درخت حوزه‌های تخصصی

کش اورزی یکی از مهمترین بخش های اقتصادی کش ور است که هر محصول آن شرایط اقلیمی و محیطی خاصی را می طلبد، لذا اقلیم شناسان توجه ویژه ای به آمایش سرزمین داش ته و منابع اکولوژیکی را با روش های مناسب ارزیابی می کنند. هدف این تحقیق، شناخت عوامل و عناصر اقلیمی مؤثر در کاشت انجیر در استان فارس و پهنه بندی نواحی مستعد کاشت این محصول از نظر اقلیمی و محیطی، با استفاده از توانایی GIS در تلفیق لایه های مختلف و در قالب مدل های مختلف است. در این بررسی، شش عنصر اقلیمی (میانگین، حداکثر و حداقل مطلق دما، میانگین و حداکثر رطوبت و بارش) از 21 ایستگاه سینوپتیک، اقلیم شناسی و باران سنجی در استان فارس و نیز 5 پارامتر محیطی (ارتفاع، شیب، نوع خاک، فرسایش و کاربری اراضی) به کار گرفته شده است. ابتدا عناصر اقلیمی، با توجه به ناقص بودن آنها، با دو روش «تفاضل ها» و «نسبت ها» بازسازی شده، سپس نقشه های مربوط به این پارامتر ها و عناصر در GIS تهیه و با استفاده از منطق فازی و معیارهایی که برای کاشت درخت انجیر در نظر گرفته می شود، استاندارد و وزن دهی شده و درنهایت با استفاده از منطق فازی با هم تلفیق، و نقشه پهنه بندی اراضی مستعد کاشت انجیر در استان فارس بدست آمد. نتایج تحقیق، نشان داد که 32 درصد از اراضی برای کاشت انجیر بسیار مناسب، 40 درصد دارای قابلیت متوسط و 22 درصد نیز برای کاشت انجیر نامناسب هستند. ضمن اینکه 6 درصد از اراضی نیز فاقد ارزش مکان یابی بوده (اراضی دریاچه ای، شوره زارها و ...) که از تحلیل حذف شده است.

از میان روش های معمول درون یابی، روش های کریجینگ و کوکریجینگ به عنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درون یابی داده های بارش دارند. مدل های مذکور به رغم مزیت شان نمایش همواری از پدیدة تحت مطالعه به دست می دهند و چون براساس میانگین محلی داده ها عمل می کنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر از مقدار واقعی پیش بینی می کنند. بنابراین استفاده از این مدل ها به تنهایی در مواردی که هدف ارزیابی میزان ریسک و بررسی تغییرپذیری یک پدیده است، مناسب نیست. تغییرپذیری پدیده با استفاده از عدم قطعیت اندازه گیری می شود. در پژوهش حاضر به منظور محاسبة عدم قطعیت محلی و مکانی متغیر بارندگی، از الگوریتم های شبیه سازی زمین آماری SGS و CO-SGS استفاده شده است. نتایج تحقیق نشان می دهند الگوریتم های SGS و CO-SGS در نمونه های شبیه سازی با بازسازی مقادیر محتمل حداکثر و حداقل و همچنین حفظ دامنة نوسانات بارندگی در هر واحد مکانی، واریانسی نزدیک به واریانس نمونه های اصلی تولید می کنند. اختلاف واریانس شبیه سازی در مقایسه با نمونة اصلی بسیار ناچیز است، درحالی که واریانس روش های درون یابی اختلاف فاحشی با واریانس نمونه های اصلی دارد. همچنین نتایج نشان می دهند که این الگوریتم ها می توانند عدم قطعیت محلی و مکانی پدیده های مکانی ازجمله بارش را به درستی محاسبه کنند. کلید واژه ها : بارندگی، عدم قطعیت، شبیه سازی زمین آماری، الگوریتم SGS، الگوریتم CO-SGS.

نهادینه سازی مشارکت و حضور مردم در فرایند مدیریت شهرها، رمز اصلی موفقیت طرح های توسعة شهری و از عوامل کلیدی ارزیابی عملکرد نظام مدیریتی شهری است که می تواند منجر به توسعة پایدار شهری شود؛ به همین دلیل امروزه در سطح جهانی، رویکرد «مشارکت محوری» در برنامه های شهری تقویت شده است. در این رویکرد مقتضیات هر جامعه بسیار مهم بوده که سیاست گذاری ها، برنامه ریزی ها و طراحی الگوها باید متناسب با آن صورت گیرد. به عبارتی، برای پیاده کردن برنامه ریزی مشارکتی نقطة آغازین، سنجش و اندازه گیری میزان تمایل به مشارکت در محله های مختلف شهری است تا فرایند برنامه ریزی شهری متناسب با تفاوت های موجود، نظام داده شده و عملیاتی شود؛ از این رو، هدف اصلی این نوشتار واکاوی و شناخت تمایل به مشارکت در محله های مختلف شهری است. پژوهش با استفاده از روش تحقیق پیمایشی و کمّی، در چارچوب مدل تحلیل سلسله مراتبی ( AHP ) و تحلیل همبستگی سعی کرده است ابتدا تأثیر ویژگی های شخصی و خانوار بر روی میزان مشارکت پذیری را بررسی کند و سپس به مقایسة تطبیقی تمایل به مشارکت شهروندان در بافت های قدیم و جدید شهر کرمان بپردازد. در نهایت به این نتیجه می رسد که در بین ویژگی های شخصی، جنسیت، میزان علاقه به محله و عضویت در نهادها با میزان تمایل به مشارکت ارتباط وجود دارد. از بین سطوح مختلف مشارکت، بالاترین میزانِ تمایل به مشارکت مربوط به مشارکت سیاسی و پایین ترین سطح مربوط به مشارکت مالی است. در آخر اینکه، میزان تمایل به مشارکت در بین ساکنان بافت جدید (محلة مطهری) بیش تر از ساکنان بافت قدیم (محلة مسجد ملک) است .

بواسطه پیچیدگی عملکردی پدیده آلودگی هوا، از روش های هوش مصنوعی بالاخص شبکه عصبی برای مدل سازی آلودگی هوا استفاده می شود. هدف از این پژوهش دو مدل شبکه عصبی بازگشتی Elman و Jordan در زمینه پراکنش خطا و اعتبارسنجی آنها، به منظور تخمین غلظت ذرات معلق موجود در اتمسفر در شهر اهواز می باشد. پارامترهای مورد استفاده شامل رطوبت، فشار هوا، دما و عمق نوری آئروسل می بوده که مقادیر آن از تصاویر ماهواره ای MODIS و داده های ایستگاه های هواشناسی تهیه شده است. نتایج نشان می داد که مدل Jordan با مقدار RMSE معادل 9/219 میلی گرم بر متر مکعب نسبت به مدل Elman با مقدار RMSE معادل 5/228 دقت برازش بهتری داشته است. مدل Jordan به دلیل استفاده از حلقه های درونی سبب به روز رسانی مقادیر زمینه شده و این امر موجب افزایش صحت مدل می شود. مقدار شاخص R2 ، که نماینده میزان رابطه خطی بین مقادیر پیش بینی شده با مقادیر واقعی است، برای مدل Jordan معادل 5/0 بدست آمده است که درصد تخمین صحیح 50 درصد داده ها را نشان می داد. در نهایت با استفاده ازداده های مربوط به غلظت PM10 برای روز 162 که بالاترین میزان غلظت را داشت با روش درونیابی IDW نقشه توزیع مکانی آن تولید شد. با توجه به گران بودن ایستگاه های آلودگی سنجی پیشنهاد شد از منابع کمکی دیگر مانند اطلاعات داوطلبانه با استفاده از سنسورهای ارزان قیمت موبایل به عنوان ایستگاه کمکی متحرک و کم هزینه جهت افزایش تراکم و پراکنش مناسب ایستگاه ها جهت مدلسازی دقیق تر آلودگی هوا استفاده شود.

در طبقه بندی تصاویر با قدرت تفکیک مکانی متوسط، مانند لندست، تمایز اراضی کشاورزی بدون پوشش گیاهی از زمین های بایر و همچنین، شناسایی زمین های بایر از مناطق ساخته شده معمولاً دشوار و همراه با خطاست. به همین علت در این مطالعه، ترکیب های متفاوتی از ویژگی های ورودی، به روش های طبقه بندی، به منظور بررسی امکان ارتقای دقت طبقه بندی مقایسه شد. داده های ورودی شامل باندهای طیفی تصویر لندست-7، ویژگی های بافتی شامل ماتریس وقوع هم زمان گام های خاکستری و شاخص های حرارتی و مکانی پیشنهادی در این تحقیق است. در بررسی حاضر، به منظور طبقه بندی سناریوهای متفاوت، از سه روش طبقه بندی شامل بیشترین میزان شباهت، شبکة عصبی و ماشین بردار پشتیبان با هسته های متفاوت استفاده شد. نتایج نشان داد که ادغام تمامی داده های ورودی و استفاده از روش ماشین بردار پشتیبان با هستة پایة شعاعی، با صحت کلی 81/۹۸% و ضریب کاپا 25/98%، ممکن است نتایجی بهتر از دیگر روش ها و سناریوها داشته باشد. همچنین، در تحلیل اهمیت متغیرهای ورودی، با استفاده از روش انتخاب ویژگی برپایة جنگل تصادفی، مشخص شد که شاخص های پیشنهادی در این مطالعه نقش مهمی در طبقه بندی با صحت بالا و کارآمد داشته اند.

دمای هوا یکی از پر کاربردترین پارامترهای مورد استفاده برای تشخیص تغییر اقلیم در مقیاس جهانی و منطقه ای است. بنابراین پژوهشگران همواره سعی نموده اند تا با مدل های مختلف به مدل سازی و پیش بینی آن بپردازند. تحقیق حاضر نیز با هدف مدل سازی و پیش بینی کمینه و بیشینه دمای ماهانه کشور انجام گردید. بررسی تغییرات زمانی دما با روش های تخمین گر سن و پتیت و پیش بینی آن بوسیله مدل هالت- وینترز انجام گرفت. نتایج نشان داد که دمای کمینه در ایستگاه های مورد مطالعه در دوره 50 ساله 2010 تا 1961 بطور متوسط به مقدار 9/2 درجه سانتی گراد افزایش یافته که مقدار این افزایش برای ایستگاه های واقع در مناطق گرم و خشک کشور (1/3 درجه) بیشتر از دیگر مناطق است (8/1 درجه). درحالیکه مقدار افزایش دمای بیشینه هوا در کشور کمتر و معادل 1/2 درجه سانتی گراد می باشد. همچنین نتایج این پژوهش کارایی مناسب مدل هالت- وینترز برای پیش بینی کمینه و بیشینه دمای ماهانه کشور را اثبات کرد. نتایج این مدل نشان داد که کمینه و بیشینه دما تا سال 2020 به جز چند مورد در کشور افزایش خواهند یافت که بیشترین مقدار افزایش در ایستگاه خوی به میزان 6/0 درجه سانتی گراد برای کمینه دما و 28/0 درجه سانتی گراد برای بیشینه دما خواهد بود.

مفهوم توسعه انسانی، رویکردی کل نگر به زندگی بهتر است که به پرورش استعدادها و قوای ذهنی در کنار مصرف کالاها و خدمات تأکید دارد و با هدف قرار دادن زندگی بهتر افق پویایی را فراروی انتخاب های انسانی قرار می دهد. در افق چشم انداز بیست ساله ایران آمده است: ایران توسعه یافته، برخوردار از دانش پیشرفته، فرصت های برابر، توزیع مناسب درآمد و برخوردار از سلامت است. این پژوهش با روش توصیفی- تحلیلی بر آن است تا وضعیت موجود استان های کشور را از نظر برخورداری از شاخص های توسعه انسانی را برمبنای سرشماری های سال های 1390 و 1395 ارزیابی کند. براساس یافته های تحقیق میانگین شاخص آموزش در کشور 503/. شاخص سلامت 673/. و شاخص استاندارد زندگی 336/. و شاخص ترکیبی توسعه انسانی 749/. است. شاخص سلامت بیشترین میزان و شاخص استاندارد زندگی کمترین رقم را در سطح کشور دارد. مطلوب ترین وضعیت شاخص توسعه انسانی به ترتیب مربوط به استان های تهران با 936/. البرز با 926/. و یزد با 862/. است. نامطلوب ترین وضعیت این شاخص به ترتیب مربوط به استان های سیستان و بلوچستان با 446/. و کردستان با 561/. است. استان سیستان و بلوچستان در تمامی شاخص های توسعه انسانی نامطلوب ترین وضعیت را دارد. هرچند که سطح بندی استان ها براساس شاخص توسعه انسانی حاکی از آن است که رده بسیار محروم منطبق با استان های مرزی و رده استان هایی که مطلوب ترین وضعیت را دارا هستند مربوط به مناطقی است که اغلب در مرکز کشور واقع شده اند اما براساس نتایج در اغلب استان های کشور در بین دو سرشماری رشد مشاهده شده به طوری که استان های محروم بیشترین رشد را داشته اند.

تهران به عنوان بزرگترین کلانشهر ایران در زمره آلودهترین شهرهای جهان به حساب می آید. با توجه به تأثیرات آلودگی هوا بر سلامت و محیط زیست، ضرورت شناخت دقیق آلایندهها و مشخص نمودن پهنههای آلوده ضروری به نظر میرسد.هدف این پژوهش، بررسی توانایی داده های سنجنده مودیس، در سنجش آلودگی هوا در کلانشهر تهران و تولید نقشههای کیفی هوا با استفاده از این دادهها و داده های زمینی میباشد. : در این تحقیق داده های مربوط به آلاینده های PM₁₀، ازن، منو اکسید کربن، دی اکسید گوگرد، PM_2.5در سال 1394 با استفاده از روش کریجینگ ساده به عنوان یک روش زمین آماری در حالت های مختلف مورد ارزیابی قرار گرفت و نقشه های سطوح آلاینده ترسیم گردید. همچنین از تصاویر ماهوارهای سطح اول و داده های سطحدوم سنجنده مودیس، برای انجام تحلیلهای کیفی و کمی ذرات معلق هوا در سطوح وسیع استفاده شد. با بکار بردن شاخص اختلاف نرمال گردوغبارمربوط به داده های سطح اول و پارامتر هایی نظیر عمق اپتیکی و نمای انگستروم مربوط به داده های سطح دوم، میزان همبستگی با استفاده از باندهای 3 و 7 سنجنده ی مودیس محاسبه و مقدار RMSE آنها با داده زمینی مربوط به آلاینده PM₁₀ محاسبه گردید. : نتایح نشان داد که همبستگی مناسبی بین پارامترهای تصاویر ماهوارهای و اندازهگیری زمینی وجود دارد. این نوع همبستگی نشانگر توانایی تصاویر این سنجنده در شناسایی گردوغبار جوی است. همچنین در بخش دیگر این تحقیق نقش پارامترهای هواشناسی تأثیرگذار بر آلودگی هوا مورد بررسی قرار گرفته و مشخص شد که آلاینده شاخص غالب در سال 94، ذرات معلق PM_2.5وPM₁₀بوده است. از عوامل موثر در افزایش غلظت آلاینده ها، استمرار شرایط جوی پایداربوده است که باعث انباشت آلاینده ها شده است.

