درخت حوزه‌های تخصصی

همسو با الزامات محیط زیستی طبیعت گردی، شناخت قابلیت های محیطی تالاب ها و ویژگی های جامعه پرنده نگرها، اثرگذار بر توسعه پایدار پرنده نگری است. تالاب صالحیه با گونه های متنوع پرندگان و موقعیت جغرافیایی خاص، از نظر توان های طبیعی و ظرفیت های پرنده نگری کمتر موردتوجه قرارگرفته است. بنابراین پژوهش پیش رو با دیدگاه پایداری اکولوژیکی و اقتصادی، عوامل مؤثر بر توسعه پرنده نگری در این تالاب را ارزیابی کرده که به لحاظ هدف کاربردی و از نظر ماهیت و روش، تحلیلی و پیمایشی است. جمع آوری اطلاعات به روش میدانی و از طریق پرسشنامه محقق ساخته با آلفای 852/0 انجام شد که شامل 4 شاخص دلایل پرنده نگری، رفاه و انتظارات پرنده نگرها، آگاهی و اطلاع رسانی، ریسک پذیری و رفتارهای پرخطر بوده و توسط 54 نفر از پرنده نگرها به روش نمونه گیری در دسترس تکمیل شد. داده ها از طریق آمار توصیفی، آزمون کولموگراف-اسمیرنوف، t تک نمونه ای، همبستگی و معادلات ساختاری تحلیل شد. نتایج نشان داد عوامل اثرگذاری مثبت وجود ایستگاه نظاره گری، جذابیت نزدیک شدن به لانه پرندگان، اثر مثبت راه های ارتباطی مطلوب و دسترسی آسان در تمایل به پرنده نگری، رغبت به پرنده نگری به دلیل آگاهی علمی از گونه های پرندگان، ارجحیت نسبی نظاره گری سیار به ایستا، استفاده از تکنولوژی مدرن و دوربین، تأثیر راهنمای طبیعت گردی بر ترغیب به تکرار پرنده نگری، اثرگذاری مشاهده پرندگان نادر و کمیاب بر بازدید مجدد، و لذت مشاهده پرواز و حرکت دسته جمعی پرندگان بالاترین اهمیت را دارند. بنابراین افزایش شناخت علمی از پرندگان، ترویج رفتارهای همسو با زیست آن ها، ایجاد کمپ پرنده نگری، بهبود راه های دسترسی و افزایش امکانات رفاهی در تالاب صالحیه می تواند موجب توسعه اکوتوریسم پرنده نگری، حفاظت از میراث زیستی و ایجاد اشتغال طبیعت محور پایدار شود.

این پژوهش با رویکردی کاربردی و تحلیلی، به شناسایی نواحی مستعد سیل خیزی در حوضه آبخیز یامچی پرداخته است. در ابتدا، داده های دبی روزانه ایستگاه های لای، نیر و یامچی طی سال های 2014 تا 2021 از شرکت آب منطقه ای استان اردبیل جمع آوری شد. سپس، پارامترهای محیطی مؤثر شامل شیب زمین، فاصله از آبراهه، کاربری اراضی و رطوبت خاک در محیط ArcGIS و گوگل ارث انجین ترسیم شدند. همچنین، شاخص های طیفی NDWI، AWEI، WRI و LSWI از تصاویر لندست 8 استخراج گردید. پس از استانداردسازی متغیرها، مدل جنگل تصادفی رگرسیونی با 100 درخت تصمیم آموزش داده شد. 70 درصد داده ها برای آموزش و 30 درصد برای آزمون مدل استفاده شد. عملکرد مدل با شاخص های آماری R² و MSE به ترتیب برابر با 9353/0 و 000210/0 ارزیابی شد. در نهایت نواحی مستعد سیل خیزی شناسایی گردیدند. به منظور اعتبارسنجی، رویداد سیل آوریل 2017 به عنوان نمونه موردی تحلیل شد. نتایج نشان داد که بخش شمالی حوضه، به دلیل ارتفاع زیاد، شیب تند، رطوبت خاک ۳۵ درصد و مقادیر بالای AWEI و WRI، بیشترین پتانسیل برای وقوع سیل خیزی را دارد. در مقابل، نواحی مرکزی و جنوبی به علت شیب ملایم تر و رطوبت کمتر خاک، احتمال کمتری برای سیل خیزی نشان دادند. مدل جنگل تصادفی صحت این الگو را تأیید کرد و عملکرد آن با منحنی ROC و مقدار AUC برابر با 616/0، قابل قبول ارزیابی شد. تحلیل داده های راداری نیز نشان داد که بازتاب سیگنال ها در مناطق شمالی، پیش و پس از وقوع سیلاب، تغییر محسوسی داشته و بیانگر تمرکز منابع آبی در این بخش از حوضه است.

استان خوزستان به عنوان یکی از کانون های اصلی طوفان های گردوغبار در ایران به دلیل شرایط جغرافیایی خاص خود، همواره با چالش های جدی در زمینه سلامت عمومی و پایداری محیط زیستی مواجه است. در این پژوهش، به ارائه یک هیبریدی SVR-ACOR-Holt-Winters به منظور مدل سازی طوفان های گردوغبار در استان خوزستان، در طول دوره آماری 50 ساله (2020- 1971) پرداخته شده است. نتایج نشان داد که مدل SVR-ACOR-Holt-Winters با ریشه میانگین مربعات خطا (317/0 - 293/0 =RMSE)، ضریب همبستگی (849/0 - 873/0 =R)، میانگین قدرمطلق خطا (275/0- 293/0 =MAE)، با اختلاف محسوسی، نسبت به مدل های انفرادی و مدل های دوگانه بررسی شده، به عنوان مدل برتر انتخاب شده است. ایستگاه آبادان با بیشترین فراوانی روزهای گردوغباری دقت بالاتری را در پیش بینی طوفان های گردوغبار در استان نشان داد که دلیل آن را می توان در ارتباط متغیرهای اقلیمی همچون دمای حدی و سرعت باد بر افزایش شاخص فراوانی روزهای همراه با این طوفان ها در خوزستان یافت. لذا می توان نتیجه گرفت مدل سازی طوفان های گردوغبار در مناطق بحرانی تر از دقت بیشتری برخوردار است. نتایج این مطالعه می تواند در مدل سازی پدیده گردوغبار و طراحی سیستم های هشدار طوفان های گردوغبار و کاهش خسارات ناشی از این پدیده، به کار گرفته شود. کاربرد این مدل در سایر مناطق دارای شرایط اقلیمی مشابه نیز می تواند موردبررسی قرار گیرد تا امکان تعمیم پذیری و اثربخشی آن در پیش بینی طوفان های گردوغبار در سطح ملی و منطقه ای ارزیابی شود.

تغییر اقلیم مستقیماً بر منابع آبی تأثیر گذاشته و خطراتی همچون سیلاب و خشک سالی را تشدید می کند. این پژوهش با هدف پیش نگری اثرات تغییر اقلیم بر رواناب قسمت علیای حوضه آبریز رودخانه کشف رود، انجام شد. ریزمقیاس نمایی توسط مدل CMhyd و پیش نگری رواناب به وسیله مدل هیدرولوژیکی SWAT انجام گردید. سپس برونداد مدل های منتخب CMIP6 تحت سناریوهای SSP1_2.6 و SSP5_8.5 برای دوره های آینده نزدیک (54-2025) و میانی (84-2055) به کار گرفته شدند. پس از انجام مراحل اعتبارسنجی و واسنجی توسط مدل SWAT-CUP، شبیه سازی مدل هیدرولوژیک SWAT در شرایط تغییر اقلیم انجام گرفت. ضرایب R2 NSE, RMSE, به ترتیب در دوره واسنجی برای ایستگاه های منتخب دولت آباد 73/0، 154/12، 672/0 و کرتیان 81/0، 25/13، 72/0 و در دوره اعتبارسنجی برای ایستگاه دولت آباد 77/0، 205/14، 684/0 و کرتیان 76/0، 43/16، 66/0 به دست آمدند. بررسی وضعیت متغیرهای اقلیمی بارش و دما در شرایط تغییر اقلیم، افزایش دمای بیشینه و کمینه فصلی و سالانه برای تمامی سناریوها و افزایش بارش را در همه سناریوها به جز SSP1_2.6 در دوره آینده نزدیک نشان می دهد. مقدار رواناب در دوره آینده نزدیک تحت سناریوی SSP1_2.6 به میزان 03/10% کاهش می یابد. مقادیر رواناب در سایر دوره ها و سناریوها به صورت افزایشی بین 37/3% در سناریوی SSP1_2.6 دوره آینده دور تا 56/15% در سناریوی SSP5_8.5 دوره آینده دور پیش نگری شد. این تغییرات عمدتاً ناشی از افزایش شدت و فراوانی بارش های شدید و افزایش دما است. نتایج این پژوهش می تواند به عنوان ابزاری مدیریتی برای سیاست گذاری منابع آب در جهت سازگاری با تغییرات اقلیمی استفاده شود.

در این پژوهش، زیرحوضه های انجرد واقع در استان آذربایجان شرقی با بهره گیری از تحلیل پارامترهای مورفومتری، از منظر نیاز به اقدامات حفاظت خاک و آب اولویت بندی شده اند. به دلیل عدم دسترسی به مدل رقومی ارتفاع (DEM) با دقت مناسب، از نقشه های توپوگرافی با مقیاس 1:25000 جهت تولید مدل ارتفاعی و تحلیل مورفومتری استفاده شد. در این راستا، 15 پارامتر مورفومتری مؤثر در فرآیندهای هیدروژئومورفولوژیکی شامل تراکم زهکشی، نسبت انشعاب، فراوانی آبراهه ها، نسبت بافت زهکشی، طول جریان سطحی، ضریب گردی، ضریب فرم، نسبت کشیدگی، ضریب فشردگی، عدد نفوذ، ثابت نگهداری، شیب متوسط، عدد ناهمواری، نسبت ناهمواری و انتگرال هیپسومتریک استخراج گردید. سپس زیرحوضه ها بر اساس مقادیر هر پارامتر از رتبه 1 تا 11 طبقه بندی و با محاسبه میانگین رتبه ها، اولویت بندی نهایی انجام شد. برای کاهش تعداد متغیرها و شناسایی شاخص ترین پارامترها، از تحلیل مؤلفه های اصلی (PCA) بهره گرفته شد. نتایج PCA نشان داد که 6 پارامتر شامل تراکم زهکشی، ضریب گردی، نسبت انشعاب، فراوانی آبراهه ها، ضریب فشردگی و انتگرال هیپسومتریک دارای بیشترین اهمیت هستند. مقایسه نتایج اولویت بندی بر اساس تمامی پارامترها با نتایج حاصل از پارامترهای منتخب PCA، تطابق قابل قبولی را نشان داد که مؤید کارایی این روش آماری در ساده سازی فرآیند اولویت بندی است. بر این اساس، زیرحوضه A1-4 با پایین ترین میانگین رتبه، بالاترین اولویت مدیریتی و زیرحوضه A5 کمترین اولویت را به خود اختصاص دادند. نتایج این پژوهش می تواند در تدوین راهبردهای مدیریتی به منظور کاهش ورود رسوبات به مخزن سد عمارت و کاهش آثار مخرب سیلاب مؤثر واقع شود.

ناپایداری دامنه ای از جمله مهم ترین مخاطرات طبیعی محسوب می شود که سالانه خسارت های مالی و جانی قابل توجهی به همراه دارد و اجرای پروژه های عمرانی را با چالش های جدی مواجه می کند. این مطالعه با هدف شناسایی عوامل مؤثر در بروز ناپایداری دامنه ای و ارائه راهکارهای پیشگیرانه در کلان شهر تبریز انجام شده است، موضوعی که در برنامه ریزی های محیطی از اهمیت بالایی برخوردار است. در این پژوهش، از روش های تصمیم گیری SWARA و CRITIC برای وزن دهی و ارزیابی معیارها استفاده شد و نقشه پهنه بندی خطر با کمک نرم افزار ArcGIS تهیه گردید. معیارهای مورد بررسی شامل شیب، جهت شیب، ارتفاع، فاصله از گسل، فاصله از رودخانه، فاصله از جاده، لیتولوژی، کاربری اراضی و میزان بارش بودند که پس از وزن دهی، به صورت لایه های استانداردشده درآمدند. در نهایت، با تلفیق و رویهم گذاری این لایه ها، نقشه نهایی پهنه بندی مناطق مستعد حرکات دامنه ای تهیه شد. بررسی نتایج نشان داد که پهنه های ناپایدار در هر دو مدل، با مناطق وقوع لغزش های پیشین مطابقت دارد. به طور مشخص، محلاتی نظیر سیلاب، ملازینال، یوسف آباد، کوی ولیعصر، کوی گلپارک، شهرک های باغمیشه، یاغچیان، فجر، خاوران و صیاد شیرازی در محدوده های با خطر بسیار بالا و بالا قرار گرفته اند. در مقابل، مناطق غربی، شمال غربی و جنوب غربی شهر در پهنه های بی خطر جای دارند، درحالی که بخش های مرکزی و شرقی عمدتاً در محدوده های کم خطر طبقه بندی شده اند. بنابراین جهت کاهش نسبی خطرات و افزایش میزان پایداری دامنه ها لازم است تا حد ممکن از تغییر اکوسیستم و کاربری اراضی اجتناب کرد

درک تعاملات اجزای سیستم رودخانه ای در پاسخ به محرک های خارجی برای پیشبرد مدیریت پایدار محیط رودخانه ضروری است. هدف این تحقیق، بررسی تغییرات تیپولوژی پوشش گیاهی حاشیه رودخانه جاجرود طی دوره 1402-1367 بوده است. در این پژوهش، از عکس های هوایی آنالوگ سال 1367 و تصاویر اولتراکم سال 1402 استفاده شد. برای بازه بندی رودخانه بر اساس ژئوفرم از روش GUS استفاده شد. بر اساس بررسی ژئومورفولوژی رود، 5 بازه 800 متری تعیین و نوع حصر کرانه های چپ و راست رودخانه، پایداری، نوع رسوبات و شیب و ارتفاع هر بازه بررسی شد. رودخانه جاجرود به 5 بازه ژئومورفیک تفکیک شد. سپس، تعدادی مقطع عرضی شبه موازی در فاصله مناسب در امتداد رودخانه ترسیم شد. طبقه بندی تیپولوژی پوششی در هر یک از مقاطع عرضی شامل مجرای رودخانه، چمنزار، پوشش گیاهی چوبی بلند و کوتاه، جزایر رسوبی، بار رسوبی حاشیه ای، عوارض انسانی و جزایر گیاهی بود. نوسانات تغییر در پوشش گیاهی بیانگر کاهش تیپولوژی علفزار حاشیه ای در سال 1402 نسبت به سال 1367 است. مساحت تیپولوژی جزایر گیاهی میان آبراهه در سال 1402 با 265633 مترمربع در مقایسه با سال 1367 (165415 مترمربع) کاهش یافته است. تیپولوژی رسوبات حاشیه ای و عوارض انسانی در سال 1402 در مقایسه با 1367 افزایش یافته که حاکی از تغییر کاربری اراضی و تجاوز به اراضی حاشیه ای رودخانه جاجرود است.

حفاظت و شناسایی محوطه های باستانی با توجه به تهدیدات ناشی از شهرسازی، گسترش کشاورزی و توسعه زیرساخت ها اهمیت روزافزونی یافته است. کاوش های میدانی سنتی، اگرچه مؤثر، اما زمان بر و پرهزینه اند. مدل سازی پیش بینی فضایی با استفاده از عوامل محیطی و داده های مکان های شناخته شده، ابزاری کارآمد برای شناسایی مناطق با پتانسیل باستانی بالاست. این مطالعه به مقایسه دو روش مدل سازی پیش بینی، وزن های شواهد (WoE) و ماکزیمم آنتروپی (MaxEnt)، در شناسایی محوطه های باستانی در استان خراسان شمالی، ایران، می پردازد. این منطقه به دلیل کشف اخیر یک کاخ هخامنشی در نزدیکی آشخانه از اهمیت باستانی برخوردار است. در این پژوهش، داده های 980 محوطه باستانی به صورت تصادفی به مجموعه های آموزشی (70%) و اعتبارسنجی (30%) تقسیم شدند. شش متغیر محیطی شامل ارتفاع، شیب، فاصله از رودخانه ها، پوشش گیاهی، آبادی ها و زمین شناسی با رزولوشن 30 متر در محیط GIS پردازش شدند. مدل WoE با رویکرد بیزین و آزمون استقلال شرطی (کای اسکوئر) و مدل MaxEnt بدون نیاز به استقلال متغیرها اجرا شدند. نتایج نشان داد MaxEnt با نرخ موفقیت آموزشی 88.65% و اعتبارسنجی 88.20% نسبت به WoE (83.26% و 83.00%) عملکرد بهتری دارد. نزدیکی به آبادی ها و رودخانه ها مهم ترین عوامل پیش بینی کننده بودند. MaxEnt به دلیل انعطاف پذیری و عدم نیاز به استقلال متغیرها، برای محیط های پیچیده مناسب تر است، درحالی که WoE به دلیل سادگی برای پروژه های کوچک تر کارآمد است. پیشنهاد می شود در تحقیقات آتی از روش های ترکیبی و داده های با وضوح بالا برای بهبود دقت استفاده شود.