پیمان کرمی

آگاهی به مناطق مستعد رخداد آتش سوزی برای شناسایی چالش های پیش رو و تدوین استراتژی های مدیریتی مناسب است از این رو پایش و بررسی رفتار رخداد این پدیده می تواند در این راستا مؤثر باشد. در این مطالعه، مناطق رخداد آتش سوزی در سطح استان کرمانشاه با استفاده از اطلاعات مربوط به آتش فعال ماهواره مودیس در خلال سال های 2001 تا 2022 دریافت شدند. سپس با استفاده از تابع تراکم کرنل، تراکم آتش سوزی برای هر سال محاسبه گردید و داده های آتش سوزی به صورت تراکم در کیلومترمربع تهیه شدند. نقشه های تراکم مختلف به شکل سری زمانی وارد تحلیل ناپارامتری من –کندال شدند تا با این روش روند تغییرات در سطح معناداری 95 درصد و بیشتر محاسبه گردد. بر اساس یافته ها در طول 21 سال گذشته مساحتی معادل 31/3613 کیلومترمربع از اراضی استان، روند افزایش تراکم آتش سوزی را تجربه کرده اند و این مقدار برای روند کاهشی برابر 39/644 کیلومترمربع است. هیچ یک از مناطق حفاظت شده استان کرمانشاه روند کاهشی تراکم آتش سوزی ندارند؛ اما مناطق شمال و شمال غرب، غرب و شرق محدوده موردمطالعه روند افزایشی تراکم آتش سوزی داشته اند. بخش عمده مناطق دارای روند افزایشی آتش سوزی در مناطق مرتفع با بارش بالا و در پوشش جنگل های زاگرس هستند. از میان مناطق حفاظت شده منطقه حفاظت شده شاهو و کوهسالان و همچنین بوزین و مرخیل بیشترین نوسان و تغییر را تراکم آتش سوزی داشته اند. پوشش بخش وسیعی از این مناطق به وسیله جنگل های بلوط، خشک سالی، افزایش درجه حرارت و سرایت آتش سوزی تعمدی می تواند ازجمله عوامل مؤثر و مهم بر روی این پدیده باشد

با توجه به مضرات آلودگی هوا بر سلامت انسان ها و محیط، کاهش و حل این معضل براساس شناخت دقیق آلاینده ها و عوامل تأثیرگذار بر آن و مشخص نمودن پهنه های آلوده ضروری به نظر می رسد؛ بنابراین استفاده از مدل های ریاضی در قالب یادگیری ماشینی رویکردی بهینه و مقرون به صرفه برای مدل سازی آلودگی هواست. این تحقیق به لحاظ هدف کاربردی بوده و روش بررسی آن توصیفی-تحلیلی است. نوآوری تحقیق حاضر ارائه یک رویکرد ترکیبی جدید جهت تعیین معیارهای مؤثر در پیش بینی میزان آلودگی هوا می باشد. لذا هدف از تحقیق حاضر ارزیابی و مقایسه قابلیت دو مدل یادگیری ماشین، یعنی ماشین بردار پشتیبان ( SVM) و جنگل تصادفی ( RF) در ترکیب با الگوریتم ژنتیک (GA) جهت پیش بینی میزان آلودگی هوا در شهرستان تهران است. داده های مورداستفاده در این تحقیق شامل ذرات معلق و آلاینده های گازی شهر تهران مرتبط با سال 1399 می باشد که از شرکت کنترل ترافیک شهر تهران اخذ گردیده است. به منظور تجزیه وتحلیل داده ها از نرم افزارهای Matlab و ArcMap استفاده شد. مقدار ضریب تشخیص (R2)  حاصل از روش ترکیبی RF-GA برابر 997/0 به دست آمد که نشان دهنده سازگاری بالای این مدل با داده های این تحقیق است. همچنین مقدار ریشه میانگین خطای مربعات (RMSE) برابر 153/0 به دست آمد که نشان دهنده دقت بالای این مدل می باشد. بر اساس اطلاعات گرفته شده از شرکت کنترل ترافیک شهر تهران، نتایج حاصل از روش RF بیانگر مناسب بودن انتخاب مدل مذکور جهت برآورد میزان آلودگی هوای شهر تهران بوده است.

آلودگی های محیط زیستی، نوسانات قیمت و پایان پذیر بودن منابع انرژی فسیلی مورد استفاده در نیروگاه ها باعث روی آوردن به منابع انرژی جایگزین شده است. استفاده از انرژی خورشیدی می تواند بهترین گزینه ی تامین در نیروگاه های تولید برق باشد. انتخاب مکان مناسب برای احداث این نیروگاه ها بدلیل تاثیر موقعیت مکانی نیروگاه ها بر میزان و هزینه تولید و انتقال انرژی ضروری است. استان هرمزگان بدلیل افزایش جمعیت و استفاده از فن آوری نوین با کمبود تولید برق مواجه است در صورتی که پتانسیل بالایی جهت بهره برداری از انرژی خورشیدی دارد.  هدف از این پژوهش مکان یابی مناطق مناسب در این استان جهت احداث نیروگاه های خورشیدی حرارتی می باشد. در پژوهش های گذشته صرفا پتانسیل یابی مناطق بدون توجه به تناسب مناطق به مکان یابی پرداخته اند. در این پژوهش از معیارهای ساعات آفتابی، شیب، فاصله از مناطق جمعیتی، فاصله از راه ها، فاصله از خطوط انتقال نیرو، کاربری اراضی با استفاده مدل تاپسیس فازی جهت پتانسیل سنجی مکان های مساعد استفاده شد. بر اساس این روش 18308.428686 کیلومتر مربع از مساحت استان هرمزگان در طبقه خیلی خوب جهت احداث نیروگاه خورشیدی حرارتی قرار گرفته اند. همچنین نتایج حاصل از این روش با استفاده از کنترل زمینی مورد بررسی قرار گرفت که حاکی از برآورده شدن همه معیارهای انتخابی در نواحی کاملا مناسب و رضایت بخش بودن به کارگیری روش تاپسیس فازی در امر مکان یابی نیروگاه های خورشیدی است.