هاشم رستم زاده

ویژگی های اقلیمی، جغرافیایی و توپوگرافی، شرایط کم نظیر اکولوژی، پوشش مرتعی و جنگلی، مناطق سرسبز، از جاذبه های قوی گردشگری استان آذربایجان شرقی محسوب می شود. در این تحقیق با به کارگیری سیستم اطلاعات جغرافیایی و با پهنه بندی پتانسیل های مناسب برای اکوتوریسم متمرکز طبقه یک FUZZY و WLC , Boolean استفاده از مدل های و دو و اکوتوریسم گسترده طبقه یک و دو بررسی شده است. به همین منظور لایه های اطلاعاتی مورد نیاز شامل نقشه های سطوح ارتفاعی، شیب، رودخانه ها، حاصلخیزی خاک، روزهای آفتابی، سرعت باد، رطوبت نسبی، دما، دسترسی به جاده تهیه و FUZZY,WLC با استفاده ازمدلهای ،GIS طبقه بندی شده اند؛ سپس با تلفیق و همپوشانی لایه های اطلاعاتی درمحیط پهنه های مناسب هرکدام از موارد بررسی شده، تعیین شده است. نتایج حاصل از این مدل نشان می دهد که ,Boolean واقعیت را بهتر نشان می دهند؛ در هر WLC و FUZZY مدل بولین انعطاف کمی نسبت به سایر مدل ها دارد و روش سه مدل ارتفاعات و مناطق جنگلی شمال استان دارای شرایط بهتری نسبت به سایر مناطق بوده و نقاط پست و جلگه ای از لحاظ اکوتوریسم گسترده و متمرکز مناسب نیستند؛ همچنین به طور کلی بیشتر سطح استان آذربایجان شرقی از لحاظ اکوتوریسمی درشرایط متوسطی قرار دارد.

تغییرات اقلیمی یکی از اصلی ترین معضل کره زمین در عصر حاضر است بنابراین پیش بینی این تغییرات در آینده و اثرات آن بر منابع آب، محیط طبیعی، کشاورزی و اثرات زیست محیطی، اقتصادی و اجتماعی از اهمیت ویژه ای برخوردار است. به همین دلیل در پژوهش حاضر اثرات تغییر اقلیم جهانی بر نواحی مختلف آب وهوایی کشور در نواحی 12 گانه اقلیمی مورد بررسی قرار گرفت. در این پژوهش از داده های NCEP و عناصر اقلیمی بارش، دمای بیشینه و کمینه در دوره پایه (2005-1961) برای ریزمقیاس نمایی آماری با مدل SDSM استفاده شد؛ و با استفاده از خروجی مدل CanEMS2 تحت سناریوهای RCP برای سه دوره آماری 2040- 2011، 2070-2041 و 2099-2071 تغییرات سالانه عناصر اقلیمی به دست آمد. برای ارزیابی عملکرد مدل از ضریب همبستگی، ضریب تعیین و شاخص های خطا سنجی RMSE، MSE و MAD استفاده شد و نتایج نشان داد که مدل SDSM عملکرد مناسبی برای تولید عناصر اقلیمی دارد. بااین حال نتایج به دست آمده نشان داد که دقت مدل در ایستگاه های مختلف متفاوت است. بدین صورت که هر مدل در شبیه سازی دمای کمینه و بیشینه از عملکرد مناسبی نسبت به بارش برخوردار است. همچنین نتایج بلندمدت سالانه نشان داد که بارش در تمامی نواحی اقلیمی مورد مطالعه در دهه های آتی کاهش پیدا خواهد کرد که بیشترین کاهش در نواحی بیابانی نیمه گرم داخلی (35 درصد) و خیلی مرطوب و معتدل (32 درصد) اتفاق خواهد افتاد؛ اما تغییرات دمای کمینه و بیشینه در نواحی مختلف اقلیمی متفاوت خواهد بود به طوری که تحت سناریوهای RCP در طول تمام دوره آماری در ایستگاه سبزوار و طبس تغییرات کمینه دما کاهشی خواهد بود ولی در دیگر نواحی اقلیمی روند تغییر دمای کمینه و بیشینه افزایشی خواهد بود. بیشترین افزایش کمینه و بیشینه دما بر اساس سناریوهای RCP تحت سناریوی RCP8.5 در دوره آماری 2099-2071 در ناحیه اقلیمی کوهستانی سرد به ترتیب با 03/3، 27/4 درجه سانتی گراد خواهد بود.

این تحقیق با هدف شناسایی کانون و عوامل همدید موج توفان گرد وغبار 1 تا 3 نوامبر 2017 در شهر کرمانشاه انجام گرفت. جهت بررسی شرایط همدیدی علل وقوع این پدیده، از مجموعه داده های پیش بینی میان مدت جوی مرکز اروپایی (ESMWF ) با قدرت تفکیک 125/0 درجه قوسی شامل، ارتفاع ژئوپتانسیل، امگا، فشار تراز دریا، مؤلفه های مداری و نصف النهاری، رطوبت ویژه ، رطوبت خاک تا عمق 10 سانتی متری و عمق اُپتیکی گرد وغبار استفاده گردید. جهت مسیر یابی منشأ ذرات گرد وغبار از روش لاگرانژی مدلHYSPLIT مورد استفاده شد. همچنین با استفاده از مدل جفت شده پیش بینی عددی وضع هوا WRF-chem توفان گرد وغبار شبیه سازی شد. و در نهایت از طریق پردازش تصاویر ماهواره ای MODIS قلمرو گسترش آن مشخص شد. بررسی نقشه های ردیابی HYSPLIT نشان می دهد که دو مسیر کلی برای انتقال گرد وغبار به منطقه قابل تشخیص است: 1- مسیر شمال غرب- جنوب شرقی که با عبور از روی هسته های گرد وغبار شکل گرفته در بیابان های عراق و سوریه عمل انتقال گرد وغبار به نیمه غربی ایران را انجام می دهد. 2- مسیر جنوب غرب به غرب ایران و شهرکرمانشاه که سرچشمه اصلی گرد وغبار در روز 2 و 3 نوامبر بوده و منبع ذرات کویت، شمال عربستان و بخشی از عراق می باشد. توزیع مکانی گرد وغبار تفسیر شده توسط تصاویر سنجنده MODIS با توزیع مکانی غلظت گرد وغبار شبیه سازی شده توسط مدل WRF-chem انطباق دارد.

به کارگیری معیارها و روش های کمّی برای سطح بندی سکونتگاه های انسانی در سیستم فضایی مناطق از سویی منجر به شناخت میزان نابرابری نقاط سکونتگاهی شده و از سوی دیگر معیاری جهت تلاش در راستای کاهش و رفع نابرابری های موجود میان آن ها محسوب می گردد. به منظور حل مسائل ناشی از عدم تعادل های منطقه ای، گام نخست شناخت و سطح بندی مناطق از نظر میزان برخورداری در زمینه های مختلف می باشد. در این پژوهش با به کارگیری هشت شاخص جهت بررسی توسعه یافتگی در چارچوب آنالیز تاپسیس ( TOPSIS ) اقدام به سطح بندی درجه توسعه یافتگی شهرستان های استان اردبیل شده است. روش کار این تحقیق توصیفی-تحلیلی می باشد. جامعه آماری تحقیق حاضر شهرستان های استان اردبیل می باشد. در این سطح بندی،  شهرستان خلخال با ضریب توسعه یافتگی 72/0 برخوردارترین و شهرستان های بیله سوار، پارس آباد، مشکین شهر و نیر با ضریب توسعه یافتگی به ترتیب 07/0 و 33/0 و 27/0 و 25/0 جزو محروم ترین شهرستان های استان شناسایی شده اند. هم چنین با توجه به یافته های این تحقیق، مشاهده می شود که شهرستان های اردبیل، سرعین، نمین وکوثر جزو مناطق نیمه برخوردار طبقه بندی شده اند. بر پایه این تحقیق الگوی مرکز- پیرامون بر ساختار فضایی شهرستان های استان اردبیل حاکم است.

به کارگیری معیارها و روش های کمّی جهت سطح بندی سکونتگاه ها در سیستم فضایی مناطق از سویی منجر به شناخت میزان نابرابری نقاط سکونتگاهی شده و از سوی دیگر معیاری جهت تلاش در راستای کاهش و رفع نابرابری های موجود میان آن ها محسوب می گردد. به منظور حل مسائل ناشی از عدم تعادل های منطقه ای، گام نخست شناخت و سطح بندی مناطق از نظر میزان برخورداری در زمینه های اجتماعی، اقتصادی و خدماتی می باشد. در این پژوهش با به کارگیری هشت شاخص جهت بررسی توسعه یافتگی در چارچوب آنالیز تاکسونومی عددی (NTA) اقدام به سطح بندی درجه توسعه یافتگی دهستان های استان اردبیل شده است. روش کار این تحقیق توصیفی تحلیلی می باشد. جامعه آماری تحقیق حاضر کلیه 69 دهستان استان اردبیل می باشد. در این سطح بندی ، دهستان کلخوران از بخش مرکزی شهرستان اردبیل با ضریب توسعه یافتگی 0.3 برخوردارترین و دهستان قشلاق شرقی از بخش قشلاق دشت شهرستان بیله سوار با ضریب توسعه یافتگی 0.96 جزو محروم ترین دهستان های استان شناسایی شده اند. بر پایه این تحقیق الگوی مرکز_ پیرامون بر ساختار فضایی دهستان های استان اردبیل حاکم است.