تأثیر تغییرات آب وهوایی بر تقاضای انرژی برای نیاز گرمایش ساختمان ها امری غیرقابل اجتناب خواهد بود؛ لذا بایسته است به پیش بینی آب وهوای آینده پرداخته شود تا زمینه توسعه، انطباق و استراتژی های مناسب انرژی فراهم گردد. در این پژوهش به منظور ارزیابی نقش توپوگرافی بر دورنمای نیاز گرمایشی ایران از داده های دمای روزانه مدل EH5OM موسسه ماکس پلانک طی دوره آماری (2050-2015 میلادی)، تحت سناریو A1B با تفکیک 75/1 درجه قوسی، برای گستره ایران بارگیری گردید. در گام بعدی داده های نامبرده با تفکیک مکانی 27/0× 27/0 قوسی توسط مدل (RegCM4) ریزمقیاس شدند. سپس با استفاده از روش زمین آمار کریجینگ داده های روزانه دمایی در پهنه ای به ابعاد 15×15 کیلومتر بر ایران گسترانیده شد که نتیجه آن ماتریسی به ابعاد 7200×13140 به دست آمده و نیاز گرمایشی کشور برای دوره آتی بر روی این ماتریس با استفاده از مدل UKMO محاسبه گردید. نتایج نشان داده است که نیاز گرمایشی در ایران دارای الگوی خوشه ای بالا می باشد. واسنجی مدل های رگرسیونی کلاسیک (OLS) و وزن دار جغرافیایی (GWR) نشان داد که در مناطق وسیعی که دارای افت وخیز ارتفاعی زیادی می باشند مدل های رگرسیونی کلاسیک نمی تواند روابط نیاز گرمایشی را با ارتفاع مدل سازی نماید. به طورکلی کشور از لحاظ دورنمای نیاز گرمایشی به سه بخش جلگه ها و سواحل جنوبی و پسکرانه ای، نوار کوهستانی و کوهپایه ای و بالاخره دشت ها و چاله های داخلی و بیرونی قابل پهنه بندی است و وردایی فضایی نیاز گرمایشی برآورد شده مبتنی بر ارتفاع نشان داده است که افزایش مقدار نیاز گرمایشی رابطه مستقیمی توپوگرافی پیچیده محلی دارد.

ذرات معلق در هوا نقش مهمی در توازن انرژی زمین و جو ایفا می کنند و به عنوان یک عامل مهم در تعیین تغییرات آب وهوایی شناخته می شوند. هرساله طوفان های گرد و غبار اثرات مخربی بر روی سلامت، مزارع، تأسیسات و اکوسیستم ها می گذارند. خراسان ازجمله مناطقی است که به شدت تحت تأثیر این پدیده قرار دارد و بادهای ۱۲۰ روزه سیستان از عوامل تشدید کننده این پدیده بخصوص در مناطق شرقی است. یکی از راه های مطالعه این پدیده روش های سنجش ازدوری است. این تحقیق با هدف بررسی تغییرات زمانی و مکانی شاخص های گرد و غبار بر پایه داده های ماهواره ای در منطقه شرق خراسان انجام پذیرفته است. در این پژوهش جهت مطالعه ذرات معلق جو، از شاخص های UVAI،AAOD و AOD استفاده شده است. برای این منظور از داده های سنجنده TOMS بر روی ماهواره Nimbus ۷ در سال های ۱۹۷۸ تا ۱۹۹۳ و بر روی ماهواره Earth probe در سال های ۱۹۹۶ تا ۲۰۰۵ و از داده های سنجنده OMI بر روی ماهواره Aura از سال ۲۰۰۴ تا ۲۰۱۴ استفاده شده است. نتایج این پژوهش روند صعودی این شاخص ها را در طی سال های ۲۰۱۴-۱۹۷۸ نشان می دهد. همین طور شاخص UVAI بیشترین میزان ذرات معلق را در سال های ۲۰۰۲، ۲۰۰۸ و ۲۰۱۴ و شاخص های AAOD و AOD بیشترین میزان ذرات معلق را در سال های ۲۰۰۸ و ۲۰۱۴ نشان می دهند.

بیلان انرژی تابشی دریافتی و برگشتی از کره زمین بیانگر انرژی قابل دسترس در هر بخش از سامانه زمین-اتمسفر می باشد. همچنین تابش خالص خورشیدی بنیادی ترین نیروی محرکه برای تبخیر و تعرق و تمامی کنش و واکنش های میان رویه زمین و اتمسفر می باشد. این برهم کنش ها به گونه ای معنی دار بر اقلیم و دگرگونی آن سایه می افکنند. ازاین رو، برآورد ریزبینانه انرژی خالص در مقیاس گسترده ازنظر مدل های اقلیمی جهانی و منطقه ای حائز اهمیت است. در این پژوهش جهت مطالعه روند تغییراتِ بلندمدتِ میانگینِ ماهانه آلبیدو سطحی (Albedo) از تولیدات آلبیدو سنجندهِ MODIS ماهوارهِ ترا بانام (MCD43B3) استفاده شد. قدرت تفکیک فضایی تصاویر اخذشده، یک در یک کیلومتر برای یک دوره آماری 15 ساله (2014-2000) برای سه ماه آوریل، می و ژوئن بوده است. بعد از اخذ تصاویر از مرکز آرشیو فعال توزیع فرایندهای سطح زمینِ ناسا، تمامی 45 تصویر دانلود شده برای منطقه مورد مطالعه موزائیک و با سیستم مختصات جهانی مرکاتور معکوس با استفاده از روش نمونه برداری نزدیک ترین همسایه ژئو رفرنس شدند. تبدیل فرمت تصاویر به فرمت ASCII مرحله بعدی کار را تشکیل داد که هر ASCII 30080 پیکسل را شامل می شود. درنهایت با استفاده از دو روش آماری برآورد کننده شیب سنس و رگرسیون خطی کلاسیک روند تغییرات بلندمدت میانگین ماهانه آلبیدو در یک مقیاس پیکسل-مبنا مورد تحلیل قرار گرفتند. نتایج حاصل از این دو مدل نشان دادند که این دو مدل در برآورد روند تغییرات میانگین آلبیدو دقیقاً مانند همدیگر عمل نموده اند و تفاوتی با یکدیگر نداشته اند. همچنین نتایج حاصل از این تحقیق نشان داد که کانون بیشترین روند کاهشی شیب تغییرات آلبیدو در شمال شرق می باشد که در این قسمت از دشت به دلیل جاری بودن رودخانه هیرمند، کشاورزی به صورت گسترده ای در آن رواج دارد. مقادیر افزایشی شیب روند تغییرات نیز به صورت بسیار محدود و لکه هایی کوچک و گاهاً بزرگ در شمال، جنوب شرق و مرکز دشت قابل مشاهده است. این روند افزایشی در مقادیر شاخص آلبیدو نیز در شمال دشت دقیقاً منطبق بر خشک شدن دریاچه های سه گانه هامون بوده است. بقیه مساحت دشت نیز که دارای چشم اندازی بیابانی می باشد و فاقد هرگونه پوشش گیاهی و همچنین جمعیت انسانی می باشد روند خاصی را از خود نشان نداده است. در این مطالعه همچنین به روشنی مشخص شد که استفاده از روش ناپارامتریک برآورد کننده شیب سنس و پارامتریک رگرسیون خطی کلاسیک در مطالعات روند تغییرات آلبیدو مناطق خشک منتج از تولیدات ماهواره ای سنجنده مادیس می تواند بسیار کارآمد باشد.

اطلاعات در زمینه باستان شناسی و پراکنش نقاط باستانی به جهت امکان تجزیه و تحلیل جوامع گذشته و آثار برجای مانده از آنها، از اهمیت خاصی برخوردار است. اما متأسفانه اطلاعات ما در مورد محوطه های باستانی و الگوی پراکنش آنها اغلب با نقص و عدم قطعیت همراه است.در مطالعه حاضر از تکنیک های آماری و سیستم اطلاعات جغرافیایی جهت دریافت ارتباط میان متغیرهای محیطی (شامل: فاصله از چشمه ها، فاصله از رودخانه های دائمی، فاصله از قنات ها و چاه های آب، فاصله از جاده های مالرو و فاصله از قبرستان ها) که بر الگوی پراکنش جمعیت بشر در اعصار مختلف تعیین کننده و تأثیرگذار بوده اند،استفاده شده است. در میان تکنیک های آماری، توابع وزن-شاهد قادرند از دانسته ها و نادانسته های کاربر در مورد وقوع یک پدیده (مکان و محوطه های باستانی) استفاده نماید و با پردازش فرضیات از روی دانسته ها و محدود کردن فرضیه ها در مواردی که دانش دقیق وجود ندارد و در نهایت ترکیب وزنی ورودی ها، نقص اطلاعات را در نتایج نهایی نمایش دهد. برای ارزیابی صحت مدلسازی از آمارهROC استفاده شده است و نتایج تحقیق نشاندهنده توانایی بالای این مدل در پیش بینی پهنه های مساعد مکان ها و محوطه های باستانی شناخته نشده در شهرستان های بروجن و لردگان استان چهارمحال و بختیاری بوده است (89/0=ROC ). این رویکرد بعنوان راهکاری مناسب جهت تصمیم گیری و مدیریت در زمینه پژوهش های باستان شناسی است و از نتایج این تحقیق می توان جهت مدیریت و برنامه ریزی بررسی ها و کاوش های باستان شناسی، اولویت بندی پهنه های مستعد موجود از لحاظ اهمیت باستانی و در نهایت صرفه جویی در هزینه های زمانی و اقتصادی استفاده نمود.

