حسن فتحی زاد

دشت ها، از مهم ترین واحدهای ژئومورفولوژی بوده و طبقه بندی آن ها از اهمیت ویژه ای برخوردار است. تاکنون روش ها و شاخص های مختلفی جهت تفکیک تیپ های مختلف دشتی ارائه شده که اغلب برپایه ویژگی های توصیفی استوار است. طبقات دشتی مورد استفاده در این تحقیق شامل دشت سر فرسایشی، دشت سر اپانداژ و دشت سر پوشیده می باشد. در این تحقیق اقدام به معرفی و استفاده از شاخص های جدید ژئومورفومتری تعیین دامنه کمی برای آن ها در جهت تفکیک تیپ های مختلف دشت سر شده است. شاخص های ژئومورفومتری مورد استفاده شامل درصد شیب، انحنای سطح، انحنای مقطع، انحنای حداقل، انحنای حداکثر، انحنای متقاطع، انحنای طولی و انحنای گوسیمی باشند. نتایج این تحقیق نشان می دهد، در بین پارامترهای ژئومورفومتری مذکور، پارامترهای شیب، انحنای حداقل، انحنای مقطع، انحنای طول و انحنای-متقاطع دارای کارایی بیشتری از سایر پارامترهای ژئومورفومتری در طبقه بندی تیپ های مختلف دشت سر می باشد. تغییرات شیب و همچنین مقدار آن در تیپ دشت سر لخت، بیشتر از سایر تیپ های دشتی بوده و دامنه آن به طور تقریبی از 3 تا 8 در صد متغیر بوده و در بخش-هایی، شیب تا 20 درصد نیز دیده می شود. در تیپ دشت سر اپانداژ، تغییرات و مقدار شیب پایین تر بوده و حدود 1 تا 3 درصد متغیر می باشد. در دشت سر پوشیده نیز شیب اغلب نقاط، کمتر از 1 درصد می باشد. پارامتر درصد شیب، قابلیت بسیار خوبی در تفکیک تیپ های مختلف دشت سر از خود نشان می دهد. تغییرات انحنای حداقل نیز در تیپ دشت سر لخت، حداکثر بوده و به سمت تیپ دشت سر اپانداژ، و پوشیده، کاهش می یابد. تغییرات انحنای مقطع و انحنای-سطح نشان می دهد که انحنای مقطع در تفکیک تیپ های مختلف دشت سر، قابلیت بیشتری از انحنای سطح از خود نشان می دهد. تغییرات انحنای طول و انحنای متقاطع در تیپ دشت سر لخت، حداکثر بوده و در تیپ دشت سر اپانداژ، مقدار نسبی و همچنین تغییرات آن، کاهش می-یابد. مقادیر این پارامتر در تیپ دشت سر پوشیده به حداقل می رسد. این پارامترها نیز به طور نسبی تفکیک پذیری تیپ های مختلف دشت سر را از یکدیگر نشان می دهد.

نقشه هایپوشش/کاربریاراضیحاصلازتصاویرماهواره اینقشمهمیدرارزیابی هایمنطقه ایوملیپوشش/کاربریاراضیایفامی کنند.طیّ سال های گذشته، کاربردهای زیادی از روش های طبقه بندی شبکه عصبی مصنوعی برای طبقه بندی پوشش/کاربری اراضی در منابع گزارش شده است، اما مطالعات معدودی، مقایسه ی آنها با هم را ارزیابی نموده اند. در این مطالعه، ابتدا تصحیحات هندسی بر روی داده های+ ETM صورت گرفت. سپس با بازدیدهای میدانی، طبقات مختلف پوشش/کاربری اراضی تعریف و نمونه های آموزشی انتخاب گردید. در این مطالعه، هدف اصلی مقایسه ی چهار روش شبکه ی عصبی مصنوعی برای طبقه بندی پوشش سطح زمین در سه منطقه ی مهران (مرکز استان ایلام)، دویرج (جنوب استان ایلام) و سرابله (شمال استان ایلام) با شرایط اقلیمی متفاوت می باشد. در این مطالعه، از روش های شبکه ی عصبی مصنوعی آرتمپ فازی، تابع پایه شعاعی، کوهونن و پرسپترون چند لایه استفاده شده است. نتایج ارزیابی دقت تصاویر طبقه بندی شده نشان داد که روش طبقه بندی آرتمپ فازی با دقت کل متوسط 84/9۴ و ضریب کاپای متوسط 93/0 درصد دارای بیشترین دقت نسبت به سایر روش های بررسی شده می باشد. اختلاف دقت کل متوسط در این روش نسبت به روش تابع پرسپترون 44/11 و اختلاف ضریب کاپا متوسط 18/0 درصد، نسبت به روش کوهونن به ترتیب 3/17 و 23/0 درصد و نسبت به روش پایه شعاعی 01/31 و 36/0 درصد می باشد. در این تحقیق، بالاترین دقت طبقه بندی مربوط به طبقه بندی شبکه ی عصبی مصنوعی آرتمپ فازی بود. بنابراین این مطالعه کارایی و قابلیت روش شبکه ی عصبی مصنوعی آرتمپ فازی را در طبقه بندی بهتر تصاویر سنجش از دور اثبات می نماید.

با توجه به اندازه گیری نقطه ای بارش و عدم پوشش تمام سطح حوزه ها، پیش بینی این نوع داده ها ضروری است. تکنیک های مختلفی جهت برآورد داده های بارندگی در نقاط فاقد داده وجود دارد. به طور کلی روش های زمین آماری در مقایسه با روش های آمار کلاسیک برای برآورد بارش دقیق تر هستند.در ایﻦ راﺳﺘﺎ، ﻣیﺎﻧﮕیﻦ ﺑﺎرش ﺳﺎﻻﻧﻪی 97 ایﺴﺘﮕﺎه باران سنجی در اﺳﺘﺎن ایلام در یک دوره آماری 23 ساله (سال های 1389-1366) ﻣﻮرد ﺑﺮرﺳی ﻗﺮارﮔﺮﻓﺖ. پس از جمع آوری آمار و اطلاعات مربوطه، نقشه هم باران تهیه و آنالیز واریوگرام انجام شد. در این تحقیق سه نوع روش کریجینگ شامل کریجینگ معمولی، ساده و عام مورد استفاده قرار گرفت. برای ارزیابی انواع مدل ها از مربع میانگین ریشه خطا با خطای استاندارد استفاده شد. نتایج بدست آمده نشان داد که روش کریجینگ عام با پایین ترین میزان میانگین خطای برآورد (003/0) و مربع میانگین ریشه خطاء (97/74) بهترین روش برای درون یابی در این پژوهش می باشد. همچنین در مقایسه مربع میانگین ریشه خطا با خطای استاندارد برای تعیین میزان برآورد مورد انتظار، هرچهار مدل دارای برآوردی بیشتر از حد انتظار بودند. در پایان مشاهده گردید که تغییر نمایی ارتفاع و بارش منطقه نشان می دهد که تاشعاع 4/117 کیلومتری، بین ایستگاه ها از نظر ارتفاع رابطه ی معنا داری وجود دارد و پس از این فاصله، رابطه ی آنها به صورت تصادفی است.

انتخاب یک روش درون یابی بهبنه برای تخمین ویژگی های یک منطقه موردی در نقاط نمونه گیری نشده نقش مهمی در مدیریت داده ها دارد. در این پژوهش، مدل های میان یابی کریجینگ معمولی شامل خطی، نمایی، گوسی و کروی معمولی جهت تخمین پارامتر میانگین بارندگی استان ایلام مورد استفاده قرار گرفته است. بدین منظور ابتدا نرمال بودن داده ها با استفاده از روش کلموگروف- اسمیرنف بررسی و سپس به ازای هر مدل وایروگرام آن محاسبه و ترسیم شد. در ادامه واریوگرامی برای برازش بر داده ها استفاده شد که همبستگی مکانی بین داده ها را به صورت مطلوب تری از سایر واریوگرام ها نشان دهد. برای این امر از نسبت میان اثر قطعه ای و سقف واریوگرام استفاده گردید (Co+C). با توجه به پارامترهای به دست آمده برای واریوگرام های برازش شده وایروگرام گوسین با میزان 33/0 بهترین همبستگی بین داده ها را مدل کرده و برای درون یابی استفاده گردید. برای ارزیابی انواع مدل ها از مربع میانگین ریشه خطا با خطای استاندارد استفاده شد. نتایج به دست آمده نشان داد که مدل گوسین با پایین ترین میزان خطای برآورد (12/6) و مربع میانگین ریشه خطا (166) بهترین مدل برای درون یابی داده ها در این پژوهش ارزیابی شد. هم چنین در مقایسه مربع میانگین ریشه خطا با خطای استاندارد برای تعیین میزان برآورد مورد انتظار، هر چهار مدل دارای برآوردی بیشتر از حد انتظار بودند.

خشکسالی پدیده ای طبیعی است که می تواند خسارات قابل توجهی به بشر و سازه های طبیعی وارد آورد. رخداد این پدیده را با اطمینان کامل نمی توان پیش بینی نمود. هدف اصلی پژوهش حاضر بررسی امکان ارائه و توسعه مفهوم جدیدی از خشکسالی اقلیمی و ارزیابی ویژگی های همه جانبه آن بر اساس متغیر های سه گانه هیدرومتئورولوژیکی و هواشناختی مرتبط با پدیده خشکسالی، چون بارش، تشعشع خورشیدی و تداوم ساعات آفتابی در مقیاس ماهانه و حتی کمتر از آن در برخی از ایستگاه های ایران که تابش خورشیدی و هم تعداد ساعات آفتابی در آنها اندازه گیری و ثبت شده، می باشد. این پژوهش با استفاده از داده های هواشناختی 20 ایستگاه سینوپتیک ایران که در آن تابش خورشیدی ثبت گردیده، در دوره آماری 2010-1970 انجام شد. ابتدا با استفاده از نرم افزار Minitab 17 ایستگاه های مورد مطالعه براساس شاخص خشکسالی بارش استاندارد در مقیاس ماهانه (SMP)، تابش خورشیدی (SSI) و تعداد ساعات آفتابی (SSD) خوشه بندی و از هر خوشه یک ایستگاه همدیدی به عنوان نمونه انتخاب شد و جهت بررسی رابطه ی بین خشکسالی و متغیرهای خورشیدی، نقشه منحنی های هم ارزش بارش استاندارد شده ترسیم و سپس متغیر های معادله آنگستروم چون تابش خورشیدی و ساعات آفتابی به عنوان متغیرهای مرجع رسم گردید. نتایج نشان داد که ایستگاههای مورد مطالعه را می توان براساس شاخص خشکسالی بارش استاندارد شده و متغیرهای خورشیدی به هشت خوشه ی متفاوت تقسیم بندی نمود. ضریب تعیین معادله ی آنگستروم در ایستگاه های بجنورد، رامسر و شیراز به ترتیب 038/0، 067/0، و 36/0 محاسبه برای بقیه ایستگاه ها 62/0-96/0 بدست آمد. بطور میانگین در دوره آماری، دوره خشکسالی در اکثر ایستگاه های فوق از اواخر ماه می (اردیبهشت) شروع شده و شامل ماههای ژون، ژولای، سپتامبر و اکتبر است و بعضاً تا اواخر نوامبر ادامه یافته و در همین دوره بیشترین مقادیر ساعات آفتابی و تابش خورشیدی نیز ثبت شده است.

یکی از راه کارهای اساسی جهت نیل به اهداف جنگلداری و به حداقل رساندن بحران های زیست محیطی، برنامه ریزی استفاده از جنگل با در نظر گرفتن توان طبیعی آن برای کاربری مورد نظر است. در این تحقیق با استفاده از فرآیند تحلیل شبکه، معیارهای اکولوژیک، اقتصادی و اجتماعی، در ساختار BOCR در رویشگاه جنگلی جوزک- درکش خراسان شمالی ارزیابی و اولویت بندی شدند. نتایج نشان داد که زیرشبکه سودها با وزن کل 55/0 در اولویت اول و زیرشبکه ریسک ها با وزن کل 07/0 در اولویت آخر قرار دارد. در زیرشبکه سودها اولویت اول مربوط به افزایش درآمد بود و الویت اول زیرشبکه ریسک ها را نیز پذیرش اجتماع به خود اختصاص داد. از بین معیارهای استراتژیک نیز معیار اجتماعی وزن بالایی را به خود اختصاص داد (49/0) و بعد از آن معیار اقتصادی با وزن 31/0 و اکولوژیک با وزن 19/0 قرار گرفتند. در نهایت نتایج نشان داد که گزینه های اکوتوریسم با وزن کلی 62/0، حفاظت با وزن کل 19/0 و گزینه بهره برداری از محصولات فرعی با وزن کل 18/0 به ترتیب در اولویت اول، دوم و سوم قرار گرفتند. با توجه به نتایج، عرصه جنگلی مذکور را می توان به سمت کاربری توریستی سوق داد که بی شک تأثیر به سزایی در جلوگیری از تخریب تمامی این عرصه ها، اشتغالزایی با جلب مشارکت مردم و ارج نهادن به سیاست های مشارکتهای مردمی و به دنبال آن افزایش در آمد ساکنان منطقه، کمک در جهت جلوگیری از مهاجرت به شهرها و به طور کلی توسعه روستاهای همجوار ناحیه جنگلی را به دنبال خواهد داشت.

امروزه میزان برداشت از آبهای زیرزمینی بیش از میزان تغذیه آبهای زیرزمینی است که این عامل باعث افت شدید سطح سفره های آب زیرزمینی شده است. مراتع و جنگل ها بعنوان اصلی ترین مکان های تغذیه سفره های آب زیرزمینی محسوب می شوند، درحالی که بیشترین برداشت از این منابع در کاربری کشاورزی انجام می شود. هدف اصلی از پژوهش حاضر استفاده از الگوریتم های یادگیری ماشین شامل رگرسیون جنگل تصادفی و تابع آنتروپی شانون برای مدل سازی منابع آب زیرزمینی در مراتع نیمه خشک غرب ایران می باشد. برای این هدف، ابتدا لایه های اطلاعاتی شامل: درجه شیب، جهت شیب، ارتفاع از سطح دریا، فاصله از گسل، شکل شیب، فاصله از آبراهه، فاصله از جاده، بارندگی، لیتولوژی و کاربری اراضی تهیه شد. پس از تعیین وزن پارامترها با استفاده از تابع آنتروپی شانون و سپس تعیین طبقات آن ها، در محیط سامانه های اطلاعات جغرافیایی، از ترکیب وزن پارامترها و طبقات آن ها نقشه نهایی مناطق دارای پتانسیل منابع آب زیرزمینی مدل سازی گردید. بعلاوه، برای اجرای مدل جنگل تصادفی از نرم افزار R 3.5.1 و بسته randomForest استفاده شد. در تحقیق حاضر از اعتبارسنجی ضربدری k-fold برای صحت سنجی مدل ها استفاده گردید. به منظور ارزیابی کارایی مدل های جنگل تصادفی و آنتروپی شانون برای پتانسیل یابی منابع آب زیرزمینی، از شاخص های آماری MAE، RMSE و R2 استفاده شد. نتایج ارزیابی نشان داد که مدل جنگل تصادفی با دقت (RMSE: 3.41, MAE: 2.85 R² = 0.825,) دارای دقت بالاتری نسبت به مدل آنتروپی شانون با دقت (R² = 0.727, RMSE: 4.36, MAE: 3.34) می باشد. یافته های مدل جنگل تصادفی نشان داد که قسمت زیادی از منطقه مورد مطالعه دارای پتانسیل متوسط (22/26954 هکتار) و مساحت خیلی اندکی (61/205 هکتار) بدون پتانسیل آب زیرزمینی می باشد. از طرفی، نتایج مدل آنتروپی شانون نشان داد که قسمت اعظمی از منطقه مورد مطالعه دارای پتانسیل متوسط (05/24633 هکتار) و مساحت خیلی اندکی (12/1502 هکتار) بدون پتانسیل آب زیرزمینی می باشد.

آب های زیرزمینی به عنوان بخش مهمی از آب های تجدیدپذیر جهان به حساب می آیند. با افزایش جمعیت، گرایش به زندگی شهرنشینی و غیره، تقاضا برای این منابع روز به روز در حال افزایش است. امروزه استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی (GIS) تبدیل به یکی از ابزارهای قدرتمند و مقرون به صرفه جهت شناسایی و اکتشاف منابع آب زیرزمینی قابل دسترس شده است. هدف از این تحقیق نیز مشخص کردن نواحی بالقوه آب های زیرزمینی در منطقه ی مهدیشهر واقع در استان سمنان با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)، سنجش از دور و سیستم اطلاعات جغرافیایی می باشد. پارامترهایی که برای شناسایی نواحی بالقوه آب های زیرزمینی در نظر گرفته شده است عبارتند از واحدهای سنگ شناسی، خطواره ها، شیب، توپوگرافی، تراکم زهکشی، پوشش گیاهی و خطوط همباران که با استفاده از نقشه های توپوگرافی 1:50000، مدل ارتفاعی رقومی، تصویر ماهواره ایETM+، نقشه زمین شناسی 1:250000 و آمار باران سنجی ایستگاه های هواشناسی از طریق تکنیک های سنجش از دور و GIS به دست آمده اند. تمام لایه ها در کلاس های مختلف از طریق تحلیل سلسله مراتبی جهت تعیین نواحی بالقوه آب های زیرزمینی مورد وزن دهی قرار گرفته و پس از مدل سازی در محیط GIS، حوضه ی مهدیشهر از نظر نواحی بالقوه آب های زیرزمینی تقسیم بندی گردید. نتایج نشان داد که از بین 7 معیار مورد بررسی توسط نظرات کارشناسی و روش فرآیند تحلیل سلسله مراتبی، معیار سنگ شناسی و خطواره به ترتیب با اهمیت نسبی 33/0 و 22/0 دارای بیشترین اهمیت نسبی و ارجحیت بالا جهت پتانسیل یابی آب های زیرزمینی در منطقه می باشد. همچنین در منطقه مورد مطالعه آبرفت های کواترنری شامل تراس های قدیم و جدید و رسوبات رودخانه ای دارای بیشترین اهمیت نسبی و مطلوبیت و ذخایر تراسی و مخروط اف کنه های کوهپایه ای قدیمی مرتفع و جدی د کم ارتفاع به ع نوان مناطق بالقوه خوب آب های زیرزمینی محسوب می شوند.