تغییر در رفتار پدیده های بارشی از مهمترین جنبه های تغییرات آب و هوایی جهانی محسوب می شود که با پیامدهای قابل توجهی برای جامعه انسانی و محیط زیست همراه است. پایش و اندازه گیری های مؤثر رویدادهای بارشی شدید برای درک ماهیت اساسی پدیده های شدید آب و هوایی و ارزیابی تغییرات آینده از اهمیت ویژه ای برخودار است. در این مطالعه، توانایی های انجام اندازه گیری بارش جهانی (GPM) با داده های ایستگاه های زمینی برای شناسایی بارش های شدید روزانه (بارش های 25 میلی متر به بالا) در یک دوره 8 ساله (2021-2014) در 20 ایستگاه سینوپتیک عملی گردید. برای مقایسه و ارزیابی بین داده های مشاهده ای و ماهواره ای از آماره هایی نظیر، ضریب تعیین (R2)، ضریب همبستگی (R) و مجذور میانگین مربعات خطا (RMSE)،... استفاده شد. مقایسه نقشه های حاصل از ماهواره GPM و ایستگاه های زمینی نشان داد که توزیع فضایی بارش حاصل از دو پایگاه داده مشابه هم بوده و نواحی کم بارش و پربارش منطبق بر یکدیگر هستند. در واقع ماهواره GPM پهنه های بارشی را به خوبی تشخیص داده است به طوری که ضریب همبستگی مکانی بین بارش ماهواره GPM و مشاهده شده 81/0 می باشد. نتایج آزمون ANOVA بین میانگین بارش های زمینی و ماهواره GPM نشان داد که با توجه به سطح معنی داری پایین p-value به مقدار 000/0 فرض یکسان بودن میانگین بارش بین دو پایگاه داده رد می شود و نتیجه این که اختلاف و ارتباط معنی داری بین میانگین بارش در ایستگاه های زمینی و ماهواره ای وجود دارد. همچنین نتایج آزمون کلموگراف- اسمیرنوف نشان داد که با توجه به اینکه p-value حاصل شده (819/0) عددی بالاتر از مقدار خطای آزمون (05/0) است، بنابراین فرض صفر مبنی بر برابری مقادیر بارش ثبت شده در ایستگاه های زمینی و مدلسازی شده یکسان بوده و فرض صفر تایید می شود.

امروزه به دلیل گرمایش جهانی، خشکسالی و رخداد دوره های سرد و تنش های گرمایی، بررسی فرین های اقلیمی دارای اهمیت زیادی است. لذا در این پژوهش به پیش نگری بلند مدت تغییرات فرین های دمایی در شمال غرب ایران در دوره پایه (2014-1985) و سه دوره آینده نزدیک(2050-2021)، آینده متوسط(2080-2051) و آینده دور(2100-2081) پرداخته شد. بدین منظور از 2 شاخص حدی دمایی شامل تداوم دوره گرم (WSDI) و تداوم دوره سرد (CSDI) و آزمون روند من کندال (Maan-Kendall) جهت بررسی تغییرات استفاده شد. برای پیش نگری تغییرات نمایه ها در دوره آینده نیز پس از ارزیابی 7 مدل گردش کلی (GCMs) از سری مدل های گزارش ششم (CMIP6) از دو مدل بهینه تحت سه سناریوی خط سیر مشترک اجتماعی- اقتصادی شامل SSP3-7.0، SSP1-2.6 و SSP5-8.5 بهره گرفته شد. توزیع فضایی روند تغییرات تداوم دوره گرم در دوره پایه نشان داد که هسته بیشینه آن در جنوب و جنوبغربی منطقه قرار دارد و با حرکت به سمت شمال و شمال شرقی از میزان آن کاسته می شود. تغییرات مکانی نمایه تداوم دوره سرد با هسته های بیشینه آن در نواحی غربی و اطراف دریاچه ارومیه و هسته های کمینه در نواحی مرکزی و شمالی منطقه مشخص می شود. بر اساس نتایج، میانگین تداوم دوره گرم و تداوم دوره سرد در دوره پایه به ترتیب برابر با 53/5 و 80/3 روز در سال است که حداکثر و حداقل تداوم دوره گرم با 1/8 و 7/2 روز به ترتیب مربوط به ایستگاههای پیرانشهر و پارس آباد و حداکثر و حداقل تداوم دوره سرد نیز با 7/5 و 32/1 روز مربوط به ایستگاههای زرینه و مریوان است. بررسی روند تغییرات نیز نشان داد که در بیشتر ایستگاهها نمایه WSDI دارای روند افزایشی است که این روند در برخی ایستگاهها معنی دار شده است ولی نمایه CSDI دارای روند کاهشی و درهیچ کدام از ایستگاهها معنی دار نشده است. ارزیابی مدل های مختلف با شاخص های خطاسنجی مختلف نیز نشان داد که مدل های MRI-ESM2-0 و MPI-ESM1-2-L بهترین عملکرد را در شبیه سازی فرین های دمایی در منطقه مورد مطالعه دارند. توزیع روند تغییرات در دوره آینده نیز نشان داد که نمایه WSDI در بیشتر ایستگاهها و بر اساس هر سه سناریو به ویژه سناریوی SSP5-8.5 دارای روند افزایشی خواهد بود ولی روند CSDI در بیشتر ایستگاهها کاهشی و براساس سناریوهای SSP3-7.0 و SSP5-8.5 معنی دار خواهد بود.