده از ODP شکل زمین و تعاریف دره زیردریایی (به بخش 3.1 مراجعه کنید )، متخصص داده های مکانی ما ساختار مفهومی نمایش داده شده در شکل 3 را ایجاد کرده است.. یک دره با مجموعه‌ای از ویژگی‌ها توصیف می‌شود، که یا ویژگی‌های هندسی هستند که موقعیت و شکل دره را مشخص می‌کنند یا محمول‌هایی (یعنی عبارات منطقی) هستند که ویژگی‌های کیفی را به شاخص‌های کمی تبدیل می‌کنند، که می‌تواند با مقداری آستانه مقایسه شود. با توجه به تعریف انتخاب شده در طول تجزیه و تحلیل شکل زمین، اسکلت توسط یک خط تالوگ تعریف می شود، که باید در سراسر شیب اجرا شود و در یک خط مستقیم از قفسه به پایین تا کف اجرا شود. موقعیت صحیح نقاط شروع و پایان با عمق نقطه بررسی می شود. نقطه شروع باید در بالای شیب قرار گیرد، در حالی که نقطه پایانی در پایین، نزدیک به کف خور است. بنابراین، عمق آنها باید برابر با برخی از مقادیر عمقی باشد که توسط پارامترهای MINDEPTH و MAXDEPTH تعریف شده است. دره ای که در امتداد یک خط مستقیم قرار دارد با سینووسیت آن ارزیابی می شود که با نسبت بین طول دره و خط مستقیمی که انتهای آن را به هم متصل می کند، تعریف می شود. هر چه این نسبت به مقدار یک نزدیکتر باشد، دره صاف تر است. این همچنین با مقدار سقف MAXSINUOUS مطابقت دارد. در نهایت، شیب در امتداد تالوگ باید بدون وقفه های زیاد شیب منظم باشد. بنابراین، تغییر شیب برای نقاطی غیر از انتهای انتهایی باید کوچکتر از مقدار MAXBREAK باشد. شیب در امتداد تالوگ باید منظم و بدون شکستگی زیاد شیب باشد. بنابراین، تغییر شیب برای نقاطی غیر از انتهای انتهایی باید کوچکتر از مقدار MAXBREAK باشد. شیب در امتداد تالوگ باید منظم و بدون شکستگی زیاد شیب باشد. بنابراین، تغییر شیب برای نقاطی غیر از انتهای انتهایی باید کوچکتر از مقدار MAXBREAK باشد.

بدنه لندفرم دره ما با خط خط الراسی که حوضه آبریز دره را مشخص می کند، تعریف می شود. ناحیه هسته با یک چند ضلعی تعریف می شود. این به عنوان یک ناحیه صاف در اطراف اسکلت مشخص می شود که شیب عرضی آن کوچکتر از مقدار MAXFLAT است. کف یک دره نیز باریک است. از این رو، عرض ناحیه هسته باید کوچکتر از آستانه MAXNARROW باشد. در حالی که دومی یک مقدار مطلق است، اولی نسبی است و با میانگین شیب عرضی اندازه‌گیری شده در امتداد اسکلت‌ها تعریف می‌شود. در نهایت، مرز گسترده در [ 12 ] تعریف نشده است، اما می تواند با یک چند ضلعی مرتبط باشد و با یک موقعیت شیب یا یک شیب حداقل مشخص شود، زیرا دره دارای اضلاع شیب دار است و با شکستن شیب در مرزهای آن مشخص شده است.

در پایان مرحله دگرگونی مفهومی، مجموعه ای از مفاهیم شکل زمین را به دست می آوریم که با مجموعه ای از ویژگی های مفهومی دقیقاً تعریف شده تعریف شده اند. این ویژگی‌ها مربوط به هندسه‌هایی هستند که باید در مدل زمین شناسایی شوند و به گزاره‌های اعمال شده برای برخی توصیف‌گرهای زمین، که همچنین باید بر روی مدل زمین ارزیابی شوند، مطابقت دارند. تعاریف کیفی انتخاب شده در مرحله تحلیل شکل زمین به لطف انتخاب و مشخص کردن پارامترهای کمی (یعنی ویژگی های مفهومی) که مستقل از هر نمایش زمین خاص هستند (یعنی مجموعه داده انتخاب شده برای مشخص کردن زمین، در طول مرحله تبدیل مفهومی دقیق شده اند. زمین). مرحله بعدی، تحول منطقی،

3.3. تحول منطقی

مرحله تبدیل منطقی شامل تولید یک ساختار داده است که شکل های زمین را توصیف می کند که قابل پیاده سازی در نرم افزاری است که اهداف و الزامات کاربر را برآورده می کند. در واقع، این ساختار داده به نحوه مدل‌سازی زمین و عناصر برجسته بستگی دارد. متداول ترین مدل های مورد استفاده، شطرنجی و شبکه ای هستند که از تصاویر هوایی و ماهواره ای به دست می آیند. دیگر ساختارهای بالقوه برای مدل‌سازی یک زمین، شبکه نامنظم مثلثی (TIN) و مجموعه‌ای از خطوط خطوط و ارتفاعات نقطه‌ای هستند که در نقشه‌های توپوگرافی یافت می‌شوند. یک TIN ساختار تطبیقی تری را ارائه می دهد که مستقیماً روی ابرهای نقطه اعمال می شود و می تواند برای کاهش تعداد نقاط مجموعه داده استفاده شود. ایزوبات ها و صداهای به تصویر کشیده شده در نمودار دریایی در [ 39] استفاده شده است] برای شناسایی ویژگی های زیر دریا. با این حال، تعداد ایزوبات ها و صداهای موجود در این نمودارها برای محاسبه توصیفگرهای زمین کافی نیست.

انتخاب ساختار داده در مرحله تبدیل منطقی به نوع داده های موجود بستگی دارد. همچنین به مقیاس تحلیل بستگی دارد که وضوح مورد نیاز داده ها را تعیین می کند. محاسبه توصیفگرهای زمین می تواند به طور معادل بر روی یک شطرنجی یا بر روی یک TIN انجام شود، اما انتخاب می تواند عملکرد و مسائل دقت را نیز در نظر بگیرد. چنین مسائلی به تفصیل در [ 10 ] مورد بحث قرار گرفته است ، جایی که نویسندگان یک فرآیند رسمی برای تعریف یک مدل زمین قابل اعتماد پیشنهاد می کنند.

محمولات را می توان با تفکیک توصیفگرهای مفهومی زمین در مدل زمین مشخص و ارزیابی کرد. به عنوان مثال، شیب ها و انحناها توسط طرح های تفاضل محدود محاسبه می شوند. گسسته سازی بستگی به مقیاس تجزیه و تحلیل دارد، که مربوط به وضوحی است که در آن مقادیر محاسبه می شوند و حداقل وضوح مورد نیاز برای مدل زمین را تعیین می کند.

عناصر برجسته شکل زمین معمولاً با استفاده از ویژگی های مورفومتریک زمین تعریف می شوند. بسته به دامنه برنامه می توان از رویکردهای مختلفی استفاده کرد. طبقه بندی مورفومتریک می تواند برای طبقه بندی پیکسل ها همانطور که در بخش 2.1 ذکر شد استفاده شود. می توان از آن برای شناسایی قله ها، چاله ها و زین ها به عنوان ویژگی های برجسته بالقوه استفاده کرد. طبقه‌بندی Ridge و Thalweg یک طبقه‌بندی پیکسلی را انجام می‌دهد، اما خطوط ممکن است شناسایی نشوند زیرا ممکن است قطع شوند یا ممکن است خوشه‌ها را تشکیل دهند. علاوه بر این، ساختاری که بیشتر برای استخراج خطوط بحرانی استفاده می شود، شبکه زهکشی است که توسط تجمع جریان محاسبه می شود. این مدل برای داده های شطرنجی اعمال می شود. نهرها و منطقه زهکشی آنها را شناسایی می کند. نهرها با خطوط تالوگ همراه هستند، در حالی که شکاف های زهکشی می توانند با خطوط برآمدگی مرتبط باشند. ساختار جالب دیگر شبکه سطحی است [ 40]، که همچنین قله ها، گودال ها و گذرها را شناسایی می کند و ساختار توپولوژیکی صریحی را ایجاد می کند. چنین ساختاری قوی است زیرا از قوانین اتصال پیروی می کند و تضمین می کند که قله ها و گودال ها همیشه به برجستگی ها و تالوگ ها متصل هستند.

