مهران شایگان

الگوی کاربری اراضی به واسطه افزایش فعالیت ها و دخل و تصرف های بشر بر زمین به منظور برآوردن نیازهای مختلف، دائماً در حال تغییر است. بهینه سازی تخصیص کاربری اراضی همانا یافتن بهترین الگوی ممکن با در نظر گرفتن نیازهای حاکم بر مقولة تخصیص است. اغلب جست وجوها و بهینه سازی های کاربری اراضی در دنیای واقعی، ماهیتاً دربردارندة چندین هدف اند. در این مطالعه قابلیت الگوریتم ژنتیک مرتب سازی نامغلوب نخبه گرا (NSGA-II) با طراحی و استفاده از دو نوع عملگر تقاطع یکنواخت (UC) و عملگر تقاطع دوبعدی (TDC) برای بهینه سازی تخصیص کاربری اراضی با اهداف چندگانه در بخشی از حوضه طالقان مورد مقایسه و ارزیابی قرار گرفت. داده های به کار رفته شامل نقشه کاربری اراضی سال 2002، توپوگرافی، خاک شناسی، اطلاعات مربوط به میزان فرسایش خاک و بازدهی اقتصادی از منطقه مورد مطالعه بوده است. اهداف مورد نظر شامل میزان فرسایش، میزان رواناب، تناسب اراضی، میزان فشردگی ـ سازگاری و بازدهی اقتصادی است. مدل طراحی شده با دو جمعیت اولیه متفاوت اجرا گردید. بار اول با جمعیت کاملاً تصادفی و بار دوم با تولید جمعیت اولیه تصادفی راهنمایی شده که در آن نسبت مساحت کاربری های مختلف تعیین شده بود. نتایج نشان داد کارکرد عملگرهای تقاطع کاملاً تحت تأثیر شرایط اولیه قرار دارد و عملگر UC فاقد توانایی مناسب در ایجاد همگرایی کلی است. همچنین استفاده از تقاطع TDC با جمعیت اولیه راهنمایی شده، همگرایی را بسیار افزایش داد و موجب بهبود نتایج گردید. به لحاظ پیوستگی قطعات کلاس های مختلف کاربری نیز عملگر TDC بهتر از UC کارکرد داشته است. نتایج این مطالعه نشان داد که پس از بهینه سازی کاربری اراضی در منطقه مورد مطالعه، علاوه بر کاهش فرسایش خاک، میزان سوددهی کلی نیز افزایش یافته است.

به منظور مدیریت بهینه حوضه های آبخیز، به ویژه در حوضه های آبخیز کوهستانی که فاقد ایستگاه های هیدرومتری به تعداد کافی اند، شبیه سازی پدیده های هیدرولوژیکی دارای اهمیت فراوانی است. هدف از این تحقیق، بررسی قابلیت شبیه سازی هیدرولوژیک و ارزیابی مدل نیمه توزیعی فیزیکی SWAT (Soil and Water Assessment Tool) در حوضه طالقان با انواع خاک و کاربری های مختلف است. بدین منظور داده های آب و هواشناسی، کاربری اراضی و مدل رقومی ارتفاع منطقه تحقیق مطابق با استانداردهای مدل تهیه شد و برای تحلیل حساسیت پارامترهای مدل و همچنین واسنجی و اعتبارسنجی، مورد استفاده قرار گرفت. تحلیل حساسیت مدل بر اساس روش لاتین هایپرکیوب (LH_OAT) به منظور ارزیابی تغییرپذیری دبی رواناب در واکنش به تغییرات پارامترهای ورودی انجام شد. تحلیل حساسیت نشان داد که پارامتر شماره منحنی (CN) مهم ترین فاکتور و پارامترهای ظرفیت آب قابل دسترس در لایه خاک (SOL_AWC)، پارامتر درجه حرارت ذوب برف (SMTMP) و پارامتر جبران تبخیر از خاک (ESCO) به ترتیب حساسیت بیشتری دارند. واسنجی مدل برای دوره زمانی 1997 تا 2002 انجام گرفت، و اعتبارسنجی مدل برای دوره زمانی 2003 تا 2005. کارایی مدل با استفاده از مقایسه بصری پلات های سری زمانی و شاخص های آماری شامل ناش ـ ساتکلیف (NS)، ضریب تعیین (2R)، و درصد انحراف (PBIAS) و همچنین آزمون هم قوارگی ارزیابی گردید. در مرحله واسنجی رواناب ماهانه، ضرایب NS و 2R و PBIAS در محل ایستگاه گلینک (خروجی حوضه) به ترتیب برابر 8/0، 93/0 و 8/14- و در مرحله اعتبارسنجی 84/0، 88/0 و 2- به دست آمدند. نتایج آزمون t نیز نشان داد که در سطح اعتماد 95 درصد، اختلاف معنی داری بین مقادیر مشاهده شده و مقادر شبیه سازی در مراحل واسنجی و اعتبارسنجی وجود ندارد. در مجموع، نتایج تحقیق حاکی از آن اند که مدل قابلیت بالایی برای پیش بینی دبی جریان ماهانه حوضه طالقان دارد.

