پیش بینی دقیق و استفاده از برنامه دریافت تاخیر زمانی برای نسل جدید ماهواره هواشناسی مدار قطبی

به منظور پیش‌بینی دقیق زمان‌بندی دریافت نسل جدید داده‌های تأخیر زمانی ماهواره‌های هواشناسی مدار قطبی و حل مشکل موقعیت‌یابی سریع داده‌های از دست رفته، این مقاله برنامه ضبط داده‌های ماهواره‌ای و برنامه کنترل‌شده با ماهواره را مطالعه و پیشنهاد می‌کند و طراحی می‌کند. روش پیش‌بینی دقیق جدول زمانی دریافت داده‌های تاخیری نتیجه‌گیری می‌شود که بار آشکارسازی ماهواره هواشناسی مدار قطبی در کشور ما از یک بار به چند بار تبدیل شده است و داده‌های آشکارسازی برای پردازش و کاربرد نیاز به دانلود روی زمین دارند. و با افزایش بار ماهواره و افزایش دقت هر بار شناسایی و کانال افزایش می‌یابد، میزان داده‌های کاوشگر بیشتر می‌شود که به نوبه خود نیاز به افزایش بیشتر سرعت انتقال داده در زمین دارد. با توجه به محدودیت باند فرکانس انتقال داده های فضایی، تحت سیستم هنر قبلی، افزایش نرخ انتقال داده های ماهواره ای محدود است. بر اساس درک اصل کار Fengyun-3، سیستم انتقال جدید از نظر فشرده سازی منبع داده، کدگذاری کانال، مدولاسیون و پلاریزاسیون چندگانه با کاوش در سیستم های جدید انتقال آب و هوا برای ماهواره های هواشناسی در ارتقاء آینده و در آینده پیاده سازی خواهد شد. در عین حال روش هایی را برای جلوگیری از تداخل بین ماهواره ای به منظور حل تناقض بین افزایش حجم داده ها و منبع انتقال داده های زمینی در سیستم موجود تجزیه و تحلیل کنید.

کلید واژه ها

داده های تاخیری ، پیش بینی دقیق ، مکان داده ها

1. مقدمه

ماهواره هواشناسی Fengyun-3 نسل دوم ماهواره هواشناسی قطبی در مدار چین است، میزان داده های تاخیر بسیار بیشتر از مقدار داده های زمان واقعی است، دریافت تاخیری داده ها بر یکپارچگی داده های جهانی تاثیر زیادی دارد [ 1 ]] . اولین نسل از ماهواره آب و هوای قطبی چین دریافت داده های تاخیری توسط سه ایستگاه دریافت زمینی واقع در پکن، گوانگژو و سین کیانگ در کشورمان. هفت مدار عبوری وجود دارد، اما اغلب یک مسیر برای دریافت داده‌های تاخیری وجود دارد (ستاره روی حافظه خالی است)، بنابراین ما فقط می‌توانیم 6 داده تاخیر مسیر را دریافت کنیم و در این حالت، سیستم زمینی نمی‌تواند به طور دقیق پیش‌بینی کند، فقط در هنگام پذیرش واقعی مطلع شود. دریافت داده‌های تاخیری ماهواره‌ای مدار قطبی مدار قطبی چین در چین توسط پکن، گوانگژو، سین‌کیانگ، جیاموسی و کیرونا سوئد، پنج ایستگاه دریافت زمینی برای دریافت حدود 14 مسیر ترانزیت در روز، رله مداری همچنان روی هواپیما ظاهر می‌شود. حافظه خالی است؛ زمین [ 2ایستگاه ] برای دریافت داده های تاخیر ظاهر می شود. پیش‌بینی سنتی دریافت داده‌های تاخیر زمانی ماهواره هواشناسی مدار قطبی بر اساس زمان ترانزیت ماهواره‌ای و برنامه کنترل برنامه ماهواره‌ای است که ذخیره واقعی داده‌ها در ماهواره و نرخ کد عدم تمرکز ماهواره‌ای را که ممکن است منجر شود در نظر نمی‌گیرد. در امکان پیش بینی زمان دریافت ترانزیت ماهواره ای. وضعیت داده های تاخیری وجود نخواهد داشت. دریافت اطلاعات تاخیر ایستگاه دریافت زمین را نمی توان به طور دقیق پیش بینی کرد.

