راحله صنیعی

تهران یکی از آلوده ترین شهرهای دنیا است. آلودگی هوا به دلایل مختلف، ازجمله تمرکزگرایی، افزایش ترافیک، مکان یابی ناصحیح الگوی فضایی کاربری ها، مصرف سوخت های فسیلی، عدم وجود مقررات و ضوابط به منظور محدود ساختن مناطق صنعتی و ناپیروی مقررات زیست محیطی به وجود آمده و بعضاً بر اثر بعضی عوامل اقلیمی شدت می یابند. در این پژوهش، هدف ارتباط سنجی عوامل مصنوع شهری با آلودگی هوای شهر تهران و یافتن درجه اهمیت هر یک از آن ها است. تکنیک های مورد نظر بر پایه داده های رادار نشان می دهد که الگوی فیزیکی و پیامدهای نظام برنامه ریزی شهری در آلایندگی هوای شهر تهران بسیار تاثیر گذار است. در این ارتباط ضریب همبستگی الگوی محیط ارتفاعی ساخت و سازها (بُعد سوم شهر) و آلودگی هوای تهران 86/0 محاسبه گردید. به بیان دیگر درصورت برنامه ریزی مناسب یا وجود امکان اصلاح ساختار بُعد سوم، می توان آلودگی هوای شهر تهران را به میزان زیادی کنترل و تعدیل کرد. مستند بر یافته های تحقیق از لحاظ کاربری های شهری، صنایع، تجاری، حمل و نقل، سازمان ها و ادارات و مراکز بهداشتی و درمانی با الگوی فضایی آلاینده های ذرات معلق 2.5 میکرونی و مونواکسید کربن منطبق بوده و بیشترین ضریب تعیین را با الگوی فضایی آلودگی هوای شهر تهران داشته اند. در بحث ترافیک، شاخص گره گاه های ترافیک با الگوی فضایی آلاینده ذرات معلق 2.5 میکرونی بیشترین انطباق را داشته اند؛ در محدوده خطرناک و خیلی ناسالم الگوی فضایی آلودگی هوای شهر تهران، تعداد زیادی گره گاه ترافیکی با مسافت کم نسبت به هم موجود می باشند که در نهایت این گره گاه ها در کنار هم در بعضی از نقاط شهر کانال های ترافیکی را شکل داده اند. نتایج مدل کرنل نشان می دهد که با شناسایی این کانال ها و مدیریت ترافیک شهری می توان تاحد زیادی آلودگی مرتبط را تعدیل کرد. به علت امکان پذیر نبودن تعدیل یا از بین بردن عوامل جبری ایجاد یا تشدید آلودگی هوا، می توان با تغییر در الگوی مدیریت کلان شهری و برنامه ریزی شهری، با حفظ یا تغییر در ساختارها –کارکردها، محیط مصنوع شهر تهران را به سمت الگوی زیست محیطی مناسب هدایت کرد.

موضوع آسیب­پذیری شهرها در برابر زلزله همیشه مورد تحقیق کارشناسان این امر بوده است. این پژوهش دارای ابعاد گوناگونی می­باشد از جمله پایداری و ناپایداری مصالح ساختمانی و ارتباط آن با عوامل و شاخص­های انسانی. این بحث عمدتاً بخش نامرئی برنامه­ریزی شهری محسوب می­شود و برنامه­ریزی بدون در نظر گرفتن آن منجر به شکست خواهد شد. هدف این پژوهش، تعیین شاخص­های انسانی مؤثر بر پایداری و ناپایداری مصالح ساختمانی مناطق شهری استان­های کشور است. از این رو در این پژوهش با رویکرد روش­های کمی ـ تحلیلی به مطالعه این عوامل پرداخته شده است. ابتدا با استفاده از روش SDI توسعه­یافتگی مصالح ساختمانی استان­ها محاسبه گردید که در آن استان­ها به چهاردسته تقسیم می­شوند و استان­های مازندران، ایلام، اصفهان، گیلان، مرکزی، کهکیلویه و بویراحمد، تهران در وضعیت توسعه­یافته جای می­گیرند. در گام بعدی با استفاده از روش تحلیل عاملی 90 نماگر به 11 عامل تأثیر­گذار تقلیل یافت. سپس با استفاده از روش رگرسیون آشکار گردید که عوامل اول، چهارم، هفتم و نهم بیشترین تأثیر را در توسعه­یافتگی مصالح داشته­اند.

با توجه به تاثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیش بینی آن در برنامه ریزی های محیطی، استفاده از روش های دقیق تر آماری برای مطالعه تغییر و پیش بینی عناصری مثل دما، کاربرد وسیعی پیدا کرده است. یکی از روش های مذکور کاربست مدل سری زمانی هالت - وینترز است. با توجه به هدف پیش بینی که تخمین مقادیر کرانگین دمای اصفهان برای 10 سال آتی در بازه 2006 تا 2015 بوده است، ابتدا با توجه به تعداد داده های موجود از هر یک از سری ها که 55 عدد (بازه زمانی داده ها 1951 تا 2005 میلادی بوده است) بود، روش های مختلف پیش بینی سری زمانی مورد آزمون قرار گرفت. از میان روش های مذکور فقط مدل سری زمانی هالت - وینترز قابلیت پیش بینی اعداد منفی سری حداقل مطلق دماهای به ثبت رسیده سالانه اصفهان را داشت. پس از بررسی و آزمون مدل ها و درنظر گرفتن شاخص های ارزیابی، دقت و صحت مدل بار دیگر ثابت شد که مدل هالت - وینترز نتایج بسیار بهتری نسبت به سایر مدل ها ارایه می کند و به این علت به عنوان مدل مطالعاتی برای پیش بینی مقادیر 10 سال آتی دماهای مطلق حداقل و حداکثر اصفهان انتخاب گردید. این مطالعه نشان داد که بهترین مدل برای پیش بینی آتی دماهای مطلق حداقل و حداکثر اصفهان، مدل هالت - وینترز است.

علی‌رغم تلاشهای گسترده بسیاری که در جهان برای تعیین خطرات زمین‌لرزه‌ای انجام شده است هنوز امکان پیش‌بینی دقیق زمان و مکان زمین‌لرزه‌ها میسر نشده است. بررسی‌ها و مطالعات انجام شده حاکی از آن است که با توجه به اطلاعات قابل دسترس و آمار و احتمالات می‌توان آسیب‌پذیری مناطق مسکونی در حین رخداد زمین‌لرزه را پیش‌بینی و تدابیر لازم را اندیشید. در راستای این هدف با توجه به پژوهشهای کتابخانه‌ای و میدانی پرسشنامه‌ای تهیه شد و از طریق معادله کوکران 322 پرسشنامه در مناطق 11 و 12 براساس جمعیت موجود توزیع شد. سپس با استفاده از تحلیلهایی مثل رگرسیون و روش T، کی‌دو و همبستگی از طریق نرم‌افزار SPSS تجزیه و تحلیل اطلاعات آماری انجام شده است. نتایج تحلیلهای به‌عمل آمده حاکی از آن است که بین شاخصهای آسیب‌پذیری، قدمت ساختمان، تراکم، نوع مصالح و عرض معبر رابطه معنیدار وجود دارد و از نظر شاخص آسیب‌پذیری، منطقه 12 بیش از منطقه 11، در شاخص عرض معبر، منطقه 12 کمتر از منطقه 11 بوده و 3/81% از مساکن قرار گرفته در بافت متراکم در سطح آسیب‌پذیری زیاد قرار دارند. در ضمن برای طراحی نقشه‌ها و تحلیل فضایی نیز از نرم‌افزار Arc GIS استفاده شده است.

در این مقاله ویژگی‌های غیرخطی و پیچیدگی سیستم اقلیمی سیاره‌ی زمین مورد بررسی قرار گرفته و استفاده از روش غیرخطی شبکه‌های عصبی مصنوعی به عنوان روشی قابل اعتماد و نسبتاً دقیق برای مطالعه‌ی سیستم اقلیم و مؤلفه‌ها و اجزای آن توصیه شده است. این مطالعه ضمن برشماری مزایای مدل غیرخطی شبکه‌ی عصبی مصنوعی نسبت به مدل‌های کلاسیک بر لزوم استفاده از روش‌های پیشرفته در مطالعه‌ی سامانه‌های اقلیمی و اجزای آن تأکید دارد. همچنین این مطالعه به این نتیجه رسیده که روابط موجود بین عوامل و عناصر اقلیمی یا سازندگان دستگاه اقلیمی بسیار پیچیده تر از آنی است که شاید در مدل ها لحاظ شده است. بر این اساس به نظر می‌رسد که می‌شود در استفاده از مدل‌های کلاسیک برای مطالعات اقلیمی تجدید نظری نمود؛ زیرا زمانی که مدل‌های پیشرفته‌ای مانند شبکه‌های عصبی نمی‌توانند به طور کامل رفتار سیستم‌های اقلیم و خط سیر زمانی و مکانی آن را پیش‌بینی کنند، چنین امکانی در استفاده از مدل های ساده‌ی کلاسیک محدود می شود.