جالب توجه است که الگوریتم‌هایی برای استخراج شبکه‌های سطحی هم برای رستر [ 41 ] و هم برای TIN [ 42 ] توسعه داده شده‌اند . آنها را می توان در مرحله تحول منطقی چارچوب ما مورد استفاده قرار داد. مفاهیم مورد نیاز برای مدلسازی شبکه سطحی، از جمله قوانین توپولوژیکی، در یک ODP که قبلا در [ 43 پیشنهاد شده بود، ارائه شده است.]. چنین هستی شناسی مفاهیم و ویژگی هایی را برای ذخیره سازی و تبادل شبکه سطحی به عنوان داده های پیوندی ارائه می دهد. با این حال، این ODP مفهوم سطح جزئیاتی که ممکن است برای نمایش عناصر برجسته در مقیاس‌های پدیده‌های مختلف مورد نیاز باشد را شامل نمی‌شود. علاوه بر این، طبق دانش ما، هیچ کتابخانه استانداردی وجود ندارد که چنین ساختارهای داده‌ای را پیشنهاد کند، و کتابخانه‌های خاصی برای تسهیل یکپارچه‌سازی شبکه‌های سطحی در کاربرد مدل‌سازی زمین نیاز به توسعه دارند.

با بازگشت به دره های زیردریایی خود، کورتس مورسیا و همکاران. [ 12 ] دره‌ها را از یک TIN شناسایی کرد و از شبکه سطحی برای تشخیص تالوگ‌ها و برآمدگی‌ها استفاده کرد. از آنجایی که در این پیاده سازی، عناصر برجسته در یک نمودار به هم متصل می شوند، اسکلت یک دره با یک سری خطوط متوالی تالوگ از بالای شیب به پایین تعریف می شود. ویژگی های اسکلت، مانند شکست های شیب، بین گودال ها و گذرهای متوالی در امتداد تالوگ محاسبه می شوند. کورتس مورسیا و همکاران شبکه سطح را با حذف گره هایی که اختلاف ارتفاع آنها با گره های همسایه به اندازه کافی بزرگ نبود، ساده کرد [ 29 ]. به دلیل قوانین توپولوژی، حذف یک گره به معنای حذف یک گره مجاور دیگر با هم بود. شکل 4Thalwegs استخراج شده از TIN و نتیجه به دست آمده پس از ساده سازی را ارائه می دهد.

در پایان مرحله تبدیل منطقی، کاربر یک ساختار داده شکل زمین متشکل از کلاس‌های شی که شکل‌های زمین را تعریف می‌کند، در اختیار دارد. این کلاس ها از ساختارهای داده انتزاعی که DTM و شبکه توپولوژیکی زمین را توصیف می کنند ساخته شده اند. همه این ساختارهای انتزاعی باید در کتابخانه ها یا یک API در دسترس باشند، به طوری که تخصص محدودی در مهندسی نرم افزار مورد نیاز است، و پیاده سازی می تواند توسط کاربر و دانشمند داده، احتمالاً توسط یک مهندس نرم افزار توصیه شود. این رویکرد در دره زیردریایی نشان داده شده است، اما باید برای سایر اشکال زمین قابل استفاده مجدد باشد. در بخش بعدی، چگونگی ادغام آن با رویکردهای کیفی و کمی موجود را مورد بحث قرار می دهیم.

4. بحث

4.1. ارتباط با روش های شناسایی موجود

4.1.1. دره ها

چارچوب پیشنهادی بر روی یک مدل مفهومی ساخته شده است، که برای شکل‌های زمین قابل استفاده است که می‌توان با استفاده از یک مدل یکپارچه توصیف کرد. به عنوان مثال، ما در این بخش بحث می‌کنیم که چگونه چارچوب خود را برای توصیف دو نوع لندفرم کلی برگرفته از ادبیات به کار ببریم: دره، تعریف شده توسط Straumann و Purves [11]، و برجستگی که Sinha و Mark برای آن توضیح دادند. تعریف رسمی بر اساس برجسته بودن آن

با در نظر گرفتن مرحله تجزیه و تحلیل شکل زمین، می‌توانیم با تعریف ارائه شده توسط استراومن و پوروز برای دره‌ها شروع کنیم: «مناطق یا فرورفتگی‌های کم نسبت به محیط اطراف، دراز، شیب‌دار (به ملایمت) و اغلب حاوی یک نهر یا رودخانه». به عنوان یک فرم پایین تر و کشیده، یک دره با تالوگ آن مشخص می شود که توسط کف دره احاطه شده است، که یک منطقه نسبتاً وسیع و مسطح است. از این رو، عنصر برجسته Thalweg است، و دو ویژگی مشخص کننده یک دره عبارتند از: «کم بودن نسبت به اطراف آن» و «طولانی بودن».

سپس در مرحله تبدیل مفهومی، می‌توانیم این تعریف را به یک مدل مفهومی تبدیل کنیم. با در نظر گرفتن ODP شکل زمین ما ( شکل 2) اسکلت دره با یک “خط thalweg در یک زیر حوضه” تعریف می شود. از این رو، یک خط نهری که از چندین زیرحوضه می گذرد به چندین اسکلت دره تقسیم می شود. طبقات دره به عنوان “منطقه نسبتاً مسطح در مرز تالوگ” تعریف می شود. نقطه ای متعلق به کف در نظر گرفته می شود که شیب اندازه گیری شده از تالوگ کمتر از یک آستانه معین باشد. برای ارزیابی اینکه آیا یک نقطه در حوضه زهکشی در دره نهفته است، از یک شاخص دره که یادآور منطق فازی است استفاده می شود. سه شاخص پیشنهاد شده است. اولاً، شاخص ارتفاع نسبی، نسبت بین ارتفاع یک نقطه و ارتفاع زیرحوضه است که از پایین‌ترین نقطه اندازه‌گیری می‌شود. دوم، شاخص تحدب بر اساس ترکیبی از تحدب در یک نقطه و فاصله آن تا کف است. به نقطه ای که روی یک محدب دور از کف قرار دارد، عضویت پایینی اختصاص داده می شود. به نقاط خارج از حوضه عضویت صفر اختصاص داده می شود، در حالی که به نقاط کف دره عضویت یک اختصاص داده می شود. آخرین شاخص میانگین دو مورد اول است.

کف دره را می توان منطقاً به عنوان منطقه هسته دره در نظر گرفت. با در نظر گرفتن شاخص تحدب، منطقه هسته مربوط به تمام نقاط طبقه است که دارای عضویت یک است. با این حال، این در مورد شاخص ارتفاع نسبی صدق نمی کند، زیرا دره هایی که در مناطق نسبتاً مسطح قرار دارند می توانند مقادیر شاخص ارتفاع نسبی پایینی را ارائه دهند. در واقع، در چنین حالتی، منطقه هسته فقط با پایین ترین نقاط دره مطابقت دارد. بدنه مربوط به زیرحوضه است زیرا نقاط خارج از این منطقه (با عضویت صفر) از دره حذف می شوند. هیچ مرز گسترده ای تعریف نشده است، اما یک شاخص دره با هر نقطه در بدنه مرتبط است.

در مرحله تبدیل منطقی، شکل زمین از یک مدل شطرنجی به دست می آید که شبکه زهکشی را فراهم می کند. دره‌ها می‌توانند اندازه‌های متفاوتی داشته باشند، زیرا مقیاس پدیده خاصی انتخاب نشده است، اما شبکه را می‌توان با قطع کردن زیرشبکه‌هایی که ترتیب Shreve آن‌ها بسیار کوچک است، هرس کرد. در آزمایش‌های Straumann و Purves، تعدادی از آستانه‌های شیب برای تعریف کف دره مورد آزمایش قرار گرفتند و آستانه 1.5 درجه به صورت تجربی تعریف شد. نتایج به دست آمده توسط شاخص دره از طریق پرسشنامه ای مورد ارزیابی قرار گرفت که در آن کاربران باید دره ها را از روی عکس ها تشخیص می دادند و نویسندگان همبستگی مثبتی بین این شاخص و درک یک دره توسط پاسخ دهندگان پیدا کردند.

برای نتیجه گیری، چارچوب ما یک رویکرد اصولی برای شروع از تعریف Straumann و Purves از یک دره برای مشخص کردن مفهوم دره با استفاده از ODP شکل زمین و اجرای آن با استفاده از یک مدل شطرنجی، که شبکه زهکشی را فراهم می کند، ارائه می دهد.

4.1.2. بزرگواران

سینها و مارک برجستگی های توپوگرافی را به عنوان “فرم های زمینی که بالاتر از محیط اطراف خود قرار دارند” تعریف می کنند [ 8 ]. برجستگی های توپوگرافی می توانند شکل مخروطی داشته باشند و با قله مشخص شوند یا غیر مخروطی با بالای صاف باشند. نویسندگان تنها بر برجستگی های نوع اول تمرکز می کنند. آنها معتقدند که برای اینکه یک لندفرم به عنوان یک برجستگی شناخته شود، باید از محیط اطراف خود بیرون بیاید و به این ترتیب، یا به طور قابل توجهی بالاتر از سایر برجستگی های ممکن باشد یا از آنها جدا شود. بنابراین، دو ویژگی برای برجستگی در نظر گرفته می شود: برجستگی آن، یعنی ارتفاع آن نسبت به اطراف، و انزوای آن، یعنی فاصله از سایر برجستگی ها.

در سطح مفهومی، برجستگی و انزوا از اوج سنجیده می‌شود، زیرا این عنصر برجسته است که برجستگی را مشخص می‌کند. نویسندگان برجستگی را به‌عنوان «ارتفاع قله در بزرگ‌ترین ناحیه محاصره‌ای که حاوی قله بالاتری نیست» و انزوا را به‌عنوان «فاصله افقی تا بالاترین برجستگی بعدی» تعریف می‌کنند. هر دو مقدار بین قله و زین که برجستگی را به نزدیکترین برجستگی بالاتر وصل می کند اندازه گیری می شود [ 8]]. برجستگی‌ها توسط مرزهای حوضه که با کانال‌های جریان و خطوط دره (خطوط تالوگ) منطبق است مشخص می‌شوند و می‌توانند با روش تقسیم‌بندی زهکشی استخراج شوند. سه پارامتر برای شناسایی برجستگی ها در نظر گرفته شده و برای قله اعمال می شود: قله باید بالاتر از حداقل ارتفاع، بالاتر از حداقل برجستگی و فراتر از حداقل فاصله ایزوله باشد.

با در نظر گرفتن ODP شکل زمین ما ( شکل 2 )، اسکلت یک برجستگی توپوگرافی قله آن است که توسط یک نقطه تعریف شده است، و بدنه آن توسط خطوط تالوگ در اطراف برجستگی مشخص می شود. هر نقطه فراتر از این خط متعلق به یک همسایه یا بزرگتر است. بسته به میزان بزرگی و مجزا بودن برجستگی، می توان چندین مجموعه از تالوگ ها را در نظر گرفت. برجستگی و انزوا سطح جزئیات را کنترل می کند و می تواند برای تعریف مقیاس پدیدارشناسی استفاده شود.

نویسندگان دیگر با تشخیص اینکه چه چیزی بخشی از یک برجستگی است و چه چیزی نیست، تعریف محدودتری از میزان برجستگی ارائه کردند. این آثار انواع خاصی از برجستگی‌ها مانند کوه‌ها را در نظر می‌گیرند. به عنوان مثال، سازمان بین‌المللی هیدروگرافی یک کوه دریایی را به‌عنوان «ارتفاع کلی هم‌بعدی متمایز بیش از 1000 متر بالاتر از برجستگی اطراف که از عمیق‌ترین ایزوبات که بیشتر ویژگی را احاطه کرده اندازه‌گیری می‌کند» تعریف می‌کند [33 ] . یک رویکرد جالب توسط Chaudhry و Mackaness [ 28 ] پیشنهاد شده است، که ویژگی‌های مورفومتریک زمین را نیز در نظر می‌گیرند و خطوطی را که به بهترین وجه با طبقه‌بندی مورفومتریک مطابقت دارد، شناسایی می‌کنند.

سینها و مارک یک منطقه اصلی یا یک مرز گسترده را در نظر نمی گیرند، زیرا آنها فقط برجستگی ها را با اسکلت و بدنه تعریف می کنند. منطقه هسته را می توان برای مثال با یک موقعیت شیب، شانه، در سطح مفهومی تعریف کرد. در سطح منطقی، ترسیم ناحیه هسته را می توان با یکی از معیارهای ارائه شده در بخش 2.1 انجام داد ، مانند شکستگی شیب یا ژئومورفون.

در جدول 3 ، خواص مشخصه سه نوع لندفرم را که در این بخش و بخش قبل توضیح دادیم، خلاصه می کنیم. از این تعاریف، مشخص است که دره‌های زیردریایی زیرشاخه‌هایی از دره‌ها هستند و می‌توان آنها را به‌عنوان «دره‌های زیردریایی شیب‌دار باریکی که در سراسر شیب قاره قرار دارند» تعریف کرد. از این رو، با استفاده از رویکرد ما، مجموعه‌ای از لندفرم‌ها که یک دامنه را تشکیل می‌دهند، می‌توانند در سلسله مراتبی از لندفرم‌ها سازماندهی شوند (با استفاده از رابطه تعمیم/تخصص) که در آن لندفرم‌های تخصصی ویژگی‌های لندفرم‌های عمومی‌تر را به اشتراک می‌گذارند (تعریف شده در سطح بالاتر در یک سلسله مراتب). چنین طبقه بندی سلسله مراتبی امکان توصیف لندفرم ها در سطوح مختلف دانه بندی را فراهم می کند.

4.1.3. مقایسه رویکردهای مختلف قابل استفاده برای تبدیل منطقی

الگوریتم‌های مبتنی بر استخراج زه‌کشی و حوضه‌های آبخیز همانطور که در [ 8 ، 11 ] استفاده می‌شوند برای داده‌های شطرنجی اعمال می‌شوند و اغلب به آسانی در نرم‌افزار GIS در دسترس هستند. آنها منعکس کننده انتخاب های مختلفی هستند که می توان در مرحله تحول منطقی ما انجام داد. خطوط زهکشی با استفاده از آستانه تجمع جریان انتخاب می شوند. با این حال، یک سیستم زهکشی با سیستمی که توسط Thalwegs تشکیل شده یکسان نیست، اگرچه کاملاً نزدیک است. علاوه بر این، استخراج زهکشی اغلب به برخی از پیش پردازش ها مانند سینک پرکننده نیاز دارد تا مصنوعاتی را که ممکن است نتایج متناقضی به همراه داشته باشند، حذف کنند.

شبکه سطحی برای داده های شطرنجی و TIN اعمال می شود و نیازی به پیش پردازش ندارد. همیشه حتی در زمین های ناهموار یک نمودار توپولوژیکی درست تولید می کند. با این حال، سطح جزئیات ممکن است نیاز به تنظیم در مقیاس مورد نیاز با اعمال عملیات ساده سازی در شبکه باشد [ 45 ]. علاوه بر این، شبکه سطحی یک ساختار توپولوژیکی ایجاد می کند که می تواند برای ارزیابی خواص اسکلت استفاده شود. برای مثال، کورتس مورسیا و همکاران. از شبکه سطحی برای محاسبه اختلاف ارتفاع بین پیت‌ها و نقاط زینی متوالی در امتداد تالوگ‌ها و ساده‌سازی شبکه با حذف گره‌ها و لبه‌های فروریخته که با تعریف اسکلت مطابقت ندارند استفاده کرد [12 ] .

با در نظر گرفتن تجزیه و تحلیل تصویر مبتنی بر شی مانند [ 11 ]، مبهم بودن یک شکل زمین با استفاده از رویکردهای منطق فازی بررسی می شود و یک مقدار عضویت فازی با هر پیکسل مرتبط است. در رویکردمان، از آنجایی که در سطح شی استدلال می‌کنیم، به ازای هر پیکسل، مقداری تعیین نمی‌کنیم. با این وجود، اسکلت و بدنه را می‌توان به‌عنوان مناطقی در نظر گرفت که فازی در آنها یک یا صفر است. این مربوط به توصیف مرتبه اول از ابهام است که در آن مرز شکل زمین در جایی خارج از اسکلت و در داخل بدنه قرار دارد.

در یک رویکرد مبتنی بر منطق فازی، حذف ابهام با اعمال یک تبدیل فازی‌زدایی انجام می‌شود که در آن آستانه‌ای برای انتخاب پیکسل‌ها در داخل و خارج از یک منطقه تنظیم می‌شود. این استدلال همچنان بر بازنمایی میدانی از زمین تکیه دارد. در رویکرد ما، حذف ابهام با تنظیم ناحیه هسته و مرز گسترده انجام می شود. این رویکرد از نظر ما هنگام استدلال با اشیاء مناسب‌تر است، زیرا زمین به‌عنوان یک میدان ارتفاعی درک نمی‌شود، بلکه به‌عنوان مجموعه‌ای از اشیاء درک می‌شود، که هر یک از آنها از عناصر مختلفی تشکیل شده‌اند که معنایی و روابط خاص خود را دارند. این را می توان به لطف [ 11]، که دو معیار دره را تعریف کرد: یک معیار که دره برای پیکسل های واقع در کف دره روی یک تنظیم شده است و یک معیار که دره به ارتفاع بستگی دارد. معیار اول در رویکرد ما برای تنظیم کف دره به عنوان ناحیه هسته معادل است، در حالی که با معیار دوم، پیکسل ها در کف دره می توانند عضویت کمتر از یک بدون در نظر گرفتن ناپیوستگی های مورفومتریک داشته باشند. از این رو، رویکردهای منطق فازی هنوز هم می توانند توسط چارچوب ما در سطح منطقی به حساب آیند، زیرا مرز گسترده و منطقه هسته را می توان با فرآیند غیرفازی سازی به دست آورد.

4.2. کاربرد در ژئومورفولوژی خاص

با الهام از اصول جغرافیای ساده لوحانه، رویکرد ما بر مفهوم ویژگی های برجسته برای مشخص کردن شکل های زمین به عنوان اشیا تأکید دارد. برجستگی یک مفهوم بسیار مهم برای درک لندفرم ها هنگام اتخاذ دیدگاه ژئومورفولوژی خاص است. با توجه به اینکه زمین بر اساس ویژگی های مورفولوژیکی خود به مناطق همگن تقسیم می شود، ممکن است برای یک دیدگاه ژئومورفولوژی کلی کاربرد نداشته باشد.

در بخش 2.2 ، رویکردهای دیگری را با تکیه بر OBIA ذکر کردیم که برای توصیف لندفرم ها و عناصر ژئومورفولوژیکی به طور کلی استفاده می شود. بیشتر رویکردها در ژئومورفولوژی هنوز بر پارتیشن بندی زمین تکیه دارند. با شناخت محدودیت های آنها، [ 46 ] اشاره کرد که به جای جستجوی مناطق همگن، خطوطی که ناپیوستگی های مورفولوژیکی را تشکیل می دهند ممکن است به عنوان مرزهای طبیعی شناخته شوند. علاوه بر این، Minar و Evans [ 46 ] امداد را در سه سطح توصیف می کنند:

اشکال ابتدایی که کوچکترین، ساده ترین و غیر قابل تقسیم ترین عناصر زمین هستند.
فرم های مرکب از چندین شکل ابتدایی ترکیب شده اند.
سیستم های زمین الگوهایی هستند که توسط انجمن های فرم ایجاد می شوند.

این نویسندگان مفهوم جدیدی را برای اشکال ابتدایی پیشنهاد می کنند. آنها به عنوان عناصر همگن محاسبه شده از خواص مورفومتریک، معمولاً توابع ارتفاع و مشتقات آن یا با ناپیوستگی های مورفولوژیکی تعریف شده توسط خطوطی که فرم ها را بر اساس برخی ویژگی های مرزی از هم جدا می کنند (مثلاً ناپیوستگی در شیب یا جنبه) تعریف می شوند. این عناصر مورفومتریک را می توان به عنوان تکه هایی در نظر گرفت که می توانند با توابع چند جمله ای تقریب شوند. الگوریتمی در [ 47 ] ارائه شده است که در آن نواحی ابتدا در امتداد ارتفاع و شیب مشخص می شوند و سپس در امتداد مشتقات بالاتر تا زمانی که هر ناحیه همگن شود، مشخص می شود. این مفهوم کار موجود را با ارائه تعریفی گسترده تر و سازگارتر از اشکال ابتدایی گسترش می دهد. طبق [ 46]، این تعریف می‌تواند عناصری را ارائه دهد که به شکل‌های ترکیبی ترکیب شوند یا به‌عنوان کلاس‌های اصلی در یک طبقه‌بندی شکل زمین استفاده شوند.

این مدل ترجیحاً برای ژئومورفولوژی عمومی و برای استخراج سیستم‌های زمین بزرگ طراحی شده است. فرم‌های ابتدایی هنوز از رویکرد میدان‌محور ساخته می‌شوند و بر یک تقسیم‌بندی کامل از زمین و مقیاس ثابت پیشینی تکیه می‌کنند. خطوطی که ناپیوستگی‌های مورفولوژیکی را تعریف می‌کنند برای ترسیم اشکال ابتدایی در نظر گرفته می‌شوند، اما برای شناسایی ویژگی‌های برجسته در نظر گرفته نمی‌شوند.

به منظور پرداختن به ژئومورفومتری خاص، دراگوت و آیسانک [ 24 ] مفهوم ژئومورفومتری گسسته را معرفی کردند و بیان کردند که اشیاء به دست آمده از تقسیم بندی می توانند به عنوان بلوک های ساختمانی میانی برای تشکیل تقسیمات لندفرم بزرگتر مورد استفاده قرار گیرند. شکل زمین ابتدا ترسیم و سپس طبقه بندی می شود. این نویسندگان همچنین اشاره کردند که هستی‌شناسی‌های شی را می‌توان برای پیوند دادن اشیاء تقسیم‌بندی شده با مفاهیم لندفرم‌های واقعی، مطابق با آنچه توسط [ 21 ] پیشنهاد شد، استفاده کرد. به عنوان مثال، [ 48] یک مدل مفهومی برای سیرک های یخچالی ارائه کرد. در این مدل، یک سیرک به عنوان مفهومی با ویژگی‌های مختلف، از جمله ویژگی زمینه، که به احتمال زیاد روابط فضایی با سایر فرم‌های زمین را توصیف می‌کند، تعریف می‌شود. برای قابل محاسبه بودن، این ویژگی ها به ویژگی های هندسی ترجمه می شوند. با توجه به کاربرد چارچوب ما در ژئومورفومتری خاص، می توان گفت که ایسانک و همکاران. در هر دو مرحله دگرگونی مفهومی و منطقی مداخله کنید، در حالی که بیشتر کارهای قبلی فقط در مرحله تحول منطقی انجام می شد.

ایده اساسی تقسیم زمین در اشیاء کوچک مورد استفاده برای ساخت بلوک های بزرگتر مشابه [ 46 ] است و در OBIA رایج است. این نویسندگان پیشنهاد می‌کنند که ابتدا شکل‌های زمین را مشخص کرده و سپس آنها را طبقه‌بندی کنند. در رویکرد خود برای شناسایی سیرک ها، آنها ابتدا زمین را بر اساس انحنای صفحه و پروفیل تقسیم می کنند. یک مشکل این است که نتیجه تقسیم‌بندی به شدت به مقادیر انحنای انتخاب شده برای تعریف تحدب و تقعر وابسته است، در حالی که ترسیم یک لندفرم مبهم است. ما فکر می کنیم که رویکردی مبتنی بر شناسایی ویژگی های برجسته قوی تر است، زیرا کمتر در معرض ابهام است. به عنوان مثال، در [ 12]، شناسایی نقاط برجسته در مرحله اولیه برای مکان یابی دره های بالقوه استفاده می شود، در حالی که دره ها در واقع در مرحله دوم شناسایی و ترسیم می شوند.

ایسانک و همکاران با تاکید بر اهمیت مدل سازی مفهومی. [ 49 ] نیاز به طبقه‌بندی لندفرم مبتنی بر معناشناسی را با هدف داشتن یک رویکرد طبقه‌بندی نیمه خودکار که می‌تواند قابل استفاده مجدد باشد، مورد بحث قرار داد. این نویسندگان دریافتند که مدل‌سازی معنایی تاکنون نادیده گرفته شده است و در نتیجه، مدل‌ها به طور ضمنی بر دانش نویسنده خود تکیه می‌کنند و مختص برخی حوزه‌ها و مقیاس‌ها هستند. به عنوان یک حرکت به سمت یک چارچوب مفهومی، آنها یک فرآیند چهار مرحله‌ای را پیشنهاد کردند که در زمینه لندفرم‌های یخبندان توصیف می‌کنند و گسترش می‌دهند [ 48 ]:

شناسایی و توصیف لندفرم ها، جایی که آنها مفهوم سازی می شوند.
اشتقاق سلسله مراتب شی ژئومورفومتریک معنی دار از مدل های سطح زمین، بر اساس تقسیم بندی چند وضوح.
مدل‌سازی معنایی، بر اساس رویکرد نقشه مفهومی (Cmaps)، که واقعیت‌های شکل زمین را با ویژگی‌های اندازه‌گیری شده در حوزه دیجیتال مطابقت می‌دهد.
طبقه بندی، اعتبار سنجی و آزمایش سلسله مراتبی شکل زمین.

در میان این چهار مرحله، مرحله اول همان هدفی را دارد که مرحله تحلیل شکل زمین ما یک هسته معنایی، از جمله اندازه، شکل و زمینه را برای به دست آوردن مفاهیم قابل استفاده مجدد تعریف می‌کند. مرحله دوم شامل تقسیم‌بندی مدل زمین به اشیاء همگن با وضوح‌های چندگانه است. این اشیاء بلوک‌های ساختمانی مورد استفاده برای تشکیل لندفرم‌های بزرگ‌تر خواهند بود. چنین مرحله‌ای به تجزیه و تحلیل، و نه به مراحل مدل‌سازی مفهومی چارچوب ما مربوط نمی‌شود: بر اساس پردازش داده‌ها و الگوریتم‌های تقسیم‌بندی در سطح پیاده‌سازی است و هدف آن شناسایی مقیاس‌های مربوطه است که شکل‌های زمین در آن قرار دارند.

مدل مفهومی در مرحله سوم با تطبیق ویژگی های به دست آمده در مرحله اول با ویژگی های اندازه گیری شده در زمین در مرحله دوم طراحی شده است. از این رو، ایسانک و همکاران. یک مدل مفهومی شکل زمین رسمی که مستقل از مدل داده و مسائل محاسباتی باشد، پیشنهاد نکنید. این محدودیت به طور قابل توجهی قابلیت حمل / عمومی بودن مدل را کاهش می دهد، هر برنامه جدید نیاز به تکرار مرحله مدل سازی معنایی دارد. نویسندگان مفاهیم لندفرم ساختاریافته را ارائه نمی دهند، و در نتیجه، یک متخصص حوزه همیشه ملزم به اعمال مراحل 1 تا 3 است. در رویکرد ما، مرحله مدل سازی مفهومی مستقل از مرحله مدل سازی منطقی در توافق با شیوه های خوب مهندسی نرم افزار است. تحول مفهومی مبتنی بر یک الگوی طراحی لندفرم قابل استفاده مجدد است، که اجازه می دهد تا این رویکرد به راحتی برای سایر اشکال زمین قابل اجرا باشد. متخصصان حوزه در مرحله تجزیه و تحلیل لندفرم برای ایجاد ویژگی های لندفرم و در مرحله تبدیل مفهومی برای تعریف اجزای شکل زمین همراه با ویژگی ها و محمولات آنها مورد نیاز هستند. پس از تکمیل فرآیند مدل سازی، دانش تخصصی در مدل ادغام شده است و عملیاتی سازی آن می تواند توسط یک کاربر با تخصص محدود با کمک یک تحلیلگر داده های مکانی برای پیاده سازی الگوریتم ها و داده های پردازش انجام شود.

علاوه بر این، روش‌های موجود OBIA مفهوم برجسته بودن را در نظر نمی‌گیرند، در حالی که این مفهوم در رویکردهای کیفی برای مفهوم‌سازی لندفرم‌ها حیاتی است. هدف تکنیک‌های OBIA شناسایی مناطق همگن است که به عنوان واحد اساسی برای تولید عناصر بزرگ‌تر در نظر گرفته می‌شوند. محققان OBIA تشخیص می دهند که اطلاعات معنایی مهم است و شکل زمین باید به صورت مفهومی توصیف شود. با این حال، فرآیندهای OBIA شامل تجزیه و تحلیل و مراحل پیاده‌سازی هنوز پیاده‌سازی نشده‌اند و در هر صورت، ساختار رسمی را از دست می‌دهند که می‌تواند برای شناسایی انواع مختلف لندفرم‌ها مورد استفاده مجدد قرار گیرد. مدل ما به لطف تعریف ODP شکل زمین ما به توسعه چنین چارچوب قابل استفاده مجدد کمک می کند و باید توسط کاربران در رشته هایی که نیاز به مدل سازی لندفرم ها در زمینه های مختلف دارند، قابل استفاده باشد.

5. نتیجه گیری ها

طبقه‌بندی لندفرم‌ها از یک مدل زمین به دلیل ذهنی بودن تعاریف شکل زمین هنوز یک کار دشوار است. با توجه به اینکه فرم‌های زمین همیشه در یک زمینه مشخص توصیف می‌شوند، ما در این مقاله چارچوبی را برای رسمی کردن فرآیند طبقه‌بندی و تشخیص شکل زمین در مراحل مختلف از تجزیه و تحلیل تعریف لندفرم تا ساخت یک ساختار داده شی‌گرا که قابل اجرا است، پیشنهاد کردیم. در مرحله تجزیه و تحلیل لندفرم، اصطلاحات لندفرم به تعاریف رسمی تبدیل می شوند تا ابهام زبان طبیعی را کاهش دهند و از ناهمگونی معنایی جلوگیری کنند. در مرحله دوم، تبدیل مفهومی، ما پیشنهاد می‌کنیم که لندفرم‌ها را می‌توان با استفاده از یک ساختار داده نمونه اولیه (ODP) که بر اساس چهار جزء ساخته شده است، تعریف کرد: اسکلت، بدنه، منطقه هسته و مرز گسترده شکل زمین. در نهایت، در طول مرحله تبدیل منطقی، مفاهیم به کلاس‌های شی مرتبط با نوع خاصی از نمایش تبدیل می‌شوند. هدف ارائه یک مدل منطقی است که می تواند به طور سیستماتیک در برنامه های کاربردی نرم افزاری برای پردازش انواع مختلف لندفرم ها پیاده سازی شود.

