علیرضا شکیبا

رواناب یکی از اجزای ضروری محاسبة فرایندهای منابع آب و مسئله ای اصلی در هیدرولوژی است. مدل های مفهومی زیادی برای پیش بینی میزان رواناب مطرح شده اند که عمدتاً نیازمند داده های توپوگرافی و هیدرولوژیکی هستند. روش های مرسوم گذشته برای نواحی ای که داده های هیدرولوژیکی کافی ندارند، نامناسب اند. تخمین رواناب، فرایندی غیرخطی و از نظر ز مانی و مکانی به طور کامل تصادفی است و شبیه سازی آن با مدل ساده به راحتی امکان پذیر نیست. امروزه استفاده از شبکه های عصبی مصنوعی در مواردی که کمبود داده ها محسوس است، روش مناسبی به شمار می آید. در پژوهش حاضر از داده های بارش، دما و دبی ایستگاه های حوضة کن در بازة زمانی 1375 تا 1385 و همچنین خصوصیات فیزیوگرافی حوضة مورد مطالعه به عنوان ورودی شبکة عصبی برای پیش بینی رواناب استفاده شد. بدین منظور به صورت تصادفی 80 درصد داده ها برای آموزش و 20 درصد داده ها برای تست و اعتبارسنجی شبکه اختصاص داده شدند. به منظور انتخاب شبکة بهینه، از دو نوع تابع انتقال، 12 تابع آموزشی، و تعدادی نرون مخفی مختلف بین 1 تا 9 نرون استفاده شد. نتایج پژوهش پس از آزمون شبکه با لایه های پنهان و با توابع یادگیری مختلف آشکار ساختند که استفاده از داده های بارش، دما و دبی، و تابع آموزشی LM و تابع انتقال Tansig و چهار نرون مخفی، بهترین ساختار را برای تخمین رواناب به دست می دهد. شبکة عصبی با این ساختار می تواند رواناب را با دقت (0.68≤R2≤0.78 و 0.53≥RMSE 0.03≤) برآورد کند. کلید واژه ها : تخمین رواناب، شبکة عصبی مصنوعی، الگوریتم پس انتشار خطا، حوضة کن، سامانة اطلاعات جغرافیایی.

از میان روش های معمول درون یابی، روش های کریجینگ و کوکریجینگ به عنوان بهترین برآوردگرهای خطی نااریب، کاربرد فراوانی در درون یابی داده های بارش دارند. مدل های مذکور به رغم مزیت شان نمایش همواری از پدیدة تحت مطالعه به دست می دهند و چون براساس میانگین محلی داده ها عمل می کنند، مقادیر حداکثر را کمتر و مقادیر حداقل را بیشتر از مقدار واقعی پیش بینی می کنند. بنابراین استفاده از این مدل ها به تنهایی در مواردی که هدف ارزیابی میزان ریسک و بررسی تغییرپذیری یک پدیده است، مناسب نیست. تغییرپذیری پدیده با استفاده از عدم قطعیت اندازه گیری می شود. در پژوهش حاضر به منظور محاسبة عدم قطعیت محلی و مکانی متغیر بارندگی، از الگوریتم های شبیه سازی زمین آماری SGS و CO-SGS استفاده شده است. نتایج تحقیق نشان می دهند الگوریتم های SGS و CO-SGS در نمونه های شبیه سازی با بازسازی مقادیر محتمل حداکثر و حداقل و همچنین حفظ دامنة نوسانات بارندگی در هر واحد مکانی، واریانسی نزدیک به واریانس نمونه های اصلی تولید می کنند. اختلاف واریانس شبیه سازی در مقایسه با نمونة اصلی بسیار ناچیز است، درحالی که واریانس روش های درون یابی اختلاف فاحشی با واریانس نمونه های اصلی دارد. همچنین نتایج نشان می دهند که این الگوریتم ها می توانند عدم قطعیت محلی و مکانی پدیده های مکانی ازجمله بارش را به درستی محاسبه کنند. کلید واژه ها : بارندگی، عدم قطعیت، شبیه سازی زمین آماری، الگوریتم SGS، الگوریتم CO-SGS.

یکی از اصولی ترین روش های کاهش تأثیر زمین لرزه در مناطق شهری، شناسایی نواحی مستعد، درجه بندی میزان ریسک مناطق، و ارزیابی خسارت ها و تلفات انسانی در زلزله با شدت های مختلف است. شهر تبریز با داشتن جمعیت زیاد، قرارگیری روی گسل فعال، و سابقه زلزله با دوره بازگشت در ادوار گذشته، پتانسیل وقوع زمین لرزه را دارد. با توجه به اینکه بیشترین پهنه های مسکونی منطقه 8 شهرداری تبریز را پلاک های ریزدانه با مسیرهای دسترسی تنگ و باریک و مصالح بی دوام و ناپایدار اشغال کرده اند، این منطقه برای مطالعه انتخاب شده است. در این پژوهش با استفاده از هفت معیار کاربری اراضی، تعداد طبقات ساختمانی، کیفیت بنا، مساحت قطعه تفکیکی، قدمت بنا، سطح اشغال بنا و نوع مصالح ساختمانی، از روش تحلیل چندمعیارة فازی (FAHP)، خسارت ساختمانی و تلفات انسانی در سه سناریوی زلزلة 6، 7 و 8 ریشتری محاسبه و تحلیل شد. نتایج پژوهش نشان می دهند که خسارت های ساختمانی از 6 تا 8 مرکالی افزایش زیادی یافته و از 5/1 درصد به 46 درصد رسیده است. تلفات انسانی نیز که بیشتر در ساختمان های مسکونی رخ می دهد از 29 نفر تا 2511 نفر در شدت های مختلف زلزله افزایش می یابد؛ که توجه مضاعف به بهسازی ساختمان های مسکونی را می طلبد.

در بین عوامل مختلف تأثیرگذار در تولید محصولات کشاورزی، شرایط جوی و اقلیمی از مهمترین متغیرهای محیط طبیعی است. در این مطالعه به پهنه­بندی اراضی مستعد کشت ذرت دانه­ای در سطح استان لرستان پرداخته شده تا بهترین مکان ها برای کشت مشخص گردد. در این بررسی، عناصر اقلیمی دما، بارش، درجه روز از 7 ایستگاه سینوپتیک در سطح منطقه و پارامترهای محیطی ارتفاع، شیب، جهت شیب، فاصله از شبکه هیدروگرافی و خاک به عنوان فاکتورهای مؤثر در پهنه بندی، مورد استفاده قرار گرفت. ابتدا داده های اقلیمی استخراج و اطلاعات مورد نظر بدست آمد، سپس نقشه های مربوط به این پارامترها با استفاده از توابع عضویت فازی و معیارهایی که برای کاشت ذرت دانه ای در نظر گرفته شده، استاندارد شد و به هر کدام بر اساس روشAHP وزن خاصی داده شده است. سپس همه نقشه ها با یکدیگر تلفیق و نقشه پهنه­بندی اراضی مستعد کشت ذرت دانه­ای در استان لرستان به دست آمد. بدین ترتیب در نقشه نهایی بدست آمده، 299521 هکتار از اراضی استان برای کشت بسیار مناسب، 809956 هکتار مناسب، 1040944 دارای قابلیت متوسط، 529535 هکتار نامناسب و95930 هکتار نیز برای کشت ذرت دانه­ای بسیار نامناسب هستند. نتایج نشان می دهد که نقش هر یک از عناصر اقلیمی و زمینی، در مناطق مختلف استان متفاوت است و از طریق تلفیق لایه های مؤثر در فرایند کشت در محیط GIS، امکان شناخت مناطق مستعد جهت کشت این گیاه زراعی وجود دارد.

