فاطمه گرشاسبی

رشد تصاعدی اطلاعات مبتنی بر سنجش از دور در دهه گذشته فرصت های بی سابقه ای را برای نظارت بر منابع زمین از جمله تالاب ها که از با ارزش ترین اکوسیستم های موجود هستند فراهم کرده است. اطلاع از تغییرات تالاب ها  نقش اساسی در کیفیت مدیریت این گونه مناطق دارد. در این پژوهش میزان آب های سطحی ایران و تغییرات تالاب های ایرانی ثبت شده در کنوانسیون رامسر در یک دوره 37 سال (2021-1984) با استفاده از تصاویر محصول سنجش از دوری آب های سطحی جهانی(GSW)، تولیدشده در مرکز تحقیقات مشترک اروپا (JRC) مورد پایش قرار گرفت. داده های محصول با مرز تالاب ها در محیط GIS تلفیق و مساحت سطح آب موجود، سطح آب ازدست رفته و سطح آب اضافه شده درطی 37 سال برای هر استان و هر تالاب برآورد شد. نتایج نشان می دهد درایران و در دوره مطالعه شده 6285/86 کیلومترمربع آب دائمی، 1860/29 کیلومترمربع آب دائمی اضافه شده،3601/68 کیلومترمربع آب دائمی ازدست رفته، 3957/54 کیلومترمربع آب فصلی، 11614/55 کیلومترمربع آب فصلی جدید، 16222/89 کیلومترمربع آب فصلی ازدست رفته، وجود دارد. تالاب های ثبت شده در کنوانسیون رامسر نیز در مجموع دارای 430198/9 هکتار آب دائمی، 15077/97 هکتار آب دائمی جدید، 325955/4  هکتار آب دائمی ازدست رفته، 167270 هکتار آب فصلی، 486853/7 هکتار آب فصلی جدید،628942/8 هکتار آب فصلی ازدست رفته می باشند.

  در این پژوهش یک روش نوین ترکیبی برای پیش بینی شاخص کل بورس اوراق بهادار تهران ارائه شده است که هم زمان از الگوریتم رقابت استعماری به عنوان روش انتخاب ویژگی و شبکه فازی عصبی انطباق انطباق پذیر به عنوان تابع پیش بینی کننده استفاده می نماید. برای انجام این امر از 68 ویژگی مؤثر بر بازار بورس اوراق بهادار؛ که شامل شاخص های اقتصادی، شاخص های بورس ایران و سایر کشورها، شاخص های تحلیل فنی و شاخص های شمعدان ژاپنی به صورت روزانه در بازه زمانی 1389-1395 به عنوان ورودی مدل استفاده شده است. همچنین، شاخص کل بورس اوراق بهادار روز آتی به عنوان متغیر هدف مسئله مسأله در نظر گرفته شده است. نتایج به دست آمده نشان می دهد که مدل ترکیبی شبکه عصبی- فازی انطباق انطباق پذیر و الگوریتم رقابت استعماری پیش بینی های بسیار مناسب تری داشته و به نسبت شبکه های عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی شاخص کل بورس اوراق بهادار برخوردار بوده است.