رویکرد ما با رویکردهای کیفی موافق است و می‌تواند برای ژئومورفومتری خاص اعمال شود. در حالی که همه دسته‌بندی‌های لندفرم مورد بحث در بخش قبل هنوز پیاده‌سازی نشده‌اند، کاربرد رویکرد ما مورد بحث قرار گرفته است که نشان می‌دهد مفاهیم ارائه‌شده در کارهای مختلف موجود را می‌توان پس از مراحل مختلف چارچوب ما بازتولید کرد. سه نوع لندفرم مورد بررسی قرار گرفت. در هر مورد، اجزای شکل زمین شناسایی شده است. حذف ابهام از ویژگی‌ها همچنان به تعریف پارامترهای آستانه بستگی دارد، که به زمینه، عمدتاً مقیاس، بستگی دارد و به صلاحیت متخصص حوزه متکی است. با این وجود، مدل ما می‌تواند به تعیین نحوه تنظیم این آستانه‌ها با مرتبط کردن آنها با متغیرهای زمینه‌ای کمک کند.

چارچوب ما همچنین به مدل‌های OBIA مورد استفاده در ژئومورفولوژی کمک می‌کند، زیرا این مدل‌ها بر ویژگی‌های برجسته تکیه نمی‌کنند، بلکه بر واحدهای اساسی تعریف شده توسط مناطق همگن متکی هستند. رویکرد ما همچنین به وضوح مراحل تحلیل و مدلسازی مفهومی را از مدلسازی منطقی و مراحل پیاده سازی جدا می کند، که در کارهای قبلی مانند [ 49] انجام نشده است.]. استفاده از ODP همچنین امکان تعریف لندفرم ها را با استفاده از یک ساختار داده عمومی مشترک و سازماندهی آنها در یک سلسله مراتب در سطوح مختلف دانه بندی یا جزئیات فراهم می کند. همانطور که در مثال دره های زیردریایی، طبقه بندی لندفرم ها ابتدا با شناسایی اسکلت های آنها انجام می شود و توصیفی از شکل های زمین در سطوح پایین تر جزئیات ارائه می شود. سپس، برنامه می تواند با محاسبه ویژگی های لندفرم از زمین و تخصیص لندفرم ها به کلاس های تخصصی تر، به سطح بالاتری از جزئیات دست یابد.

اگرچه زمینه در نظر گرفته شده است، مدل ما هنوز محدود است زیرا محمول ها بر مقادیر مطلق تکیه می کنند و مفاهیم شکل زمین به طور مستقل طراحی می شوند. اولین جهتی که برای کارهای آینده در نظر می گیریم این است که مدل مفهومی را با روابط غنی کنیم تا بتوان مفاهیم لندفرم را با هم در مدل مفهومی مرتبط کرد. این به جایگزینی آستانه های مطلق با مقادیر نسبی که مستقیماً از داده ها استخراج می شوند کمک می کند. به عنوان مثال، به جای اینکه عمق یک دره را با مقادیر مطلق مشخص کنیم، در رابطه با عرض شیب قاره ای که در آن واقع شده است، تعریف می شود.

در پیشنهاد و کار فعلی ما، هیچ ساختار رسمی در پایان مرحله تحلیل لندفرم تعریف نشده است و ممکن است اصطلاحات به زبان طبیعی ارائه شود، به این معنی که تبدیل تعاریف به مفاهیم در پایان مرحله تحلیل لندفرم نیاز به بیشتر به صورت دستی انجام شود. در بلندمدت، به منظور نشان دادن دانش به روشی دقیق تر، قصد داریم از نمودارهای مفهومی [ 50 ] برای ارائه فرمالیسمی استفاده کنیم که به پردازش اصطلاحات به مفاهیم کمک می کند. برخی از آزمایشات اولیه انجام شده است.

برخورد با لندفرم های پیچیده هنوز در مرحله تحول منطقی مورد توجه قرار نگرفته است. آنها از لندفرم های ابتدایی تشکیل شده اند و به این ترتیب، شناسایی آنها باید پس از شناسایی لندفرم های اولیه انجام شود. اسکلت آن‌ها باید توسط شبکه‌ای که لندفرم‌های اولیه را به هم متصل می‌کند، تعریف شود، اما خصوصیات آنها باید بر تعریف ویژگی‌های مربوط به نحوه توزیع لندفرم‌ها، مانند شکل شبکه، چگالی یا تعداد لندفرم‌های ابتدایی تکیه کند. به عنوان مثال، وجود یک رشته کوه ممکن است به وسعت رشته کوه و همچنین به تعداد کوه ها و نحوه اتصال آنها بستگی داشته باشد.

همانطور که در بالا ذکر شد، فرم های زمین با ویژگی های برجسته مشخص می شوند. این رویکرد با جغرافیای ساده سازگار است، اما برای شناسایی عناصر زمینی که فاقد برجستگی هستند، مانند دشت‌ها، دامنه‌های تپه‌ها یا حتی تراس‌ها اعمال نمی‌شود. سایر عناصر قابل توجه، مانند دلتاها و جزایر، در متن این کار در نظر گرفته نشدند، زیرا در این مرحله از تحقیقات ما، ما عمدتاً بر روی مورفومتری عناصر زمین تمرکز می کنیم، اما نه بر روی بدنه های آبی. دلتا ممکن است به عنوان نوعی برجستگی در نظر گرفته شود، اما در این مرحله نمی توان آن را چنین تعریف کرد. در این مورد خاص، دانش بیشتر در مورد بدنه های آبی و فرآیندهای رسوب گذاری باید در تعاریف شکل زمین گنجانده شود. با این وجود، فنگ و بیتنر [ 7] نشان داد که ویژگی های خط ساحلی را می توان با استفاده از یک هستی شناسی نیز توصیف کرد. در نتیجه، اگر هدف ما ارائه یک نمایش جامع‌تر از شکل‌های زمین باشد، سایر ویژگی‌های برجسته جدا از ویژگی‌های مورفومتریک را می‌توان در نظر گرفت. به عنوان مثال، خلیج ها را می توان از شکل خط ساحلی شناسایی کرد [ 7 ].

در نهایت، یک استاندارد رسمی می تواند برای مرحله تبدیل منطقی ایجاد شود به طوری که ساختار داده شکل زمین می تواند در قالبی به راحتی قابل خواندن و مبادله ذخیره شود. از آنجایی که چارچوب ما به ODP و ساختارهای داده رسمی در سطوح مختلف متکی است، طبیعی است که از قالب‌های RDF یا OWL برای مشخص کردن شکل‌های زمین استفاده کنیم.