ماهواره های هواشناسی سطح زمین و جو را از فضای بیرونی رصد می کنند [ 3 ] [ 4 ] . آنها با مناطق رصدی بالا، مناطق مشاهده گسترده و فراوانی بالای مشاهده مشخص می شوند [ 5 ]. این ویژگی مشاهدات دینامیکی در مقیاس بزرگ از زمین است [ 6 ]. یک ماهواره هواشناسی در مدار قطبی می تواند دو بار در روز داده های جهانی هواشناسی [ 7 ] را به دست آورد، و یک ماهواره هواشناسی ثابت می تواند هر 30 دقیقه تصاویر آب و هوای تقریباً یک چهارم زمین را بدست آورد [ 8 ]. ماهواره های هواشناسی نه تنها می توانند طیف وسیعی از تصاویر از سطح زمین و بالای ابر را دریافت کنند [ 9 ]]، بلکه داده های کمی هواشناسی جو فضای سه بعدی مانند دما، رطوبت [ 10 ]، فشار و تشعشع را نیز به دست آورید که نقش مهمی در پیش بینی آب و هوا و پیش بینی آب و هوا دارد [ 11 ]. در حال حاضر کاربرد ماهواره های هواشناسی به مراتب از معنای سنتی مقوله هواشناسی [ 12 ] فراتر رفته است، در پایش پویا محیط زیست محیطی و بلایای طبیعی، و همچنین در دریا، کشاورزی، شیلات، هوانوردی، ناوبری و غیره. استفاده می کند [ 13 ] . سیستم کاربرد زمینی Fengyun-3 یک طراحی و ساخت جدید از این سیستم است که 11 ابزار را حمل می کند که 9 مورد آن برای اولین بار بر روی ستاره است [ 14 ]] . نوار تشخیص ابزار UV، مرئی، مادون قرمز و امواج مایکروویو را پوشش می دهد [ 15 ]. بارزترین ویژگی این ابزار توانایی آن در تشخیص شرایط جوی در تمام شرایط جوی است [ 16 ]. داده های میدانی اولیه را برای پیش بینی عددی آب و هوا و داده های مرئی و مادون قرمز را برای نظارت بر محیط زیست تا وضوح 250 متر فراهم می کند. داده‌های آشکارسازی Fengyun-3 از مقدار زیادی داده [ 17 ]، کانال‌های انتقال و نیاز به دسترسی زمان‌بر بالا، این تشخیص از راه دور زمین از ماهواره‌های بزرگ قطبی [ 18 ] در مدار، در یک سکوی فضایی، با استفاده از انواع مختلف است. روش های تشخیص، تشخیص همزمان، می تواند خوب را برای رفع نیازهای رصد هواشناسی مقایسه کند.

برنامه دریافت سنتی داده‌های تاخیر زمانی ماهواره هواشناسی مدار قطبی فقط زمان عبور ماهواره را در زاویه ارتفاع آنتن مشخص شده پیش‌بینی می‌کند و نمی‌تواند وضعیت داده‌های downlink را پیش‌بینی کند. با توسعه و ارتقای فناوری ماهواره، سطح فنی سیستم‌های تجاری زمینی نیز بالاتر و بالاتر می‌رود و الزامات پیش‌بینی داده‌های تاخیر ماهواره‌های هواشناسی مدار قطبی نیز بالاتر و بالاتر می‌رود و داده‌های تاخیر برای هر مسیر با دقت پیش‌بینی شده مقدار داده‌های تاخیر زمانی ارسال شده توسط ماهواره‌ها در طول حمل و نقل و دوره زمانی مشاهده داده‌های تاخیر دریافت شده توسط هر مدار،

2. تحقق برنامه ریزی دقیق پیش بینی تاخیر زمانی دریافت داده ها

برنامه دریافت تاخیر زمانی دقیق پیش بینی شده بر اساس جدول زمانی اصلی حمل و نقل ماهواره ای برای افزایش تعداد دوره زمانی دریافت داده تاخیری Fengyun-3 و دوره مشاهده داده های دریافتی است.

با پیش‌بینی دقیق زمان تأخیر دریافت داده‌ها در ایستگاه زمینی، باید همیشه از وضعیت داده‌های موجود در حافظه ماهواره، ذخیره‌سازی داده‌های تأخیر در ماهواره در حین ترانزیت و نرخ کد اتصال پایین ماهواره مطلع باشیم.

با دقت پیش بینی ایستگاه زمینی دریافت بار دوره مشاهده داده ها، ما باید برنامه برنامه های ماهواره ای برای ضبط هر حمل و نقل، خروج، تاخیر در انتقال داده ها، ورودی به حافظه از دوره بار داده استاد.

2.1. تحقیق در مورد روش پیش بینی مدار

مزایا و معایب بسیاری از انواع الگوریتم‌های پیش‌بینی مدار را تجزیه و تحلیل و مطالعه کنید و الگوریتم پیش‌بینی را انتخاب کنید که سازگار باشد و با محاسبه مداری ماهواره هواشناسی مدار قطبی در چین مطابقت داشته باشد.

2.2. تحقیقات پیش بینی محدوده دریافت کننده زمین

با توجه به محدوده قابل تنظیم ایستگاه و دریافت آنتن، آزیموت و زمان مربوطه هنگام عبور آنتن از مناطق مختلف ایستگاه، دریافت آنتن در زوایای ارتفاعی مختلف و طول زمان انتقال ماهواره در هر زاویه ارتفاع دریافت کننده پیش‌بینی می‌شود.

2.3. ثبت به موقع داده های تاخیر پیش بینی

با توجه به برنامه برنامه ماهواره ای، وضعیت روشن/خاموش بودن تجهیزات سنجش از دور ماهواره ای از داده های تله متری ماهواره ای استخراج می شود و مقدار ذخیره داده های تاخیری با توجه به نرخ کد هر دستگاه داده های ضبط کننده و مقدار داده های ضبط شده به دقت محاسبه و پیش بینی می شود. مدت زمان ثبت شده

مقدار داده ذخیره شده در هر آهنگ در هنگام ورود به کشور = Σ مقدار داده بار = Σ ( نرخ کد رکورد داده بارگیری * زمان ضبط).

از جدول 1 می توان دریافت که نرخ ضبط تصویرگر طیفی با وضوح متوسط ​​و رادیومتر اسکن در طول روز و شب متفاوت است و زمان مربوط به نرخ کد باید کاملاً مطابق با وضعیت شبانه روز و شبانه باشد. ماهواره

2.4. مطالعه پیش‌بینی زمان دریافت داده‌ها با تاخیر

زمان تأخیر، زمان دریافت زمینی زمان انتقال داده ترانزیت ماهواره ای است. ترکیب با فرمت ارسال دیجیتال و نسبت داده های تاخیر در داده های غیرمتمرکز ماهواره ای، دوره زمانی موثر داده ها در زمانی که ماهواره از تاخیر ایستگاه های مختلف عبور می کند، پیش بینی می شود.

محاسبه وضعیت رکوردهای ثبت شده در یک روز به سه حالت تقسیم می شود: MERSI و سایر ابزارها حالت ضبط مشترک. ابزارهای دیگر ضبط MERSI وضعیت را ضبط نمی کند. حالت توقف را ضبط کنید، وضعیت ضبط های ذخیره شده را در هر ثانیه ثبت کنید و برای محاسبه میزان ضبط جامد، نرخ ضبط ابزار مربوطه را ضرب کنید.

تعداد رکوردهای ذخیره شده = وضعیت ضبط ذخیره شده در هر ثانیه * نرخ ضبط ابزار مربوطه * ضریب ثابت.

2.5. تحقیق نرم افزار پیش بینی زمان داده با تاخیر

نرم افزار پیش بینی توسط مرکز ملی پیش بینی هواشناسی ماهواره ای تحقیق و توسعه یافته است. این نرم افزار برای تجزیه و تحلیل رابطه بین داده های دریافتی روی زمین و داده های ذخیره شده در ماهواره و تعیین زمان ضبط قطعه داده استفاده می شود.

مقدار داده های ذخیره شده در ذخیره سازی برای یک دوره زمانی = مقدار داده های ثبت شده در ذخیره سازی در هنگام خروج – مقدار داده های تاخیری تحویل داده شده در هنگام ورود.

زمان دریافت DPT در هر آهنگ * نرخ انتقال داده DPT = مقدار داده ای که می تواند توسط این آهنگ رها شود.

تعیین کنید که آیا مقدار داده‌ای که می‌تواند توسط مسیر رها شود بیشتر از تعداد رکوردهای ذخیره شده است یا خیر. اگر کوچکتر از عدد باشد، نشان می دهد که مسیر را نمی توان به طور کامل اختصاص داد و داده های باقی مانده در آهنگ بعدی جمع می شوند.