با گسترش سنجش از دورِ فراطیفی، امکان بهره گیری از گروه جدیدی از شاخص های طیفی ـ با عنوان شاخص های باریک باند ـ برای تخمین پارامترهای بیوفیزیکی و بیوشیمیایی گیاهان به وجود آمده است. هدف از این مطالعه، مناسب ترین نواحی طیفی برای تخمین محتوای آبی گیاه با استفاده از شاخص های گیاهی و همچنین بررسی تأثیرات تاج پوشش گیاه و خاک پس زمینه در انتخاب این شاخص هاست. اندازه گیری های تاج پوشش گیاه در آزمایشگاه سنجش از دور با استفاده از دستگاه اسپکترومتر GER 3700 صورت گرفت. دو گروه از شاخص های گیاهی، با عنوان شاخص های نسبتی و شاخص های تعدیل کننده تأثیر خاک برای برآورد مقدار محتوای آبی گیاه تکوین یافتند و پس از ارزیابی، مقایسه شدند. برای محاسبه شاخص های باریک باند با استفاده از داده های فراطیفی موجود، تمامی ترکیب های دوباندی ممکن برای 584 باند در دامنه طیفی 400 تا 2400 نانومتر به منظور محاسبه شاخص های باریک باند و تخمین محتوای آبی گیاه، با استفاده رگرسیون خطی مورد ارزیابی قرار گرفتند. دقت نتایج تخمین محتوای آبی گیاه با استفاده از شاخص ها با باندهای بهینه به دست آمده، با استفاده از مقادیر ضریب همبستگی (2R) و ریشه میانگین مربعات خطا (RMSE) و روش Cross-validation سنجیده شد و مورد مقایسه قرار گرفت. به دلیل تنوع در نوع تراکم تاج پوشش های گیاهی مورد بررسی و شرایط متفاوت خاک پس زمینه، با تقسیم بندی گیاهان به دو گروه با خاک پس زمینة متفاوت (تیره و روشن)، و همچنین دو تاج پوشش گیاهی متراکم و تنک، این تأثیرات در انتخاب بهترین شاخص ها مورد ارزیابی قرار گرفتند. نتایج نشان از آن داشتند که دقت تمامی شاخص ها در داده های با خاک پس زمینة روشن و داده های دارای تاج پوشش متراکم، به ترتیب در قیاس با داده های دارای خاک پس زمینة تیره و تاج پوشش تنک، با دقت بالاتری همراه بودند. ، ، ، ، ، ، ، ) نتایج به دست آمده در این تحقیق، توجه به خاک پس زمینه و ساختار تاج پوشش گیاهی را در انتخاب بهترین شاخص و باندهای بهینه برای شاخص ها، آشکار می سازد.

هدف از ارائه این مقاله، بررسی رابطه میان تغییرات پوشش اراضی با احداث و آبگیری سد مخزنی طالقان به کمک تکنیکهای سنجش از دور می باشد. بدین منظور، ابتدا نقشه پوشش اراضی حاصل از طبقه بندی سه تصویر ماهواره ای به روش هیبرید در یک دوره 20 ساله با سه مقطع زمانی قبل، همزمان و بعد از احداث سد به ترتیب در سالهای 1366، 1381 و 1386 استخراج گردید. سپس بررسی تغییرات 3 نقشه استخراج شده به روش مقایسه پس از طبقه بندی بر مبنای تفاضل، صورت پذیرفت و به منظور بررسی تغییرات مکانی انواع کلاس های مورد نظر از شاخص آماریLQ کمک گرفته شد. نتایج این مطالعه نشان داد که در بازه زمانی مذکور سطح مراتع تقریباً ثابت بوده اما کیفیت آنها تا حدودی افت داشته است که علت آن تبدیل مراتع به اراضی زراعی و چرای دام می باشد. همچنین، سطح اراضی کشاورزی آبی و دیم به علت مهاجرت و بازگشت مجدد مردم به منطقه در این فاصله دارای نوسان بوده است. در این بازه زمانی،سطح اراضی مسکونی نیز افزایش قابل توجهی داشته که دلیل اصلی آن ویلاسازی و ساخت تفرجگاه توسط افراد بومی و غیر بومی در حوالی دریاچه سد می باشد. بررسی تغییرات الگوی مکانی پوشش های مختلف نیز نشانگر آن است که بیشترین تغییرات در زیرحوضه های اطراف دریاچه سد و حواشی رودخانه اصلی رخ داده است.