منابع

مارک، DM; اسمیت، بی. علم توپوگرافی: از هستی شناسی کیفی تا نمایش دیجیتال. در علم اطلاعات جغرافیایی و ژئومورفولوژی کوهستان ; Bishop, MP, Shroder, JF, Eds. انتشارات پراکسیس: برلین، آلمان، 2004; صص 75-100. [ Google Scholar ]
ایوانز، I. ژئومورفومتری عمومی، مشتقات ارتفاع، و آمار توصیفی. در تحلیل فضایی در ژئومورفولوژی ; Chorley, R., Ed. Methuen: لندن، انگلستان، 1972; صص 17-90. [ Google Scholar ]
مک میلان، آر. شاری، ص. لندفرم ها و عناصر لندفرم در ژئومورفومتری. در مفاهیم ژئومورفومتری، نرم افزار، برنامه های کاربردی ; Hengl, T., Reuter, HI, Eds. تحولات در علوم خاک; الزویر: آکسفورد، انگلستان، 2009; جلد 33، فصل 9; صص 227-254. [ Google Scholar ]
Strobl، J. طبقه بندی زمین مبتنی بر تقسیم بندی. در پیشرفت در تجزیه و تحلیل زمین دیجیتال ; Zhou, Q., Lees, B., Tang, GA, Eds. یادداشت های سخنرانی در اطلاعات جغرافیایی و نقشه برداری. Springer: برلین/هایدلبرگ، آلمان، 2008; صص 125-139. [ Google Scholar ]
Egenhofer، MJ; Mark, DM Naive Geography. در نظریه اطلاعات مکانی: مبنای نظری برای GIS ; Frank, AU, Kuhn, W., Eds. یادداشت های سخنرانی در علوم کامپیوتر; Springer: برلین/هایدلبرگ، آلمان، 1995; جلد 988، ص 1-15. [ Google Scholar ]
Raubal, M. مهندسی شناختی برای علم اطلاعات جغرافیایی. Geogr. Compass 2009 , 3 , 1087-1104. [ Google Scholar ] [ CrossRef ]
فنگ، سی سی; بیتنر، تی. تحلیل ویژگی کیفی مبتنی بر هستی شناسی: خلیج ها به عنوان مطالعه موردی. ترانس. GIS 2010 ، 14 ، 547-568. [ Google Scholar ] [ CrossRef ]
سینها، جی. مارک، DM استخراج و مدل‌سازی برجستگی‌های توپوگرافی مبتنی بر شناخت. Cartographica 2010 , 45 , 105-112. [ Google Scholar ] [ CrossRef ]
یان، جی. گیلبرت، ای. Saux, E. Antology of the Submarine Relief for Analysis and Representation on Nautical Charts. کارتوگر. J. 2015 ، 52 ، 58-66. [ Google Scholar ] [ CrossRef ]
مارتینونی، دی. برنهارد، ال. یک چارچوب مفهومی برای مدل‌سازی زمین دیجیتال قابل اعتماد. در مجموعه مقالات هشتمین سمپوزیوم بین المللی در مورد مدیریت داده های فضایی، ونکوور، پیش از میلاد، کانادا، 11-15 ژوئیه 1998.
استراومن، RK; Purves، RS محاسبات و استخراج دره. تف کردن شناخت. محاسبه کنید. 2011 ، 11 ، 178-204. [ Google Scholar ] [ CrossRef ]
کورتس مورسیا، AC; گیلبرت، ای. مصطفوی، کارشناسی ارشد رویکردی مبتنی بر شی برای شناسایی دره زیردریایی از شبکه‌های سطحی. در مجموعه مقالات نهمین کنفرانس بین المللی GIScience، مونترال، QC، کانادا، 27-30 سپتامبر 2016.
Dikau، R. کاربرد یک مدل امداد دیجیتال برای تجزیه و تحلیل شکل زمین. در کاربردهای سه بعدی در سیستم های اطلاعات جغرافیایی ; Raper, J., Ed. تیلور و فرانسیس: لندن، بریتانیا، 1989; صص 51-77. [ Google Scholar ]
شری، پ. شارایا، ال. Mitusov، A. مسئله رویکردهای مقیاس خاص و بدون مقیاس در ژئومورفومتری. Geogr. فیس دین کوات. 2005 ، 28 ، 81-101. [ Google Scholar ]
ایوانز، ژئومورفومتری IS و نقشه برداری لندفرم: شکل زمین چیست؟ ژئومورفولوژی 2012 ، 137 ، 94-106. [ Google Scholar ] [ CrossRef ]
وود، ج. خصوصیات ژئومورفولوژیکی مدل‌های ارتفاعی دیجیتال. Ph.D. پایان نامه، دانشگاه لستر، لستر، انگلستان، 1996. [ Google Scholar ]
Lecours، V. دولان، MFJ; میکالف، ا. Lucieer، VL مروری بر ژئومورفومتری دریایی، مطالعه کمی بستر دریا. هیدرول. سیستم زمین علمی 2016 ، 20 ، 3207-3244. [ Google Scholar ] [ CrossRef ]
ونتورا، اس جی; ایروین، بی‌جی روش‌های طبقه‌بندی خودکار لندفرم برای مطالعات خاک-منظر. در تحلیل زمین: اصول و کاربردها . Wilson, JP, Gallant, JC, Eds. Wiley & Sons: نیویورک، نیویورک، ایالات متحده آمریکا، 2000; صص 267-294. [ Google Scholar ]
Qin، CZ; زو، تبر; شی، ایکس. Li، BL; پی، تی. Zhou، CH تعیین کمیت درجه بندی فضایی موقعیت های شیب. ژئومورفولوژی 2009 ، 110 ، 152-161. [ Google Scholar ] [ CrossRef ]
جاسیویچ، جی. استپینسکی، ژئومورفون‌های TF – یک رویکرد تشخیص الگو برای طبقه‌بندی و نقشه‌برداری لندفرم‌ها. ژئومورفولوژی 2013 ، 182 ، 147-156. [ Google Scholar ] [ CrossRef ]
دهن، م. گارتنر، اچ. دیکائو، آر. اصول مدل‌سازی معنایی ساختارهای لندفرم. محاسبه کنید. Geosci. 2001 ، 27 ، 1005-1010. [ Google Scholar ] [ CrossRef ]
برنت، سی. Blaschke, T. روش‌شناسی مدل‌سازی رابطه تقسیم‌بندی/شیء چند مقیاسی برای تحلیل منظر. Ecol. مدل. 2003 ، 168 ، 233-249. [ Google Scholar ] [ CrossRef ]
اشمیت، جی. هویت، A. طبقه بندی عناصر زمین فازی از DTM ها بر اساس هندسه و موقعیت زمین. ژئودرما 2004 ، 121 ، 243-256. [ Google Scholar ] [ CrossRef ]
دراگوت، ال. آیسانک، سی. بازنمایی اشیاء در مقیاس‌های چندگانه از مدل‌های ارتفاعی دیجیتال. ژئومورفولوژی 2011 ، 129 ، 183-189. [ Google Scholar ] [ CrossRef ] [ PubMed ]
الیوت، ام. McLusky، DS نیاز به تعاریف در درک مصب. استوار. ساحل. Shelf Sci. 2002 ، 55 ، 815-827. [ Google Scholar ] [ CrossRef ]
اسمیت، بی. Mark, DM آیا کوه ها وجود دارند؟ به سوی هستی شناسی لندفرم ها. محیط زیست طرح. B 2003 , 30 , 411-427. [ Google Scholar ] [ CrossRef ]
Duce، S. به سوی هستی‌شناسی برای جزایر صخره‌ای. در معناشناسی جغرافیایی ; Janowicz, K., Raubal, M., Levashkin, S., Eds. یادداشت های سخنرانی در علوم کامپیوتر; Springer: برلین/هایدبرگ، آلمان، 2009; جلد 5892، ص 175–187. [ Google Scholar ]
چودری، او. Mackaness، W. ایجاد کوه ها از تپه های مول: شناسایی خودکار تپه ها و دامنه ها با استفاده از تجزیه و تحلیل مورفومتریک. ترانس. GIS 2008 ، 12 ، 567-589. [ Google Scholar ] [ CrossRef ]
