محمدجواد قانعی بافقی

نسبت گیری طیفییکی از رایج ترین روش های محاسباتی بارزسازی پدیده های سطح زمین با استفاده از تصاویر ماهواره ای محسوب می شود و کاربردهای زیادی در زمین شناسی، کشاورزی، اکولوژی و غیره دارد. هدف از تحقیقحاضر استفاده از نسبت گیری های طیفی مختلف جهت تفکیک کاتیون ها و آنیون های خاک و انتخاب نسبت طیفی بهینه بااستفادهازداده هایماهواره ای استر در کویر دره انجیر بافق می باشد.بدینمنظورپس از تصحیحاتهندسیورادیومتریک تصاویر ماهواره ایو اعمال فیلتر میانگین، 56 نسبت مختلفطیفی ساخته شد. سپس نمونه برداریازخاک (42 نمونه) از سطح 5-0 سانتیمتر انجام و مقادیر کاتیون ها و آنیون های آنها اندازه گیری گردید. نقشه نقطه ای تهیه شده از محل پروفیل ها با تمامی لایه های اطلاعاتی حاصل از نسبت گیری های طیفی تلاقی داده شد و ارزش بازتاب هر پروفیل استخراج گردید. از روش اعتبارسنجی تقاطعی به منظور اندازه گیری میزان همبستگی و میانگین مربعات مجذور خطای بین مقادیر تخمینی هر نسبت طیفی و مقادیر آزمایشگاهی مربوط به هر پروفیل استفاده شد. نتایج نشان داد که نسبت باندهای 5 به 6 ، 5 به 8 و ا به 2، 11 به 12 و 6 به 9 و 1 به 2 به ترتیب جهت بارزسازی کلسیم، پتاسیم و منیزیم و نسبت باندهای 11 به 12 و 7 به 9 و 11 به 10 به ترتیبجهت بارزسازی آنیون های سولفات و بیکربنات خاک می توانند با دقت مناسب (R2>0.5 , RMSE<13.61)مورد استفاده قرار بگیرند.

آلودگی خاک با فلزات سنگین، مسئله مهمی است. این پژوهش با هدف بررسی غلظت فلزات سنگین (کادمیم، مس، آهن، منگنز، سرب و روی) در 102 نمونه خاک معدن سرب و روی کوشک شهرستان بافق در استان یزد انجام و غلظت به روش مربع لاتین تعیین شد؛ همچنین ارزیابی آلودگی خاک با استفاده از عامل آلودگی (CF)، غنی شدگی (EF) و شاخص زمین انباشتگی (Igeo) انجام شد. نتایج نشان داد میانگین مقادیر کادمیم، مس، آهن، منگنز، سرب و روی در خاک های منطقه به ترتیب 26/0، 39/0، 1/4، 3/5، 9/40 و 9/51 میلی گرم بر کیلوگرم است و در این بین، کادمیم، سرب و روی از حد آستانه ایران و جهان فراتر رفته اند. در تمامی شاخص های محاسبه شده، بیشترین مقدار به عنصر سرب مربوط بوده که دلیل آن، نوع سنگ مادری و زمین شناختی و فعالیت های انسانی است. تجزیه و تحلیل آماری چندمتغیره، مؤلفه اصلی و تجزیه و تحلیل خوشه ای نشان داد فلزات سنگین بررسی شده در دو گروه طبقه بندی می شوند؛ گروه اول شامل عناصر مس، کادمیم، سرب و روی است که سرب و روی عمدتاً از آلودگی های سنگ شناختی و فعالیت های انسانی ناشی از معدن کاری و ترافیک تأثیر می پذیرند؛ گروه دوم شامل منگنز و آهن است که این عناصر نیز از منابع سنگ شناسی و انسان شناختی ناشی از فعالیت های کشاورزی و کودهای شیمیایی تأثیر می پذیرند. با توجه به اینکه خاک منطقه پژوهش علاوه بر عناصر سرب و روی به سایر فلزات سنگین نیز آلوده است، انجام پژوهش های بیشتر در منطقه برای ارزیابی برنامه های راهبردی مدیریت منابع خاک ضروری است.

خشکسالی یک اختلال موقتی است که خصوصیات آن از منطقه ای با منطقه دیگر متفاوت است، از این رو نمی توان تعریف جامع و مطلق برای خشک سالی بیان نمود.در تحقیق حاضر، به منظور معرفی یک روش مناسب جهت پیش بینی خشکسالی برای یک ماه آتی، چهار روش هوش مصنوعی شامل یادگیری عمیق (Deeplearning) (از شبکه الکس نت که یکی از شبکه های کانولوشن می باشد استفاده شده است)، الگوریتم K نزدیک ترین همسایه (KNN)، ماشین برداد پشتیبان چند طبقه (SVM-MultiClass) و درخت تصمیم (Decision Tree) در نظر گرفته شد. داده های بارندگی 11 ایستگاه سینوتیک استان یزد طی دوره آماری 29 ساله (1988 تا 2017) به صورت ماهانه به عنوان داده های آزمایشی مورد استفاده قرار گرفتند. شاخص بارش استاندارد شده (SPI) برای نشان دادن وضعیت خشکسالی از نظر شدت و مدت در مقیاس های زمانی 1، 3، 6، 9، 12 و 24 ماهه محاسبه گردید. در ابتدا داده های بارش به عنوان ورودی شبکه های عصبی و کلاس بندی SPI به عنوان خروجی شبکه ها قرار داده شد. 80 درصد داده ها برای آموزش و20 درصد داده ها برای تست شبکه ها به کار گرفته شد. نتایج نشان داد که تمامی شبکه ها توانایی پیش بینی خشکسالی را داشته اند، بر اساس معیار ارزیابی macro-f1 شبکه Deeplearning در مقیاس زمانی 1 ماهه با 71/22 درصد، ناکارآمدترین روش و Decision Tree با 65/64 درصد، کارآمدترین روش بوده اند، اما با افزایش مقیاس زمانی، شبکه Deeplearning عملکرد خود را بهبود بخشید، به طوریکه در مقیاس زمانی 24 ماهه با 35/65 درصد، بهترین عملکرد مربوط به شبکه Deeplearning و بعد از آن، شبکه SVM-MultiClass با 40/57 درصد، قرار گرفت.

با توجه به فراوانی مناطق کویری و بیابانی در ایران لزوم شناخت قابلیت های اساسی این مناطق برای از بین بردن محدودیت ها، جلوگیری از مهاجرت مردم و دستیابی به توسعه پایدار آن ها امری ضروری است. منطقه خور و بیابانک قطب گردش گری کویر مرکزی ایران محسوب می شود. پژوهش حاضر با هدف شناسایی مناسب ترین مکان برای بوم گردی در شهرستان خوروبیابانک و پتانسیل یابی قابلیت های منطقه در زمینه ی انجام فعالیت های مختلف بوم گردی انجام شده است. تعداد ۳۰ پرسش نامه توسط صاحب نظران و خبرگان این حوزه تکمیل شد و از نتایج آن و با استفاده از تحلیل سلسله مراتبی در نرم افزار Expert Choice جهت رسیدن به اهداف تعیین شده استفاده گردید. نتایج نشان داد شش معیار مورد بررسی به ترتیب اهمیت عبارتند از 1- محیط بیولوژیک، 2- ارزش های ویژه، 3- محیط فیزیکی (زمین شناسی و ژئومورفولوژی)، 4- محیط اقتصادی-اجتماعی و سیاسی، 5- محیط فیزیکی (آب و هوا و اقلیم) و 6- معیار محیط فرهنگی که گزینه های هر معیار به ترتیب عبارت است از روستای ایراج برای معیار اول، روستای مصر برای معیارهای دوم و سوم، شهر خور برای معیار چهارم، روستای ایراج برای معیار پنجم و مجدداً شهر خور برای معیار ششم.