درخت حوزه‌های تخصصی

طراحی الگوی فضایی کاربری اراضی، به معنای تعیین مساحت تخصیص داده شده به هر کاربری و توزیع مکانی آن، دارای اهمیت خاصی است و بایستی به نحوی انجام پذیرد که ضمن برآورده کردن نیازها و اهداف، از ظرفیت ها و منابع موجود به نحو مناسب استفاده گردد. در این تحقیق تعیین مساحت بهینه و تخصیص بهینه مکانی سه کلاس اصلی کاربری اراضی- شامل کشاورزی آبی و کشت دیم و اراضی مرتعی- به منظور افزایش بازدهی اقتصادی و کاهش فرسایش با ترکیب دو روش بهینه سازی چند هدفه نیل به مقصود و MOLA در زیر حوضه کویین انجام شد. ابتدا مساحت بهینه کلاس های عمده کاربری اراضی به صورت ریاضی با استفاده از مدل بهینه سازی چند هدفه نیل به مقصود تعیین شد. سپس بهینه سازی تخصیص مکانی کاربری رسیدن به وضعیت بهینه باید مساحت کشت دیم کاهش یابد و به مساحت کشاورزی آبی و مرتع افزوده شود، به طوری که با تبدیل وضع موجود به حالت بهینه- که نسبت مساحت کاربری های کشاورزی آبی، کشت دیم و مرتع در منطقه مورد مطالعه به ترتیب 11/17، 74/2، 15/80 درصد خواهد شد. از میزان فرسایش کاسته شود و بازدهی اقتصادی در قیاس با وضع موجود افزایش یابد. نتایج حاصل از مدل سازی نشان داد در صورت تغییر الگوی فعلی کاربری اراضی به الگوی بهینه، امکان کاهش 6/3 درصدی فرساش خاک و افزایش درآمد اقتصادی به میزان 5/13 درصد وجود دارد.

یکی از انواع حرکات دامنه ای که در مناطق کوهستانی خسارت های جانی و مالی فراوانی وارد می کند، ریزش های سنگی است. شناخت نواحی حساس به ریزش با بهره گیری از روش های دقیق و مناسب برای تردد جاده ای و همچنین ساکنان منطقه، اهمیت زیادی دارد. هدف از این پژوهش بررسی عوامل مؤثر در وقوع ریزش و تهیه نقشه پهنه بندی خطر آن در دره هراز، واقع در استان مازندران است. برای این کار، نخست با استفاده از تصاویر ماهواره ای و بررسی های میدانی، نقشه پراکنش ریزش های منطقه تهیه شد. سپس نقشه های عوامل مؤثر به منزله لایه های اطلاعاتی در محیط GIS وارد شدند. پس از محاسبه فراوانی ریزش های موجود در هر طبقه از عوامل و وزن دهی به آنها، با استفاده از مدل ارزش اطلاعات، لایه های ساخته شده در محیط ArcGIS با هم تلفیق و از جمع جبری نقشه های وزنی، نقشه پهنه بندی خطر ریزش در منطقه تهیه شد. برای تهیه نقشه پهنه بندی با استفاده از روش تحلیل سلسله مراتبی، وزن هر عامل از ماتریس وزن دهی به دست آمد. نتایج بیانگر آن است که به ترتیب عوامل شیب، جنس سنگ، پوشش و کاربری زمین، جاده، آبراهه، گسل، ارتفاع و جهت دامنه، بیشترین نقش را در وقوع ریزش در منطقه دارند. ارزیابی مدل ها نشان داد که مدل های ارزش اطلاعات و تحلیل سلسله مراتبی، به ترتیب با احتمال تجربی 737/0 و 842/0 برای پهنه بندی در منطقه مناسب هستند؛ اما در مقایسه، وزن دهی عوامل با استفاده از تحلیل سلسله مراتبی موجب افزایش دقت کار شده است.

