<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>سازمان زمین شناسی و اکتشافات معدنی کشور</PublisherName>
				<JournalTitle>فصلنامه علمی علوم زمین</JournalTitle>
				<Issn>1023-7429</Issn>
				<Volume>24</Volume>
				<Issue>94- زمین شناسی مهندسی و محیط زیست</Issue>
				<PubDate PubStatus="epublish">
					<Year>2015</Year>
					<Month>02</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Automatic Composition of Geospatial Web Services in Order to Generate Landslide Susceptibility Map</ArticleTitle>
<VernacularTitle>ترکیب خودکار سرویس‌های مکانی به منظور تهیه نقشه پهنه‌بندی زمین‌لغزش با استفاده از روش‌های برنامه‌ریزی هوش مصنوعی</VernacularTitle>
			<FirstPage>29</FirstPage>
			<LastPage>34</LastPage>
			<ELocationID EIdType="pii">43113</ELocationID>
			
<ELocationID EIdType="doi">10.22071/gsj.2015.43113</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مهدی</FirstName>
					<LastName>فرنقی</LastName>
<Affiliation>استادیار، گروه سیستم‌های اطلاعات مکانی (GIS)، دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>منصوریان</LastName>
<Affiliation>استادیار، گروه سیستم‌های اطلاعات مکانی (GIS)، دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2013</Year>
					<Month>01</Month>
					<Day>09</Day>
				</PubDate>
			</History>
		<Abstract>Accurate and up-to-date spatial data play a crucial role in disaster management. However, currently utilization of spatial data in decision making process before, during and after disasters is limited due to various problems. Automatic composition of geospatial web services can significantly improve the decision making process in disaster management. This article is going to represent an approach for utilization of automatic web service composition in disaster management. In this approach, geospatial web services of different organization are syntactically and semantically described and registered in the national geoportal. The services are composed based on user requirement using Artificial Intelligence Planning algorithms. The new composite web services are registered as new geospatial web services. The applicability of the approach is illustrated in a case study for generating a composite web service that can build landslide susceptibility map.</Abstract>
			<OtherAbstract Language="FA">داده‌های مکانی دقیق و بهنگام نقش بنیادین در برنامه‌ریزی و مدیریت بحران ایفا می‌نمایند. با این وجود در حال حاضر دسترسی به داده‌های مکانی و استفاده سریع و آسان از آنها در تصمیم‌گیری‌ها با مشکلات بسیاری روبه‌رو است. ترکیب خودکار سرویس‌های مکانی می‌تواند به عنوان یک راه‌کار جامع برای بهبود روال تصمیم‌سازی و تصمیم‌گیری در مدیریت بحران مطرح شود. این نوشتار بر آن است تا با ارایه راه‌حلی اجرایی به منظور فراهم آوردن امکان انجام پردازش‌های پیچیده مکانی با استفاده از ترکیب خودکار سرویس‌های مکانی فرایند برنامه‌ریزی مدیریت بحران را بهبود بخشد. بر این اساس سرویس‌های مکانی، که توسط سازمان‌های مختلف توسعه داده‌شده، به صورت نحوی و معنایی تشریح شده و در بستر زیرساخت ملی داده مکانی پیاده‌سازی می‌شوند. این سرویس‌ها در ادامه متناسب با نیاز کاربران با استفاده از الگوریتم‌های برنامه‌ریزی هوش مصنوعی با یکدیگر ترکیب شده و پردازش‌های مورد نیاز را  اجرا می‌کنند.  روش ارایه شده با استفاده از یک مورد اجرایی در زمینه‌ ایجاد نقشه‌ پهنه‌بندی خطر زمین‌لغزش راست‌آزمایی شده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ترکیب خودکار سرویس‌ها</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سرویس‌های مکانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">برنامه‌ریزی هوش مصنوعی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پهنه‌بندی خطر زمین‌لغزش</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">http://www.gsjournal.ir/article_43113_2c30dbced2ca2da386510d7416679269.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
