ابوذر رمضانی

در سال های اخیر به میزان قابل توجهی از منابع آب زیرزمینی کاسته شده است. در این شرایط روند کشت محصولات کشاورزی ازنظر اقتصادی توجیه پذیر نیست. چراکه بیش از 80درصد از منابع آبی در بخش کشاورزی مصرف می شود و سال هاست که موضوع بهینه سازی و تغییر الگوی کشت در کشور مطرح شده است . یکی از چالش هایی که در تغییر الگوی کشت می بایست در نظر گرفت، حفظ سطح درآمد کشاورزان و دیگری تأمین نیاز داخل کشور از محصولات تولیدشده است. مهم ترین نوآوری این تحقیق ترکیب سنجش ازدور و سیستم اطلاعات مکانی، جهت بهینه سازی الگوی کشت به صورت قطعه مبنا، با در نظر گرفتن دو سناریو برای دشت اسدآباد همدان است. در سناریو اول هدف کمینه سازی مصرف آب و بیشینه سازی درآمد است و در سناریو دوم هدف کمینه سازی مصرف آب و تأمین نیاز داخلی کشور است. علاوه بر توسعه توابع هدف، محدودیت هایی مانند نوع محصول زیر کشت، قطعه مبنا بودن، محدودیت تناوب و نیاز داخلی مدل سازی شدند. با در نظر گرفتن دو تابع هدف یک الگوریتم پیشنهادی جهت بهینه سازی الگوی کشت ارائه شده و نتایج در قالب آن پیاده سازی شده است. نتایج نشان می دهد، در هردو سناریو میزان مصرف آب برای دشت اسدآباد حدود 50 % کاهش داشته است و درآمد کشاورزان تنها حدود 10 % کاهش خواهد داشت. با در نظر گرفتن این موضوع که کشاورزی پایدار نیاز به کاهش مصرف آب دارد، با به کارگیری این الگو سطح درآمد کشاورزان با کاهش مصرف آب دچار تغییر جدی نخواهد شد.

