ایمان نجفی

مدل های رقومی ارتفاعی پژوهشگران را قادر می سازند تا تحقیقات جغرافیایی در مقیاس جهانی و منطقه ای از قبیل تغییرات جهانی، مخاطرات محیطی، پایش محیط و ... را انجام دهند. بنابراین مدل های رقومی ارتفاعی نقشی کلیدی در تحقیقات علمی ایفا می کنند. SRTM و ASTER GDEM دو مجموعه از داده های ارتفاعی هستند که بصورت پوشش جهانی(تقریباً 80 درصد سطح کره زمین) در دسترس می باشند. بنابراین لازم است قبل از استفاده از آنها، صحت ارتفاعی هر کدام مورد ارزیابی قرار گرفته و داده مناسب با توجه به هدف تحقیق انتخاب گردد. مدل رقومی ارتفاعی حاصل از تصاویر ASTER دارای قدرت تفکیک مکانی 30 متری می باشد. بنابراین به نظر می رسد داده های ارتفاعی دقیق تری از SRTM که دارای قدرت تفکیک مکانی 90 متر می باشد، ارائه دهد. مطالعات مختلفی جهت مقایسه صحت ارتفاعی هر کدام از این دو مدل رقومی ارتفاعی در کشورهای مختلف انجام گرفته است که نتایج آن بیانگر مزایا و محدودیت های هر کدام نسبت به دیگری می باشد. در این تحقیق صحت ارتفاعی این دو مدل در سه منطقه از ایران شامل آذربایجان شرقی، سیستان و بلوچستان و بوشهر که دارای ویژگی های توپوگرافی متفاوت می باشند، با استفاده از نقاط کنترل ارتفاعی مورد بررسی قرار گرفته است. نتایج نشان می دهد که RMSE بعنوان شاخص خطا برای مناطق مورد مطالعه در آذربایجان شرقی، سیستان و بلوچستان و بوشهر در مدل SRTM به ترتیب 6/1، 7/4 و 2/9 و در ASTER GDEM به ترتیب 8/7، 8/3 و 7/2 متر می باشد. بنابراین صحت ارتفاعی SRTM در هر سه منطقه از ASTER GDEM بالاتر می باشد. در این تحقیق رابطه بین خطای ارتفاعی و خصوصیات زمین از جمله شیب و جهت شیب نیز مورد بررسی قرار گرفته و نتایج آن ارائه گردیده است. یافته های نهایی تحقیق حاکی از صحت ارتفاعی بالای SRTM در مقایسه با ASTER GDEM در ایران می باشد. بنابراین جهت کاربردهای متعدد، SRTM گزینه مناسب تری می باشد.

با توجه به این که آب یکی از عوامل محدودکننده توسعه کشاورزی است، نیاز است که مدیریت منابع آب به طور صحیح و مناسب در کشور اجرا شود. هدف از انجام این مطالعه، تخمین تابع تقاضای آب در مزارع پرورش ماهی و محاسبه کشش قیمتی تقاضای آب است. این مطالعه در استان کهگیلویه و بویراحمد بر روی مزارع پرورش ماهی صورت گرفته است و آمار و اطلاعات مورد نیاز با استفاده از روش نمونه گیری خوشه ای دو مرحله ای از 55 واحد پرورش ماهی جمع آوری شده است. برای استخراج تابع تقاضای آب از روش حداکثرسازی (بیشینه سازی) سود استفاده شد. نتایج حاصل از این مطالعه نشان داد که متغیرهای تعداد بچه ماهی، نیروی کار خانوادگی و روزمزد، میزان آب مصرفی و وزن متوسط بچه ماهی بر تولید، اثر مثبت و متغیر دمای آب بر تولید اثر منفی دارد. پس از تخمین تابع تقاضای آب و محاسبه کشش قیمتی تقاضا، مشخص شد در قیمتی برابر ارزش تولید نهایی آب (325 ریال) کشش قیمتی تقاضا برابر1.27 - خواهد بود، که این موضوع حاکی از کشش پذیر بودن تابع تقاضا نسبت به قیمت آب است و با توجه به این نتیجه می توان با اطمینان گفت که قیمت گذاری مناسب و منطقی برای آب تاثیر مثبت بر کاهش مصرف آب دارد و مانع از استفاده بی رویه آب می شود.

هدف از انجام این مطالعه بررسی عامل های مؤثر بر قیمت های صادراتی کشورهای عمده صادر کننده پسته می باشد. کشورهای عمده صادرکننده پسته شامل ایران، ایالت متحده آمریکا، ترکیه، سوریه، ایتالیا، یونان و چین می باشند. در این مطالعه، از رهیافت نوین خود رگرسیون برداری جهانی استفاده شد. دوره زمانی مطالعه شامل 2012-1984 می باشد. نتایج نشان دادند که شوک مثبت نرخ ارز ایران در کوتاه مدت بیش ترین تأثیر را بر قیمت صادراتی پسته سوریه و کم ترین تأثیر بر قیمت صادراتی پسته ایالت متحده آمریکا دارد. هم چنین، در بلند مدت این شوک بیش ترین تأثیر را بر قیمت صادراتی پسته ایتالیا و کم ترین تأثیر را بر قیمت صادراتی پسته آمریکا دارد. شوک قیمت جهانی نفت در کوتاه مدت و بلند مدت بیش ترین تأثیر را بر قیمت صادراتی پسته چین دارد. شوک مثبت قیمت صادراتی پسته ایران در کوتاه مدت و بلند مدت به ترتیب بیش ترین تأثیر را بر قیمت صاراتی چین و یونان دارد. هم چنین، نتایج نشان دادند که شوک مثبت تورمی ایران در کوتاه مدت بیش ترین تأثیر را ( 5/13 درصد) بر قیمت صادراتی پسته چین و در بلند مدت بیش ترین تأثیر را ( 16 درصد) بر قیمت صادراتی پسته ایران خواهد داشت.

امروزه پدیده های گردوغباری در ردیف مهم ترین مخاطرات محیطی قرارگرفته و سلامتی انسان و محیط زیست را با خطر جدی روبرو نموده اند. یکی از ویژگی های مهم نواحی بیابانی (خشک و نیمه خشک)، رخداد پدیده های گردوغباری است. تشخیص توفان های گردوغبار، اولین و مهم ترین روش جهت پیش گیری و کاهش آثار مخرب آن می باشد . از این رو هدف تحقیق حاضر تشخیص و بارزسازی گردوغبار با استفاده از شاخص های NDDI و BTD و شبکه های عصبی در نرم افزار MATLAB می باشد. در این تحقیق نتایج مربوط به پدیده های گردوغبار تاریخ 30 خردادماه 1391 شمسی (19/06/ 2012) مورد استفاده قرار گرفته است. نتایج نشان داد، شاخص NDDI به تنهایی قادر به تفکیک پیکسل های گردوغبار موجود در اتمسفر از پیکسل های غیرگردوغبار و ماسه زمینی نبوده و عملکر ضعیفی دارد. شاخص BTD ، گردوغبار اکوسیستم خشکی را به خوبی بارزسازی کرد ولی BTD (20-31) و BTD (23-31) بارزسازی بهتری در اکوسیستم آبی داشت. بنابراین، باید با دقت زیاد آستانه را تعیین کرد. همچنین، بارزسازی در زمین های شنی و ماسه ای به خوبی انجام نشد. شبکه عصبی مصنوعی پیشرو برای تصاویر روزانه با 60 %   و برای تصاویر شبانه با 59 % ،  دقت و عملکرد نسبتاً خوبی را نشان داد. بنابراین، شبکه عصبی نسبت به شاخص های   NDDI و BTD ، روش مناسب تری برای تشخیص و بارزسازی گردوغبار بود و نیازی به تعیین آستانه برای بررسی هر تصویر نداشت. هرچه نمونه های آموزشی شبکه عصبی، با دقت و تعداد بیشتر و ابعاد بزرگتر انتخاب شود، عملکرد و دقت شبکه افزایش خواهد یافت، نتایج این تحقیق می تواند در راستای تشخیص خودکار گردوغبار در طول روز و شب و در اکوسیستم های آبی و خشکی مورد استفاده قرار گیرد .