درخت حوزه‌های تخصصی

تحقیقات علمی در زمینه ی روندهای اقلیمی حاکی از آن است که هم اکنون تغییرات، سریع تر از دوره های گذشته درحال وقوع است. اغلب محققان جهان درجه ی حرارت هوا و نزولات آسمانی را شاهدی در جهت اثبات فرضیه های تغییرات اقلیمی خود می دانند. در این پژوهش به منظور آشکارسازی آماری تغییر اقلیم درگستره ی جغرافیایی استان کرمان از داده های میانگین دمای شبانه ماهانه 17 ایستگاه درداخل و خارج استان طیّ بازه ی زمانی 2010-1961 استفاده شده است. با به کارگیری میان یابی کریجینگ، داده های ایستگاهی به داده های یاخته ای با ابعاد 8×8 تبدیل شده و به کمک آزمون من- کندال وضعیت روند یاخته ای بررسی گردید. سپس با نرم افزار GISنقشه ی پهنه بندی روند برای هرماه ترسیم گردید. به منظور بررسی تأثیرگذاری فعالیّت خورشیدی بر تغییر اقلیم استان کرمان از داده های شدّت تابش کلی خورشیدی ماهانه، روش تحلیل موجک و مقایسه نمودارهای ترسیمی استفاده گردیده است. نتایج حکایت از آن دارد که درطول دوره ی آماری بطور میانگین سالانه66% از پهنه ی استان، تغییرات اقلیمی با روند افزایشی را تجربه نموده اند. بیشترین و کمترین گستردگی حاکمیّت روند مثبت به ترتیب در فصل تابستان و زمستان به وقوع پیوسته است. همچنین افزایش 62/2 درجه ای دمای شبانه را در پهنه ی استان کرمان شاهد بوده ایم. غالباً دشت های با ارتفاع کمتر از 2000 متر دارای روندافزایشی، کوهپایه های غربی استان با ارتفاع 3000-2000 متر دارای روند کاهشی و نواری با امتداد شمال غربی- جنوب شرقی که از مرکز استان می گذرد از گزند تغییرات اقلیمی درامان بوده است. بیشترین تأثیرپذیری از سیکل 11 ساله فعالیّت های خورشیدی در ماه اکتبر رقم خورده به شکلی که می توان روند حادث شده در دمای شبانه ماه اکتبر را در سال های 2000-1961 با اطمینان 95% به سیکل اصلی فعالیّت های خورشیدی منسوب دانست. ماه ژولای در مرحله ی بعدی تأثیرپذیری و سپس ماه های دسامبر و سپتامبر هستند.

مدل سازی توسعه یافتگی، ابزاری کارآمد در ایجاد شناخت کافی از سرزمین و پراکنش توسعه آن است. از این رو، هدف پژوهش حاضر مدل سازی سطوح توسعه یافتگی مناطق روستایی بخش مرکزی شهرستان بویراحمد است. این پژوهش به لحاظ هدف کاربردی و از نظر تجزیه و تحلیل عددی داده ها، تحقیقی کمّی است که به شیوه پیمایش صورت پذیرفته است. جامعه ی آماری پژوهش، روستاهای 20 خانوار و بالاتر بخش مرکزی شهرستان بویراحمد (89 روستا)است که 566 خانوار، مورد مطالعه قرار گرفتند. برای گردآوری داده ها، افزون بر اَسناد (سالنامه های آماری استان و گزارش های بایگانی شده)، پرسش نامه محقق ساخته به کار رفت. ضریب آلفای کرونباخ (561/0- 955/0) به دست آمده، از بهینه گی پرسش نامه حکایت داشت. به منظور مدل سازی سطوح توسعه یافتگی، با نگرشی اندام وار شاخص ها انتخاب و از تئوری مجموعه های فازی، تحلیل سلسله مراتبی و روش وایکور استفاده به عمل آمد. مقاله حاضر رویکرد جدیدی برای سنجش درجه ی توسعه یافتگی مناطق ارایه می دهد. در واقع در این رویکرد روستاها بر مبنای ایده آل هایی مورد سنجش قرار می گیرند که وضعیت آن ها از لحاظ توسعه یافتگی مشخص است. تحلیل نتایج حاصل از رویکرد مذکور نشان داد که روستاهای مورد مطالعه با میانگین درجه ی توسعه یافتگی 387/0 (دامنه میانگین بین صفر و یک) در وضعیت نامناسبی از لحاظ توسعه یافتگی قرار دارند. فزون بر آن، بالاترین درجه ی توسعه یافتگی به روستای سرابتاوه (635/0) تعلق دارد به نحوی که این روستا به 63 درصد از سطح ایده آل شاخص های مورد بررسی دسترسی دارد. همچنین روستای گاوبرگ با درجه ی توسعه یافتگی 182/0 در انتها قرار دارد که بیان کننده ی وضعیت بحرانی آن روستا می باشد.

یکی از مشکلاتی که محققان رشته های ژئومورفولوژی، هیدرولوژی، کشاورزی و ... با آن مواجه هستند، برآورد میزان رسوب در سیستم های آبی است که میزان آن می تواند خسارات زیادی را به سازه های آبی همچون سدها متحمل گرداند. هدف از این تحقیق، بررسی شدت فرسایش و عوامل موثر در آن و مقایسه دو مدل SLEMSA و CORINE در حوضه آبخیز تنگ سرخ شیراز است. در این پژوهش، جهت مقایسه و ارزیابی دو مدل اشاره شده، ابتدا نقشه ها و مقادیر پارامترهای اصلی در مدل اسلمسا شامل داده های توپوگرافی، فرسایندگی و فرسودگی خاک و پوشش گیاهی تهیه و در نهایت نرخ فرسایش، کانون های فرسایشی و مهمترین عامل موثر در این مدل با استفاده از نرم افزار های ARC MAP (تابع raster calculator) محاسبه و سپس با محاسبه شاخص های اصلی در مدل کورین مانند فرسایش دهندگی، فرسایش پذیری، شیب و پوشش گیاهی منطقه مورد مطالعه از نظر میزان فرسایش طبقه بندی گردید. مقایسه این دو مدل نشان می دهد که مدل کرین با توجه به اینکه به جزئیات بیشتری می پردازد از دقت بیشتری برخوردار بوده و عامل شیب مهمترین فاکتور در افزایش میزان فرسایش در حوضه است.

خشکسالی پدیده ای است طبیعی که تقریباً در تمامی اقالیم جهان رخ می دهد. اثرات این پدیده خزنده و آرام در مناطق خشک و نیمه خشک به دلیل بارندگی سالانه کمتر شان، بیشتر است. در تحقیق حاضر برای پایش مکانی خشکسالی، از سری های زمانی NDVIو LSTسنجنده MODISماهواره Terraدر ماه های فصول رشد (فروردین تا شهریور) سال های 1379 الی 1393 در استان مرکزی استفاده شد. برای این منظور، شاخص VCIو TCIبترتیب بر اساس سری های زمانی 15 ساله NDVIو LSTبه صورت ماهانه ایجاد گردید و در ادامه شاخص VHIبر اساس ترکیب دو شاخص مذکور استخراج شد. درنتیجه نقشه های درجات شدت خشکسالی بر اساس شاخص VHIدر پنج طبقه:1- خیلی شدید 2- شدید 3- متوسط 4- ملایم 5- بدون خشکسالی، استخراج گردیده و تغییرات این طبقات در سری های زمانی VHIمورد بررسی قرار گرفت. بررسی سری های زمانی حاصل از VCIو TCIنشان داد که ارتباط معنی داری میان تغییرات NDVIو LSTوجود دارد. مطابق نتایج نقشه های طبقه بندی شدت خشکسالی، شاخص VHI، سال 1379 و 1380 دارای بیشترین شدت و سال های 1383 و 1386 دارای کمترین شدت خشکسالی بوده اند. همچنین ماه اردیبهشت دارای بیشترین شدت خشکسالی و شهریور دارای کمترین شدت خشکسالی بوده است. بیشترین درصد مساحت طبقات خشکسالی بترتیب مربوط به طبقه بدون خشکسالی (56%)، ملایم (19%)، متوسط (%15)، شدید (8%) و خیلی شدید (2%) بوده است. مقایسه نتایج حاصل از این تحقیق و گزارش سازمان هواشناسی، دقت بسیار خوب روش استفاده از شاخص سنجش از دوری VHI درپایش خشکسالی کشاورزی را نشان می دهد. نتیجه آنکه شاخص های سنجش از دوری پایش خشکسالی (مانند VHI) می توانند با برطرف کردن نقاط ضعف روش های نقطه ای، در پایش خشکسالی کشاورزی به تصمیم سازان و برنامه ریزان کمک شایانی نمایند.

نحوه عمل در اکثر الگوریتم های طبقه بندی متداول در سنجش از دور بر اساس ویژگیها و اطلاعات طیفی پیکسلها می باشد. این مسئله ضمن نادیده گرفتن مقدار زیادی از اطلاعات فضایی موجود در تصویر با افزایش قدرت تفکیک فضایی در ماهواره ها، باعث افزایش اطلاعات غیر مفید (نویز) و افزایش تشابه طیفی بین طبقات و در نتیجه افزایش واریانس داخلی می شود که در نهایت منجر به اثرات منفی بر روی دقت طبقه بندی می گردد. به منظور رفع یا کاهش این مشکلات، استفاده توأم از اطلاعات طیفی و محیطی می تواند به تفکیک کاربریهایی که از لحاظ طیفی مشابه هستند کمک موثری نماید. در این تحقیق مزایای حاصل از ترکیب اطلاعات تراکم حاشیه استخراج شده از طبقه بندی مبتنی بر ویژگیهای طیفی عناصر تصویر با روشهای طبقه بندی حداکثر احتمال، حداقل فاصله از میانگین و ماهالانوبیز مورد بررسی قرار گرفته است. این روش برای داده هایی با توان تفکیک مکانی بالا که حاوی اطلاعات جزیی زیادتری می باشند و همچنین مناطقی با پدیده های متفاوت و دارای تراکم های حاشیه مختلف می تواند مناسب تر باشد.کارایی استفاده از اطلاات تراکم حاشیه در بهبود دقت طبقه بندی با داده های چند طیفی ماهواره اسپات (SPOT) و عکس هوایی مربوط به بخشی از منطقه حاشیه تالاب انزلی در استان گیلان که دارای پدیده های متنوع و کاربریهای مختلف می باشد، مورد ارزیابی قرار گرفته است. نتایج حاصل نشان دهنده افزایش دقت کلاسهای اطلاعاتی بویژه با تفکیک پذیری طیفی ضعیف می باشد. روش طبقه بندی ماهالانوبیز در کلاسهای اطلاعاتی مراکز شهری- روستایی (60/74 درصد) و رودخانه و کانال (87/66 درصد) به ترتیب با 06/14 و 57/6 درصد افزایش در داده های ماهواره‌ای و کلاسهای مجتمع درختی و باغات (37/74 درصد)، رودخانه اصلی (44/59 درصد)، کشاورزی (38/46 درصد) و مناطق مسکونی (09/68 درصد) به ترتیب 78/11، 61/36، 09/28 و 29/53 درصد نسبت به طبقه بندی مبتنی بر اطلاعات طیفی پیکسلها در داده‌های عکس هوایی افزایش دقت نشان می دهند.

در این پژوهش داده های دمایی روزانه ایستگاه همدید شیراز از تاریخ 1951 تا 2010 در بازه زمانی 60 ساله مورد بررسی قرار گرفت. سپس میانگین روزانه دما به میانگین پنج روزه پنجک تبدیل گردید. نتایج حاصل از تحلیل خوشه ای بر روی فواصل اقلیدسی به روش وارد چهار فصل متمایز دمایی را مشخص می نماید، بر این اساس دوره گرم از 18 خرداد (هشتم ژوئن) آغاز و در 7 شهریور (29 آگوست) به پایان می رسد، همچنین دوره سرد از هفده آبان (8 نوامبر) شروع و تا هشتم فرودین (28 مارس) ادامه پیدا می کند. بعد از تعیین فصول بر اساس تصاویر سنجنده TM ماهواره LANDSAT دامنه های دمایی (دمای سطح زمین ) و میزان شاخص پوشش گیاهی NDVI برای هر دو فصل گرم و سرد با استفاده از نرم افزار9.2 ERDAS IMAGING در تاریخ های 6 دسامبر 2010 و 15 ژوئیه 2010 به ترتیب جهت فصول سرد و گرم تهیه و ارزیابی و محاسبه تفاوت های آن به کمک نرم افزار ARCGIS 9.3 انجام پذیرفت

در این پژوهش، نتایج دو الگوی ریزمقیاس نمایی SDSM و مولد آب و هوایی LARS-WG با درنظر گرفتن تحلیل عدم قطعیت روی بارش روزانه، کمینه و بیشینه دمای روزانه مقایسه می شود. منطقة این پژوهش شامل ایستگاه های هواشناسی تبریز و ارومیه به مثابة نمایندة حوضة آبریز دریاچة ارومیه است که آمار بلندمدت آنها موجود است. دورة پایه در این الگوها، داده های دما و بارش روزانة ایستگاه های تبریز و ارومیه در دورة بلندمدت 1990-1961 است. پس از بررسی اولیة داده های روزانه، تحلیل عدم قطعیت روی دو الگوی یادشده در دورة پایه انجام گرفت. در این مقاله، از روش های نموداری و آماری برای مقایسة عملکرد دو روش ریزمقیاس نمایی استفاده شد. در روش نموداری قدرمطلق اختلاف داده های الگوشده و مشاهده شده به صورت ماهانه برای هریک از مؤلفه های بررسی شده، روی نمودار آورده و تحلیل شد. نتایج کلی نشان داد الگوی SDSM در دو ایستگاه بررسی شده، برای کمینه و بیشینه دمای روزانه عملکرد بهتری نسبت به الگوی LARS-WG دارد؛ درحالی که برای بارش روزانه نتایج عملکرد دو الگو تاحدودی در دو ایستگاه مشابه بود.

افزایش کیفیت محیط شهری گامی بلند به سوی ارتقای رضایت شهروندان است. یکی از ابعاد شایان توجه در افزایش کیفیت محیطی ارتقای آسایش بصری است. آسایش بصری بازتابی از کیفیت زندگی، آرامش و رفاه شهروندی است؛ بنابراین، هدف این تحقیق سنجش عملکرد مؤلفه های آسایش بصری در ارتقای کیفیت محیط شهری کلان شهر مشهد است که در این زمینه 14 مؤلفة کیفیت محیطی و 4 مؤلفة آسایش بصری، ارتباط این دو دسته متغیرها و وضعیت آن ها در سطح مناطق سیزده گانة مشهد ارزیابی شده است. روش تحقیق توصیفی- پیمایشی است. جامعة آماری شامل تمام شهروندان مناطق 13 گانة مشهد می شود که با استفاده از فرمول کوکران 383 پرسشنامه به نسبت جمعیت مناطق توزیع شده است. پرسشنامه محقق ساخته و شامل 40 پرسش کیفیت محیط شهری و 40 پرسش آسایش بصری است. به منظور تحلیل داده ها از نرم افزار SPSS و برای رتبه بندی مناطق از تکنیک رتبه بندی وایکور استفاده شده است. نتایج تحقیق بیانگر وجود تفاوت معنی دار بین مؤلفه های آسایش بصری و کیفیت محیط شهری در سطح مناطق سیزده گانه است. علاوه براین، نتایج رتبه بندی مناطق نشان می دهد اغلب مناطقی که سطح آسایش بصری پایین دارند (مناطق 13، 4، 5)، کیفیت محیطی کمتر و درنتیجه رفاه شهری کمتری دارند. همچنین مناطق 1 و 9 و 8 با هم پوشانی بسیار بالا در بهترین وضعیت از منظر کیفیت محیط شهری و آسایش بصری قرار دارند.

در تصاویر با قدرت تفکیک مکانیِ کم یا متوسط، مانند ETM*، پیکسل ها به اندازه ای هستند که پدیده های مختلفی درون یک پیکسل قرار می گیرند و سبب ایجاد پیکسل های مختلط یا ناخالص می شوند. به منظور استخراج اطلاعات از پیکسل های مختلط، به کارگیری روش هایی که توان استخراج اطلاعات درون پیکسل را داشته باشند، امری لازم و ضروری است. روش تجزیه طیفی خطی از جمله همین روش هاست. نتایج حاصل از تجزیه طیفی، وابستگی های زیادی به اعضای خالص انتخاب شده دارد. تا کنون روش های فراوانی برای انتخاب اعضای خالص از تصویر ارائه شده اند. در تحقیق حاضر دو روش ـ (الف) مبتنی بر شناسایی هندسی اجزا (استفاده از تصویر)، و (ب) تصویر با قدرت تفکیک مکانی بالا (تصاویر IKONOS) ـ برای انتخاب پیکسل های خالص مورد استفاده قرار گرفت و اعضای خالص پوشش گیاهی و اراضی بایر و سطوح نفوذناپذیر از تصویر استخراج گردیدند. ارزیابی صورت گرفته بر روی نتایج حاصل از روش های مختلف انتخاب اعضای خالص، نشان می دهد که روش استفاده از تصویر با قدرت تفکیک مکانی بالا ـ IKONOS ـ برای انتخاب اعضای خالص سطوح نفوذناپذیر با اختلاف 01/0 و اراضی بایر با اختلاف 02/0 نسبت به تصویر مرجع، نتایج بسیار مناسبی را در مقایسه با روش استفاده از تصویر به همراه داشت. نتایج حاصل از انتخاب اعضای خالص پوشش گیاهی در هر دو روش انتخاب اعضای خالص (با اختلاف 03/0 در تصویر IKONOS و 02/0 در تصویر ETM+ نسبت به تصویر مرجع) تقریباً برابر و پذیرفتنی اند.

یکی از تحلیل های پرکاربرد سیستم های اطلاعات جغرافیایی (GIS) یافتن مسیرهای بهینة بین دو نقطه در شبکة حمل ونقل شهری است. به دلیل تنوع بالای مسیرهای ممکن بین دو نقطه در شبکة حمل ونقل شهری، یافتن مسیرهای بهینه کار پیچیده ای است. از سویی، درنظرگرفتن هم زمان تمامی پارامترهای مؤثر در انتخاب مسیر از جمله طول مسیر، ترافیک، سختی عبور از تقاطع ها، کیفیت معابر و ...، پیچیدگی فرایند کشف مسیر بهینه را دوچندان می کند. همچنین در پاره ای از موارد، وجود دو یا چند پارامتر مؤثر ناسازگار، مانند طول مسیر و ترافیک، بر پیچیدگی مسئله می افزاید. الگوریتم های بهینه سازی، به ویژه الگوریتم هایی مانند الگوریتم ژنتیک چندهدفه NSGA-II، که توانایی درنظرگرفتن هم زمان چندین پارامتر ناسازگار در یک مسئله را دارند، می توانند GIS را در حل این گونه مسائل یاری کنند. هدف از این پژوهش عرضة مدلی برمبنای الگوریتم NSGA-II در بستر GIS، به منظور کشف مسیرهای بهینه در شبکة حمل ونقل شهری است. بدین منظور، الگوریتم NSGA-II به گونه ای مدل شد تا ساختار توپولوژیک مسیرهای بهینه (پیوستگی و نبودِ حلقه در مسیر) حفظ شود؛ بنابراین، هم در تولید مسیرهای اولیه و هم در عملگرهای ژنتیکی مورد استفاده، حفظ ساختار توپولوژیک مسیرهای خروجی مدنظر قرار گرفت. در این راستا به منظور رسیدن به اهداف یادشده، دو عملگر ژنتیکی ابتکاری، متناسب با مسئلة بهینه سازی مسیر در شبکة حمل ونقل شهری، توسعه داده شد. همچنین با هدف بالابردن کارآیی مدل در ارائة مسیرهای بهینه، افزون بر درنظرگرفتن طول مسیر، ترافیک و کیفیت مسیر به منزلة توابع هدف، دشواری عبور از تقاطع ها نیز به مثابة یکی دیگر از توابع هدف مدل شد. به منظور آزمودن قابلیت های مدل، یک شبکة حمل ونقل شهری فرضی با محدودیت های لازم طراحی شد و مدل، با بهره گیری از آن، مورد ارزیابی قرار گرفت. نتایج به دست آمده نشان دهندة صحت کارکرد مدل و توانایی بالای آن در یافتن مسیرهای بهینه با چندین هدف متضاد است.

تهیه نقشه حساسیت زمین لغزش یک ابزار ضروری برای مدیریت بحران می باشد. هدف مطالعه حاضر بررسی تهیه نقشه حساسیت زمین لغزش با استفاده از کشف قوانین طبقه بندی (CRD) توسط بهینه سازی کلونی مورچه (ACO) می باشد. این روش مدلسازی برای ارزیابی حساسیت زمین لغزش در شهرستان جوانرود از استان کرمانشاه به کار گرفته شد. برای این منظور، لایه های موضوعی شامل شیب، فاصله از گسل ها، فاصله از آبراهه، بارندگی، کاربری و بافت خاک استفاده شدند. این مطالعه روش یکی در یک زمان (OAT) را به عنوان روش تحلیل حساسیت برای بدست آوردن وابستگی خروجی های مدل به پارامترهای ورودی استفاده نمود. سپس، عملکرد الگوریتم ارائه شده با مقایسه با الگوریتم درخت تصمیم گیری C5 که یک روش کشف قوانین طبقه بندی شناخته شده می باشد، اعتبارسنجی شد. برای سنجش صحت نقشه حساسیت زمین لغزش حاصل، این نقشه با توزیع زمین لغزش های مشاهده شده ارزیابی شد. نقشه حاصل نشان داد که قدرت پیش بینی مدل بسیار بالا می باشد. به طور کلی، حدود 20% از منطقه مطالعه در طبقات حساس و بسیار حساس می افتد، و اغلب زمین لغزش های پیشین (81.25%) در این طبقات رخ می دهند. نتایج این مطالعه نشان داد که این مدل می تواند به طور کارآمدی در تهیه نقشه های حساسیت زمین لغزش به کار رود.

نمایش گرافیکی پدیده های انسانی جهت تحلیل های مکانی- فضایی به عنوان مدلی جهت واکاوی مناطق، می تواند توزیع فضایی پدیده های جغرافیایی را به تصویر بکشد. در این خصوص علم زمین آمار و مدل های تخمین آن می تواند کمک شایانی جهت نمایش گرافیکی این توزیع انجام دهد. پژوهش حاضر از نوع کاربردی و رویکرد حاکم بر تحقیق تحلیلی و تطبیقی است. جهت پهنه بندی منطقه از لحاظ تخمین ورود گردشگر، از بیست روستای دارای آمار ورود گردشگر از فروردین سال 1389 تا فروردین سال1390 به عنوان نقاط معلوم استفاده گردید. همچنین از تکنیک تابع پایه شعاعی (RBF) به همراه پنج مدل آن جهت پهنه بندی استفاده گردید. جهت ارزیابی متقابل مدل های مذکور از نیم تغییر نما استفاده گردید. نتایج ارزیابی نشان می دهد مدل اسپیلاین کاملاً منظم با ضریب تعیین 77/0 و RMS= 19 بهترین مدل جهت پهنه بندی انتخاب گردید. همچنین نتایج تحقیق نشان می دهد 73 روستای شهرستان رامسر می توانند سالانه بین 1000 تا 1500 نفر ، 46 روستا بین 1500 تا 2000 نفر و 42 روستا بین 500 تا 1000 نفر گردشگر جذب نمایند که اکثر این روستاها در شمال شهرستان واقع شده اند. همچنین بیشترین تخمین جذب گردشگر در 2 روستای شهرستان (جواهرده و جنت رودبار) با تعداد 4000 تا 5000 نفر گردشگر برآورد می گردد. نتایج ارزیابی نشان می دهد غرب شهرستان رامسر دارای پتانسیل بالاتری جهت جذب گردشگر می باشد.

از جمله راهکارهایی که در بازیافت مواد مدنظر می باشد، اجرای طرحهای تفکیک زباله از مبدأ توسط خانوارها می باشد که اساس این گونه طرحها، بر مشارکت خانوارها استوار می باشد. هدف اصلی این مطالعه بررسی و ارزیابی مناطق مختلف شهری از نظر مشارکت خانوارها در تفکیک از مبدأ زباله در شهر مشهد و رتبه بندی آنها می باشد. آمار و اطلاعات مورد نیاز از طریق تکمیل پرسشنامه از حدود 603 خانوار شهر مشهد در سال 1388 بدست آمد. نتایج رتبه بندی مناطق که با استفاده از برنامه ریزی چندمعیاره و تکنیک برنامه ریزی توافقی صورت گرفت نشان می دهد که از نظر میزان مشارکت، مناطق با درجه توسعه یافتگی متوسط در رتبه اول، محروم در رتبه دوم و برخوردار در رتبه سوم قرار دارند. در انتها، با توجه به نتایج بدست آمده، طرحها و راهکارهایی اجرایی در خصوص افزایش مشارکت خانوارها ارائه شد.