بتول زینالی

پژوهش حاضر با هدف پایش تغییرات زمانی و مکانی گرد و غبار معلق جوّ در قسمت هایی از نیمه غرب ایران در محیط گوگل ارث انجین با استفاده از کارآمدترین محصولات سنجنده مودیس در بازه زمانی (2012-2021) و تصاویر سنتینل-۵ برای دوره (2018-2021) انجام شد. برای این منظور روند تغییرات زمانی و مکانی غلظت هواویز با استفاده از تصاویر شاخص عمق نوری (AOD) و شاخص جذب آئروسل (AI) پایش و سپس شاخص بهینه پوشش گیاهی (EVI) و شاخص خاک لخت (BSI) حاصل از تصاویر MOD13Q1 برای بازه زمانی (2012-2021) محاسبه شد ودرنهایت، میانگین تغییرات آنها به دست آمد. تغییرات غلظت گرد و غبار معلق در جوّ با استفاده از شاخص AOD روند نزولی را در ماه ژانویه و روند صعودی را در ماه جولای نشان می دهد؛ درحالی که این غلظت در ژانویه سال 2021 کمترین و در ماه های جولای و سپتامبر سال 2021 بیشترین میزان آئروسل را با استفاده از شاخص AI داشته است. گروه بندی غلظت آئروسل ها در سه طبقه برای پهنه مطالعه شده نشان داد که مناطق با غلظت زیاد آئروسل بر اساس تصاویر مودیس و سنتینل شامل خوزستان و ایلام است که این طبقه بندی ها در تصاویر مودیس به صورت مداوم است؛ ولی در تصاویر سنتینل به صورت پراکنده است. هم پوشانی میزان غلظت گرد و غبار در تصاویر مودیس با شاخص های EVI و BSI نشان داد که بیشترین تمرکز آئروسل ها در مناطق فاقد پوشش گیاهی و خاک های لخت قرار دارد. نتایج این پژوهش به مدیران و برنامه ریزان کمک می کند تا با مدیریت اصولی پوشش گیاهی و کاهش خاک بدون پوشش گامی در راستای کاهش آلودگی های ناشی از گرد و غبار معلق در جوّ در این نواحی بردارند.

فرسایش به وسیله آب، جدی ترین شکل تخریب زمین در بسیاری از نقاط جهان به ویژه در مناطق خشک و نیمه خشک است که در آن میزان تشکیل خاک معمولاً کمتر از میزان فرسایش آن می باشد. در این تحقیق کارایی مدل های شبکه عصبی مصنوعی به دو روش تابع شعاع محور(RBF) و پرسپترون چند لایه(MLP) در تخمین رسوب معلق در حوضه قره سو استان اردبیل مورد بررسی قرار گرفت. در این مطالعه از داده های 3834 رسوب روزانه ثبت شده مربوط به دوره آماری سال 1350 تا 1399 استفاده شد. به منظور بررسی همبستگی بین متغیرها برای ورود به عملیات مدلسازی از روش همبستگی پیرسون استفاده گردید و جهت پیش بینی و مدلسازی رسوب در حوضه موردنظر از مدل شبکه عصبی مصنوعی استفاده شد. نتایج نشان می دهد که انتخاب تعداد 3 نرون در لایه پنهان با داده های ارزیابی، آموزش و جدانگه داشته شده به ترتیب با مقادیر 2618، 701 و 515 برای مدل RBF و تعداد 8 نرون در لایه پنهان با داده های ارزیابی، آموزش و جدانگه داشته شده به ترتیب با مقادیر 2592، 709 و 533 برای مدل MLP، بیشترین دقت پیش بینی را دارا می باشند. بطوریکه دقت پیش بینی در مدل RBF با ضریب همبستگی 941/0R2= و 002/65RMSE= و در مدل MLP با ضریب همبستگی 917/0R2= و 244/88RMSE= می باشد. با توجه به مشکلات اندازه گیری رسوبات بار کف و اریب زیاد ناشی از محاسبه بار بستر به عنوان درصدی از بار معلق، می توان توصیه نمود که از مدل شبکه عصبی مصنوعی RBF به عنوان یک روش قدرتمند، سریع و با دقت بالا برای تخمین رسوب استفاده شود. همچنین نتایج حاضر ضمن معرفی عوامل تاثیرگذار بر میزان تولید رسوب در حوزه مورد مطالعه ، می تواند برای برآورد رسوب به مناطق فاقد آمار تعمیم داده شود.