با توجه به وضعیت ضبط های ذخیره شده در هر ثانیه، دوره زمانی ضبط MERSI و سایر سازها را در یک آهنگ قضاوت کنید.

3. کاربرد الگوریتم پیش بینی دقیق

با توجه به پیش‌بینی دقیق زمان‌بندی دریافت داده‌ها، از قبل مشخص می‌شود که داده‌های مشاهده شده لحظه‌ای بارهای مختلف روی ماهواره چه زمانی و در کجا به کدام ایستگاه دریافت زمینی دانلود می‌شود. بنابراین سیستم زمینی داده‌های مشاهدات جهانی را با قوس پیش‌بینی شده روی زمین بارگذاری می‌کند ( شکل 1 )، می‌توانید روی ویژگی‌های هر کمان، از جمله قوس زمان دریافت، شماره مسیر دریافتی، ایستگاه زمینی دریافتی و موارد دیگر کلیک راست کنید. اطلاعات هنگامی که داده های گم شده در پازل وجود دارد، می توانید به سرعت قوس مجاور را در داده های از دست رفته عبور دهید تا مشخصه گمشده کمان را مشخص کنید تا منبع داده های از دست رفته را بدانید و علت مشکل را پیدا کنید.

4. نتیجه گیری و بحث

بر اساس تجزیه و تحلیل اصل کار و عملکرد Fengyun-3

ماهواره هواشناسی، این مقاله ضبط داده‌های ماهواره‌ای و کنترل برنامه‌های ماهواره‌ای را ارائه می‌کند و یک روش پیش‌بینی دقیق از زمان‌بندی دریافت داده‌ها با تأخیر زمانی طراحی می‌کند تا به‌طور دقیق زمان‌بندی دریافت داده‌های تاخیر نسل جدیدی از ماهواره‌های هواشناسی مدار قطبی را پیش‌بینی کند و مشکل را حل کند. مشکل مکان یابی سریع داده های از دست رفته

1) ماهواره هواشناسی مدار قطبی [ 19 ] در کشور ما در حال حاضر از Fengyun-1 تا Fengyun-3 توسعه یافته است. بار تشخیص یک ستاره از یک بار به بارهای متعدد توسعه می یابد. داده های شناسایی باید برای پردازش و کاربرد در زمین بارگیری شوند. نرخ کد انتقال داده ستاره از F1. 3308 مگابیت بر ثانیه تا 300 مگابیت بر ثانیه. ماهواره های بعدی با افزایش بار ماهواره و دقت تشخیص بار و کانال افزایش می یابد [ 20 ]، مقدار داده های کاوشگر بیشتر افزایش می یابد، بنابراین نیاز به افزایش بیشتر در نرخ انتقال داده ها به زمین دارد. با توجه به محدودیت فضای انتقال داده های فضای خشکی، تحت سیستم هنر قبلی، افزایش نرخ انتقال داده های ماهواره ای محدود است [ 21 ].

2) سیستم انتقال داده های ماهواره ای Fengyun-3 از مدولاسیون QPSK چند حامل، تک قطبی، کدگذاری با استفاده از رمزگذاری کانولوشنال RS + (7.3/4) استفاده می کند. کانال DPT پهنای باند 300 مگاهرتز را اشغال می کند. فرکانس های مورد استفاده توسط ITU برای هوا به زمین [ 22] انتقال داده ها به ترتیب در باند L، باند X و باند KA قرار دارند که باند L تنها 12 مگاهرتز پهنای باند دارد و عمدتاً برای داده های بلادرنگ استفاده می شود، باند X شامل 7750 مگاهرتز – 7900 است. مگاهرتز و 8025 مگاهرتز – 8400 مگاهرتز. بخش قبلی به دلیل پهنای باند باریک عمدتاً برای انتقال داده های بلادرنگ با ظرفیت متوسط ​​استفاده می شود. بخش اخیر به طور گسترده در انتقال داده های جهانی در داخل و خارج از کشور استفاده می شود. بخش KA به دلیل تضعیف بیشتر باران و فناوری ردیابی زمین بالغ نیستند. هیچ برنامه ای در مدار وجود ندارد یعنی استفاده از فضای باند X برای منابع انتقال داده محدود است.

