حمیدرضا کامیاب

الگوهای مختلف توسعه سکونتگاهی اثر مستقیمی بر شکل گیری جزایر گرمایی شهری دارند و استفاده از مدل های مکانی نقش مهمی در بهبود درک این اثرات ایفا می کند. ازاین رو در مطالعه حاضر، از مدل سلول های خودکار برای پیش بینی توسعه مناطق سکونتگاهی آینده در شمال ایران (جلگه دشت گیلان) برای سال های 2035 و 2050 تحت سه سناریوی رشد اقتصادی (BAU)، حفاظت از محیط زیست (ENV) و رشد فشرده (COM) استفاده شد. لایه های دمای سطح زمین مناطق سکونتگاهی از سه تصویر ماهواره لندست در سال های 2002، 2012 و 2022 با مقادیر میانگین 14/33، 38/36 و 78/34 درجه سانتی گراد بازیابی شد. نتایج تحلیل های آماری نشان داد که قطعات طیفی مستخرج از تحلیل شی گرای تصاویر ماهواره ای، پیش بینی دقیق تری از میانگین دمای سطح زمین ارائه می دهند. با استفاده از مساحت قطعات طیفی و درصد مرز مشترک آن ها با قطعات مجاور، یک مدل رگرسیونی برای پیش بینی دمای سطح زمین مناطق سکونتگاهی پیش بینی شده برای سال های 2035 و 2050 ساخته شد (617/0=R2). بالاترین میانگین دمای سطح زمین تحت سناریوی COM (88/33 درجه سانتی گراد) در سال 2050 به دست آمد، درحالی که کمترین مقدار میانگین دمای سطح زمین تحت سناریوی ENV در سال 2050 (23/31 درجه سانتی گراد) مشاهده شد. با توجه به نتایج این مطالعه، میانگین دمای سطح زمین مناطق سکونتگاهی به اندازه و پیکربندی فضایی قطعات طیفی سکونتگاهی در مقیاس محلی و الگوهای گسترش مناطق سکونتگاهی (سناریوها) در سطح منطقه ای وابسته است.

ارتباط متغیرهای کیفیت هوا با شیوع کووید-19 در مطالعات پیشین، گاهی مثبت و گاهی منفی بوده است. خلأ مطالعاتی در زمینه تأثیر کیفیت هوا بر شیوع کووید-19 در ایران مشاهده شده است. لذا رابطه عدد مولد نسلی کووید-19 با شاخص کیفیت هوا و عوامل هواشناسی در مطالعه حاضر بررسی شد. عدد مولد نسلی، شاخصی برای تبیین میزان شیوع یک بیماری ویروسی است.  در این مطالعه، از شاخص کیفیت هوا مربوط به هر یک از آلاینده های NO2، O3، CO، PM2.5، PM10 و آلاینده معیار استفاده شد. از عوامل هواشناسی نیز دما، رطوبت نسبی، بارش، فشار هوا و سرعت باد استفاده شد. داده های این مطالعه، به صورت هفتگی و در سطح استان تهران تهیه شد. با استفاده از ضریب همبستگی پیرسون و اسپیرمن، وابستگی متغیرها مشخص شد. سپس روابط مورد نظر، توسط رگرسیون برآورد شد. به علت محدودیت های مطالعه، هر متغیر مستقل در یک رگرسیون مجزا آزمون شد. با توجه به پراکندگی متغیرها و پیش فرض های آماری، رگرسیون های خطی و انحنایی اجرا شد. بر اساس معنی داری آماری و ضریب تعیین رگرسیون، بهترین مدل برازش شد. نتایج آزمون های همبستگی، وابستگی عدد مولد نسلی با PM10، PM2.5، SO2 و رطوبت نسبی را نشان می دهد. آزمون های رگرسیون نیز، رابطه عدد مولد نسلی (متغیر وابسته) با هر یک از متغیرهای مستقل PM10 (ضریب تعیین 274/0)، PM2.5 (ضریب تعیین 358/0)، SO2 (ضریب تعیین 359/0) و رطوبت نسبی (ضریب تعیین 213/0) را تأیید می کند. یافته ها حاکی از آن است که، افزایش PM10، PM2.5، SO2 و کاهش رطوبت نسبی، همراه با افزایش شیوع کووید-19 بوده است.

نواحی سکونتگاهی الگوهای متنوعی از چیدمان سطوح نفوذناپذیر هستند که به شدت تحت تأثیر خصوصیات منفی محیط زیستی - اکولوژیک مانند شکل گیری جزیره حرارتی قرار دارند. در این مطالعه، رابطه بین این چیدمان با خصوصیات دمایی نواحی سکونتگاهی در واحد بلوک های شهری در جلگه استان گیلان، مدل سازی شد. برای استخراج نواحی سکونتگاه هر واحد بلوک، از تحلیل شی گرای تصاویر ماهواره لندست در تابستان سه مقطع زمانی (1381، 1391 و 1401) استفاده و متوسط دمای هر بلوک در هر مقطع با استفاده از معادلات انتقال تشعشع تهیه شد. متغیرهای توصیفی دمای هر بلوک در دو دسته متغیرهای ذاتی و متغیرهای همسایگی تهیه و با استفاده از تحلیل مؤلفه های اصلی، چهار متغیرِ وسعت واحد، سنجه مرز مشترک، وسعت پلیگون مادر و نسبت محیط به مساحت واحد به عنوان مهم ترین پارامتر شناسایی و به مدل رگرسیون غیرخطی GAM وارد شدند. نتایج مدل سازی (619/0= R2) نشان داد که دو عامل وسعت بلوک شهری و وسعت پلیگون شهری که در آن قرار دارد، به صورت مستقیم منجر به افزایش دمای بلوک می شود. شکل خطی هر واحد، نسبت بالای محیط به مساحت و داشتن کمترین مرز مشترک با سایر واحدهای شهری نیز نقش کاهنده متوسط دمای واحدهای شهری در دوره های زمانی مورد مطالعه داشته اند. نتایج حاصل می تواند به درک بهتر عوامل مؤثر بر دمای سطح زمین در مناطق سکونتگاهی بخصوص پیکربندی و ساختار بلوک های شهری کمک کند.

محیط زیست در حال تجربه تغییرات مختلف محیط زیستی است که هم منشأ انسانی و هم منشأ طبیعی دارند. تغییرات کاربری زمین در حوزه قره سو، نیاز به مطالعه درباره کیفیت بوم شناختی این منطقه را نشان می دهد. در این مطالعه، شاخص سنجش ازدوری کیفیت بوم شناختی (RSEI) بر اساس چارچوب فشار-وضعیت-پاسخ و با استفاده از داده های میانگین تصاویر تابستانه ماهواره لندست در سال های 1368 و 1397 ( سنجنده های ETM+/OLI/TIRS)، برای ارزیابی تغییرات کیفیت بوم شناختی در حوزه قره سو استان گلستان استفاده شد. شاخص های مورد نیاز برای استخراج شاخص کیفیت بوم شناختی با ایجاد شاخص فشار محیط زیستی (NDBI)، شاخص وضعیت (NDVI) و شاخص های پاسخ اقلیمی محیط به تغییرات (LST و LSM) از سامانه گوگل ارث انجین انجام شد. در این پژوهش پس از تهیه شاخص های پایه، با استفاده از تحلیل مؤلفه های اصلی، وزن هر شاخص تهیه و سپس شاخص کیفیت بوم شناختی بر اساس مؤلفه اول تحلیل مؤلفه ها اصلی تهیه شد. تحلیل تغییرات مؤلفه اول با استفاده از روش آستانه گذاری نشان از افت کیفیت بوم شناختی دارد؛ به طوری که میانگین شاخص RSEI در سال 1368، 57/0 حاصل شد و در سال 1397 این مقدار به 48/0 رسید که نشان دهنده کاهش مقدار RSEI است. همچنین میزان طبقه خیلی خوب در سال 1368، 83/32821 (267/16 درصد) و در سال 1397، 66/36879 (27/18 درصد)  است. نتایج تحلیل مکانی نشان داد که مقدار ضعیف کیفیت بوم شناختی شاخص RSEI در بخش های شمالی منطقه رخ داده است که به دلیل رشد سریع مناطق انسان ساخت بوده است. این تغییر در افزایش شاخص مناطق انسان ساخت در این مناطق مشخص است.

در توسعه پایدار ابعاد کالبدی مناطق انسان ساخت اهمیت زیادی دارد. این مقاله، به منظور کمّی کردن الگوی رشد مناطق انسان ساخت، ارتباط نواحی ساخته شده شهرستان های استان گلستان با دمای سطح زمین با استفاده از شش سنجه سیمای سرزمین تعداد لکه، شاخص بزرگ ترین لکه، شاخص شکل، نزدیک ترین فاصله اقلیدسی، تجمع و کوهژن مورد بررسی قرار می دهد. انتخاب سنجه ها باید براساس معیارهایی مانند استقلال بین سنجه ها باشد. بررسی آماری همبستگی بین سنجه ها نشان داد که همبستگی بین آن ها وجود ندارد. سنجه های سیمای سرزمین با استفاده از نرم افزار Fragstats استخراج شد. نتایج تحلیل سیمای سرزمین نیز نشان داد که شهرستان گرگان دارای بالاترین ساختار همگن و شهرستان مراوه تپه دارای نامناسب ترین ساختار مناطق انسان ساخت است. مطالعات علم بوم شناسی سیمای سرزمین بر اهمیت ساختار مکانی بر فرآیندهای بوم شناختی استوار است. به همین منظور، ارتباط آماری بین ساختار و دمای سطح زمین با استفاده از ضریب همبستگی پیرسون بررسی شد. اطلاعات دمای سطح زمین نیز با از داده های سنجنده مادیس استخراج گردید. نتایج نشان داد که بین سنجه ساختار شکلی و دمای سطح زمین ارتباط معناداری وجود دارد. مناطق انسان ساخت که دارای ساختار شکلی پیچیده تری هستند و دمای سطح زمین در این مناطق نسبت به سایر مناطق بیش تر می باشد.

رشد سریع شهرها معمولا با نابودی مناطق کشاورزی و طبیعی همراه است. بنابراین، تحلیل تناسب زمین برای گسترش شهرها فرآیندی است که به ارزیابی های همه جانبه نیاز دارد. از گذشته تا کنون، مدل های مختلفی توسط محققان توسعه یافته است تا بتوان پیچیدگی پویایی رشد شهر را شبیه سازی نمود. در این پژوهش از مدلSLEUTH برای مدل سازی رشد شهر استفاده شد. در این مدل به کمک لایه های شیب، کاربری اراضی، مناطق مستثنی از توسعه، مناطق شهری در چهار دوره زمانی و جاده ها حداقل در دوره زمانی ضرایب رشد شهر با عناوین ضریب انتشار، ضریب زایش، ضریب پخش، ضریب مقاومت به شیب و ضریب گرایش به جاده برای منطقه مطالعاتی تعیین شد. این ضرایب در سه مرحله ی درشت، ریز و نهایی کالیبراسیون و به کمک ترکیبی از زنجیره های مارکوف و شبکه های خودکار به دست می آیند. پس از تعیین ضرایب رشد شهری در منطقه مورد مطالعه شامل شهرستان های علی آباد، رامیان و آزاد شهر در استان گلستان مرحله ی پیش بینی مدل با توجه به داده های تاریخی منطقه اجرا شد. خروجی مدل میزان و جهت رشد شهر را برای سال پیش بینی در منطقه نشان می دهد. ضرایب به دست آمده برای منطقه مطالعاتی نشان داد که با توجه به داده های تاریخی، ضریب گرایش به جاده بیشترین تاثیر را در رشد شهری داشته است. هم چنین نتایج این پژوهش نشان داد که در طول دوره پیش بینی مساحت کاربری شهر به طور زیادی افزایش یافته است و با توجه به کاربری های موجود در منطقه مطالعاتی، کاربری عمده این اراضی که به شهر تبدیل شده، کاربری کشاورزی و جنگل است. از ضرایب به دست آمده می توان برای مطالعات آینده و پیش بینی رشد شهر با توجه معیارهای متفاوت در منطقه استفاده کرد. هم چنین، نتایج به دست آمده می-تواند در پیش بینی گسترش شهر و کنترل آن در جهاتی که باعث از بین رفتن اراضی مرغوب کشاورزی و جنگل و مرتع نشود مفید باشد.

در فرایند اختصاص مکانی کاربری ها به یک پهنه، به طور معمول میان کاربری ها رقابت وجود دارد. برای حل این رقابت، دو رویکرد تخصیص زمین به چند کاربری (MOLA) و الگوریتم ژنتیک (GA) برای شهرستان گرگان به کار گرفته شدند. رویکرد MOLA بر اساس تناسب و روش نزدیکی به نقطة مطلوب عمل می کند و برای GA، با به کارگیری لایة تناسب و شاخص پیوستگی (Cohesion Index) کاربری تخصیص می شود. جهت بهبود رویکرد MOLA، لایة نهایی به عنوان جمعیت اولیه در GA استفاده شد. همچنین، با تعریف شاخص پیوستگی به عنوان معیار سیمای سرزمین، تلاش شد لکه های ایجادشده شکل منسجم تری داشته باشند، که این ویژگی در رویکرد MOLA غایب است. نتایج نشان داد به کارگیری GA بر اساس خروجی رویکرد MOLA در بهبود قابلیت این رویکرد از نظر معیارهای سیمای سرزمین تأثیری بسزا دارد. اگرچه واردکردن معیارهای سیمای سرزمین باعث ازدست رفتن بخشی از تناسب برای کاربری ها می شود، با متوازن کردن تناسب و شاخص سیمای سرزمین در GA می توان حد متعادلی از آن ها را لحاظ کرد. لایة ایجادشده توسط GA از لحاظ معیارهای سیمای سرزمین و تناسب، قابلیت به کاریگری ترکیبی از رویکردهای مختلف را در آمایش برای رسیدن به راه حل بهینه نشان داد.

مدل های شبکه عصبی مصنوعی از مدل های اطلاعات محور به شمار می آیند. مدل تبدیل کاربری/ پوشش زمین، از مدل هایی است که شبکه عصبی مصنوعی را با سیستم اطلاعات جغرافیایی مرتبط می سازد و برای مدل سازی توسعه شهری در شهر گرگان در دوره زمانی سال های 2001-1987 از همین مدل استفاده شد. این مدل از 6 برنامه کاربردی که در برنامه MS-DOS اجرا می شود، تشکیل شده است. در این مطالعه، سه گروه از متغیرها شامل متغیرهای بیوفیزیکی، اقتصادی - اجتماعی و کاربری زمین به کار برده شد. ده متغیر موثر بر توسعه شهری از سه گروه مذکور به عنوان نود ورودی و متغیر وابسته تغییرات شهری به عنوان نود خروجی مورد استفاده قرار گرفتند. استفاده از نود مخفی، برای شناسایی ارتباطات غیرخطی در مدل بوده است. انجام مدل در چرخه 3000 دارای کمترین میزان خطای مجذور میانگین مربعات بود؛ لذا از این چرخه برای استخراج مناطق توسعه شهری آینده و حساسیت سنجی مدل استفاده گردید. برای تایید مدل از تصویر احتمال این چرخه استفاده شد که رویکرد آماریRelative Operating Characteristic (ROC) برای آن 0.75 برآورد گردید و باعث تایید مدل در شرایط پیش گفته شد. با استفاده از این تصویر، الگوی توزیع شهری برای سال های 2010، 2020، 2030 و 2040 استخراج گردید. اثر نسبی متغیرها با استفاده از ROC و با روش حذف یک متغیر، و اجرای مدل با متغیرهای باقی مانده و مقایسه با مدل کامل برآورد گردید. برای انجام این کار، 11 شبکه با داده های کامل و داده های بدون یک متغیر ایجاد شد و مراحل آموزش و آزمون برای همه آنها به اجرا درآمد. متغیرهای کاربری زمین های تحت کاشت، تعداد سلول های شهری و کاربری مرتعی دارای بیشترین اثر در دوره زمانی مورد مطالعه بودند؛ و متغیرهای فاصله تا مراکز آموزشی، کاربری جنگل و زمین های بایر کمترین اثر را بر رشد شهری گرگان داشتند؛ به عبارت دیگر، مشخص شد که نوع کاربری منطقه تاثیر زیادی بر توسعه شهری در گرگان دارد.

به منـظور مدل سـازی توسعة شهری برای شـهر گـرگان طی دورة زمـانی1987- 2001 از روش مدل سازی رگرسیون لجستیک که از روش های برآورد تجربی است استفاده شد. برای انجام این عمل از سه گروه متغیر مستقل شامل متغیرهای اجتماعی- اقتصادی، بیوفیزیکی و کاربری زمین استفاده شد. برای حذف متغیرهای همبسته، کوواریانس بین متغیرها مورد بررسی قرار گرفت و با توجه به نتایج تحلیل، متغیرهای فاصله از مناطق اداری، رفاهی و مناطق شهری به دلیل کوواریانس بیش از 9/0 از بین متغیرها حذف شد. برای بررسی صحت مدل سازی و ارزیابی متغیرها در مرحله حساسیت سنجی مدل به متغیرهای مستقل از روش ROC استـفاده شـد و میزان آن برای مدل با داده های کامل 87/0 برآورد شد. با بـهره گیری از تصویر احتمال حاصل از این مدل که احتمال تغییر کاربری به کاربری شهری را برای آینده نشان میدهد، الگوی رشد شهری منطقه مورد مطالعه برای سالهای 2010، 2020، 2030 و 2040 استخراج شد. برای استخراج این نقشه ها، مناطق با بالاترین احتمال از تصاویر احتمال جدا شدند. براساس حساسیت سنجی مدل به حذف متغیرهای مستقل با استفاده از ROC و مقایسة آن با مدل کامل، میزان اثر 10 متغیر مختلف بر رشد شهری گرگان مشخص شد. در بین متغیرهای مورد استفاده، کاربریهای کشاورزی و مرتعی مؤثرترین داده ها برای رشد شهری گرگان در مقایسه با متغیرهای دیگر بودند که نشان از آن دارند کاربری های فعلی منطقه و بویژه تبدیل زمین های زراعی و مرتعی نقش مهمی در رشد شهری در گرگان داشته است.