تناظریابی از موضوعات چالش برانگیز در سنجش از دور و فتوگرامتری به شمار می آید. این فرایند به منظور طبقه بندی چندطیفی، مانیتورینگ محیط، بازرسی تغییرات، موزاییک کردن تصاویر و نظایر اینها کاربرد وسیعی در سنجش از دور دارد. روش های زیادی برای تناظریابی ارائه شده اند، که یکی از آنها تناظریابی سراسری با استفاده از شبکه عصبی هاپفیلد است. مهم ترین تحقیقات انجام شده در این روش در حوزة شناسایی هدف و مربوط به تصاویر برد کوتاه است، و تاکنون روی تصاویر هوایی و ماهواره ای پیاده سازی نشده اند. هدف اصلی پژوهش حاضر پیاده سازی روش تناظریابی با استفاده از شبکه عصبی هاپفیلد روی انواع تصاویر هوایی و ماهواره ای است. برای انجام تناظریابی مستقل از افاین، از شبکه عصبی هاپفیلد مرتبه 4 استفاده می شود و نتایج عملی روی دو جفت تصویر ماهواره ای بیانگر کارایی بالای این روش است.

سیگنال های اقلیمی، الگوهای بزرگ مقیاسی از ناهنجاری های گردش و فشار هوا میباشد که در محدوده جغرافیایی وسیع گسترش یافته است. این سیگنال ها در توجیه رفتار اقلیم از اهمیت زیادی برخوردارند. در این پژوهش ارتباط بارش با سیگنال های اقلیمی(AO, NAO,SOI, ENSO) در ناحیه مرکزی ایران مورد بررسی قرار گرفته است. داده های سیگنال ها از پایگاه داده های NCEP استخراج گردید و مجموعه داده های بارش ماهانه نیز از مرکز خدمات ماشینی سازمان هواشناسی کشور دریافت شد. داده ها ماهانه طی دوره ی آماری 30 ساله، بین سال های 1978 تا 2008 بوده است. در نهایت با بکارگیری روش شبکه عصبی مصنوعی، مدل های شبیه سازی شده برای بازه های 0، 3 و 6 ماهه محاسبه شد و نتایج نشان داد از بین سیگنال های مورد مطالعه سیگنال ENSO در مناطقNINO1.2 و NINO3 بر بارش منطقه مورد مطالعه تاثیر معنی داری دارد و تاخیر 3 و 6 ماهه موجب قوی شدن ضریب همبستگی شاخص انسو در مناطق NINO1.2 و NINO3 با بارش ایستگاه های مورد مطالعه شده است. همچنین تاخیر 6 ماهه باعث منفی شدن ضریب همبستگی بین شاخص انسو در مناطق NINO1.2 و NINO3 است. مطابق با مدل های ارئه شده، سیگنال انسو در مناطق NINO1.2 و NINO3 می تواند به عنوان پیش بینی کننده بارش در کنار سایر پارامترهای تاثیر گذار مورد استفاده قرار گیرد و سایر سیگنال های اقلیمی مورد مطالعه تاثیر معنی داری بر بارش ایستگاه های مورد مطالعه ندارد.

بارندگی یکی از اجزای اصلی چرخه­ی هیدرولوژی است. این فرآیند پیچیده به عوامل متعدد اقلیمی وابسته است. شبکه های عصبی مصنوعی در چند دهه اخیر و در مطالعات صورت گرفته برای مدل سازی سیستم های پیچیده و غیر خطی قابلیت بسیار بالایی از خود نشان داده است. تحقیق حاضر در سه ایستگاه منتخب از استان خوزستان صورت گرفته است. برای این منظور از داده­های بارندگی ماهانه سه ایستگاه هواشناسی استان به مدت 48سال، (1340-1387)، استفاده شده است. سپس با استفاده از این مقادیر به عنوان خروجی­های هدف، شبکه­های مختلفی با ساختار­های متفاوت تعریف و آموزش داده شد. در نهایت قابلیت شبکه برای تخمین بارش با استفاده از قسمتی از داده­ها که در آموزش شبکه وارد نشدند، مورد بررسی قرار گرفت. در این تحقیق شبکه­های MLP و RBF با تغییراتی در تعداد لایه­های میانی، تعداد نرون­ها و الگوریتم­های آموزش MOMو LM وCG به منظور پیش­بینی بارش فصلی به کار گرفته شد. نتایج نشان داد که برای ایستگاه اهواز شبکه RBF با توپولوژی 1-4-6 و یادگیریLM دارای بیشترین مقدار ضریب همبستگی برابر 96/0 و کمترین MSE برابر 044/0 است. برای ایستگاه آبادان شبکه RBF با توپولوژی 1-7-6-6 و یادگیریLM دارای بیشترین مقدار ضریب همبستگی برابر 92/0 و کمترین MSE برابر 062/0 است. برای ایستگاه دزفول شبکه MLP با توپولوژی 1-4-3-6 و یادگیریLM دارای بیشترین مقدار ضریب همبستگی برابر 94/0 و کمترین MSE برابر 034/0 است.

در زمینه مسائل تخصیص خدمات و مراکز خدماتی با ظرفیت مشخصی برای متقاضیان، مطالعات کمی صورت گرفته است و اکثر راه حل های ارائه شده برای این نوع مسائل، محاسباتی پیچیده دارند. برای حل این مشکل، روش های ابتکاری متناسب با شرایط مسئله شکل گرفته اند. همچنین در بیشتر کاربردها و مسائل تخصیص، بخش مهمی از اطلاعات و تحلیل ها جنبه مکانی دارد، ولی پژوهشگران تحقیق در عملیات و مدیریت که در این زمینه مطالعه بیشتری دارند، معمولاً به این موضوع کمتر توجه کرده اند. تخصیص مصدومان زلزله به مراکز درمانی را می توان در مسائل تخصیص های ظرفیت دار طبقه بندی کرد که اهمیت زیادی در مدیریت بحران زلزله دارند. از این رو، تکوین روشی مناسب برای بهینه سازی تخصیص مصدومان به مراکز درمانی اثر مهمی در کاهش زمان امداد رسانی و درنتیجه، کاهش صدمات جانی دارد. در این مقاله، ارائه روشی ابتکاری بر پایه الگوریتم ژنتیک برای بهینه سازی عملیات تخصیص مصدومان زلزله به مراکز درمانی، با استفاده از قابلیت های سامانه اطلاعات مکانی (GIS) توضیح داده می شود. به منظور بررسی کارایی الگوریتم طراحی شده، دو روش متفاوت برای تعداد و نحوه پراکندگی مکانی مصدومان زلزله برای منطقه مطالعه شده درنظر گرفته شد. مشکل دیگری که در پیاده سازی روش طراحی شده به آن توجه شده است، تأثیر میزان جمعیت اولیه الگوریتم ژنتیک در نحوه حل مسئله و زمان حل آن بود. با بررسی نتایج به دست آمده می توان گفت ساختار طراحی شده توانایی لازم برای حل این نوع مسائل را با انتخاب میزان جمعیت اولیه مناسب دارد.

مالاریا بیماری است که از طریق پشه منتقل می شود و سالیانه 300 تا 500 میلیون نفر از مردم جهان را درمعرض ابتلا قرار می دهد و باعث مرگ بیش از 1 میلیون نفر در جهان می شود.توزیع جغرافیایی این بیماری تا حدود زیادی به شرایط اقلیمی وابسته است. استان سیستان و بلوچستان به تنهایی 65 درصد کل مبتلایان کشور را داراست. در این تحقیق، با استفاده از سه عامل اقلیمی میانگین دمای ماهیانه، مقدار بارش دورة فعالیت و شاخص نسبت اختلاط رطوبت، مدل سازی فضایی شاخص شیوع سالیانة مالاریا (API) در استان سیستان و بلوچستان از طریق مدل رگرسیون وزن دار جغرافیایی انجام شده است. به همین منظور، عوامل اقلیم شناختی به صورت میانگین بلندمدت 20 ساله (1985- 2005م) برای 11 ایستگاه سینوپتیک و کلیماتولوژی واقع در محدودة استان سیستان و بلوچستان محاسبه و به صورت یک لایة اطلاعاتی مکانمند وارد محیط سیستم اطلاعات جغرافیایی شد. خروجی مدل بیانگر این است که مهم ترین عامل در تبیین بروز سالیانة این بیماری در منطقة مورد مطالعه، بارش در دورة فعالیت پشة آنوفل است که نقش این عامل اقلیمی از شمال به جنوب منطقة مورد مطالعه در افزایش شاخص API بارزتر می شود. درجة حرارت و رطوبت نسبی به ترتیب دارای اولویت دوم و سوم در بروز سالیانة بیماری است که نقش مکانی آن ها در نواحی شمالی استانمانند زابل و زاهدان بارزتر از نواحی جنوبی منطقه مانند شهرستان های نیک شهر و چابهار است. مدل ارائه شده که فقط مبتنی بر عوامل طبیعی است و درواقع یک مدل اقلیم مبناست، فقط توانست 48درصد تغییرات مربوط به شاخص API را تبیین کند (R2=0.48).بنابراین، عوامل غیراقلیمی ازجمله کیفیت اجرای سالیانة برنامه های کنترل مالاریا، شرایط اقتصادی- اجتماعی و موقعیت همسایگی این استان با دو کشور افغانستان و پاکستان نیز باید در بررسی اپیدمیولوژی مالاریا در این استان مورد توجه قرار گیرد. نتایج این تحقیق می تواند در شناسایی و اولویت بندی عوامل تأثیرگذار در شیوع بیماری مالاریا در مناطق مختلف استان مفید واقع شود و با به روز کردن اطلاعات آن، به عنوان یک سامانة پیش هشداردهی اقلیم مبنا در برنامه های کنترل مالاریا مورد استفاده قرار گیرد.