شناخت نوع ابر و طبقه بندی ابرها از ابتدایی ترین اصول در اکثر روش های پیش بینی بارش است که در بیشتر مواقع به صورت بصری و با مقایسه تصاویر باندهای مادون قرمز و باندهای مرئی انجام می شود. در این گونه مطالعات تنها از دمای روشنایی ابر و آلبدوی آن برای طبقه بندی ابر استفاده می شود، در صورتی که بافت و شکل ابرها نیز از عوامل تأثیرگذار در تشخیص انواع آنهاست. روش طبقه بندی شیء گرا به علت استفاده از پارامترهای بافت و شکل و نیز دمای روشنایی و آلبدوی ابر، روش مناسبی برای طبقه بندی ابرها به شمار می آید؛ لیکن این روش طبقه بندی، بسیار وابسته به دقت قطعه بندی نیز هست. با توجه به اینکه یکی از فاکتورهای مؤثر بر دقت طبقه بندی همانا مقیاس قطعه بندی است، لذا تعیین مقیاس مناسب قطعه بندی در افزایش دقت طبقه بندی شیء گرا اهمیت فراوان دارد. هدف از ارائه این مقاله نیز تعیین مقیاس مناسب قطعه بندی در طبقه بندی شیء گرای ابر است. در این تحقیق دو تصویر NOAA/AVHRR مورد استفاده قرار گرفتند. به منظور انجام تحقیق، ابتدا اطلاعات اضافی شامل دمای روشنایی ابر در باند 3 و 4 و ارتفاع ابر از داده های سنجش از دور به منظور استفاده در قطعه بندی تصویر استخراج گردید و از روش دو باندی (مادون قرمز و مرئی) برای انتخاب نواحی آموزشی استفاده شد. سپس تأثیرات منفی خطاهای قطعه بندی بر دقت طبقه بندی شیء گرای ابر از طریق بسط روش محاسباتی تعیین گردید و دقت قطعه بندی کمّی سازی شد. در این مرحله ارزیابی به وسیله کمّی سازی تأثیرات کلی خطاها، با توجه به معیارها و واحدها در 25 مقیاس قطعه بندی صورت پذیرفت تا مقیاس مناسب برای قطعه بندی ابر به دست آید. نتایج نشان داد که نخست، دقت قطعه بندی ابر با افزایش مقیاس قطعه بندی کاهش می یابد؛ و دوّم، تأثیرات منفی خطاهای قطعه بندی کمتر از حد مناسب در قطعه بندی ابر در مقیاس های بزرگ، به صورت کاملاً محسوس بزرگ می شوند. همچنین دقت های قطعه بندی بالا لزوماً منجر به دقت های بالای طبقه بندی شیء گرا در طبقه بندی ابر نمی شوند، اما دقت های پایین قطعه بندی منجر به دقت های پایین طبقه بندی می شوند. با توجه به این مورد، بهترین مقیاس برای قطعه بندی ابر، مقیاس 50 تعیین گردید که منجر به دقت کلی 5/90 درصد در طبقه بندی شیء گرای ابر شد.

یکی از معضلات اساسی شهرهای بزرگ جهان پدیده آلودگی هواست. کشور ایران و به خصوص تهران نیز از اثر این پدیده مصون نیست، به طوری که سالانه خسارات مالی و جانی و اجتماعی عمده ای متاثر از آلودگی به بار می آیند. از آنجا که مهم ترین آلاینده های این شهر مونواکسید کربن (CO) و ذرات معلق با قطر کوچک تر از 10 میکرومتر (PMto) اند، در تحقیق حاضر ابتدا روش های مختلف درون یابی برای تولید نقشه های کیفیت هوای حاصل از این دو آلاینده مورد ارزیابی قرار گرفتند و سپس با استفاده از آماره خطای میانگین مربعات (MSE) روش درون یابی بهینه انتخاب شد و نقشه های کیفیت هوای حاصل از این دو آلاینده برای همه روزهای سال 1384 تولید گردید. نیز از آنجا که آلودگی هوا با عوامل متعددی از قبیل توپوگرافی، اقلیم، جمعیت، شبکه حمل ونقل و صنعت ارتباط دارد، با استفاده از روش رگرسیون کاربری اراضی (LUR) مهم ترین عوامل موثر در تولید هر یک از این دو آلاینده تعیین گردید و در ادامه با استفاده از همین روش به مدل سازی این دو آلاینده در فصل بهار پرداخته شد. با توجه به آماره خطای میانگین مربعات (MES) معلوم شد که برای درون یابی داده های آلاینده مونواکسیدکربن، روش کوکریجینگ همراه با سه پارامتر دما، جهت باد و سرعت باد که ناهمسان گردی آن به وسیله جهت باد تعیین شود، مناسب ترین روش به شمار می آید؛ در حالی که برای آلاینده ذرات معلق روش Spline نتایج بهتری را ارائه می دهد. همچنین نتایج حاصل از مدل رگرسیون کاربری اراضی (LUR) نشان داد که مهم ترین عامل موثر بر روی آلاینده مونواکسیدکربن حجم ترافیک است، در حالی که مهم ترین عامل موثر بر روی آلاینده PMto وجود اماکن صنعتی است.