3) به منظور حل تناقض بین افزایش داده های ماهواره ای، حجم داده های ارسالی و منابع مکانی در سیستم موجود [ 23 ]، لازم است ماهواره جدید هواشناسی در آینده برای اتخاذ یک سیستم انتقال جدید کاوش شود. سیستم انتقال جدید منبع داده را فشرده می کند و کانال، مدولاسیون و پلاریزاسیون چندگانه و سایر جنبه های ارتقاء را رمزگذاری می کند، در همان زمان نیاز به تجزیه و تحلیل روش هایی برای جلوگیری از تداخل بین ستاره ای دارد.

منابع

 

[ 1 ]	Lin, M., Zhao, X., Fan, C., Xie, L. and Wei, L. (2017) مطالعه بر روی پردازش داده های گیاهی عظیم FY-3 بر اساس RAM (h). مجله علوم زمین و حفاظت از محیط زیست، 5، 75-83. https://doi.org/10.4236/gep.2017.54007
[ 2 ]	Lin, M., Zhao, X., Zi, X., Guo, P. and Fan, C. (2017) طبقه بندی کاربردهای سیستم زمینی ماهواره ای هواشناسی. علوم جوی و آب و هوا، 7، 374-381. https://doi.org/10.4236/acs.2017.73028
[ 3 ]	Peterson، PK، Simpson، WR، Pratt، KA، Shepson، PB، Frieß، U.، Zielcke، J.، و همکاران. (2015) وابستگی توزیع عمودی مونوکسید برم در تروپوسفر پایینی به عوامل هواشناسی مانند سرعت و پایداری باد. شیمی جو و فیزیک، 15، 1-19. https://doi.org/10.5194/acp-15-2119-2015
[ 4 ]	Krauss, S., Fichtinger, B., Lammer, H., Hausleitner, W., Kulikov, YN, Ribas, I., et al. (2012) شراره های خورشیدی به عنوان پروکسی برای خورشید جوان: پاسخ دماکره مشاهده شده ماهواره به شعله 17.2 x اتمسفر بالای زمین. Annales Geophysicae, 30, 1129-1141. https://doi.org/10.5194/angeo-30-1129-2012
[ 5 ]	Hertig, E., Paxian, A., Vogt, G., Seubert, S., Paeth, H. and Jacobeit, J. (2012) ارزیابی های کاهش مقیاس آماری و دینامیکی از شدت بارش در منطقه مدیترانه. Meteorologische Zeitschrift, 21, 61-77. https://doi.org/10.1127/0941-2948/2012/0271
[ 6 ]	Dmitriev, AV and Suvorova, AV (2015) جت‌های مقیاس بزرگ در غلاف مغناطیسی و نفوذ پلاسما در سراسر Magnetopause: مشاهدات Themis. مجله فیزیک فضایی تحقیقات ژئوفیزیک، 120، 4423-4437. https://doi.org/10.1002/2014JA020953
[ 7 ]	Volkova, EV and Uspensky, AB (2016) تشخیص و ارزیابی پارامترهای پوشش ابر و بارش با استفاده از داده‌های رادیومترهای روبشی ماهواره‌های هواشناسی مدار قطبی و زمین‌ایستا. ایزوستیا فیزیک جوی و اقیانوسی، 52، 1097-1109. https://doi.org/10.1134/S0001433816090280
[ 8 ]	Behrendt, A., Pal, S., Aoshima, F., Bender, M., Blyth, A., Corsmeier, U., et al. (2015) مشاهده فرآیندهای شروع همرفت با مجموعه ای از ابزارهای تحقیقاتی پیشرفته در طول پلیس Iop 8b. فصلنامه انجمن سلطنتی هواشناسی، 137، 81-100. https://doi.org/10.1002/qj.758
[ 9 ]	Loeb, NG and Wielicki, BA (2015) بودجه تابش زمین برای ماهواره ها و سنجش از دور ماهواره ای. دایره المعارف علوم جوی، 85، 67-76. https://doi.org/10.1016/B978-0-12-382225-3.00349-2
[ 10 ]	Brunke، MA، Stegall، ST و Zeng، X. (2015) اقلیم شناسی وارونگی رطوبت تروپوسفر در پنج تحلیل مجدد. تحقیقات جوی، 153، 165-187. https://doi.org/10.1016/j.atmosres.2014.08.005
[ 11 ]	Jiang، X.، Waliser، DE، Xavier، PK، Petch، J.، Klingaman، NP، Woolnough، SJ، و همکاران. (2015) ساختار عمودی و فرآیندهای فیزیکی نوسان مادن-جولیان: کاوش فیزیک مدل کلیدی در شبیه سازی آب و هوا. مجله اتمسفرهای تحقیقات ژئوفیزیکی، 120، 4718-4748. https://doi.org/10.1002/2014JD022375
[ 12 ]	Conover، JH (2015) تفسیر تصاویر ابری از ماهواره های هواشناسی تیروس. مجله SMPTE، 71، 21-25. https://doi.org/10.5594/J16909
[ 13 ]	Peng, Y., Mi, K., Qing, F., Liu, X., Liu, L. and Chen, Q. (2015) ارزیابی ریسک زیست محیطی برای مناطق کلیدی توسعه صنعتی در مناطق اطراف دریای بو در چین. Human & Ecological Risk Assessment مجله بین المللی، 22، 475-488. https://doi.org/10.1080/10807039.2015.1080592
[ 14 ]	دی، اس.، امیل-گی، جی.، ایوانز، ام. . مجله پیشرفت در مدلسازی سیستم های زمین، 7، 1220-1247. https://doi.org/10.1002/2015MS000447
[ 15 ]	Yu, XX, Yin, H., Li, HX, Zhang, W., Zhao, H., Li, C., et al. (2017) ردیاب های نوری UV/مرئی/نزدیک مادون قرمز مدوله شده با اثر پیزو-فتوترونیک مبتنی بر سی دی: میکروسیم های p3ht. انرژی نانو، 34، 155-163. https://doi.org/10.1016/j.nanoen.2017.02.033
[ 16 ]	Delory، GT، Luhmann، JG، Brain، D.، Lillis، RJ، Mitchell، DL، Mewaldt، RA، و همکاران. (2016) ذرات پرانرژی شناسایی شده توسط ابزار بازتاب سنج الکترونی در نقشه بردار جهانی مریخ، 1999-2006. هوای فضایی – مجله بین المللی تحقیقات و کاربردها، 10، 1-23.
[ 17 ]	Da, C. (2014) یک الگوریتم هدف منطقه ای ماسک ابر برای تصویرگر مادون قرمز Goes با آستانه های وابسته به رژیم برای جذب مستقیم تشعشع. پایان نامه ها و پایان نامه ها – Gradworks، 119، 6666-6680.
[ 18 ]	Song, G., Subrahmanyam, MV, Guo, B. and Panda, J. (2015) مطالعه موردی تشخیص کم قطبی با استفاده از تصویر حالت موج ers-2. مجله Open Oceanography, 8, 28-32. https://doi.org/10.2174/1874252101408010028
[ 19 ]	Suliman, A. and Zhang, Y. (2018) تولید DSM خط دید مبتنی بر نابرابری برای ثبت اشتراک تصویر-ارتفاع برای پشتیبانی از تشخیص ساختمان در تصاویر ماهواره‌ای VHR خارج از نادر. مجله نظام اطلاعات جغرافیایی، 10، 25-56. https://doi.org/10.4236/jgis.2018.101002
[ 20 ]	هرمی، س.، عبدالله الشیخ، ر.، عزیز، م. و بوعزیز، س. (2017) تفسیر ساختاری خطوط با استفاده از پردازش تصاویر ماهواره ای: مطالعه موردی در شمال شرقی تونس. مجله نظام اطلاعات جغرافیایی، 9، 440-455. https://doi.org/10.4236/jgis.2017.94027
[ 21 ]	Saleem, M. and Ahmed, S. (2016) داده های گمشده برای دمای هوای فوقانی در 24 سطح فشار استاندارد بر روی پاکستان جمع آوری شده از ماهواره آبی. مجله تحلیل داده ها و پردازش اطلاعات، 4، 132-146. https://doi.org/10.4236/jdaip.2016.43012
[ 22 ]	Zhao, X., Lin, M., Lin, W., Xie, L. and Fan, C. (2017) تحقیق در مورد استثنای کاربرد سیستم زمینی ماهواره ای هواشناسی بر اساس تنگنای منابع. علوم جوی و آب و هوا، 7، 367-373. https://doi.org/10.4236/acs.2017.73027
[ 23 ]	Laudares, S., Laudares, J. and Libório, M. (2016) سیستم های اطلاعات جغرافیایی که به عنوان روشی عملی برای آموزش ریاضیات استفاده می شوند. مجله نظام اطلاعات جغرافیایی، 8، 608-617. https://doi.org/10.4236/jgis.2016.85050