نادقیق بودن و عدم قطعیت از جمله جوانب اجتناب ناپذیر در برنامه ریزی ها و تصمیم گیری های زراعی است. لحاظ نمودن عدم قطعیت در بهینه سازی برنامه ریزی محصول و مدیریت منابع آب و خاک، طی سال های اخیر به کمک انواع مدل ها و رهیافت های برنامه ریزی ریاضی فازی میسر شده است. تحقیق حاضر به معرفی و کاربرد رهیافت چندهدفه برنامه ریزی آرمانی فازی (FGP) در بهینه سازی الگوی کشت و برنامه ریزی کاربری اراضی زراعی در شرایط عدم قطعیت در منطقه روستایی براآن شمالی در شرق شهر اصفهان می پردازد. برای این منظور معیارهایچندگانه حداکثرسازی سطح زیرکشت، سود خالص و فرصت های اشتغال در قالب اهداف فازی و کاهش هزینه ها و جلوگیری از فشار بر منابع آب (بصورت ماهانه) در کنار محدودیت های ماهانه نیروی کار و تناوب زراعی نیز در قالب محدودیت های فازی در تدوین مدل تحقیق در نظر گرفته شده اند.علاوه بررهیافت FGPبعنوان مدل اصلی تحقیق، مدل های GP و LP دیگری نیز تدوین و همگی به کمک نرم افزار LINDO حل گردیدند. تحلیل کمی نتایج حاصل، بیانگر برتری رهیافت FGP بر دیگر مدل ها به لحاظ دستیابی همزمان به اهداف و همچنین کاهش هزینه ها و مصرف منابع آب نسبت به الگوی کشت فعلی، با وجود مجموع سطح زیرکشت تقریباً برابر در این دو الگو می باشد که نشان دهنده بهینه نبودن وضعیت موجود بهره برداری از منابع آب و خاکدر منطقه مورد مطالعهاست.ترکیب کشت محصولات در الگوی FGP با حذف جو، برنج، ذرت دانه ای و پیاز، کاهش سطح زیرکشت یونجه و افزایش سطح زیرکشت گندم و سیب زمینی نسبت به الگوی فعلی به گونه ای تغییر کرده است که مجموع سطح زیرکشت این دو الگو تقریباً مساوی می باشد. .

سیل، یکی از پدیده های ویرانگر طبیعی است که پیش بینی آن از اهمیت بالایی برخوردار است و در این میان برآورد بارش- رواناب به دلیل تأثیرگذاری عوامل مختلف، دشوار است. در این پژوهش با استفاده از شبکه پرسپترون چند لایه(MLP)، قانون یادگیری پس انتشار خطا(BP)، الگوریتم لونبرگ- مارکوارت(LM) و معیارهای RMSE و R2 جهت کارایی مدل، 6 سناریو تعریف گردید. بررسی حالات مختلف نشان داد که بهترین مدل شبکه عصبی جهت شبیه سازی بارش- رواناب، مدلی است با ساختار1-32-6 نرون در لایه های ورودی، پنهان و خروجی که مقادیر میانگین مربعات خطای مدل در مراحل مختلف آزمایش، صحت سنجی و آزمون به ترتیب؛ 23/0، 19/0 و 21/0 و ضریب همبستگی در بهترین سناریو به ترتیب؛ 98%، 97% و 96% می باشد که حاکی از همبستگی بالا و معنی داری بین مقادیر مشاهداتی و مقادیر پیش بینی شده دارد. نتایج حاصل، توانایی بالای شبکه عصبی مصنوعی در مدله نمودن بارش- رواناب را به هنگام استفاده از پارامترهای ؤئومورفولوژیکی در حوضه فریدن به خوبی نشان می دهد.

امروزه با توجه به رشد سریع جمعیت که به تبع آن، توسعه ساخت وسازها اجتناب ناپذیر شده است، هر روز بر فشار نیازهای زمینی بشر افزوده شده و بهره برداری از مناطق اطراف شهرها و روستاها برای ایجاد خانه و تأسیسات اقتصادی و صنعتی فزونی می یابد و گاهی سکونتگاه های جدید استقرار اجباری دارند، اما آنچه حائز اهمیت است، وضعیت اسفبار شهرها و کلانشهرهایی است که روی گسل ها یا در مجاورت آن ساخته شده و در معرض خطر زلزله قرار دارند. منطقه مورد مطالعه (شهر اردبیل) روی یک دشت رسوبی با مواد آبرفتی کمتر تحکیم یافته مستقر بوده و با زنجیره ای از گسل ها احاطه شده است. وجود این گسل ها و سابقه لرزه خیزی آنها و نیز، قرارگیری شهر اردبیل روی سازند های سست آبرفتی از یک سو و ناهمگنی در شاخص های کالبدی از سوی دیگر، همواره شهر اردبیل را در برابر زمین لرزه مستعد آسیب کرده است. از آنجایی که در ارزیابی ریسک زلزله شهر اردبیل، عوامل متعددی دخیل هستند، لذا نیاز به استفاده از روشی که بتواند تلفیقی منطقی بین این عوامل ایجاد کند، ضروری به نظر می رسد. در این راستا کاربرد مدل تاپسیس مد نظر بوده است. نتایج حاصل از تحلیل درجات آسیب پذیری در مناطق چهارگانه شهر اردبیل، نشان می دهد که میزان آسیب وارده در منطقه 3 بیشتر از سایر مناطق است، به گونه ای که 37/4 درصد از مساحت این منطقه (32/67 هکتار)، رتبه آسیب پذیری 7 را دارد. در برآورد میزان آسیب پذیری مناطق مختلف شهری در برابر زلزله، مطالعاتی می تواند سودمندتر باشد که با جزئیات و تفصیل بیشتری به این مطالعات بپردازد، تا سلسله مراتب آسیب ها با جزئیات دقیق تری مشخص شود. از این رو در پژوهش حاضر برای دستیابی به این هدف، برآن شدیم که در هر یک از مناطق چهارگانه شهر، به تفکیک محلات، به برآورد ضریب آسیب ها بپردازیم. بر اساس نتایجی که از تحلیل درجات آسیب در سطح شهر به تفکیک محلات، به دست آمد، محله 2 از منطقه 3 شهر، آسیب پذیرترین محدوده شهر شناسایی شد.

هدف از انجام این پژوهش، پایش و پهنه بندی خشکسالی های بلندمدت ایران زمین است. از آنجاکه شاخص بارش استانداردشده (SPI) به تحلیل گر امکان می دهد تا تعداد وقوع خشکسالی را در مقیاس های زمانی مختلف تعیین کند و با برازش خشکسالی ها بر تابع چگالی احتمال، تحلیل فراوانی را روی آن انجام دهد، مزیت بهتری برای انتخاب و اجرا دارد. در این پژوهش از داده های آماری هفتاد ایستگاهی استفاد شد که دوره آماری سی سال به بالا داشتند و با به کارگیری نمایه SPI در بازه های زمانی دوازده و بیست وچهارماهه، داده ها مورد بررسی و تجزیه وتحلیل قرار گرفتند. برای تحلیل فضایی با استفاده از روش های زمین آمار، نقشه های پهنه بندی خشکسالی ها در محیط ArcGis ترسیم شدند. نتایج پژوهش نشان می دهد که در بازه دوازده ماهه قسمت های شرق، جنوب غرب، غرب و مرکز کشور، خشکسالی ها بسیار شدید و شدید است، اما در مناطق شمال شرق، شمال غرب و شمال کشور خشکسالی ها متوسط و ملایم است. در بازه بیست وچهارماهه غرب، شرق، جنوب شرق، جنوب و مرکز کشور خشکسالی ها بسیار شدید و شدید است.

در این تحقیق الگوهای همدیدی مؤثر در ایجاد سیلاب­های رودخانه بوانات مروست مورد بررسی قرار گرفته است. با توجه به خشک و بیابانی بودن منطقه 5 دوره سیلاب در دوره آماری 9 ساله (2007-1999) اتفاق افتاده که هر کدام مورد تحلیل سینوپتیکی قرار گرفت و تنها دو الگو از شدیدترین آنها (6 دسامبر 2003، 29 مارس 2007) به عنوان نمونه انتخاب و تحلیل شد. برای تحلیل این پدیده از آمار بارش روزانه ایستگاه مروست و ایستگاه­های مجاور و برای تعیین شدت ناپایداری­ها، در مورد شاخص­های ناپایداری، Si، Ki، Li، TTi و Pw از ایستگاه شیراز استفاده شد. همچنین برای تحلیل الگوهای همدیدی بارش، نقشه­های همدیدی سطح زمین و تراز 500 هکتوپاسکال و نقشه­های امگا و وزش رطوبتی و چرخندگی در ساعت صفر و 12 تهیه شد. آرایش الگوهای همدیدی و روند آنها در نقشه­های هوا 2 روز قبل از سیلاب تا روز سیلاب بررسی شد. نتایج تحقیق نشان دهنده 2 الگوی بارشی در منطقه می­باشد: بارش­های سیلابی در 6 دسامبر 2003 به علت سامانه مدیترانه­ای است که به دلیل داشتن منبع غنی رطوبت و دمای بالا شرایط کسب رطوبت از آب­های جنوبی کشور را به بهترین شکل دارا می­باشد و به همین دلیل باعث بارش­های شدید در این دوره شده است و عامل بارش 29 مارس 2007 استقرار پرفشار سیبری و تشکیل سیستم مانع، بر روی جنوب دریای خزر و مرکز ایران است. در همین زمان سامانه­های ناپایدار غربی در برخورد با این سیستم مانع تغییر مسیر داده و با حرکت به سمت عرض­های پایین از آب­های جنوبی رطوبت کسب کرده و از سمت جنوب غرب به داخل کشور نفوذ نموده و بارش­های قابل توجهی را در مناطق جنوب غربی و مرکزی و منطقه مورد مطالعه ایجاد کرده­اند.

یکی از کاربردهای دورسنجی در زمین شناسی تهیه نقشه خطواره هاست که به عنوان یکی از مهم ترین موضوعات در مطالعات زمین شناسی مناطق مختلف در نظر گرفته می شود. هدف از این تحقیق، استخراج خطواره های (گسل) البرز مرکزی با استفاده از تصاویر ماهواره ای سنجنده ASTER به روش بصری و رقومی خودکار است. بعد از انجام تصحیحات هندسی تصاویر تکنیک های بارزسازی مکانی شامل فیلترگذاری، تجزیه مؤلفه های اصلی و نسبت گیری باندی بر روی تصاویر سنجنده ASTER اعمال شد. استخراج خطواره ها بر روی این تصاویر پردازش شده به دو روش تفسیر بصری و رقومی خودکار انجام شد. سپس خطواره های استخراج شده به دو روش بصری و رقومی خودکار با یکدیگر و با خطواره های (گسل) استخراج شده از نقشه زمین شناسی منطقه مقایسه گردید. نتایج نشان داد که میزان گسل های استخراج شده با روش تفسیر رقومی خودکار با میزان گسل های نقشه زمین شناسی همخوانی ندارد و روش تفسیر رقومی خودکار نتوانسته سبب استخراج و شناسایی خطواره های گسلی منطقه (گسل خزر و شمال البرز) شود. ولی میزان خطواره های استخراج شده به روش بصری با میزان گسل ها در البرز همخوانی بیشتری نشان می دهد. بنابراین روش رقومی خودکار به علت دقت پایینی که دارد، برای مطالعات زمین شناسی که بر مبنای مطالعات صحرایی دقت بالایی دارد، پیشنهاد نمی شود. در نتیجه، بهترین روش برای انجام مطالعات زمین شناسی و بررسی های ساختاری در مناطق وسیع و یا مناطقی که دسترسی به آنها مشکل است، استفاده از روش تفسیر بصری و رقومی سازی دستی برای استخراج خطواره هاست.

آتش سوزی جنگل پدیده ای است که خسارت های مالی و برخی مواقع جان بسیار زیادی به بار می آورد. شناسایی و بررسی اثر پارامترهای مؤثر در وقوع آتش سوزی و مدل سازی آن ها در پیشگیری آتش سوزی و کاهش خسارت های ناشی از آن بسیار مفید است. در این تحقیق، با استفاده از روش های شبکه عصبی و تصمیم گیری چندمعیاره، مناطق دارای پتانسیل بالای آتش سوزی در استان گلستان شناسایی شده است. در روش پیشنهادی برای تهیة نقشة خطر آتش سوزی، ابتدا با استفاده از تصمیم گیری چندمعیاره نقشة خطر استاتیک و سپس از طریق شبکة عصبی مصنوعی، نقشة خطر دینامیک تهیه می شود. سرانجام از ترکیب این دو، نقشة خطر آتش سوزی به دست می آید که مقادیر هر پیکسل در آن بیانگر میزان احتمال وقوع آتش سوزی برای آن پیکسل است. برای ارزیابی مدل از داده های آتش سوزی ماه ژوئن سال 2005 استفاده شده است. مدل پیشنهادی درصدی از مساحت منطقه را به عنوان منطقة پرخطر شناسایی می کند. با توجه به این که درصد آتش سوزی اتفاق افتاده در آن منطقه نیز معلوم است، معیار دقت از تقسیم درصد آتش سوزی های رخ داده در منطقة پرخطر به درصد مساحت آن منطقه تعریف می شود. این معیار دقت برای نقشة استاتیک با وزن های یکسان پارامترها برابر 86/1 و در حالت استخراج وزن ها به روش AHP برابر 21/2 به دست آمد، که بیانگر بهبود دقت مدل از طریق روش AHP است. طبق نتایج مدل نهایی، حدود 49/70 درصد آتش سوزی ها در مناطقی که به عنوان مناطق پرخطر شناسایی شده، اتفاق افتاده است. در حالی که در مناطق بی خطر و کم خطر هیچ آتش سوزی اتفاق نیفتاده و در منطقة با خطر متوسط 51/29 درصد از آتش سوزی ها اتفاق افتاده است. همچنین معیار دقت برای مدل نهایی برابر 77/2 به دست آمده است.

در چند دهه اخیر برآورد درست و به موقع از وضعیت کمی و کیفی رواناب یکی از دغدغه­های مدیریت­های کلان کشور به حساب می­آید. عدم وجود اطلاعات هیدروکلیماتولوژی در برخی از حوضه­ها و نبود اطلاعات به­موقع بر این دغدغه می­افزاید. یکی از راه­های پیش­بینی رواناب بهره­گیری از مدل­های هیدرولوژیکی و هیدرولیکی موجود است. در تحقیق حاضر با هدف پیش­بینی رواناب و بررسی روند تغییرات جریان سطحی، زیرسطحی و زیرزمینی در حوضه آبخیز طالقان از مدل ارزیابی آب و خاک (SWAT) استفاده می­گردد. بهره­گیری از نقشه­های خاک، پوشش گیاهی و DEM و تلفیق آنها با اطلاعات هیدروکلیماتولوژی در محیط سیستم­های اطلاعات جغرافیایی (GIS) به عنوان یـکی از شاخـصه­های مدل در برآورد رواناب نسبت به سایـر مدل­ها محسوب می­گردد. به منظور ارزیابی مدل با استفاده از روش­های آماری، پارامترهای حاصل از واسنجی مدل با بکارگـیری در دوره صحت­سنجی مورد ارزیابی قرار مـی­گیرد. نتـایج حاصل از واسنجی و صحت­سنجی سالانه و ماهانه نشان می­دهد که مقادیر مشاهداتی و محاسباتی در دوره­های واسنجی و صحت­سنجی با احتمال 95 درصد اختلاف معنی­داری را نشان نمی­دهد. بنابراین می­توان گفت که مدل مذکور در دوره­های زمانی سالانه و ماهانه نتایج مطلوبی در برآورد مولفه­های جریان در حوضه طالقان از خود نشان می­دهد. نتایج سالانه رواناب طی سال­های 1987 الی 2007 حاکی از افزایش تصاعدی جریان سطحی به میزان 3/7 درصد و کاهش جریانات زیر قشری به میزان 3/11 درصد و زیرزمینی به میزان 11 در صد نسبت به سال پایه می­باشد.

در این پژوهش 5 ایستگاه سینوپتیک مهرآباد، کرج، قزوین، رامسر و نوشهر در حوضه­ رودخانه­ سد کرج انتخاب گردید. پس از تحلیل و پردازش داده­های سرعت باد، دمای نقطه شنبم و فشار تنظیم رطوبت محاسبه و در نهایت مقادیر حداکثر بارش محتمل در تداوم 24 و 48 ساعته برای حوضه­ مورد مطالعه برآورد شد و مقادیر آن به ترتیب 56/140 و 58/254 میلی­متر می­باشد. چنانچه با توجه به PMP[1] بدست آمده در مدت 24 ساعت، مقدار متوسط دبی محاسبه گردد مساوی 68/1374 است این در صورتی است که کل حجم آب باران ریزش شده به دبی تبدیل گردد، در صورتی که ضریب جریان حوضه 40 درصد در نظر گرفته شود تقریباً 550 بطور متوسط بدست می­آید که با توجه به بیشینه متوسط دبی روزانه مشاهده شده در دوره­ آماری 20ساله ( 54/154) قابل قبول است. با توجه به نقشه­های سینوپتیک سه سامانه­ باران­زا موجب بیشینه بارش 24 ساعته به 48 ساعته گردیده است که برای بدست آوردن PMP تحلیل شده است.

پارک های شهری به عنوان یکی از مهمترین کاربری های شهری نقش بسزایی در زمینه کاهش آلودگی هوا و نیز ارتقای کیفیت زندگی افراد ساکن در محدوده های شهری دارند. تعداد و توزیع پارک های شهری به گونه ای که کلیه شهروندان دسترسی مناسبی به آن داشته باشند از مهمترین موضوعات مورد بحث در بین برنامه ریزان شهری محسوب می گردد. نتایج حاصل از تجزیه و تحلیل وضع پراکندگی پارک های شهر آباده حاکی از آن است که به دلیل تراکم پارکهای موجود در مناطق جنوب غربی، غرب و مرکز شهر، دسترسی مطلوب کلیه شهروندان براحتی ممکن نیست. بنابراین، پژوهش حاضر به منظور شناسایی محدوده های تحت نفوذ پارک های موجود شهر آباده در سه مقیاس پارک همسایگی، محلی و منطقه ای تدوین یافته است و سعی بر آن شده است تا ابتدا با تلفیق لایه اطلاعاتی موثر در زمینه مکان یابی پارک های شهری، به پهنه بندی اراضی شهر در 5 طیف بر اساس میزان مطلوبیت اراضی به منظور ایجاد پارک های شهری پرداخته شود و در نهایت با استفاده از ابزار Network Analysis در محیط GIS به مکان یابی پارک های جدید شهری در سه مقیاس یاد شده پرداخته شود که در مجموع 7 پارک همسایگی، 3 پارک محلی و 3 پارک منطقه ای با شعاع عملکردی 500، 750 و 1000 متر در محدوده های پهنه بندی شده بسیار مناسب، مناسب، و متوسط مکان یابی گردید.

شناسایی عوامل مؤثر در وقوع زمین لغزش­های موجود در یک حوضه و پهنه­بندی خطر آن یکی از ابزارهای اساسی جهت دست­یابی به راهکارهای کنترل این پدیده و انتخاب مناسب­ترین و کاربردی­ترین گزینه می­باشد. این تحقیق به منظور ارزیابی عوامل مؤثر در وقوع زمین لغزش و پهنه­بندی این پدیده بر اساس عوامل اثرگذار با مدل LIM انجام گرفت. برای انجام این کار ابتدا 11 عامل مؤثر در وقوع زمین لغزش­ها با انجام مطالعات و بررسی­های میدانی، شناسایی و ارزیابی شدند. سپس بر اساس وزن هر یک از عوامل موثر در مدل، پهنه­بندی خطر زمین لغزش با استفاده از مدل LIM صورت گرفت. پس از به دست آورن وزن هر یک از نقشه­های عاملی و ستون وزن نهایی هر یک از واحد­ها (شامل: طبقات ارتفاعی، شیب، جهت شیب، تراکم زهکشی، فاصله از رودخانه، فاصله از جاده، واحدهای سنگ­شناسی، فاصله از گسل، پوشش گیاهی، کاربری اراضی، بارش سالانه و گروه­های هیدرولوژیک خاک­ها) با استفاده از مدل LIM از جمع جبری 11 لایه عاملی، نقشه وزن نهایی به دست آمد. بررسی و تحلیل نتایج 11 نقشه رستری عوامل مؤثر در زمین لغزش­های حوضه گیوی چای با استفاده از مدل LIM نشان داد که مناطقی با بارش 405-375 میلی­مـتر در سال، طبقات ارتفاعی بین 1927-1512 مـتر از سطح دریا، مـناطق با پوشش­گیاهی کم حوضه، مناطق با نفوذپذیری زیاد خاک، دامنه­های رو به شرق و شمال­شرق حوضه، به ترتیب بیشترین تأثیر را در وقوع زمین لغزش­های منطقه داشتند.