معصومه معتمدی

از دیرباز مفاهیم اساسی معماری در حال نقد و بررسی اند؛ زیرا با تغییر زمان دچار دگرگونی شده اند. یکی از این مفاهیم اساسی در معماری، فرم است. فرم در هر نگرش و روشِ طراحی معماری تأثیرگذار است و یکی از مشکلات آن، تعدد معنی و نبود تعریفی واحد است؛ سوای اینکه مشخص نبودن مفهوم اصلی آن، در ارتباط مستقیم با ندانستنِ سرچشمۀ آن است. اگرچه بسیاری از مطالعات، به ویژه در طراحی معماری، به روش های تولید فرم یا تفسیر پروژه های انجام شده پرداخته اند، اما بدون شک نپرداختن به خود مفهوم فرم، بخش مهمی از درک معماری را محدود و ناقص می کند. بر این اساس، این پژوهش با هدف دستیابی به مفهوم فرم، در تلاش است تا این مفهوم را در طراحی مورفوژنتیک، با رجوع به مبانی نظری آن بررسی کند و سعی دارد پاسخ گوی این پرسش باشد که معنی فرم در طراحی مورفوژنتیک چیست و ریشۀ این مفهوم از کجاست؟ این تحقیق به لحاظ ماهیت پژوهش، کیفی است که نوع آن تاریخی-تطبیقی و به لحاظ قصد از پژوهش، تفسیری است. بدین سان یافته های آن در دانش افزایی و درک صحیح تری از موضوع مورد مطالعه به کار می آید؛ بنابراین، نتایج آن خالص و منطق پژوهش استقرایی است. این پژوهش نشان می دهد که مورف طراحی مورفوژنتیک، برگرفته از برداشت های مورفوجنسیس در زیست شناسی است؛ اما برخلاف تصورات موجود که سرچشمۀ فرم طراحی را در زیست شناسی می دانند، این مفهوم ریشه در نظریۀ ارسطو دارد و فرمی که در آن استفاده می شود، از هیلومورف ارسطو برداشت شده است و ارتباط مستقیمی بین این دو وجود دارد.

خشکسالی، رخدادی طبیعی است که در همه نوع اقلیم مشاهده می شود. این پدیده قادر است خسارات شدیدی به مناطق مستعد وارد سازد. از آنجایی که خشکسالی، کشاورزی سواحل خزر را به دلیل ویژگی خاص خود دستخوش تغییر می کند، این پدیده در سواحل خزر مورد بررسی قرار گرفته شد. هدف این پژوهش، بررسی خشکسالی طی دوره پایه 2010-1961 و آینده 2030-2011 در سواحل جنوبی خزر با استفاده از نمایه SPI(نمره (Zاست. داده های روزانه بارش 5 ایستگاه برای محاسبه مجموع بارش ماهانه و داده های مدلHADCM3 تحت سناریویB1 وA2دریافت شد. برای ریز مقیاس کردن داده هایHADCM3 از دو مدل ریزمقیاس ساز LARS-WGوSDSMاستفاده شد. نتایج نشان داد، مدل LARS_WG قابلیت بالاتری نسبت به مدلSDSMبرای ریزمقیاس کردن داده های بارش دارد. نتایج شبیه سازی مدل LARS-WG، افزایش بارش برای ماه های ژانویه -فوریه- نوامبر – و دسامبر و کاهش آن برای ماه های آگوست و سپتامبر را در هر پنج ایستگاه تخمین زد. نتایج شبیه سازی با مدل LARS-WGبا ضریب تبیین 96 تا 99 درصد، خطای مطلق میانگین 3.6 تا 12.6 میلیمتر و نتایج آزمون های T وF که به ترتیب برای معنی داری میانگین و واریانس داده ها می باشد، معنی دار است. معنی داری 2 میانگین مشاهداتی و شبیه سازی 2 مدل و هم توزیع بودن با دو تست به ترتیب ویلکاکسون و کلموگروف اسمیرنوف ثابت شد. شدت خشکسالی با استفاده ازGISبه نقشه تبدیل شد. نتایج نمره Zسه ماهه با ریزمقیاس سازی مدل LARS-WGنشان داد، بیشترین فراوانی و شدت خشکسالی طی دوره مشاهداتی مربوط به ایستگاه انزلی و رشت است. طی دورهآینده ایستگاه رشت، گرگان و رامسر بالاترین شدت خشکسالی را خواهند داشت. نمره Z6 ماهه مشخص کرد، از نظر فراوانی؛ ایستگاه بابلسر،گرگان و رامسر و از نظر شدت؛ ایستگاه انزلی، رشت و رامسر بالاترین خشکسالی را تجربه کرده اند. درآینده رامسر و سپس رشت و گرگان درجات بالاتر خشکسالی را خواهند داشت. نمره Z12 ماهه نیز بیشترین شدت را برای ایستگاه رامسر و سپس انزلی و برای آینده در رشت، رامسر، بابلسر و انزلی نشان داد. نتایج مشخص کرد، دوره های نرمال بر اساس نمایه نمره Z، دوره های با فراوانی بیشتری نسبت به بقیه دوره ها در هر 5 ایستگاه بوده است.