محبوبه امیدی قلعه محمدی

محبوبه امیدی قلعه محمدی

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۳ مورد از کل ۳ مورد.
۱.

مدل سازی پراکنش کنونی بلوط ایرانی (Quercus brantii) در زاگرس مرکزی با استفاده از مدل MaxEnt(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴ تعداد دانلود : ۶
هدف: این پژوهش با هدف شناسایی عوامل محیطی مؤثر بر پراکنش کنونی این گونه و تعیین محدوده زیستگاه های مطلوب انجام گرفت. روش: برای این منظور، از مدل حداکثر آنتروپی (MaxEnt) و داده های واقعی ایستگاهی استفاده شد. داده های روزانه ۲۰ ایستگاه سینوپتیک طی دوره ۲۰۰۰ تا ۲۰۲۳ و ۳۲۲ نقطه حضور گونه در محدوده چهار استان واقع در زاگرس مرکزی مورد استفاده قرار گرفت. متغیرهای ورودی شامل ۱۹ متغیر زیست اقلیمی، عوامل فیزیوگرافی (ارتفاع، شیب و جهت جغرافیایی) و کاربری/پوشش زمین بودند. نتایج: نتایج نشان داد که مدل MaxEnt با مقدار AUC برابر با 926/0 از دقت بالایی در پیش بینی برخوردار است. متغیرهای ارتفاع، شیب، بارندگی کم بارش ترین ماه (Bio14) و تغییرات فصلی دما (Bio4) بیشترین سهم را در تعیین مطلوبیت زیستگاه بلوط داشته اند. بر اساس منحنی های پاسخ، حضور بلوط عمدتاً در ارتفاع 1000 تا ۲3۰۰ متر، شیب های 5 تا 27 درجه، جهات شمالی و بازه بارندگی سالانه ۴۰۰ تا ۱1۰۰ میلی متر مشاهده شد. نتایج همچنین نشان داد که تنها ۱۱/۱۲ درصد از مساحت منطقه (حدود ۱۵۰۳۸ کیلومتر مربع) در طبقه زیستگاه مطلوب قرار دارد که بیشترین تمرکز آن در استان های لرستان و کهگیلویه وبویراحمد است. نتیجه گیری: نتایج بیانگر وابستگی شدید بلوط ایرانی به شرایط اقلیمی نیمه مرطوب و ویژگی های توپوگرافی خاص است.
۲.

پیش بینی دماهای حداکثر روزانه با استفاده از شبکه های عصبی مصنوعی(مطالعه موردی: کرمان)(مقاله پژوهشی دانشگاه آزاد)

حوزه‌های تخصصی:
تعداد بازدید : ۵۲۳ تعداد دانلود : ۳۳۸
با توجه به توانایی شبکه های عصبی مصنوعی در شبیه سازی فرایندهای بسیار پیچیده، از آن ها برای پیش بینی و محاسبه پارامترهای اقلیمی استفاده می شود. هدف این پژوهش نیز پیش بینی دمای حداکثر روزانه در استان کرمان می باشد. بدین منظور پارامترهای اقلیمی روزانه به عنوان ورودی شبکه های عصبی، و دمای حداکثر روزانه به عنوان خروجی شبکه، طی دوره آماری 24 ساله (2013-1989) مورد استفاده قرار گرفته است نتایج این تحقیق بعد از آزمون شبکه، نشان داد که. شبکه پرسپترون چند لایه با توجه به میزان خطا و همبستگی بین داده ها از دقت بیشتری برخوردار است وخطای کمتر و همبستگی بیشتری نسبت به خروجی مورد نظر (دمای حداکثر روزانه) را نشان می دهد. همچنین از بین پارامترهای اقلیمی استفاده شده دمای حداقل و میانگین دمای تر نسبت به دیگر پارامترهای اقلیمی ورودی شبکه عصبی پیش بینی دمای حداکثر روزانه را با خطای کم و همبستگی بیشتری نشان می دهند.
۳.

بررسی تغییرات سطوح پوشش برف در ارتفاعات زردکوه بختیاری با استفاده از سنجش از دور(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۲۱۶ تعداد دانلود : ۲۰۱
استان چهار محال و بختیاری یکی از مناطق برفگیر کشور بوده و نزولات برفی آن نقش بسیار زیادی در وضعیت منابع آبی تأمین کننده ی آب منطقه مرکزی و جنوبی کشور دارد. در این پژوهش سعی شده است تا تغییرات سطوح پوشش برف در ارتفاعات زردکوه بررسی گردد. بدین منظور از تصاویر ماهواره ای لندست TM و ETM+ در ماه های آوریل و سپتامبر در سال های 1991،2003 و 2011 استفاده گردید. نتایج نشان می دهد که سطوح پوشش برف در ارتفاعات زردکوه بختیاری طی دوره ی آماری (2011 نسبت به 1991) روندی کاهشی داشته است. برای بررسی روند تغییرات سال 1991 را سال مبنا قرار داده، که مقدار سطوح پوشش برف در ماه آوریل 1991 میلادی، 07/1758 کیلو متر مربع بوده، این مقدار پوشش در ماه آوریل در سال 2003 میلادی، به 43/1128 کیلومتر مربع رسیده، مساحت سطوح برف در آوریل 2011 میلادی 83/979 کیلومتر مربع بوده که نسبت به سال 1991 میلادی 24/778 کیلو متر مربع کاهش پیدا کرده است. مقدار سطوح پوشش برف در ماه سپتامبر 1991میلادی برابر با 86/802 کیلومترمربع بوده، مقدار این سطوح در ماه سپتامبر 2003 به 83/615 کیلومترمربع رسیده که از ماه سپتامبر سال 1191 تا سپتامبر 2003 میلادی 06/187 کیلومترمربع کاهش پیدا کرده، مساحت پوشش برف در ماه سپتامبر 2011 میلادی برابر با 83/601 کیلومتر مربع بوده که نسبت به ماه سپتامبر 2011 میلادی به 03/201 کیلومتر مربع کاهش پیدا کرده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان