فهرست نشریات علمی دسترسی آزاد ایران

سامانه‌ های ناوبری زمین‌پایه لورن به دلیل تأثیرپذیری از عوامل محیطی مانند ارتفاع، پوشش اراضی، هدایت الکتریکی، رسانش حرارتی، دما و رطوبت، با چالش‌های مهمی در دقت و پایداری مواجه هستند. این عوامل با تأثیر بر مسیر و شدت امواج الکترومغناطیسی، خطای فاکتور ثانویه اضافی را ایجاد می‌کنند که منجر به انحراف سیگنال می‌شود. در این مقاله، از روش تفاضل محدود در حوزه زمان برای محاسبه مقادیر فاکتور ثانویه اضافی در منطقه مطالعاتی شمال‌غرب ایران و در 17 کلاس مختلف پوشش اراضی استفاده شد. از آنجا که داده‌های هواشناسی محدود به نُه ایستگاه با مختصات معلوم بودند، برای پیش‌بینی پارامترهای جوّی کل منطقه، از تصاویر ماهواره‌ای مادیس بهره گرفته شد. مدل‌های یادگیری عمیق شبکه عصبی بازگشتی حافظه طولانی کوتاه‌مدت برای مدل‌سازی دقیق‌تر توزیع مکانی-زمانی دما به کار رفتند و توزیع دما در شبانه‌روز و نقاط مختلف منطقه مطالعاتی را با دقت بالایی پیش‌بینی کردند. یافته‌ها نشان داد که ارتفاعات بالا، زمین‌های با رسانایی الکتریکی و حرارتی بالا و پوشش‌های گیاهی متراکم، منجر به افزایش مقادیر فاکتور ثانویه اضافی می‌شوند. در مقابل، مناطق خشک و کم‌رسانا مقادیر کمتری از این خطا را تولید می‌کنند. بر اساس نتایج حاصله،ترکیب داده‌های ایستگاه‌های هواشناسی و تصاویر ماهواره‌ای، دقت قابل‌توجهی در تحلیل و پیش‌بینی تغییرات فاکتور ثانویه اضافی فراهم کرده است. علاوه بر این، تحلیل نتایج نشان داد که ارتباط مستقیمی میان دما و سایر پارامترهای هواشناسی با مقدار فاکتور ثانویه اضافی وجود دارد. پژوهش حاضر با ترکیب روش‌های عددی و یادگیری عمیق، راهکاری جامع برای تحلیل دقیق اثرات محیطی و جغرافیایی بر سامانه‌ی ناوبری زمین‌پایه ارائه داده و امکان بهبود دقت و کارایی این سامانه‌ها را در شرایط پیچیده جغرافیایی و جوّی فراهم می‌کند.