حسن عابدی قشلاقی

جنگل ها به عنوان ریه های تنفسی زمین، بخشی از منابع طبیعی ما بوده که نقش مهمی را در سلامت جسمی و روانی موجودات زنده ایفا می کنند. آتش سوزی جنگل در ایران و به ویژه در جنگل های شمالی، آثار مخربی را در سیمای ظاهری این مناطق به جای گذاشته است. یکی از روش های پیشگیری و مدیریت مخاطرات ایجاد شده در زمینه آتش سوزی جنگل، تعیین محدوده خطر آتش سوزی می باشد. هدف از این تحقیق تعیین مناطق حساس به آتش سوزی در جنگل های نوشهر می باشد. پس از شناسایی عوامل مؤثر در آتش سوزی (شیب، جهت شیب، طبقات ارتفاعی، پوشش زمین، دما، بارندگی، فاصله از سکونتگاه، فاصله از جاده)، وزن هرکدام از معیارها و زیر معیارها با استفاده از تکنیک های تصمیم گیری چند معیاره محاسبه و نقشه آتش سوزی در محیط نرم افزاری ARC GIS تهیه شد. نتایج نشان داد که 32/17 درصد از مساحت منطقه که 8/311 کیلومتر مربع را شامل می شود، در کلاس های خطر زیاد و بسیار زیاد و 82/47 درصد از مساحت منطقه که 67/860 کیلومتر مربع را شامل می شود، در کلاس های خطر کم و خیلی کم قرار گرفته است. همچنین ارزیابی نتایج به دست آمده با استفاده از ضریب آماری کاپا نشان می دهد که روش مورد استفاده با ضریب 64/0 از دقت خوبی در پهنه بندی خطر آتش سوزی جنگل برخوردار می باشد.

ارزیابی حساسیت زمین لغزش مهم ترین گام در تهیه نقشه خطر زمین لغزش است. هدف اصلی از این مطالعه، بررسی و مقایسه نتایج حاصل از دو مدل شبکه عصبی مصنوعی(ANN) و فرآیند تحلیل شبکه ای(ANP) در پهنه بندی خطر زمین لغزش در حوضه آذرشهر چای می باشد. برای انجام این تحقیق با بررسی منابع و نظر کارشناسان، فاکتورهای مؤثر در وقوع زمین لغزش (شیب ، جهت شیب ، طبقات ارتفاعی ، لیتولوژی ، کاربری زمین ، فاصله از رودخانه ، فاصله از گسل ، فاصله از جاده) در محیط Arc GISآماده شده و با لایه پراکنش زمین لغزش ها تطابق داده شد و اطلاعات مربوط به زمین لغزش ها در هر یک از لایه های اطلاعاتی به صورت کمی به دست آمد. سپس با استفاده از ابزار Arc GIS و تجزیه وتحلیل های صورت گرفته در هر دو مدل ، اهمیت هرکدام از لغزش های رخ داده بررسی و نقشه های پهنه بندی زمین لغزش تولید شد. ارزیابی نتایج به دست آمده از فرآیند تحلیل شبکه ای و شبکه عصبی مصنوعی با استفاده از ضریب آماری کاپا نشان می دهد که شبکه عصبی مصنوعی با ضریب 74/۰ نسبت به فرآیند تحلیل شبکه ای با ضریب 72/0 از دقت بیشتری در پیش بینی زمین لغزش در حوضه آذرشهر چای برخوردار است. همچنین بر اساس پهنه بندی صورت گرفته با استفاده از مدل فرآیند تحلیل شبکه ای نتایج به دست آمده نشان می دهد که 13/7، 44/28، 13/37، 14/23، 27/3 درصد از مساحت منطقه به ترتیب در کلاس های خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرارگرفته و در مدل شبکه عصبی مصنوعی به ترتیب 49/5، 61/32، 05/32، 22/23، 73/5 درصد از مساحت منطقه در کلاس های خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرارگرفته است.

د رراستای هدف استخراج سریع نقشه های کاربری اراضی،تکنولوژی سنجش ازد وربه عنوان یک فناوری کارآمد شناخته شد ه که باارائه تصاویرماهواره ای امکا ناستخراج نقشه های کاربری اراضی رافراهم می آورد . سنجش ازد ورباارائه تصاویرماهواره ا ی با قد رت زمانی متفاوت مد لسازی وپایش تغییرات محیطی راممکن ساخته که این امر،گامی مهم د رمد یریت منابع طبیعی محسوب می شود . روشﻃﺒﻘﻪﺑﻨﺪیﺷیءﮔﺮامبتنی برالگوریتم های د انش پایه،یکی ازروش های کارآمد د رطبقه بند ی تصاویرماهواره ای است که علاوه براستفاد ه ازاطلاعات طیفی تصاویرماهواره ای،امکانات لازم برای استفاد ه ازاطلاعات محیطی وویژگی های فیزیکی وهند سی پد ید ه های سطح زمین را فراهم می آورد . تحقیق حاضرباهد ف ارزیابی میزان افزایش د قت حاصله ازکاربردالگوریتم های د انش پایه فازی د رطبقه بند ی نقشه های کاربری/پوشش اراضی انجام شد ه است. د راین تحقیق به منظورمقایسه روش های شیءگرای طبقه بند ی تصاویرماهواره ای بد ون استفاد ه ازالگوریتم های فازی وروش های شیءگرابراساس الگوریتم های فازی،ازتصاویرسنجند ه یAVNIR2ماهواره ای ALOS استفاد هگ رد ید ه است ونقشهک اربری اراضی شهرستان مراغه باهرد وروش مذکوراستخراج شد ه است. نتایج حاصل ازارزیابی د قت نشان می د هد که نقشه کاربری اراضی تولید شد ه توسط روش های د انش پایه فازی باد قت کلی93/28 د رمقایسه بانقشه کاربری اراضی تولید شد ه توسط روش شیء گرا بد ون استفاد ه ازالگوریتم های فازی باد قت 88/06 د رصد ازاعتباربیشتری برخورد اراست. باتوجه به ماهیت مقایسه ای این تحقیق نتایج آن برای شناسایی روش های بهینه د رتولید وتهیه نقشه کاربری ا راضی ازاهمیت بالایی برخورد اربود ه ونقشه های تولید شد ه نیزبرای سازمان های اجرایی (نظیرجهاد کشاورزی،منابع طبیعی و ...) ازارزش کاربرد ی بالایی برخورد ارهستند .