مدیریت و برنامه ریزی آب شهری، به ویژه در کلان شهر ها، اهمیت بسیار زیادی دارد. توسعة مناطق شهری، تبدیل شهرها به کلان شهر و افزایش پیچیدگی عوامل تأثیرگذار در مصرف آب در شهر ها سبب دشواری مدیریت مصرف، تأمین و توزیع آب شده است. بنابراین، استخراج قوانین نقش مهمی در کشف الگو های حاکم بر مجموعة داده و کاهش پیچیدگی ها دارد. اصل نظریة مجموعه های راف، که پائولاک در دهة 80 مطرح کرد، روشی توانمند و انعطاف پذیر در پردازش داده های دارای عدم قطعیت شمرده می شود و در این تحقیق، به منظور استخراج قوانین حاکم بر مصرف آب، به کار رفته است. در این تحقیق، از روش ترکیب الگوریتم های مجموعه های راف و ژنتیک از روش های داده کاوی، برای بهبود استخراج قوانین و طبقه بندی داده های آب مصرفی، با کاربری مسکونی در شهر تهران به منزلة منطقة مورد مطالعه استفاده شده است. داده های مورد استفاده در این تحقیق شامل داده های اجتماعی اقتصادی، محیطی، اقلیمی و فنی مدیریتی می شوند. این داده ها به دو زیرمجموعه، شامل 60 %با هدف آموزش و 40 %به قصد ارزیابی نتایج، تقسیم شدند. نتایج نشان می دهند که تلفیق الگوریتم های ژنتیک و مجموعه های راف کارآیی بالاتری برای استخراج مؤثر قوانین از داده های مصرف آب شهر تهران را دارند. دقت طبقه بندی مجموعه دادة آزمون، ازطریق قوانین استخراج شده از مجموعه های راف، 77 %بود. پس از بهینه سازی قوانین با استفاده از الگوریتم ژنتیک در مجموعه های راف، دقت طبقه بندی در نسل ششم، با سرعت همگرایی متوسط، به 88 %و در نسل دهم، به 92 %افزایش یافت. براساس قوانین استخراج شده، عوامل مؤثر در مصرف سالیانة آب به ترتیب میزان تأثیرگذاری، جمعیت ساکن، آب بها، تراکم جمعیت در واحد سطح، بعد خانوار، موقعیت مکانی (عرض جغرافیایی)، تحصیلات ساکنان و سرانة فضای سبز به شمار می روند.

تصادفات جاده ای از عوامل بسیار مهم مرگ و میر و صدمات شدید جانی و مالی بوده و آثار سنگین اجتماعی، فرهنگی و اقتصادی آن ، جوامع بشری کشورهای در حال توسعه و به ویژه ایران را به شدت مورد تهدید قرار داده است . عوامل جغرافیایی، یکی از مهم ترین عوامل بروز این حوادث مرگبار می باشند. از میان عوامل جغرافیایی که در بروز تصادفات جاده ای نقش دارند سهم پدیده های اقلیمی و ژئومورفولوژیکی قابل توجه است. هدف این پژوهش مطالعه اثرات عوامل اقلیمی و انسانی بر بروز تصادفات جاده ای با استفاده از منطق فازی و سیستم اطلاعات جغرافیایی در محور مشهد-قوچان می باشد. جهت بررسی محور مذکور نقشه های رقومی ، نقشه های زمین شناسی و کاربری اراضی به همراه آمار ایستگاه های هواشناسی منطقه در یک دوره ی 30 ساله و نیز آمار تصادفات جاده ای بررسی شده است. سپس با کلاسه بندی فراوانی تصادفات محور مذکور در محیط سیستم اطلاعات جغرافیایی (GIS) ، نقشه پهنه بندی خطر تصادفات جاده-ای با درجات زیاد ، متوسط ، کم و خیلی کم تهیه گردید. نتیجه بررسی ها نشان می دهد که نقش عوامل انسانی در بروز تصادفات جاده ای بسیار زیاد است. به طوری که در بروز بیش از 90 درصد تصادفات، عامل انسانی نقش اصلی را داشته است. هم چنین در بررسی خطرخیز بودن مسیر با مدل فازی زبانی، مشخص شد 5 تا 35 کیلومتر اولیه ورودی و خروجی شهرها پرخطر ترین مناطق در بروز تصادفات جاده ای می باشند.

