حمیدرضا ریاحی بختیاری

جنگل های زاگرس به عنوان یکی از زیست بوم های ارزشمند ایران به شمار می آیند که زیستگاه جانوران و گیاهان متنوعی هستند. بحران های اخیر مانند گرم شدن کره زمین، خشکسالی و طوفان های گرد و غبار این زیست بوم را به خطر انداخته و باعث ضعیف شدن تک درختان یا گروه هایی از درختان منطقه شده است. زوال به عنوان یک اختلال و چالش مهم، درختان بلوط در منطقه زاگرس را تهدید می کند. هدف این مطالعه بررسی امکان پهنه بندی درختان مستعد زوال با استفاده از الگوریتم های یادگیری ماشین است. منطقه مورد مطالعه 101 هکتار از جنگل های زاگرس میانی موسوم یه منطقه "بلوط بلند" واقع در استان چهارمحال و بختیاری را در بر می گیرد. آماربرداری زمینی به منظور برداشت وضعیت سلامت درختان در 37 عدد قطعه نمونه 1000 مترمربعی انجام شد. علاوه بر این نقشه واقعیت زمینی به صورت موردی بر اساس بررسی درخت به درخت در 11 درصد از سطح منطقه تهیه شد. پس از انجام تحلیل تفکیک پذیری سه طبقه شامل "طبقه 1 خشکیدگی" با میزان خشکیدگی کمتر از 50 درصد، "طبقه 2 خشکیدگی" با میزان خشکیدگی بیش از 50 درصد و طبقه "سایر" شامل خاک لخت، جنگل تنک، جاده و بیرون زدگی سنگی برای طبقه بندی انتخاب شدند. در این مطالعه قابلیت چهار روش یادگیری ماشین شامل حداکثر احتمال، شبکه عصبی، جنگل تصادفی و ماشین بردار پشتیبان مقایسه شد. نتایج نشان داد که روش حداکثر احتمال می تواند بیشترین صحت کلی و ضریب کاپا را به ترتیب معادل 87/0 درصد و 73/0 ارائه دهد. همچنین در طبقه دوم مساحت خشکیدگی زیادتر است و بیانگر این است که میزان خشکیدگی منطقه رو به رشد است. پیشنهاد می شود با مطالعه مستقیم رفتار طیفی درخت در فرایند خشکیدگی و معرفی شاخص های طیفی مناسب، نسبت به شناسایی زود هنگام توده های در معرض خشکیدگی اقدام نمود.

دما یکی از شاخص ترین پارامتر های اقلیمی و از اصلی ترین عوامل اثرگذار در برنامه ریزی شهر ها محسوب می شود زیرا هدایت کنندة نوع تسهیلات اختصاص یافته در شهر ها و حتی تعیین کننده ساختار، شکل و بافت شهری است. دمای سطح فاکتور اصلی در تعادل انرژی کره زمین بوده و به عنوان ورودی مدل های تغییرات آب وهوایی و جزایر حرارتی شهری به کار می رود. دمای کلان شهرها در مقایسه با مناطق شهری و روستایی اطراف بیش تر و مشهودتر است که به این پدیده «جزیرة حرارتی شهری» گفته می شود. کلان شهر کرج سومین کلان شهر بزرگ و دومین شهر مهاجرپذیر ایران (پس از کلان شهر تهران) است و به علت داشتن چنین جایگاهی، بررسی حرارتی آن بیش از پیش احساس می شود. در این تحقیق دمای سطح زمین در کلان شهرکرج با استفاده از تصاویر ماهوارة لندست8 (چهار تصویر) در سال های 2013 و 2014، به کمک روش های گوناگون استخراج شد. روش های مورد استفاده شامل پنجرة تکی، سبال، استفان- بولتزمن، تک کانالی (توسعه داده شده توسط مونیوس و سوبرینو[1]، 2003)، تک کانالی (توسعه داده شده توسط مونوس و همکاران، 2014)، پنجره مجزا و دفتر علوم لندست است. در نهایت، با استفاده از شاخص آماری میانگین خطای مطلق روش های گوناگون مقایسه شد و بهترین روش، به واسطه نزدیکی به دادة زمینی انتخاب شد. نتایج نشان داد بهترین روش مورد استفاده روش سبال باند 11 با مقدار میانگین خطای مطلق 98/7 است؛ ضمن آن که در حالت کلی، باند 11 ماهوارة لندست 8، به منظور استخراج دمای سطح زمین نتایج قابل اعتمادتری نسبت به باند 10 تولید می کند. همچنین بررسی نتایج در تاریخ های مختلف مشخص کرد تصاویر نیمة دوم سال در مقایسه با نیمة اول سال، تخمین دقیق تر و نتایج نزدیک تری به واقعیت تولید می کنند.

زیان های مالی و انسانی ناشی از روان شدگی جریان های سطحی از جمله سیلاب ها و نشت مواد شیمیایی مضر لزوم مدل سازی و پیش بینی این مخاطرات را الزامی می نماید. در این راستا بررسی میزان صحت مدل مزبور از نظر میزان شباهت با شرایط واقعی و همچنین آنالیز ترکیبی دقت نتایج حاصله ناشی از داده ها و الگوریتم استفاده شده در مدل حائز اهمیت می باشد. در این مقاله مدلی براساس یکی از الگوریتم های شبیه سازی جریان های سطحی چندجهتی موسوم به D-Infinity، که از سطح بالاتری از صحت و نزدیکی به واقعیت نسبت به سایر مدل های مطرح برخوردار می باشد، را ارائه نموده است. همچنین دقت مدل مزبور از طریق بکارگیری روش MonteCarlo برای آنالیز حساسیت مدل در نتیجه استفاده از داده های استاندارد موجود در ایران، بالاخص داده مدل ارتفاعی رقومی زمین در محدوده مناطق خشک و بیابانی که مستعد ایجاد جریان های سطحی ناشی از وقوع پدیده هایی چون بارش و مشخصا منطقه مطالعاتی استان بوشهر، مطالعه گردیده است. نتایج حاصله مؤید وجود ارتباطی مستقیم میان تغییرات ارتفاعی، شیب و انحنا با جهت جریان است که در شرایط واقعی نیز چنین وضعیتی حاکم است و سطح حساسیت هر یک را تشریح می نماید. در این میان پارامتر شیب با آماره های کشیدگی 8477/0 و نرمی 1936/4 بعنوان مناسبترین پارامتر، از لحاظ تمایل به سمت ثبات و مقاومت در برابر نویز، برای ارزیابی ثبات جریان معرفی شده است.