کاهش آورد رودخانه مرزی هیرمند از افغانستان به ایران از چالش های همیشگی مدیریت منابع آب در شرق کشور بوده که در سال های اخیر تشدید شده است. توسعة کشاورزی در پایین دست سد کجکی (در حوضه آبریز رودخانه هیرمند) در افغانستان و خشکسالی اخیر از دلایل کم شدن آب این رودخانه به شمار می آید. در مقالة حاضر به طور کمّی به این موضوع پرداخته می شود و برای این منظور کاربری اراضی دشت هلمند افغانستان با استفاده از تصاویر ماهواره ای بررسی شده است. به خاطر اهمیت نوع الگوریتم انتخاب شده در تهیه تصاویر طبقه بندی شده، سه الگوریتم بیشترین شباهت (MLC)، درخت تصمیم گیری (DT) و ماشین های بردار پشتیبان (SVM) ارزیابی شده اند. از مشکلات عمده در انجام آزمون ها، تهیة نمونه های آموزشی از افغانستان است؛ بدین منظور از نقشه های FAO، نقشه های اطلس کاربری اراضی افغانستان، نقشه های مرکز سازمان زمین شناسی امریکا و تصاویر Google Earth کمک گرفته شد. با توجه به تصاویر موجود، دورة 20 سالة اخیر در سه تاریخ 1990، 2001 و 2011 میلادی مربوط به ماهواره لندست (ETM+ TM,) در نظر گرفته شد و از هر سه روش جواب های نسبتاً مشابهی به دست آمد. نقشه های حاصل از الگوریتم های فوق با ضریب کاپا و دقت کلی ارزیابی شدند و دقت مناسبی داشتند. نتایج تغییرات کاربری اراضی نشان می دهند که مجموع کل کشت محصولات آبی در منطقه، حدود 62 درصد افزایش یافته، به طوری که مقدار آن از رقم 103 هزار هکتار در سال 1990، به حدود 122 هزار هکتار در سال 2001 و به حدود 167 هزار هکتار در سال 2011 رسید که مؤید تأثیر قطعی آن بر کاهش رواناب ورودی از رودخانه هیرمند به کشور است. با وجود نتایج نزدیک روش ها، طبقه بندی درخت تصمیم گیری کارآمدی بیشتری از لحاظ اتکای کمتر به نمونه های آموزشی از خود نشان داد.

تعیین مناطق مستعد وقوع زمین لغزش یکی از اقدامات اولیه در کاهش خسارات احتمالی و مدیریت حوضه های آبخیز کشور می باشد. با توجه به اهمین موضوع هدف از این تحقیق بررسی وضعیت زمین لغزش در شرق شهر کرمان و ارتباط آن با نوع لندفرم می باشد. برای این منظور از پارامترهایی مانند شیب، جهت، ارتفاع، فاصله از گسل، فاصله از رودخانه، کاربری اراضی، فاصله از جاده و زمین شناسی به عنوان لایه های ورودی برای تعیین خطر زمین لغزش استفاده شد. بعد از تهیه هر یک از این لایه ها با استفاده از روش فازی و تعریف تابع عضویت، نقشه فازی برای هر یک از پارامترها تهیه شد. در نهایت به منظور همپوشانی هر یک از نقشه های فازی و تهیه نقشه نهایی زمین لغزش، با توجه به اهمیتی که هر یک از لایه ها در خطر وقوع زمین لغزش دارند، با ایجاد ماتریس مقایسه زوجی در مدل تحلیل سلسله مراتی (AHP < /span>) نقشه نهایی تهیه شد. در ادامه برای تعیین ارتباط بین زمین لغزش و نوع لندفرم، با استفاده از شاخص موقعیت توپوگرافی (TPI) نقشه لندفرم منطقه تهیه شد. نتایج نشان داد که بیشترین احتمال رخداد زمین لغزش در غرب، شمال و جنوب غرب منطقه مورد مطالعه می باشد. نتایج حاصل از نقشه لندفرم های منطقه نشان داد که بیشترین درصد لندفرم در منطقه مربوط به آبراهه ها (دره ها) با حدود 31 درصد و قله ها با حدود 7/26 درصد می باشد. همچنین نتایج نشان داد که هر چه به لندفرم های مناطق کوهستانی مانند خط الراس ها، تپه ها و قله ها نزدیک می شویم احتمال خطر زمین لغزش بیشتر می شود. بنابراین با توجه به اینکه در این نوع لندفرم ها احتمال وجود اراضی باغی، کشاورزی، جاده ها و در بعضی مناطق روستاها وجود دارد، باید مدیریت بیشتری در این مناطق صورت گیرد.        

آبراهه ها، زهکش در یک حوضه آبخیز محسوب می شوند که تاثیر زیادی بر روی ویژگی های فیزیوگرافی، هیدرولوژی، فرسایش و رسوب یک حوضه آبخیز دارند. هدف از این مطالعه، استفاده از مدل جاذبه به منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) و استفاده از الگوریتم ژنتیک به منظور پیش بینی آبراهه ها در آینده و مقایسه نتایج آن با خطوط آبراهه مستخرج از DEM با قدرت تفکیک ۳۰ متر است. برای استخراج DEM های با قدرت تفکیک بالاتر، در مدل جاذبه برای تولید زیرپیکسل ها از مقیاس ۳ و مدل همسایگی چهارگانه که دارای دقت بالاتری هستند استفاده شد. از DEM حاصل از مدل جاذبه، به عنوان داده ورودی برای پیش بینی و استخراج آبراهه های منطقه مورد مطالعه با استفاده از الگوریتم ژنتیک در آینده استفاده شد. در الگوریتم ژنتیک، بهینه سازی و پیش بینی شبکه های رودخانه بر اساس تابع «نیروی جریان» و با ایجاد تغییرات در بالا آمادگی ها و رسوب گذاری ها در منطقه مورد مطالعه انجام شد. نتایج حاصل از مدل جاذبه نشان داد که مقیاس ۲ با مدل همسایگی ۲ گانه دارای دقت بالاتری نسبت به دیگر همسایگی ها برای استخراج DEM با قدرت تفکیک بالاتر است. همچنین نتایج حاصل از الگوریتم ژنتیک، نشان دهنده تغییر درجه آبراهه های منطقه مورد مطالعه در طول زمان نسبت به وضع موجود است، به طوری که درجه تعدادی از آبراهه های درجه اول در آینده به درجه ۳ تغییر خواهد کرد که علت آن فرسایش آبراهه های درجه کمتر و اضافه شدن به آبراهه های درجه بالاتر است. از نتایج این تحقیق، می توان برای پیشنهاد محل های مناسب ایجاد بندهای انحرافی و یا محل های مناسب برای احداث سازه های مختلف با توجه به تغییرات در مورفومتری آبراهه ها در آینده، استفاده کرد.

طراحی الگوی فضایی کاربری اراضی، به معنای تعیین مساحت تخصیص داده شده به هر کاربری و توزیع مکانی آن، دارای اهمیت خاصی است و بایستی به نحوی انجام پذیرد که ضمن برآورده کردن نیازها و اهداف، از ظرفیت ها و منابع موجود به نحو مناسب استفاده گردد. در این تحقیق تعیین مساحت بهینه و تخصیص بهینه مکانی سه کلاس اصلی کاربری اراضی- شامل کشاورزی آبی و کشت دیم و اراضی مرتعی- به منظور افزایش بازدهی اقتصادی و کاهش فرسایش با ترکیب دو روش بهینه سازی چند هدفه نیل به مقصود و MOLA در زیر حوضه کویین انجام شد. ابتدا مساحت بهینه کلاس های عمده کاربری اراضی به صورت ریاضی با استفاده از مدل بهینه سازی چند هدفه نیل به مقصود تعیین شد. سپس بهینه سازی تخصیص مکانی کاربری رسیدن به وضعیت بهینه باید مساحت کشت دیم کاهش یابد و به مساحت کشاورزی آبی و مرتع افزوده شود، به طوری که با تبدیل وضع موجود به حالت بهینه- که نسبت مساحت کاربری های کشاورزی آبی، کشت دیم و مرتع در منطقه مورد مطالعه به ترتیب 11/17، 74/2، 15/80 درصد خواهد شد. از میزان فرسایش کاسته شود و بازدهی اقتصادی در قیاس با وضع موجود افزایش یابد. نتایج حاصل از مدل سازی نشان داد در صورت تغییر الگوی فعلی کاربری اراضی به الگوی بهینه، امکان کاهش 6/3 درصدی فرساش خاک و افزایش درآمد اقتصادی به میزان 5/13 درصد وجود دارد.

با افزایش جمعیت و به تبع آن افزایش نیازهای جامعه، آمایش سرزمین اهمیت ویژه ای یافته است. به دلیل پیوند آمایش سرزمین با چندین هدف متضاد، استفاده از الگوریتم های تکاملی چندهدفه درصورت تناسب الگوریتم با نوع مسئله می تواند مفید باشد. در پژوهش حاضر ضمن ارائة مدلی به منظور بهینه سازی کاربری اراضی، راه حلی مؤثر برای به کارگیری الگوریتم ژنتیک چندهدفه در انواع مسائل مربوط به آمایش سرزمین معرفی می گردد. مدل طراحی شده در پژوهش حاضر به منظور بهینه سازی کاربری اراضی از الگوریتم NSGA-II بهره می برد. خروجی های این مدل، الگوهایی برای آمایش سرزمین هستند که فرسایش منطقه را تا حد زیادی کاهش می دهند و سطح منفعت اقتصادی منطقه را بالا می برند. در این مدل، کاربری ها دارای بالاترین سازگاری، کمترین دشواری تغییر و بیشترین پیوستگی هستند. به منظور استفاده از الگوریتم ژنتیک چندهدفه در حل مسائل آمایش سرزمین در این پژوهش راهکاری ابتکاری برای تولید جمعیت اولیه و عملگر ابتکاری ترکیب متناسب با مسائل آمایش سرزمین شرح و بسط داده شد. مدل طراحی شده در منطقة رودبار جنوب واقع در استان کرمان پیاده سازی شد. نتایج به دست آمده نشان دادند که الگوهای آمایش سرزمین پیشنهادشده در این مدل می توانند درحدود 30 تا 35 درصد فرسایش منطقه را کاهش دهند؛ درعین حال سطح منفعت اقتصادی حاصل از تغییر کاربری بین 40 تا 50 درصد رشد خواهد داشت. همچنین تمامی الگوها دارای سازگاری بالا و دشواری تغییر اندک هستند. با بررسی عملکرد عملگر های ابتکاری ارائه شده، مشخص شد این عملگرها تأثیر بسزایی در روند حل مسئله داشتند. کلید واژه ها : بهینه سازی چندهدفه، الگوریتم NSGA-II، توسعة عملگرهای ابتکاری، آمایش سرزمین، توان اکولوژیک.

استان فارس، با توجه به واقع شدن در مناطق خشک و نیمه خشک ایران، دچار کمبود منابع آب سطحی شده است. بنابراین، به منظور بهره برداری از منابع آب زیرزمینی، تعیین کیفیت آب بسیار اهمیت دارد. با توجه به اهمیت موضوع، هدف این مطالعه تعیین میزان کیفیت مناطق جنوب شهر شیراز در استان فارس است. به منظور تهیه نقشه های پهنه بندی از نقاط نمونه برداری شده، از روش میانگین عکس فاصله (IDW) استفاده شد. در ادامه، برای همگن کردن هریک از لایه های تهیه شده، روش فازی به کار رفت. در این روش، تابع عضویت برای هریک از نقشه های پهنه بندی تعریف شد و داده ها بین 0 و 1، براساس درجه اهمیتی که در کیفیت آب دارند، قرار گرفتند. در نهایت، برای وزن دهی به لایه ها و تهیه نقشه نهایی کیفیت آب، از روش فرایند تحلیل شبکه ای (ANP) استفاده شد. نتایج نشان داد که کیفیت آب حدود ۸۰% منطقه مورد مطالعه مطلوب است؛ درحالی که کیفیت آب شرب در حدود ۴% از منطقه (بخش هایی از شمال و شرق) نامطلوب است.