فراوانی و شدت وقوع پدیده طوفان های گردوغبار طی چند سال اخیر در منطقه غرب آسیا و به ویژه در کشور ایران، افزایش پیدا کرده است. تاکنون آثار زیانبار این پدیده در مراحل گوناگون زندگی گیاهی، جانوری و انسانی بررسی شده است. در این پژوهش، تأثیر این پدیده در بازتابندگی طیفی گیاه گندم که مهم ترین گونه کشاورزی کشور به شمار می رود، بررسی و باندهای بهینه برای هریک از شاخص های باریک باند در مطالعه تأثیر این پدیده در گندم تعیین شده است. دو رقم از گندم (Triticum aestivum L. ) در محیط گلخانه و در شرایط کنترل شده پرورش داده شد و با استفاده از دستگاه تونل باد در طول روزهای متفاوت، بدون گردوغبار، دو، چهار و شش روز، و دو دوره رشد متفاوت، سه برگی شدن و خوشه دهی، درمعرض گردوغبار قرار گرفتند. اندازه گیری طیفی با استفاده از دستگاه طیف سنج Fieldspec-3-ASD با محدوده طیفی کامل انجام شد. چهار شاخص باریک باند طیفی جدید شامل NDVI، RVI، SAVI و PVI برای کل نمونه ها و همچنین، برای نمونه های مراحل سه برگی شده و خوشه دهی به طور جداگانه محاسبه و همبستگی بین این شاخص ها و تعداد روزهای گردوغباری بررسی شد. دقت نتایج تخمین تعداد روزهای گردوغباری با استفاده از R 2 و RMSE و روش اعتبار متقابل سنجیده شد. فقط باندهای بهینه انتخاب شده در شاخص SAVI2 محاسبه شده برای داده های مرحله خوشه دهی در محدوده طیفی SWIR قرار داشت. نتایج نشان دادند که در کل سه حالت، شاخص PVI ارتباط قوی تری (70/0 =RMSE،80/0=R 2 ) به نسبت دیگر شاخص ها، با تعداد روزهای گردوغباری نشان می دهد. همچنین، شاخص ها قابلیت بهتری در تخمین تعداد روزهای گردوغباری در داده های مرحله سه برگی شدن (77/0 67/0 و 80/0 63/0)، درقیاس با داده های مرحله خوشه دهی (91/0 73/0 و 71/0 62/0) نشان دادند. بنابراین، تعداد روزهای گردوغباری با استفاده از روش شاخص های باریک باند در مراحل ابتدای رشد گیاه با دقت بالاتری تخمین زده می شود.

ایران یکی از کشورهای خشک و نیمه خشک به شمار می رود که به خشکسالی دچار است. کمبود اطلاعات هواشناسی طولانی مدت در پهنه وسیعی از کشور یکی از بزرگ ترین مشکلات برای مشاهده و پیش بینی کوتاه مدت خشکسالی در ایران است. در این مقاله، با به کار بردن روش ماشین بردار پشتیبان (SVM) و با استفاده از داده های 42 ایستگاه سینوپتیک منتخب در ایران، عملکرد شاخص های پوشش گیاهی طیفی پهن باند NDVI، NDVI-DEV، VCI و TCI در پیش بینی خشکسالی بررسی شد. بدین منظور، از شاخص خشکسالی (SPI) برای بیان خشکسالی استفاده شد که نشان دهنده شدت و دوره خشکسالی، از سال 1985 تا 2008 است. شاخص های پوشش گیاهی یادشده از تصاویر سنجنده NOAA-AVHRR محاسبه و استخراج شدند. این شاخص ها، به صورت ورودی، به مدل SVM وارد شدند و مقادیر SPI را به دست دادند. با این روش، شاخص های TCI و NDVI، به ترتیب، دارای بالاترین و پایین ترین همبستگی با شرایط خشکسالی شناخته شدند

برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل های یکپارچه، توزیعی و هم چنین از روش های هوشمند مصنوعی به منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با 112 کیلومتر مربع و متوسط بارش سالانه 72/306 میلی متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به منظور اجرای مدل WetSpa از دو دسته اطلاعات شامل نقشه های رستری و اطلاعات هواشناسی و برای مدل شبکه عصبی مصنوعی تنها از اطلاعات هواشناسی استفاده گردید. اجرای مدل های مذکور در دوره ی 5 ساله صورت پذیرفت. به منظور مقایسه نتایج مدل ها، از معیارهای ارزیابی ضریب همبستگی R 2، مجذور میانگین خطای استاندارد RMSE و میانگین قدر مطلق خطا MAE استفاده شد. نتایج بدست آمده نشان داد مدل WetSpa با R 2و RMSE برابر با  m 3/s920/0 وm 3/s  346/0 و هم چنین مدل شبکه عصبی مصنوعی با   R 2و RMSE برابر با m 3/s 959/0 و m 3/s 310/0 توانایی شبیه سازی جریان رودخانه بار اریه را دارند. هم چنین استفاده از مدل شبکه عصبی مصنوعی موجب کاهش خطای برآورد رواناب حوضه به مقدار 6/11 درصد در مقایسه با مدل WetSpa شده است.

روش های نوین بهینه سازی فرایند مسیریابی خطوط انتقال برق می توانند بسیاری از مسائل پیچیده ای را که تصمیم گیران مسیریابی خطوط انتقال برق با آن مواجه اند، حل کنند. با توجه به گستردگی عوامل درگیر در مسیریابی خطوط انتقال برق می توان الگوریتم های تکاملی چندهدفه را به عنوان ابزاری مناسب در این زمینه در نظر گرفت. در پژوهش حاضر با بهره گیری از الگوریتم تکاملی چندهدفه NSGA-II و با ارائة عملگرهای ژنتیکی مناسب، به مسیریابی بهینة خط انتقال برق پرداخته شد. با نظر متخصصان صنعت برق در وزارت نیرو و برق منطقه ای مازندران، سه تابع هدف به منظور تولید مسیر هایی با ویژگی های F1- کمترین هزینة اقتصادی، F2- کمترین تأثیرات سوء زیست محیطی و اجتماعی و F3- دسترسی و نگهداری راحت از خط انتقال، طراحی شده است. اجرا و ارزیابی مدل ارائه شده در بستر سامانة اطلاعات مکانی (GIS) نشان داد که این مدل توانایی بالایی در بهینه سازی توابع هدف دارد. مدل مذکور برای مسیریابی بین دو پست برق 400 کیلوولت ناریوران (شهر آمل) و حسن کیف (شهر کلاردشت) در برق منطقه ای مازندران اجرا شد. نتایج تحقیق، بهبود میانگین 15درصدی مقادیر توابع هدف را در مقایسه با مسیر موجود نشان می دهند. کلید واژه ها : مسیریابی، انتقال برق، NSGA-II،GIS.

نهادها و سازمان های فعال در زمینه کاهش سوانح بیشتر فعالیت های خود را بر دستیابی به جامعه تاب آور در برابر سوانح متمرکز ساخته اند.  که در این میان بدلیل خسارات وسیع و ناهنجاری های گسترده اجتماعی، زمین لرزه ها از اولویت بالایی در تلاش برای تقویت تاب آوری جوامع در برابر سوانح  طبیعی برخوردارند. بنابراین جهت هرجه بیشتر کاهش و جلوگیری از خسارات آن نیازمند مطالعه و بررسی در ابعاد متفاوت است. پژوهش حاضر با ماهیت توسعه ای-  کاربردی و روش توصیفی- تحلیلی با بهره گیری از مدل های کمی کوپراس و تخمین آسیب پذیری به بررسی موضوع در شهر ایلام پرداخته است. نتایج تحقیق نشان داده است گرایش به مرکز تاب آوری در شهر ایلام بین(0-1) برابر 9/0 درصد و در مرحله بعد 8/0 درصد را نشان داده است. که هم به میانگین تاب آوری شهری (686/0) نزدیک بوده و هم تائید آسیب پذیر بودن مناطقی که پائیین تر از میانگین بوده است را نشان داده است. در نهایت، میزان تاب آوری در شهر ایلام گرایش آن از تمرکز کم به زیاد، سپس نزدیک به میانگین شده و سپس  خود را به گروه نما نیاز است برساند. همچنین در دیگر نتایج خسارت اجتماعی - کالبدی در اثر زلزله تا شدت 5 مرکالی با استفاده از وزن متغیرها در مدل کوپراس تعیین و میزان تاب آوری در شهر ایلام بصورت پهنه بندی ارائه گردید.  لازم به ذکر است بر اساس مدل کوپراس میانگین تاب آوری در مناطق برابر 65 درصد بوده است.

زنجیرة مارکوف مدلی است که از آن برای پیش بینی وضعیت آینده براساس نرخ تغییرات گذشته استفاده می شود. این روش براساس احتمال تبدیل یک نوع پوشش زمین به نوع دیگر است. این احتمالات براساس تغییرات گذشته تولید می شوند و برای پیش بینی آینده به کار می روند. هدف مقالة حاضر ارزیابی مدل مارکوف برای شبیه سازی تغییرات درصد تاج پوشش گیاهی است. برای تهیة نقشة پوشش گیاهی تصاویر سنجندة TM ماهوارة لندست مربوط به سال های 1368، سال 1377 و سنجندة LISS III ماهوارة IRS برای سال 1385 از پناهگاه حیات وحش موته استفاده شد. به منظور پیش بینی وضعیت پوشش گیاهی در سال 1385 از مدل زنجیره مارکوف به وسیله نقشه های تهیه شدة مربوط به سال های 1368 و 1377 و در بازه زمانی 9ساله استفاده شد. دقت تمامی نقشه های تهیه شده در پژوهش ارزیابی شد. نقشة تهیه شده از تصویر سال 1385 برای مقایسه با نقشة تهیه شده از طریق مدل به کار گرفته شد. ضریب کاپا برای نقشة پیش بینی شده از زنجیرة مارکوف در حد متوسط 53 درصد بود. برای بررسی مناطق درست پیش بینی شده و قسمت هایی که باعث ایجاد خطای پیش بینی شده گردیدند، از روش مقایسه پس از طبقه بندی استفاده شد. نتایج نشان دادند به علت کاهش شدید درصد تاج پوشش گیاهی در اکثر مناطق و افزایش آن در مناطق قرق، این روش نتوانسته است با دقت مناسبی پیش بینی کند. اما این روش در مقیاس های کوچک، برای درک کلی از وضعیت آینده ارزشمند است. کلید واژه ها : زنجیرة مارکوف، تصاویر ماهواره، بررسی تغییرات، دقت پیش بینی.