در مطالعه حاضر بررسی و تحلیل روند تغییرات دمایی شهرستان اهواز(1964-2003) با استفاده از شش شاخص آستانه ای دما انجام گرفته است. این شاخص ها شامل شبهای سرد، روزهای سرد، شبهای گرم، روزهای گرم، روزهای تابستان و میزان اختلاف درجه حرارت می باشند.  نتایج بدست آمده در این تحقیق نشان می دهد شرایط اقلیمی اهواز نسبت به گذشته گرمتر شده است. تغییرات شاخص های شبهای سرد و روزهای سرد روند کاهشی چشمگیری را نشان می دهد.  شاخص های روزهای گرم، شبهای گرم و روزهای تابستان روند افزایشی داشته اند. شاخص اختلاف میزان درجه حرارت در طول دوره آماری40 ساله روند کاهشی شدیدی داشته است. در محاسبه پیش بینی مقادیر 10 سال آینده بر اساس مدلهای ARIMA ادامه روند گرمایشی اهواز مشاهده شده است. به طور کلی شرایط دما اهواز نسبت به گذشته دوره های گرمتری را تجربه کرده است این روند در مقادیر 10 سال آینده نیز قابل مشاهده است.

طی چند سال اخیر به هنگام فصول گرم، در اثر بارندگی شدید و ناگهانی در استان گلستان سیل های مخربی رخ داده که در پی آن، خسارات سنگینی به منطقه وارد آمده است. از آنجا که شدت بارندگی در منطقه بسیار متغیر است و ایستگاه های زمینی نمی توانند این تغییرات را به خوبی نمایش دهند، لزوم به کارگیری سنجش از دور در تخمین بارندگی بیش از پیش نمایان می گردد. در الگوریتم های تخمین بارندگی ماهواره ای اغلب از داده های مادون قرمز و مایکروویو غیرفعال استفاده می شود. داده های مادون قرمز دارای قدرت تفکیک زمانی بالایی هستند (هر نیم ساعت یک تصویر) اما توان نفوذ در ابر را ندارند. در مقابل، داده های مایکروویو غیرفعال از ابر عبور می کنند و تخمین دقیق تری از نرخ بارندگی می دهند اما قدرت تفکیک زمانی پایین تری (هر روز دو تصویر) دارند. در نتیجه با ترکیب این دو سری داده می توان ضمن حفظ مزایا، معایب را تا حد اماکن کاهش داد. در تحقیق حاضر، قابلیت الگوریتم ترکیبی همسان سازی احتمال داده های Meteosat و TRMM در تخمین بارندگی شدید نوزدهم مرداد 1384 (دهم اوت 2005) که منجر به وقوع سیل گردید مورد بررسی قرار گرفت و با کمک مدل هیدرولوژی GeoSFM به پایش سیلاب پرداخته شد. نتایج به دست آمده، نشان می دهد که بین تخمین ماهواره و مشاهدات زمینی همبستگی 533/0 درصد وجود دارد و RMSE و MAD معادل 74/9 و 67/6 است. همچنین مشاهده گردید که خاک در اکثر زیرحوضه های جنوب شرقی منطقه رخ می دهد، که حداکثر حجم آن همزمان با بارندگی های شدید است.

با توسعه شهرنشینی، مقادیر زیادی از مساحت مناطق کشاورزی و جنگلی جای خود را به خانه ها، مناطق صنعتی و دیگر زیرساخت ها داده اند. محدوده های شهری دارای بیلان انرژی و آبی متفاوتی در قیاس با نواحی غیرشهری اند. این تفاوت و تغییر در این دو مفهوم باعث از بین رفتن توازن انرژی و رواناب در محیط های شهری می گردد که خود مشکلات زیست محیطی جدی را (مانند سیل و آلودگی های حرارتی) برای ساکنان شهر به دنبال می آورد. علاوه بر این، در برخی از نواحی شهری تغییرات کاربری ها و افزایش جمعیت و در پی آن افزایش تردد خودروها و همچنین وجود صنایع، موجب افزایش دمای برخی مناطق شهری نسبت به دیگر مناطق می شوند. بنابراین در مناطق شهری، بسته به پوشش زمین، مناطقی با درجه حرارت بیشتر از سایر نواحی به وجود می آید، که این پدیده را جزیره حرارتی شهرها می نامند. در این تحقیق، جزایر حرارتی شهر تهران ـ که مهم ترین مرکز جمعیتی و یکی از مهم ترین مراکز صنعتی ایران به شمار می آید و در طول چند دهه اخیر رشد شهری سریعی داشته است ـ مورد مطالعه قرار گرفته است. هدف اصلی از انجام این تحقیق، استخراج جزایر حرارتی در مناطق شهری با استفاده از داده های ماهواره ای و تعیین اثر نوع پوشش و کاربری زمین بر دمای سطح زمین است. برای رسیدن به این هدف، طبقه بندی پوشش اراضی شهری شهر تهران بر اساس تغییر در خصوصیات بیوفیزیکی (ویژگی های بیولوژیکی و خواص فیزیکی) آن، در سطح طبقه بندی زیرپیکسل و استخراج کسر خاک، پوشش گیاهی و سطوح نفوذناپذیر با استفاده از تصاویر ETM+ انجام شد. برای محاسبه درصد هر یک از این سطوح از روش جداسازی طیفی (LSU) استفاده شد. در پایان، با تحلیل آماری هر یک از جزایر حرارتی شهر تهران به تفکیک، نقش هر یک از پوشش ها و کاربری های اراضی در ایجاد آنها مورد بررسی قرار گرفت. نتایج نشان دادند که سطوح نفوذناپذیر از طریق جذب و ذخیره انرژی خورشیدی اثر گرمایشی دارند، در حالی که پوشش گیاهی از طریق ایجاد توازن گرمایی به وسیله تبخیر و تعرق و تولید سایه، دارای اثر خنک کننده اند.

در این مقاله جهت پهنه بندی اقلیمی مناطق جنوب و جنوب غرب ایران، برای مطالعات کشاورزی، 44 ایستگاه سینوپتیک واقع در استانهای خوزستان، چهار محال بختیاری، ایلام، کهگیلویه و بویراحمد، هرمزگان، فارس و بوشهر انتخاب گردید. داده های حاصل از 15 پارامتر اقلیمی موثر بر محصولات کشاورزی برای یک دوره 20 ساله جمع آوری شد و جهت تعیین موثرترین پارامترهای اقلیمی - کشاورزی، روش تجزیه به مولفه های اصلی(PCA) مورد استفاده قرار گرفت. 3 مولفه اول که توجیه کننده 85 درصد واریانس متغیرها بود، انتخاب و از این 3 مولفه 11 متغیر به عنوان موثرترین پارامترهای اقلیمی- کشاورزی شناخته شد. این متغیرها عبارت بودند از: میانگین حداقل درجه حرارت، میانگین درجه حرارت روزانه، تعداد روزهای با ماکزیمم درجه حرارت 30 و بالاتر، تعداد روزهای بارانی، تعداد روزهای طوفانی (باد شدید و باران)، تعداد روزهای ابری کامل، میانگین رطوبت نسبی، کل بارش ماهانه، تعداد روزهای برفی، تعداد روزهای آفتابی و تعداد روزهای نیمه آفتابی. داده های حاصل از متغیرهای اقلیمی انتخاب شده، سپس توسط روش تجزیه خوشه ای همبستگی متوسط (Average linkage) مورد تجزیه و تحلیل قرار گرفت. پس از دستیابی به دندروگرام حاصل، برش دندروگرام از ناحیه ای زده شد که 9 پهنه اقلیمی برای 44 ایستگاه سینوپتیک انتخاب شده بدست آید. افزون بر این به منظور ارزیابی نتایج حاصل از تجزیه خوشه ای، از روش تجزیه تابع تشخیص، در طبقه بندی اقلیمی کشور استفاده گردید. نتایج بدست آمده نشان داد که 97.7 درصد ایستگاه ها بطور صحیح در گروه های مربوط به خود جای گرفته بودند. مشابهت نسبی نوع پوشش گیاهی مناطقی که در یک دسته قرار دارند و ارقام زراعی مورد کشت و کار در هر دسته نشان دهنده این مساله است که پهنه بندی اقلیمی مذکور به واقعیت امر بسیار نزدیک بوده و می تواند جهت مطالعات کشاورزی مورد استفاده قرار گیرد.

یکی از اثرات احتمالی تغییرات اقلیمی، بررسی میزان تاثیر تغییرات بارندگی بر مقادیر رواناب های سطحی در یک منطقه مطالعاتی می باشد. بر این اساس در این تحقیق جهت مطالعه تاثیر این دو پارامتر، حوضه آبخیز جاجرود انتخاب گردید. ابتدا داده های مربوط به باران و رواناب از طریق روشهای آماری متداول مورد آزمون همگنی قرار گرفته، سپس دوره آماری مشترک مشخص گردید. جهت بررسی پراکندگی داده ها،  متغیرهای آماری متعددی چون واریانس، انحراف معیار و... محاسبه گردید. همچنین از طریق محاسبه میانگین متحرک، دوره های کم آبی و پرآبی و به تبع از آن میزان رواناب های حاصله در دو دوره مذکور، مورد بررسی قرار گرفت و نهایتا به واسطه برازش توزیع های مختلف مقادیر دبی و بارندگی در دوره های بازگشت مختلف محاسبه گردیده است. در بررسی میزان و شکل ارتباط بین دو متغیر بارندگی و دبی از معادله همبستگی مشترک رگرسیون استفاده گردید.  نتایج این تحقیق وجود دوره های کم آبی و پر آبی را در منطقه مطالعاتی نشان داد، با این تفاوت که فاصله زمانی حاکمیت دوره های کم آبی نسبت به دوره های پر آبی بیشتر بوده است. همچنین در نتایج این تحقیق ارتباط معنی داری  بین بارندگی و دبی در منطقه مطالعاتی مشاهده گردید. ضریب همبستگی و میزان  برای  حوضه رودخانه جاجرود به ترتیب 0.797 و 0.636می باشد.

در این مقاله جهت پهنه بندی خطر فرسایش از مدل EPM استفاده شد. در این مدل چهار عامل ضریب فرسایش حوضه آبخیز(Ψ)، ضریب استفاده از زمین(Xa)، ضریب حساسیت سنگ و خاک به فرسایش(Y) و شیب متوسط حوضه (I) در برآورد میزان رسوب و پهنه بندى فرسایش موثر هستند. از آنجایی که عوامل مختلف، تأثیر و درجه اهمیت متفاوتی در فرسایش دارند هر یک از پارامترها با توجه به نسبت اهمیت به کلاسهای متفاوتی طبقه بندی و مطابق مدل فوق در محیط  GISعملیات استاندارد سازی بر روی لایه های مزبور اعمال گردید. در نهایت لایه های تهیه شده در مدل تجربی EPM قرار داده شده، تلفیق گردیدند و نقشه پهنه بندی خطر فرسایش حاصل شد. نتایج حاصله از این پهنه بندی نشان می دهد که حدود 57%  استان در پهنه فرسایش بسیار شدید، 14% شدید، 5% متوسط، و 24% در طبقات کم و خیلی کم است. بخشهای جنوبی و شمال شرقی استان به واسطه داشتن سنگهای با مقاومت پایین، شیب بالا نسبت به فرسایش از حساسیت بیشتری برخوردار است. نتایج حاصل از این پهنه بندی همچنین نشان داد که در مناطق شمال غربی علی رغم حساسیت بالای تشکیلات زمین شناسی به فرسایش، میزان فرسایش پذیری این منطقه کم می باشد. این مسئله اهمیت پارامتر شیب را نسبت به زمین شناسی در ایجاد فرسایش نشان می دهد.

آب، راز ماندگاری جهان و از عناصر اصلی بقا و دوام چرخش زندگی در کره زمین است . بدون تردید کشور ایران همانند دیگر کشورهای خاورمیانه در سال های پیش رو با بحران جدی ناشی از کمبود آب روبه رو خواهد بود . بنابراین شناخت و معرفی هر چه بیشتر منابع بهینه آب، الگوی درست مصرف و بهره گیری صحیح و مناسب از منابع زیرزمینی و آب های جاری مقوله ای است که سیاست گذاران و برنامه ریزان امور آب با نگرانی و دقت به آن پرداخته اند. ریزش های جوی مهم ترین منبع طبیعی آب برای انواع فعالیت های بشری (صنعتی، کشاورزی و شرب ) است. از آن جا که ریزش های جوی با متغیرهای زمانی و مکانی زیادی همراه هستند اطلاعات موجود در خصوص توزیع آب و هوایی و عوامل سینوپتیکی ریزش های جوی بسیار اندک است. در ایران شبکه مشاهدات زمینی به اندازه کافی متراکم نبوده و بسیار پراکنده و نامنظم است . فاصله ایستگاه های مشاهداتی زمینی به خصوص در مناطق کوهستانی (مانند استان فارس ) با توجه به عامل توپوگرافی از چند کیلومتر تا چند صد کیلومتر متفاوت است . بنابراین بررسی باران به روش سنتی که نیاز به شبکه باران سنجی متراکم دارد هم از لحاظ اجرایی و هم از لحاظ اقتصادی امکا نپذیر و مقرون به صرفه نمی باشد. در مقاله حاضر به منظور تخمین بارندگی روزانه استان فارس از دو روش درون یابی کریجینگ (Kriging) و معکوس وزنی فاصله (IDW) استفاده گردید . سپس دقت نتایج حاصل از اجرای مدل ها از طریق تست آماری RMSE مورد ارزیابی قرار گرفت . نتایج حاصل از اجرای مدل و ارزیابی دقت آن ها نشان داد که روش کریجینگ نسبت به روش IDW از دقت بیشتری برخوردار می باشد . همچنین نتایج نشان داد که در بین روش های کریجینگ، روش معمولی دایره ای و نمایی از کم ترین خطا نسبت به سایر رو شهای کریجینگ برخوردار می باشند

در این پژوهش برای بررسی تحلیل ناهنجاری ها و تغییر در ساختار دینامیکی الگوهای همدیدی تابستانه استان خوزستان، دمای روزانه ایستگاه های منتخب در یک دوره آماری 30 ساله (2015-1986) برای ماه های (ژولای، آگوست و سپتامبر) استخراج شد. ایستگاهها بر اساس عرض جغرافیایی مرتب شدند و با استفاده از نمره z فراوانی رخداد ماهانه و سالانه امواج گرم شناسایی گردید. داده های ناهنجاری های (دما، ارتفاع ژئوپتانسیل و نم ویژه) از مرکز ملی جو و اقیانوس شناسی امریکا به آدرس https://www.esrl.noaa.gov/psd دریافت و نمودار ناهنجاری های هر سه ماه در دوره آماری برای ترازهای1000-500 هکتوپاسکال ترسیم گردید.نتایج نشان داد که نابهنجاری در نم ویژه هوا در تراز های مختلف جوی نیز بیانگر روند مثبت در نم ویژه جو در یک دهه اخیر می باشد. با وجود افزایش دما در دهه های اخیر ولی نم ویژه جو نیز همچنان روند مثبت و صعودی را نشان می دهد. این پدیده به منزله تغییر در الگوهای گردشی جو می باشد. چرا که الگوهای جریان به گونه ای در تابستان شکل میگیرند که رطوبت دریاهای جنوبی را بر روی منطقه انتقال داده و سبب افزایش نم ویژه جو می شوند. این شرایط سبب خواهد شد بتدریج از آسایش زیستی منطقه کاسته شده و بدلیل افزایش نم هوا تحمل گرماهای تابستانه برای ساکنین سخت تر شده و شرایط زیستی نامطبوع تری برای ساکنین فراهم کند. چرا که افزایش دمای هوا از یک طرف و افزایش نم هوا از طرف دیگر شرایط زیستی را برای ساکنین استان دشوار نماید.