رعنا، س. مورلی، جی. شبکه های سطحی ; Working Papers Series 43; مرکز UCL برای تجزیه و تحلیل فضایی پیشرفته: لندن، بریتانیا، 2000. [ Google Scholar ]
چومیک، ال. دی فلوریانی، ال. ماگیلو، پ. Iuricich، F. مدلسازی مورفولوژیکی زمین ها و داده های حجمی . SpringerBriefs در علوم کامپیوتر; Springer: نیویورک، نیویورک، ایالات متحده آمریکا، 2014. [ Google Scholar ]
مونتلو، مقیاس DR در جغرافیا. در دایره المعارف بین المللی علوم اجتماعی و رفتاری ، ویرایش دوم. رایت، جی دی، اد. الزویر: آکسفورد، بریتانیا، 2015; صص 1-3. [ Google Scholar ]
Giunchiglia، F. مالتیز، وی. فرازی، ف. دوتا، بی. GeoWordNet: منبعی برای کاربردهای جغرافیایی فضایی . گزارش فنی DIT-09-071; گروه مهندسی اطلاعات و علوم کامپیوتر، دانشگاه ترنتو: ترنتو، ایتالیا، 2009. [ Google Scholar ]
سازمان بین المللی هیدروگرافی (IHO). استانداردسازی نام‌های ویژگی زیر دریا ، ویرایش چهارم. IHO: موناکو، موناکو، 2013. [ Google Scholar ]
Kulik، L. ابهام فضایی و ابهام مرتبه دوم. تف کردن شناخت. محاسبه کنید. 2003 ، 3 ، 157-183. [ Google Scholar ]
ورزی، ابهام AC در جغرافیا. فیلوس Geogr. 2001 ، 4 ، 49-65. [ Google Scholar ] [ CrossRef ]
هابز، جی. بلایت، جی. چالوپسکی، اچ. Russ, TA A Survey of Geospatial Resources, Representation and Reasoning ; گزارش فنی؛ دانشگاه کالیفرنیای جنوبی: لس آنجلس، کالیفرنیا، ایالات متحده آمریکا، 2006. [ Google Scholar ]
Bittner, T. در مورد هستی شناسی و معرفت شناسی مکان تقریبی. در نظریه اطلاعات مکانی – مبانی شناختی و محاسباتی علم اطلاعات جغرافیایی ; Freksa, C., Mark, DM, Eds. یادداشت های سخنرانی در علوم کامپیوتر; Springer: برلین/هایدلبرگ، آلمان، 1999; جلد 1661، ص 433-448. [ Google Scholar ]
گنگمی، ع. Presutti، V. الگوهای طراحی هستی شناسی. در کتابچه راهنمای هستی شناسی ، ویرایش دوم. Staab, S., Studer, R., Eds. Springer: برلین/هایدلبرگ، آلمان، 2009; صص 221-243. [ Google Scholar ]
یان، جی. گیلبرت، ای. Saux, E. Antology for Submarine Feature Representation on Charts. در پیشرفت در مدل سازی مفهومی ; Parsons, J., Chiu, D., Eds. یادداشت های سخنرانی در علوم کامپیوتر; Springer: برلین، آلمان، 2014; جلد 8697، صص 91–100. [ Google Scholar ]
Rana, S. (Ed.) ساختارهای داده توپولوژیکی برای سطوح: مقدمه ای بر علم اطلاعات جغرافیایی ; وایلی: چیچستر، انگلستان، 2004.
تاکاهاشی، س. ایکدا، تی. شیناگاوا، ی. Kunii، TL; Ueda, M. الگوریتم‌های استخراج نقاط بحرانی صحیح و ساخت نمودارهای توپولوژیکی از داده‌های ارتفاعی گسسته جغرافیایی. محاسبه کنید. نمودار. انجمن 1995 ، 14 ، 181-192. [ Google Scholar ] [ CrossRef ]
برمر، PT; ادلسبرونر، اچ. هامان، بی. Pascucci, V. یک ساختار داده با وضوح چندگانه برای توابع دو بعدی مقیاس مورس. در مجموعه مقالات چهاردهمین کنفرانس تجسم IEEE، سیاتل، WA، ایالات متحده آمریکا، 19-24 اکتبر 2003. صص 139-146.
سینها، جی. Mark, DM به سوی هستی شناسی زمین یکپارچه. 2015. در دسترس آنلاین: http://meridian.aag.org/callforpapers/program/AbstractDetail.cfm?AbstractID=66448 (در 10 ژانویه 2017 قابل دسترسی است).
گیلبرت، ای. مولن، بی. Cortés Murcia، A. یک مدل مفهومی برای نمایش لندفرم ها با استفاده از الگوهای طراحی هستی شناسی. ISPRS Ann. فتوگرام اسپا سنسور از راه دور. Inf. علمی 2016 ، III-2 ، 15-22. [ Google Scholar ] [ CrossRef ]
دانوارو، ای. دی فلوریانی، ال. ماگیلو، پ. مسمودی، م.م. Puppo، E. ساده‌سازی مورفولوژی محور و مدل‌سازی چند تفکیک‌پذیری زمین‌ها. در یازدهمین سمپوزیوم بین المللی پیشرفت در سیستم های اطلاعات جغرافیایی ; Hoel, E., Rigaux, P., Eds. ACM Press: نیواورلئان، لس آنجلس، ایالات متحده آمریکا، 2003; صص 63-70. [ Google Scholar ]
مینار، جی. ایوانز، IS اشکال ابتدایی برای تقسیم‌بندی سطح زمین: مبنای نظری تحلیل زمین و نقشه‌برداری ژئومورفولوژیکی ژئومورفولوژی 2008 ، 95 ، 236-259. [ Google Scholar ] [ CrossRef ]
دراگوت، ال. سیلیک، او. مینار، جی. ایوانز، تقسیم‌بندی زمین-سطح IS برای ترسیم اشکال ابتدایی از مدل‌های ارتفاعی دیجیتال. در مجموعه مقالات ژئومورفومتری 2013، نانجینگ، چین، 16 تا 20 اکتبر 2013.
آیسانک، سی. دراگوت، ال. گوتز، جی. Blaschke, T. توسعه یک مدل معنایی از لندفرم های یخچالی برای طبقه بندی زمین مبتنی بر شی – مثال سیرک های یخبندان. در مجموعه مقالات تحلیل تصویر مبتنی بر شیء جغرافیایی، گنت، بلژیک، 29 ژوئن تا 2 ژوئیه 2010.
آیسانک، سی. دراگوت، ال. Blaschke, T. یک روش عمومی برای طبقه‌بندی لندفرم مبتنی بر معناشناسی با استفاده از تحلیل تصویر مبتنی بر شی. در مجموعه مقالات ژئومورفومتری 2011، ردلندز، کالیفرنیا، ایالات متحده آمریکا، 7 تا 11 سپتامبر 2011.
Sowa, JF Conceptual Structures: Information Processing in Mind and Machine ; Addison-Wesley: بوستون، MA، ایالات متحده آمریکا، 1984. [ Google Scholar ]

شکل 1. از تعریف لندفرم تا اجرای لندفرم. ODP، الگوی طراحی هستی شناسی.

شکل 2. ODP شکل زمین پیشنهادی.

شکل 3. مفهوم دره زیردریایی با ویژگی ها و محمولات هندسی آن.

شکل 4. سمت چپ: شبکه سطحی استخراج شده از DTM. راست: شبکه پس از ساده سازی [ 44 ].

جدول 1. ویژگی های اصلی که در تعاریف شکل زمین در نظر گرفته شده است [ 21 ].

جدول 2. خلاصه ویژگی های شناسایی شده برای دره زیردریایی.

جدول 3. خلاصه ویژگی های شناسایی شده برای هر لندفرم.

© 2017 توسط نویسندگان؛ دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC-BY) (http://creativecommons.org/licenses/by/4.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب