میلاد باقری

پیش بینی عملکرد محصول از مهم ترین ابزارهای برنامه ریزی به منظور تأمین به موقع محصولات زراعی، مخصوصاً محصول استراتژیک گندم، است. در این تحقیق پیش بینی عملکرد گندم دیم در بخشی از شهرستان گیلان غرب با استفاده از شاخص های گیاهی  NDVI و GLAI و داده های زمینی عملکرد گندم دیم و کاه مربوط به 35 قطعه زمین زراعی براساس ایجاد رابطه رگرسیون چندمتغیره بین شاخص های گیاهی و داده های زمینی در سال های زراعی 2014-2018 انجام گرفت. در بازه زمانی 2014-2018، نمودار دوره رشد محصول با استفاده از هر شاخص رسم شد و پارامتر هندسی مربوط به منحنی رشد گیاه مانند مساحت زیرنمودار از آن ها استخراج شد. نتایج این تحقیق نشان داد GLAI ضریب تعیین بیشتری نسبت به شاخص NDVI دارد. همچنین، رابطه رگرسیون چندمتغیره با 865 .0R 2 = برای برآورد میزان کاه و یک رابطه با 851 .0R 2 = برای گندم به دست آمد که درنهایت با استفاده از این روابط مقدار گندم برای کل منطقه برابر 295.606 تن و مقدار کاه برابر 705.032 تن برآورد شد. از بین مراحل مختلف رشد گیاه نیز مرحله تشکیل گل آذین با 65 .0R 2 = بیشترین ضریب تعیین جهت برآورد میزان محصول گندم و کاه را به خود اختصاص داد.

حمل و نقل همواره یکی از مهمترین عوامل اثرگذار بر ساختار شهرها بوده است. اما بویژه در یک سده اخیر با گسترش انواع وسایل نقلیه موتوری و تغییرات فزاینده جمعیتی به یکی از اصلی ترین مشکلات شهرنشینی بدل گردیده است. با توجه به حجم مسافرت های درون شهری در شهر کرمانشاه طراحی ایستگاههای اتوبوس به صورت استاندارد، از جمله مواردی است که باعث پهلوگیری مناسب اتوبوس در ایستگاه ها، کاهش زمان پیاده و سوار شدن کاربران و تاثیر منفی کمتر این سیستم بر تردد سایر وسایل نقلیه می شود. در این پژوهش از شبکه عصبی پرسپترون برای پیش بینی بهترین مکان ها برای ایستگاه اتوبوس استفاده است. از جمله ساختارهای مهم شبکه های عصبی، پرسپترون چند لایه Multilayer PerceptTron)) با الگوریتم پس انتشار خطا (error back-propagation ) است که برای انجام پژوهش استفاده شده است. داده های موثر در مکان یابی ایستگاه های اتوبوس شامل ۱۵ لایه: تراکم جمعیت، فاصله از بیمارستان، فاصله از پارکینگ، فاصله از درمانگاه و کلینیک، فاصله از مراکز تجاری-اداری، فاصله از ترمینال، فاصله از رود خانه، فاصله از مراکز آموزشی، فاصله از مراکز نظامی، فاصله از مراکز مذهبی، فاصله از مراکز ورزشی، فاصله از فضای سبز، فاصله از معابر شهری، فاصله از مراکز صنعتی، فاصله از مراکز گردشگری می باشند. در ادامه ۵۰۰ لایه به عنوان نقاط آموزشی شبکه تهیه و تعداد ۱۰ لایه میانی نیز تعیین شد. سپس با اجرای شبکه پهنه های مستعد جهت احداث ایستگاه بدست آمدند. در نهایت با مشخص معابر موجود در پهنه های مستعد، معابر مستعد جهت احداث ایستگاه مشخص گردیدند. هم چنین مشاهده شد که معابر مستعد در نزدیکی نقاط پرتراکم جمعیتی، مرکز شهر، مراکز فرهنگی و تجاری قرار دارند.

در عصر حاضر از فضای سبز به دلیل اهمیت و نقش آن در حیات و توسعه شهرها به عنوان یکی از شاخص های توسعه پایدار یاد می شود. تأثیرات فیزیکی و طبیعی این فضاها در سیستم شهری و بازدهی های مختلف اکولوژیکی، اجتماعی و اقتصادی آن در ساختار جوامع انکارناپذیر است؛ تا آنجا که کاربری فضای سبز در شهرها و سرانه آن از مباحث اساسی در برنامه ریزی و مدیریت شهری محسوب می شود. هدف از این تحقیق بررسی کیفیت زیست محیطی در منطقه 10 شهرداری تهران براساس فضای سبز موجود و ارائه توصیه های مناسب به منظور بالا بردن کیفیت محیط زیست به سطح استاندارد می باشد. برای رسیدن به این هدف، مناطق فضای سبز با استفاده از تصویر ماهواره لندست-8 و شاخص نرمال شده پوشش گیاهی (NDVI) استخراج شد. مناطق فضای سبز استخراج شده با شاخص های کیفیت هوا و تراکم جمعیت و با استفاده از روش شاخص نمایه سازی قیاسی در سطح هر بلوک، برای شناخت ارتباط این عوامل به صورت کمی تجزیه و تحلیل شدند. برای شناسایی مناطق با حساسیت بالا، نقشه وضعیت بحران زیست محیطی براساس تراکم جمعیت و درصد فضای سبز موجود ایجاد شد. نتایج حاکی از آن است که 25/3 درصد از کل منطقه 10 را فضای سبز در بر می گیرد؛ و همچنین 122 بلوک از 125 فاقد حداقل سرانه فضای سبز برای زندگی سالم هستند. به منظور بالا بردن کیفیت شاخص های زیست محیطی به سطح استانداردهای بین المللی، توصیه هایی در مورد مناطقی که فضای سبز باید در آن ایجاد شود ارائه گردید. این پژوهش برای پروژه های توسعه آینده، برنامه ریزی شهری در راستای حفظ کیفیت محیط زیست در سطح قابل قبولی اهمیت دارد.

شهر تبریز یکی از کلان شهرهای ایران است که گسترش و توسعه روزافزونی دارد. یکی از مشکلات موجود در مسیر توسعه شهرها، مدیریت نکردن صحیح آن و بی توجهی به عوامل مؤثر است. در سال های گذشته، شهر تبریز به دلیل مهاجرپذیر بودن از رشد فیزیکی بسیاری برخوردار بوده است. مدیریت صحیح رشد شهرها از جهات گوناگون از مسائل مهمی است که باید مدنظر قرار بگیرد. روش های متعددی برای تعیین مناطق مناسب رشد شهری وجود دارد. یکی از این روش ها در تعیین مناطق مناسب برای توسعه شهر روش شبکه عصبی است که در مطالعه حاضر نیز از آن استفاده شده است. در این مطالعه، برای تعیین مکان بهینه رشد شهری از سه گروه معیارهای اجتماعی-اقتصادی، کاربری زمین و بیوفیزیکی استفاده شد. برای مکان یابی مناطق مساعد رشد با روش شبکه عصبی، 200 نقطه به عنوان نقاط آموزشی شبکه تهیه شدند و لایه های میانی نیز هفت عدد بود. نتایج مرتبط با اجزای شبکه نشان می دهد با دورشدن از امکانات و مناطق شهری، پتانسیل ها به شدت کاهش یافته است و بیشتر مناطقی که پتانسیل توسعه شهری دارند، در نزدیک ترین فاصله این امکانات و مناطق شهری قرار دارند. قسمت هایی از شهر که طی سال های گذشته به صورت پراکنده و نامنظم رشد داشته اند، با توجه به نتایج حاصل شده نامناسب هستند. همچنین حاشیه های نزدیک به هسته اصلی شهر که به خدمات شهری نیز دسترسی بیشتری دارند، برای رشد مناسب تر هستند، اما قسمت هایی که به صورت پراکنده در شمال غرب و جنوب شرق شهر توسعه یافته اند کاملاً نامناسب هستند.

با افزایش شاخص امید به زندگی، جمعیت سالخورده در ایران و جهان رو به افزایش بوده و به عنوان فاکتوری مهم و تأثیرگذار بر نظام اجتماعی و اقتصادی جوامع، مطرح است. پژوهش پیش رو به بررسی وضعیت سالخوردگی در جمعیت ایران پرداخته است و تلاش می کند تا این شاخص را از منظر جغرافیایی و توزیع فضایی آن بررسی کند. مهمترین شاخص های ارزیابی کننده وضعیت سالخوردگی در یک فضای زیستی براساس مطالعات انجام شده شامل؛ شاخص سالمندی، نسبت سالمندی، نسبت پیری، نسبت جوانی، بار تکفل، نسبت حمایت پدر و مادر (حمایت عاطفی)، نسبت حمایت بالقوه (حمایت معنوی) می باشند. این پژوهش با روش تحلیل ثانویه داده های مرکز آمار و با استفاده از برنامه نویسی در محیط متلب و اکسل ماکرو، انجام و برای نمایش فضایی شاخص ها از GIS10.2 استفاده شده است. نتایج این تحقیق نشان داد، جمعیت ایران، دوران جوانی خود را پشت سر گذاشته و با روندی صعودی، در حال ورود به میانسالی و سالخوردگی است. این روند در مناطق مرکزی ایران خصوصاً تهران، اصفهان، اراک باشدت بیشتر و در مناطق حاشیه تر مانند سیستان و بلوچستان با روند کندتری در حال وقوع است. روند صعودی شاخص سالخوردگی جمعیت ایران بیانگر آن است که دوران بحران پیری در جمعیت ایران چندان دور از انتظار نبوده و باید آن را مهمترین چالش پیش رو در نظام برنامه ریزی توسعه و مؤثر بر تمام جنبه های مدنظر قرار داد.

رشد سریع شهرنشینی و توسعه شهری به ویژه در کشورهای درحال توسعه، به درک الگو و فرایندهای پیچیده رشد شهری با روش علمی و کارآمد نیاز دارد. لازمه ایجاد رشد شهری پایدار و برنامه ریزی توسعه شهری، درک الگوهای صحیح رشد شهری است. کرمانشاه نهمین شهر پرجمعیت کشور و یکی از چهار شهر نخست ایران از نظر حادبودن معضل حاشیه نشینی است. هدف این پژوهش، بررسی پتانسیل توسعه شهری در این شهر است. بدین منظور، شبکه عصبی پرسپترون چندلایه (MLP) با الگوریتم آموزش لونبرگ- مارکوات به کار رفت و داده های مؤثر در توسعه شهری به عنوان لایه های ورودی به شبکه تعیین شد. این لایه ها که در سه گروه اجتماعی-اقتصادی، کاربری زمین و بیوفیزیک قرار می گیرند، شامل 16 لایه هستند. در ادامه، پانصد نقطه به عنوان نقاط آموزشی شبکه تهیه و ۱۲ لایه میانی نیز تعیین شدند. مطابق نتایج، با دورشدن از امکانات و مناطق شهری، پتانسیل ها به شدت کاهش پیدا می کنند و بیشتر مناطق دارای پتانسیل توسعه شهری در نزدیک ترین فاصله این امکانات و مناطق شهری قرار دارند. بیشترین مناطق پتانسیل دار توسعه شهری، در جنوب غرب شهر کرمانشاه و در اطراف جاده های اصلی کرمانشاه-اسلام آباد و کرمانشاه-کنگاور واقع است. مناطق شمالی شهر به دلیل ارتفاع و شیب زیاد، پتانسیل اندکی برای توسعه دارند. همچنین ضریب رگرسیون کلی 9۵ درصدی شبکه که حاصل شرکت تمامی داده ها در شبکه است، کارایی زیاد شبکه عصبی پرسپترون چندلایه را در این مطالعه نشان می دهد.