درخت حوزه‌های تخصصی

در این بررسی داده های بارش ماهانه ایران از ژانویه 1951 تا دسامبر 1999 برای شناسایی رژیم های بارش ایران بررسی شد. به کمک این پایگاه داده، نقشه های رقومی بارش ماهانه با تفکیک مکانی 15×15 کیلومتر محاسبه شد. مقادیر بارش هر ماه به بارش سالانه تقسیم شد و بارش نسبی برای هر ماه روی هر گره1 از نقشه های بارش بدست آمد. یک تحلیل خوشه ای پایگانی با روش ادغام وارد2 روی یک نمونه تصادفی هزار تایی از پایگاه داده های برآوردی اعمال شد و روشن شد که در ایران سه رژیم بارش اصلی قابل شناسایی است: رژیم بارش زمستانی، رژیم بارش زمستانی- بهاری و رژیم بارش پاییزی. آرایش مکانی این رژیم های بارش نشان می دهد که توزیع زمانی بارش در ایران با عرض جغرافیایی ارتباط دارد. با این حال رژیم های زمستانی و زمستانی-بهاری هر یک تحت تأثیر شرایط محلی به چندین رژیم فرعی تقسیم می شوند. رژیم های بارش اصلی از نظر بارش فصلی و رژیم های فرعی از نظر توزیع درون فصلی بارش (سهم بارش هر یک از ماه های یک فصل معین) از هم متمایز می شوند.

در این تحقیق، جهت برآورد پارامترهای ساختاری جنگل کاج، از داده های چندزمانه تصاویر رادار با روزنه مصنوعی[1] به دست آمده از ماهواره ALOS[2]-PALSAR[3]، پس از انجام تصحیحات هندسی و کاهش لکه (اسپکل[4])، خصوصیات مربوط به ضرایب بازپخش[5] و نیز اطلاعات بافتی، در پنجره هایی با اندازه ها و جهات مختلف، با استفاده از روش GLCM[6] استخراج شد. سپس با استفاده از رگرسیون خطی چند متغیره گام به گام[7]، مدل های تخمین برای نمونه های جمع آوری شده در طی عملیات زمینی به دست آمد. نتایج حاصل نمایانگر بهبود عملکرد مدل هایی بود که از داده های چندزمانه استفاده کرده بودند، همچنین این تحقیق نشان داد در حالی که ارتفاع متوسط درختان با خطای 7/20 درصد قابل تخمین است. خطای حاصل برای سایر پارامترهای ساختاری بیش از 30 درصد است. در این تحقیق تأثیر سن درخت و شیب اراضی بر عملکرد مدل ها نیز به صورت آماری بررسی شده است.

برخان ها، یکی از مشهورترین تپه های ماسه ای هستند که حاصل تراکم رسوبات بادی در مناطقی با وضعیت ضعیف تا متوسط از نظر میزان رسوب و بادهای غالب یک جهته می باشند. خصوصیات شکل-شناسی برخان، متأثر از عوامل مختلف زمانی و مکانی است. ارتباط بین مؤلفه های مورفومتری برخان پیوند نزدیکی با مورفولوژی سه بعدی آن دارد. شناسایی این روابط و ارائه مدل های آن ها در شناخت رفتار و نحوة عملکرد این چشم انداز در طبیعت مؤثر خواهد بود. هدف از این پژوهش مدل سازی روش های برآورد پارامترهای مسطحاتی برخان نظیر محیط و مساحت به کمک مؤلفه های مورفومتری آن در قالب مدل های آماری در منطقة جنوب کویر چاه جام است. در این زمینه، ابتدا مهم ترین پارامترهای مورفومتری 52 برخان به روش نمونه برداری طولی مورد اندازه گیری میدانی قرار گرفت. سپس با تحلیل و ارزیابی آن ها از طریق آزمون های آماری، رابطه سنجی و مدل سازی مؤلفه های محیط و مساحت برخان های مطالعاتی انجام شد. نتایج آنالیز رگرسیون غیرخطی چندگانه، حاکی از ارتباط معنی دار مساحت با حاصل ضرب طول و عرض با ضریب تبیین 936/0 و خطای برآورد 321/0 است. همچنین رابطة محیط با حاصل جمع طول و عرض با ضریب تبیین 904/0 و خطای برآورد 431/0 معنی دار می باشد. در مجموع نتایج تحقیق حاضر امکان محاسبة دقیق و سریع مؤلفه های مسطحاتی برخان را در قالب مدل های آماری فراهم می آورد.

در این مقاله به منظور تحلیل شرایط گذشته مورفولوژی مجرای رودخانه لیقوان (حدفاصل ایستگاه لیقوان و هروی)، داده های مقاطع عرضی رودخانه برای محاسبه پارامترهای مورفولوژیکی مانند نسبت عرض به عمق، شاخص گود افتادگی بستر، مساحت مقطع عرضی در بده لبریز، عرض بده لبریز، حداکثر عمق، عرض دشت سیلابی و شیب سطح آب به نرم افزار HEC-RAS معرفی شد و پارامترهای دیگری چون، ضریب انحنا و اندازه متوسط رسوبات بستر، برای طبقه بندی سطح II راسگن برای هر بازه به کار گرفته شد. نتایج نشان داد که رودخانه از نوع سینوسی بوده و بر اساس طبقه بندی راسگن بازه های ۲، 6، 20، ۲۱ و ۲۶ از نوع B ، بازه های 1، 4، ۵، ۷، ۸، 9، 10، 11، 12،۱۳،۱4،۱۷، 18، 19، 23، ۲۴، 25، 27 و 28 از نوع C، بازه 3، 15 و ۱۶ از نوع E هستند. در بازه نوع B، بستر و ساحل نسبتاً پایدار بوده و سیستم محدودی از ذخیره رسوبی دارند. در نوع C نسبت عرض به عمق بیش از ۱۲ بوده و میزان گودافتادگی بستر متوسط بوده و در زمان رویدادهای بزرگ، سیلاب ، دشت سیلابی را فرامی گیرد. در نوع E نسبت عرض به عمق کم بوده و میزان ضریب انحنا بالاست و این رودخانه ها پایدار هستند. در نهایت تعدادی از مجراها به خوبی با این طبقه بندی سازگار بوده و تعدادی دیگر این قابلیت را نداشته اند. بنابراین این روش توانایی پیش بینی کمی ژئومورفیکی رودخانه لیقوان را دارد. درنتیجه این نوع طبقه بندی مورفولوژیکی از مجرای رودخانه، می تواند در توسعه طرح های مهندسی و بحث های مدیریتی و احیای رودخانه مورد استفاده قرار گیرد.

در چند دهة اخیر تغییر اکثر کاربری ها بدون درنظرگرفتن قابلیت ها و محدودیت های محیط زیستی، مشکلات بسیاری مانند تخریب خاک و آلودگی اکوسیستم های آبی را به دنبال داشته است، بنابراین، ضرورت تحقیق حاضر، بررسی چگونگی کاهش آثار تغییرات کاربری اراضی احتمالی آینده در حوضة آبخیز تجن با بررسی توانایی بالقوة اراضی به عنوان راهکاری برای حفاظت از منابع طبیعی است. از این رو، مدل ساز تغییر سرزمین (LCM) برای بررسی میزان تغییرات احتمالی کاربری اراضی آتی به کار گرفته شد و در ادامه، با بهره گیری از سامانة اطلاعات جغرافیایی (GIS) و روش ارزیابی چندمعیاره (ترکیب خطی وزنی)، مستعدترین مناطق کشاورزی تعیین شد. نتایج نشان داد در طول دورة 2010 تا 2040، کاربری جنگلی 34739 هکتار کاهش، و کاربری کشاورزی و مرتع به ترتیب، 27071 و 7668 هکتار افزایش خواهد داشت و نیز 3473 هکتار از مستعدترین مناطق محتمل تغییر از کاربری جنگل به کاربری کشاورزی و مرتع استخراج شد. بنابراین، انتظار می رود بررسی تغییرات کاربری اراضی آینده براساس قابلیت اﮐﻮﻟﻮژﯾﮑﯽ می تواند به حفاظت از جنگل های هیرکانی برای پیشگیری از تغییرات غیراصولی کاربری اراضی در دورة آتی منطقه کمک کند.

خشکسالی ها از جمله مهم ترین بلایای طبیعی هستند که به سه شکل اقلیمی، هیدرولوژی و کشاورزی دیده می شوند. با توجه به واقع شدن کشور ایران در قلمرو آب و هواهای خشک جهان و در نتیجه حساسیت زیاد کشور به این مسئله، ضرورت مطالعه و بررسی پیرامون مسائل مربوط به خشکسالی مهم تر و بیشتر جلوه می نماید. در همین راستا تحقیق حاضر خشکسالی اقلیمی را مد نظر قرار داده و کاربرد شاخص های معتبر خشکسالی را بر روی مناطق مختلف کشور ارزیابی نموده است. بدین منظور کل پهنه ایران را به صورت مناطق شش گانه بارشی در نظر گرفته و از بین تمامی ایستگاه های موجود که دارای آمار هواشناسی کامل تر و معتبرتری نسبت به بقیه ایستگاه ها بودند، انتخاب شدند. سپس از بین شاخص های خشکسالی اقلیمی شش شاخص RAI,SIAP,PNPI,DI,Z و SPI را برگزیده و خشکسالی هر کدام از مناطق مختلف بارشی به وسیله این شاخص ها تعیین گردید و نتایج را با ضریب همبستگی اسپیرمن بین بارندگی و رتبه شاخص ها با یکدیگر مقایسه نموده و مشخص شد که کدام شاخص برای چه منطقه بارشی بهتر عمل می کند؛ نهایتاً معلوم گردید که شاخص DI با دارا بودن بالاترین ضریب همبستگی اسپیرمن مناسب ترین شاخص برای کل پهنه جغرافیایی ایران است.

صادرات کشمش ایران سهم مهمی از درآمد های ارزی کشور در کشاورزی را در اختیار داشته و باغات ملایر از با ارزش ترین اراضی تولید انگور بیدانه سفید در صنعت کشمش کشور هستند که در سال های اخیر در اثر تغییر اقلیم دچار تنش هایی در مدیریت منابع آب شده اند. شناخت وضعیت هیدرولوژی و پایش خشکسالی ها از ابزارهای مهم این مدیریت در بحران آب خاورمیانه محسوب می شود. امروزه شاخص های ماهواره ای ﺑﺮای ﭘﺎیﺶ ﺧﺸکﺴﺎﻟی های کشاورزی به ویژه بر روی دامنه ها ی فاقد آمار هواشناسی و در محدوده های وﺳیﻊ ﺑﺴیﺎر کﺎرآﻣﺪ هستند. از ﻣی ﺎن شاخص های ماهواره ای، شاخص هایی کﻪ ﺑﻪ اﺳﺘﺨﺮاج اﻃﻼﻋﺎت از وﺿﻌیﺖ ﭘﻮﺷﺶ ﮔیﺎﻫی می پردازند، اﻫﻤی ﺖ ﺑیﺸ ﺘﺮی دارﻧ ﺪ زی ﺮا ﭘﻮﺷﺶ ﮔیﺎﻫی ارﺗﺒﺎط ﻧﺰدیکی ﺑﺎ ﺷﺮایﻂ رﻃﻮﺑﺘی و دمای ﺧﺎک دارد و بررسی وﺿﻌیﺖ آن، روشی سودمند و اکولوژیک در ﭘﺎیﺶ هیدرولوژی ناهنجاری های دما و رطوبت می باشد. در این تحقیق ﺑﺎ استخراج دو ﻋﺎﻣﻞ دﻣﺎ و ﭘﻮﺷﺶ ﮔیﺎﻫی از ﺗﺼﺎویﺮ ﻣﺎﻫﻮاره لندست در ماه اردیبهشتﺳ ﺎل های 2007، 2009 و 2013 (خشکترین سال های کشور)، وضعیت خشکسالی باغات انگور ملایر مورد بررسی قرار گرفت. شاخص های خشکسالی پوشش گیاهی، شاخص شرایط پوشش گیاهی، شاخص تأمین آب پوشش گیاهی و ﺷﺎﺧﺺ ﺗﻔﺎﺿﻞ ﻧﺮﻣﺎل ﺷﺪه ﭘﻮﺷﺶ ﮔیﺎﻫی از ﺗﺼﺎویﺮ ماهواره ای اﺳﺘﺨﺮاج و ﭘﺎیﺶ ﺧﺸکﺴﺎﻟی کﺸﺎورزی اﻧﺠﺎم و مقایسه شد. نتایج نشان داد شد که از بین این چهار شاخص مورد بررسی، شاخص های ﺷﺎﺧﺺ ﺗﻔﺎﺿﻞ ﻧﺮﻣﺎل ﺷﺪه ﭘﻮﺷﺶ ﮔیﺎﻫی و شاخص تأمین آب پوشش گیاهی دارای دقت بیشتری در آشکارسازی شرایط خشکسالی در منطقه هستند.

به دلیل تازه تأسیس بودن بسیاری از ایستگاه های آب سنجی و یا تخریب و انهدام کلّی آنها در اثنای وقوع سیلاب های بزرگ، گزارش دبی های ثبت شده اینگونه وقایع کاتاستروفیک کم بوده و داده های مربوط به آن ها یا حاصل تخمین های غیرمستقیم دبی بعد از وقوع سیلاب و یا تعمیم سیلاب های مشاهده شده 40- 30 سال گذشته است. به همین دلیل، روش های متداول هیدرولوژیک برای تخمین حداکثر سطح، حجم و دوره برگشت این سیلاب ها نتایج قابل اطمینانی بدست نمی دهد و فاقد دقت لازم برای برنامه ریزی های کنترل سیلاب است. لوگ پیرسون تیپ 3، روش برآورد گامبل، حداکثر بارش محتمل(PMP) و سایر فنون آماری زمانی قابل اعتمادند که دوره برگشت مورد محاسبه کوتاه تر و یا معادل دوره آماری پایه باشد. ضعف اساسی روش های آماری و نیاز به تخمین های دقیق تر باعث ترغیب ژئومورفولوژیست ها به استفاده از معیارهای ژئومورفولوژیک برای بازسازی سیلاب های قدیمی و بهره گیری از نتایج آن در پیش بینی سیلاب های احتمالی آتی گردید؛ بطوری که از دهه 1980 شاخه ای در ژئومورفولوژی رودخانه ای تحت عنوان هیدرولوژی پالئوسیلاب در آمریکا پایه ریزی گردید و به سایر مناطق جهان گسترش یافت. این مقاله از نوع مروری بوده و هدف کلی آن آشنایی با موضوع هیدرولوژی پالئوسیلاب و ترغیب محققین علوم زمین به استفاده از آن به عنوان یک راه حل عملی خوب برای تخمین دوره های برگشت سیلاب های بزرگ، ارزیابی و تهیه نقشه-های خطر، برنامه ریزی بهتر برای نواحی مستعد سیلاب (بر مبنای داده های واقعی) و حفظ محیط زیست است.

اهداف: در این پژوهش به بررسی میزان فرسایش خاک و بار رسوب حوضه آبریز قلعه-چای با استفاده از مدل تجربی RUSLE در محیط (GIS) پرداخته شده است. روش: برای دست یافتن به هدف تحقیق، از مدل تجربی RUSLE در محیط GIS که شامل عامل فرسایندگی باران، عامل فرسایش پذیری خاک، عامل توپوگرافی و پوشش گیاهی است، استفاده شد و اسناد و مدارک مختلفی، ازجمله نقشه های توپوگرافی، زمین-شناسی، خاک شناسی، کاربری اراضی، پوشش گیاهی، آمارهای مختلف مربوط به ایستگاه-های باران سنجی و مدل ارتفاعی رقومی به عنوان ابزار تحقیق مورداستفاده قرار گرفت. یافته ها/ نتایج: نتایج و رسوب کلّ برآورد شده در روش USDA، قابلیت تلفیق مدل RUSLE و GIS را در برآورد میزان فرسایش و بارِ رسوب نشان می دهد. نتیجه گیری: بررسی نقشه خطر فرسایش خاک نشان می دهد که میزان خطر فرسایش خاک در سطح دشت، از صفر تا ۲۲۵/۲ برحسب تن در هکتار در سال متغیّر است و منطقه موردمطالعه، جزو طبقه فرسایشی خیلی کم تا کم قرار داشت و حداکثر بار رسوب ۶۴/۰ تن در هکتار در سال برآورد شد.

این پژوهش به منظور به دست دادن روشی برای ارزیابی تغییرات تناسب اراضی در دوره های آینده با توجه به وقوع تغییرات اقلیمی، برای کشت کلزا و در استان آذربایجان غربی انجام گرفته است. به این منظور، پس از شناسایی نیازهای رویشی کشت کلزا، از الگوی LARS-WG و شبکة عصبی و براساس نتایج الگوی HADCM3 و تحت دو سناریوی A1 و B1 استفاده شد. سپس نیازهای رویشی کلزا به صورت رقومی برای دورة 2010-1987 و سه دوره در آینده آماده سازی شد. برای تعیین درجة اهمیت معیارها، از روش دیماتل و تحلیل شبکه استفاده شد. براساس نتایج، روش مطرح شده قابلیت الگوسازی اثر تغییرات اقلیمی در تناسب اراضی را دارد. اجرای این روش برای کشت کلزا نشان می دهد که تغییرات دما و بارش سبب کاهش اراضی بسیار مناسب و مناسب برای کشت این محصول می شود؛ به طوری که اراضی مناسب کشت این محصول از 47 درصد در دورة پایه به 34 درصد در آینده تغییر خواهد یافت. همچنین، باوجود تغییرات دما و بارش در زمینة تغییرات اقلیمی، منابع زمینی در هر دوره به مثابة یکی از مهم ترین شاخص های نیازهای رویشی در تولید محصولات زراعی تأثیر بسزایی دارد.

یکی از مهم ترین و پرکاربردترین علائم پاسخ هیدرولوژیک حوزه، منحنی تداوم جریان است و در کاربرد های هیدرولوژیکی بی شماری برای آنالیز فراوانی جریان های کمینه و سیلاب مورد استفاده قرار می گیرد. برای نمایش محدوده کامل دبی رودخانه، از جریان های حداقل تا حداکثر سیلاب و منحنی تداوم جریان  (FDC) استفاده می شود؛ بنابراین استخراج دقیق این منحنی ها با حداقل خطا حائز اهمیت فراوانی است. در این مطالعه کارایی مدل درختی M5 در استخراج منحنی تداوم جریان در مقایسه با شبکه عصبی مصنوعی و ماشین بردار پشتیبان برای ایستگاه خزانگاه رودخانه ارس واقع در استان آذربایجان شرقی بررسی شد. با توجه به نتایج به دست آمده در مدل درختی M5 ، ترکیب 80% داده ها برای آموزش و مابقی برای تست مدل، بهترین عملکرد را در ارائه منحنی تداوم جریان با 992/0 R 2= ، ( m 3/s )47/5 RMSE= و ( m 3/s ) 38/4 MAE= نشان داد . با بررسی نتایج مدل های مختلف شبکه عصبی ، بهترین مدل با 2 نرون برای لایه مخفی با مقادیر 997/0 R 2= ، ( m 3/s ) 91/3 RMSE= و ( m 3/s ) 30/3 MAE= به دست آمد . بررسی عملکرد کرنل RBF مدل ماشین بردار پشتیبان نشان داد که این مدل بهترین عملکرد را در شبیه سازی منحنی تداوم جریان داشت؛ به طوری که دارای حداقل مقدار مجذور میانگین مربع های خطا (( m 3/s ) 98/2 RMSE= )، بالاترین ضریب همبستگی (998/0 R 2= ) و کمترین مقدار خطای نسبی (( m 3/s ) 66/2 MAE= ) بود. مقایسه نتایج بین انواع مدل های هوشمند مورد بررسی، بیانگر این است که هر سه مدل در تخمین مقادیر دبی منحنی تداوم جریان عملکرد مناسبی دارند؛ اما مدل درختی M5 به علت سادگی محاسبات و ارائه روابط شده، به لحاظ کاربردی قابلیت بیشتری می تواند در استخراج منحنی تداوم داشته باشد.