در این پژوهش تغییرات برف پوش در پهنه شمال غربی در پیوند با سنجه های توپوگرفیکی ارتفاع، شیب و وجه شیب زمین با بهره گیری از فرآورده های برف مادیس ترا و آکوا (MOD10A1 و MYD10A1) در بازه زمانی 2020-2003 مورد واکاوی قرار گرفت. در گام نخست با توجه به نمایه NDSI داده ها بر اساس آستانه 1-1/0 باینری شد. در گام بعدی، برای کاهش اثر ابرناکی از الگوریتم های ادغام داده های ترا و آکوا، فیلترهای مکانی و زمانی استفاده شد. برای الگوی رقومی ارتفاع، از مدل رقومی سطحی (DSM) آژانس فضایی ژاپن استفاده گردید. سپس شمار روزهای برف پوشان (SCDs) به ازای هر پیکسل در شبکه رستری به صورت سالانه محاسبه و نقشه های پهنه ای تهیه و ترسیم شد. در ادامه، پیوند SCDs با ارتفاع و وردش های گستره های برف پوش (SCAs) در طبقات ارتفاعی، شیب و جهت شیب زمین بررسی شد. بر اساس نقشه های پهنه ای SCDs، سال های 2010 و 2018 در فاز کمینه و سال های 2007 و 2017 در فاز بیشینه قرار داشته اند. ارتباط SCDs با مولفه ارتفاع قوی بوده و روند افزایش SCDs از ارتفاع 3700-1300 متر به شدت فزونی می یابد. در عین حال، افزایش شیب زمین و ناپایداری SC بر روی سطوح پرشیب سبب ایجاد ناهنجاری در روند افزایشی SCDs در ارتفاعات 4000-3700 متر شده است. واکاوی SCAs در درجات مختلف شیب، روند کاهشی شدیدی را به پیروی از ارتفاع و کاهش سطوح توپوگرافیکی و محدودیت برف گیرش در اراضی پرشیب نشان داد. کمینه و بیشینه پراکنش SCAs به ترتیب مربوط به سال های 2010 و 2007 بوده است. درصد SCAs در درجات مختلف شیب در اراضی مسطح تا 5/12 درجه روند افزایشی، از شیب 5/12 تا 5/42 درجه روند کاهشی، از شیب 5/42 درجه به بعد روند افزایشی بسیار اندک دارد. دامنه های شمالی و شمال شرقی دارای بیشترین و دامنه های جنوب غربی و غربی دارای کمترین درصد گستره برف پوش هستند

خورشید به عنوان منبع انرژی، سرآغاز حیات و منشأ تمام انرژی های دیگر شناخته شده است. تابش جهانی خورشید یکی از سازه های بنیادی هر گستره اقلیمی شمرده می شود. از این رو، شناخت ویژگی ها و نیز پیش بینی این سازه های اساسی، تاثیر زیادی در برنامه ریزی های وابسته به انرژی دارد. استفاده از تصاویر ماهواره ای و مدل های سنجش از دور به عنوان ابزاری مناسب و کم هزینه برای تخمین تابش خورشیدی، در سال های اخیر بوده است. جهت انجام این پژوهش، از تصاویر مربوط به سال 2020 ماهواره لندست 8 سنجنده OLI و سنجنده TIRS و الگوریتم سبال استفاده شد. از نرم افزارENVI جهت تصحیحات هندسی، اتمسفری و رادیومتریک تصاویر ماهواره ای و همچنین اجرای محاسبات مربوط به مدل سبال و از نرم افزار ArcGIS جهت ایجاد پایگاه داده، تحلیل های مکانی، عملیات کارتوگرافیکی و در نهایت پیاده کردن مدل استفاده گردید. نتایج حاصل نشان می دهد میانگین بیشترین تابش موج کوتاه ورودی به میزان 901 وات بر مترمربع در تاریخ 09/08 /2020 و کمترین مقدار در فوریه به میزان 302 وات بر مترمربع بوده است. این در حالی است که کمترین مقدار تابش خالص در 28/10 /2020 به میزان با مقدار 355 وات بر متر مربع می باشد. تفاوت در مقدار تابش خالص رسیده به زمین در منطقه مورد مطالعه، ناشی از تفاوت زاویه تابش خورشید و تعداد ساعات آفتابی در ماه های مختلف سال است. در نهایت می توان نتیجه گرفت که تابش خورشیدی در منطقه، در سال مورد بررسی پتانسیل لازم برای اجرای طرح-های فتوولتائیک خورشیدی را دارا می باشد.واژه های کلیدی: : انرژی تابشی خورشید، الگوریتم سبال، سنجش از دور، تصاویر لندست، شهرستان اشتهارد

فرونشست زمین به پایین رفتن تدریجی یا ناگهانی سطح زمین در اثر عوامل مختلفی از قبیل فعالیت های تکتونیکی، استخراج معادن، میادین نفت و گاز و برداشت بی رویه آب زیرزمینی اطلاق می شود. در استان البرز نیز روند رو به رشد جمعیت و مهاجرت در سال های اخیر بر افزایش تقاضا و حجم برداشت آب از سفره های آب زیرزمینی افزوده، لذا با افت شدید سطح آب های زیرزمینی در معرض فرونشست می باشد. در این پژوهش ابتدا ارزیابی فرونشست با استفاده از تکنیک تداخل سنجی راداری و در ادامه، نسبت به پهنه بندی مناطق مستعد با الگوریتم چند معیاره در بازه زمانی 2016 و 2023 اقدام گردید. نتایج استخراج اطلاعات با تکنیک تداخل سنجی نشان داد میانگین میزان فرونشست در محدوده حریم شهری شهرستان های ساوجبلاغ و کرج و نظرآباد و چهارباغ و فردیس، مقدار بین 15 الی 320 میلی متر می باشد. که با مشاهدات صورت گرفته بیشترین میزان فرونشست در بخش شرقی و سپس در بخش جنوبی و جنوب غرب است. با توجه به نتایج برآورد شده از پهنه بندی خطر فرونشست؛ معیارهای افت سطح آب، کاربری اراضی، شیب و زمین شناسی، به ترتیب با ضریب وزنی 16127/0، 141875/0، 130145/0 و128474/0 مهم ترین عوامل در ایجاد خطر فرونشست در محدوده مطالعاتی بوده که به ترتیب 31 و 23 درصد از محدوده، دارای احتمال خطر بسیار زیاد و زیاد می باشد.