با توجه به تأثیر خشکسالی در کیفیت و کمّیت آب، هدف از این مطالعه بررسی خشکسالی با استفاده از شاخص های خشکسالی و ارتباط آن با میزان کیفیت آب در مناطق شمالی استان فارس ایران است. برای این منظور، شاخص های خشکسالی PCI، TVDI، NDVI در سال های 2000 تا 2020 استفاده شد. در ادامه، نقشه های پهنه بندی عناصر آب (Ca، Cl، EC، K، Na، Mg) با استفاده از روش کریجینگ تولید شد. سپس با به کارگیری روش شبکه های عصبی (MLP)، میزان عناصر آب با استفاده از شاخص های خشکسالی پیش بینی شد. نتایج نشان داد که با توجه به مقادیر شاخص های خشکسالی، روند تغییرات خشکسالی در منطقه از سال 2000 تا 2020 افزایشی بوده و بخش های جنوبی منطقه در وضعیت حادتری به نسبت دیگر بخش ها قرار دارد. نتایج حاصل از نقشه های پهنه بندی عناصر آب هم نشان داد که در بخش های جنوبی، غلظت املاح بیشتر از بخش های شمالی است. طبق نتایج حاصل از همبستگی بین شاخص های خشکسالی و مقادیر عناصر آب، Ca همبستگی بالایی (820/0 R=) با شاخص TVDI دارد و عناصر Cl، EC، K، Na، Mg نیز دارای همبستگی معنی داری (80/0 R>) با شاخص PCI است. نتایج حاصل از روش MLP، برای پیش بینی وضعیت کیفیت آب با استفاده از شاخص های خشکسالی، نشان داد که در مناطق جنوبی میزان املاح بیشتر و در نتیجه، کیفیت آب کمتر است. میزان دقت مدل در پیش بینی عناصر Cl، EC، K، Na، Mg، TH،TDS  با استفاده از شاخص PCI برابر با 85/0 R 2 = و درمورد عنصر Ca، با استفاده از شاخص TVDI برابر با 71/0 R 2 = است.

فعالیت های صنعتی و ترافیک شهری منجر به افزایش آلودگی هوا در کلان شهرها می شود و این آلودگی سبب افزایش بیماری های بسیاری در افراد شده است؛ بنابراین بررسی و مطالعه مناطق آلوده برای مدیریت شهرها مهم است. با توجه به اهمیت موضوع، هدف از این مطالعه بررسی وضعیت آلودگی هوا در کلان شهرهای تهران، اصفهان و قم از نظر آلاینده های NO2، CO2، CO، و CH4، پیش از کرونا (2019-2018) و حین کرونا (2021-2020) طی چهار فصل متفاوت سال است. همچنین با استفاده از روش همبستگی پیرسون و شبکه های عصبی RBF (شبکه عصبی تابع شعاعی پایه)، ارتباط بین دما و آلاینده ها بررسی شد. نتایج این مطالعه نشان داد که در کلان شهرهای تهران و اصفهان، میزان آلودگی هوا بیشتر از سایر مناطق است؛ همچنین میزان آلودگی در دوران کرونا در قیاس با پیش از کرونا، کاهش چشمگیری داشته است. افزون براینها نتایج حاصل از روش رگرسیون بیان کرد که افزایش دما با میزان آلودگی ارتباط معنی داری دارد (R2=0.981)؛ به گونه ای که در مناطق دارای آلودگی، میزان دما هم بیشتر بوده است. نتایج استفاده از روش RBF نیز حاکی از دقت بالای مدل در پیش بینی میزان آلودگی هوا بوده است (R2 = 0.85 ، RMSE = 0.08)؛ در نتیجه، این تحقیق بر نیاز به اقدامات جامع به منظور کاهش آلودگی هوا، به ویژه در مناطق بسیار آلوده، تأکید می کند.