سابقه و هدف: همه گیری کووید 19 به منزله پدیده ای جغرافیایی درنظر گرفته می شود که تجزیه وتحلیل فضایی و تأثیر جغرافیایی آن، در تصمیم گیری و جنبه های زندگی روزمره، بسیار اهمیت می یابد. سامانه اطلاعات جغرافیایی و تکنیک های مکانی می توانند نقش مهمی در تجزیه و تحلیل کلان داده های شیوع این بیماری در سطح جهانی ایفا کنند. مطالعات انجام شده باکمک تکنیک های تحلیل فضایی توانسته اند میزان اهمیت متغیرهای اجتماعی و بهداشتی را در میزان ابتلا و موارد مرگ ومیر ناشی از بیماری کووید 19 نشان دهند؛ هرچند درمورد تأثیر متغیرهای هواشناسی در این زمینه، مطابق با متفاوت بودن نتایج پژوهش های پیشین، همچنان ابهاماتی وجود دارد. با توجه به تنوع اقلیمی ایران، با انجام دادن پژوهش هایی در این زمینه به منظور آشکارسازی عوامل مهم و اثرگذار فضایی، می توان گام های مؤثری برداشت. بنابراین هدف این مطالعه مدل سازی و تعیین عوامل تأثیرگذار در پراکنش بیماری کووید 19، براساس داده های موجود و دردسترس است.مواد و روش ها: در این مطالعه، با استفاده از روش های رگرسیون فضایی عمومی و محلی، عوامل تأثیرگذار در پراکنش میزان ابتلا به بیماری کووید 19 بررسی شد. برای این منظور، 73 شهرستان که آمار تعداد مبتلایان به بیماری کووید 19 آنها (طی دوره ای کوتاه، از دهم اسفند 98 تا بیستم خرداد 99 به تفکیک شهرستان ها) دردسترس بوده است، انتخاب شدند. عوامل ارتفاع، تراکم جمعیت و میانگین سنی، نسبت جمعیت بالای 55 سال به جمعیت کل و همچنین پارامترهای هواشناسی شامل رطوبت، دما، فشار و سرعت باد انتخاب و رابطه آنها با این بیماری، به کمک روش های آمار فضایی، بررسی شد. براساس روش رگرسیون گام به گام تراکم جمعیت، فشار هوا، میانگین سن و سرعت باد به منزله پیش بینی کننده های معنی دار تعیین شدند و بروز بیماری با استفاده از تکنیک OLS مدل سازی شد. سپس با توجه به ناایستابودن رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، تکنیک GWR به کار رفت و برای افزایش تغییرپذیری فضایی و برطرف کردن مشکل هم راستایی خطی، از روش تحلیل مؤلفه های اصلی و نرم افزار SPSS بهره برده شد.نتایج و بحث: نتایج نشان داد مدل عمومی ارائه شده به طور کلی به لحاظ آماری معنی دار است و مقادیر واریانس توجیه شده با مدل تصادفی نیست اما رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده ها، ناایستاست. همچنین مشخص شد توزیع باقی مانده ها تاحدی از توزیع نرمال انحراف نشان می دهد که چه بسا به دلیل وجود ناایستایی در مدل باشد. بنابراین تکنیک رگرسیون وزن دار جغرافیایی برای مدل سازی به کار گرفته شد. به منظور اجرای آن و افزایش تغییرپذیری فضایی برای رفع مشکل هم راستایی خطی (به دلیل وجود الگوی خوشه ای در متغیرهای هواشناسی)، روش تحلیل مؤلفه های اصلی استفاده شد و عوامل هواشناسی به یک فاکتور کاهش یافت. این عامل نزدیک به 70٪ تغییرات این متغیرها را توجیه می کند. کاهش عوامل متغیرهای میانگین سن و نسبت جمعیت بالای 55 سال نیز به یک عامل باعث بهبود نتایج شد. بنابراین تراکم جمعیت، عامل هواشناسی و عامل سن به منزله متغیرهای پیش بینی کننده در مدل سازی با تکنیک GWR درنظر گرفته شدند. افزایش 10درصدی ضریب تعیین تعدیل شده مدل وزن دار جغرافیایی (63٪) نشان از بهبود نسبی نتایج این مدل درقیاس با مدل عمومی دارد. نتایج آزمون خودهمبستگی فضایی موران نشان داد، با اینکه از شدت الگوی خوشه ای باقی مانده ها در این مدل درمقایسه با مدل OLS کاسته شده است، همچنان در سطح اطمینان 99٪ معنی دار است. تحلیل نقاط داغ در سطح اطمینان 95٪ نشان داد بخش های غربی استان کردستان، بخش های شمالی و غربی استان خوزستان نقاط داغ (الگوی خوشه ای کم برآورد معنی دار) و بخش های شرقی استان همدان و بخش های شمالی استان بوشهر نقاط سرد (الگوی خوشه ای بیش برآورد معنی دار) هستند. بنابراین دست کم یک متغیر تأثیرگذار در بروز این بیماری درنظر گرفته نشده است. با توجه به اینکه متغیرهای احتمالی درنظر گرفته نشده همچون عوامل فرهنگی، بهداشتی و ژنتیکی دردسترس نبوده اند و یا ممکن است اندازه گیری آنها سخت بوده باشد، از بررسی آنها صرف نظر شد.نتیجه گیری: نتایج این مطالعه اهمیت و میزان تأثیر عوامل جمعیت شناختی و محیطی را در میزان ابتلا به بیماری کووید 19 روشن کرده است و می تواند برای ادامه مطالعاتی در این زمینه راه گشا باشد.

سیل به عنوان یک مخاطره طبیعی از عوامل مختلف طبیعی و انسانی ناشی می گردد. بدون شک میزان تأثیرگذاری این عوامل بر بروز سیل یکسان نیست و شناسایی میزان اثرگذاری و وزن هر یک از پارامترهای تأثیرگذار بر سیل از ضروریات است. این تحقیق میزان اثرگذاری عوامل طبیعی ایجاد سیلاب ازجمله اقلیم (شدت، مدت و احتمال وقوع بارش و مانند آن) و دیگر پارامترهای هیدرولوژیکی مؤثر بر آن را شناسایی کرده و به تشخیص مناطق پرخطر و سیل خیز در سطح استان همدان پرداخته است. مدل انتخابی برای این تحقیق مدل آنتروپی شانون (روش ترکیبی داده ای – کارشناسی) است که بر اساس داده های اقلیمی، هیدرولوژی و توپوگرافی توأم با نظریات کارشناسی اقدام به وزن دهی به عوامل طبیعی مؤثر در بروز سیلاب شده است. بر این اساس بیشترین وزن را حداکثر 24 ساعته بارش داشته است. نتایج نشان می دهد این پارامتر مؤثرترین عامل طبیعی ایجادکننده سیل در استان همدان است. عوامل پوشش گیاهی، زمان ذوب برف، شیب حوزه، جنس زمین وضریب گراولیوس به ترتیب بیشترین اوزان را به خود اختصاص داده اند. بر اساس اوزان نهایی نقشه خطر با استفاده از سیستم اطلاعات جغرافیایی ترسیم شد که نشان می دهد مناطق با خطرپذیری بسیار زیاد در مناطق مرکزی و جنوبی استان واقع شده است. بیشتر شهرستان های استان در مناطق با خطرپذیری زیاد قرار گرفته اند. بر این اساس در شهرستان ها مناطق آسیب پذیر بیشتر در حریم سیلابی رودخانه ها واقع شده است.