محمدصادق عزیزیان

برای رسیدن به توسعه پایدار داشتن برنامه ریزی با تکیه بر ارزیابی همه جانبه محیط طبیعی امری ضروری است. با توجه به اینکه محیط زیست طبیعی توان اکولوژیکی محدودی را برای استفاده های انسان داراست، بنابراین، ارزیابی توان اکولوژیکی به عنوان هسته مطالعات زیست محیطی با پیشگیری بحران های موجود، بستر مناسبی را برای برنامه ریزی زیست محیطی فراهم می آورد. تحلیل قابلیت اراضی برای توسعه شهری یکی از اصلی ترین مقولاتی است که برنامه ریزان شهری با آن سروکار دارند. در این مقاله طی رویکرد ارزیابی چند معیاره با استفاده از روش ترکیب خطی وزن دار و در محیط سیستم اطلاعات جغرافیایی، ارزیابی توان اکولوژیکی حاشیه شهر تبریز برای توسعه کالبدی بر پایه مشاهدات محیطی (طبیعی و انسانی به تعداد 12 معیار) صورت گرفته و نقشه نهایی در محدوده مذکور تهیه شده است. این نقشه نواحی مناسب برای توسعه کالبدی شهر را نشان می دهد. نتایج این پژوهش می تواند مورد استفاده برنامه ریزان شهری قرار گیرد.

اهمیت گندم به عنوان غذای اصلی مردم در کشور برکسی پوشیده نیست. استان کردستان یکی از قطب های تولید گندم کشور محسوب می شود. محصول گندم این استان نیز، مانند سایر نقاط گندم خیز کشور از آفتِ سنِ گندم در امان نبوده و این آفت هر ساله مقادیر زیادی محصول گندم این استان را نابود می کند. در این پژوهش، ویژگی های دما شامل دماهای میانگین، حداقل، حداکثر و میزان واحدهای گرمایی روزانه در پنج مقطع زمانی و رابطه ی آن با میزان گسترش آفتِ سن در طول سال های زراعی 71-70 تا 82-81 در سطح شهرستان بیجار مطالعه شد. نتایج پژوهش نشان می دهد که آفتِ سنِ گندم از نظر میزان جمعیّت به شرایط دمایی وابسته است؛ در سال های زراعی که میزان دما و میزان واحدهای گرمایی در فصل بهار بالا بوده و تعداد روزهای یخبندان سالانه و تعداد روز های با یخبندان شدید به ویژه در فصول پاییز و زمستان سال قبل کم باشد، آفت به شدّت طغیان می کند و برعکس. نتایج حاصل از تحلیل همبستگی بین مقادیر سالانه واحد های گرمایی و میزان واحدهای گرمایی در دوره ی فعّالیّت آفت سن در فصل بهار با سطح مبارزه با آفت سن، یک همبستگی قوی و معنادار در سطح 99 درصد را نشان می دهد. ضریب تبیین (R2) به دست آمده، برای مقادیر سالانه واحد های گرمایی و میزان واحدهای گرمایی از زمان ریزش آفت سن در سطح مزارع تا زمان خاتمه ی مبارزه با آفت سن، برای شهرستان بیجار 70 درصد محاسبه شد که اهمیت واحدهای گرمایی را در پیش بینی آفت سن در مدل رگرسیون نشان می دهد.