درخت حوزه‌های تخصصی

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.

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.

ارزیابی وضعیت استقرار مراکز مالی و تجاری، به ویژه بانک ها و مؤسسه های مالی و اعتباری، در برابر سایر رقبا را می توان مهم ترین مسئله ی پیش روی بانک ها در راستای بازنگری مجد د در ساختار شبکه ی بانکی آنها به منظور کاهش هزینه ها و افزایش بهر هوری دانست. این پژوهش برای ارزیابی وضعیت استقرار (GIS) به دنبال ارائه ی مدلی در سامانه ی اطلاعات جغرافیایی بانک ها و مؤسسه های مالی و اعتباری است. برای رسیدن به این هدف ، پس از شناسایی معیار ها و عوامل مؤثّر اقتصادی با توجه به تأثیر گذاری و تأثیر پذیری معیارها از یکدیگر در دنیای واقعی، روش دیماتیل برای شناسایی این روابط مورد استفاده قرار گرفت و پس از تکمیل پرسش نامه ی مقایسه ی زوجی از سوی کارشناسان، از مدل فرآیند تحلیل شبک ه ای برای وزن دهی به آنها استفاده شد. از اوزان به دست آمده، بر اساس شعاع تأثیرگذاری (ANP) معیار ها برای مدل سازی فضایی و پهن هبندی منطقه از عملگر جمع جبری فازی استفاده شد. این فرآیند در منطقه ی شش شهر تهران اجرا شد و از نتایج آن، وضعیت هر کدام از شعب بان کها و مؤسسه های مالی و اعتباری به دست آمد. نتایج حاصل در قالب جداول برای مدیران و برنامه ریزان این امر مهم اقتصادی، بیان کننده ی وضعیت کنونی هر کدام از شعب آنان در برابر رقبای دیگر است تا در صورت لزوم، نسبت به اتخاذ تصمیم های بهینه برای سودآوری بیشتر راهگشا باشد. بر اساس مشاهدات میدانی، مدل مورد نظر مورد ارزیابی قرار گرفت و از ضریب برای تعیین میزان همگونی میان نتایج به دست آمده در مدل و نتایج مشاهدات c تاو کندال 0را نشان م یدهد که از رابطه ی قوی بین / استفاده شد. نتایج به دست آمده ضریبی برابر با 748 دو متغیر حکایت می کند.

سواحل تحت تأثیر دینامیک خشکی و حرکات آب دریا، همواره در معرض تغییر و تحول قرار دارند و درکل پایدار نیستند. این عوامل همراه پدیده های دیگری چون ویژگی های زمین شناسی، اقلیمی و زیستی، لندفرم های متنوعی را در امتداد خطوط ساحلی ایجاد می کنند. در این پژوهش تغییرات خط ساحلی و مورفولوژی پیکان های ماسه ای در ساحل شرقی تنگه هرمز در چهار دوره؛ یعنی سال های 1977، 1989، 2000 و 2005 اندازه گیری شده است. تصاویر ماهواره ای ETM، نقشه ها، نرم افزارها و مدل مفهومی ابزارهای اصلی پژوهش را تشکیل داده اند. هدف اصلی، مقایسه تغییرات خط ساحلی مورد بررسی در یک دوره بیست وهشت ساله از طریق تصاویر ماهواره ای، عکس های هوایی، مدل ریاضی و سپس کنترل میدانی و درنهایت پیش بینی تغییرات درازمدت بوده است. موقعیت ها روی تصاویر ماهواره ای در نرم افزار ArcGIS تطبیق داده و ترسیم شده اند. پهنه ساحلی مورد مطالعه به سه بازه کلی دسته بندی و این سه بازه به 65 ترانسکت در فواصل یکنواخت تقسیم شده اند. میزان تغییرات در امتداد خط ساحلی با استفاده از روش آماری Unvariate یک متغیره، ریشه میانگین مربع خطا RMSE (99/0) برای سال 2030 تخمین زده شد. نتایج نشان می دهد که بیشترین تغییرات در مورفولوژی پیکان های ماسه ای و در محدوده خورها و مصب رودخانه ها بوده است. همچنین مقایسه زمانی تغییرات نشان می دهد که سدهای ساحلی در بخش دلتاهای بیریزک، زنگلی، حیوی و گز، حجیم تر بوده و تغییرات وسعت و ابعاد آنها در درجه اول، تابع تغییر مسیر دوره ای رود خانه ها در سطح دلتا و سپس راستای امواج غالب است.

بیشترین فعَالیت های لرزه ای درشمال شرق ایران، در اطراف سیستم های گسلی اصلی که اکثراً در راستایی تقریباً NW-SE توزیع یافته اند، مشاهده می شود. تحلیل های فرکتالی به روش مربع شمار در شرق ایران انجام شد که برای این منظور منطقه مطالعاتی را به (12) محدوده مجزا تقسیم و هر محدوده را بطور جداگانه تحلیل نمودیم. بعد فرکتالی بین مقادیر 0 تا 2 تغییر می کند اگر بعد فرکتال نزدیک به صفر باشد، نشان دهنده این است که گسلها و زمین لرزه ها در یک نقطه متمرکز شده اند و اگر بعد به عدد 2 نزدیک باشد نشان دهنده ی پراکندگی گسلها و زمین لرزها در کل محدوده است. در واقع این روش مقایسه ایی بین مناطق همجوار از لحاظ نرخ فعَالیت لرزه ایی می باشد. براساس نتایج بدست آمده با فاصله گرفتن از سیستم گسلی اصلی در منطقه که دارای روند NW-SE بوده، از میزان بعد فرکتال و در نتیجه لرزه خیزی کاسته می شود که این امر نشان دهنده وجود ناپیوستگی در سیستم های گسلی اصلی در منطقه می باشد. مقدار بالای بعد فرکتال در محدوده های قائن، بشرویه و تربت حیدریه و هم چنین کاهش در مقدار بعد فرکتال محدوده های بیرجند، گزیک و تایباد، پیشنهاد می کند که منطقه انتهایی سیستم های گسلی اصلی در شرق در منطقه ی محدوده های بیرجند و تایباد باشد. براساس تحلیل فرکتالی گسل های منطقه و بررسی داده های لرزه ای، عمده فعالیت لرزه ای درشمال شرق ایران با الگوی زمین لرزه های درون قاره ای با عمق کم (اکثرا بین 10- 20 کیلومتر) بوده و در ارتباط با چشمه های خطی (گسل های) اصلی در منطقه و یا شاخه های فرعی آنها رخ می دهد. هم چنین توزیع ابعاد فرکتالی حجمی و سطحی شمال شرق ایران نشان دهنده فعَالیت لرزه ای بالاتر در بخش های مرکزی و غربی آن نسبت به سایر مناطق مجاور می باشند.

این پژوهش به بررسی میزان آسیب پذیری تپه های ماسه ای ساحلی در منطقه حفاظت شده شبه جزیره میانکاله، واقع در بخش شرقی استان مازندران پرداخته است. قسمت عمده این منطقه را تپه های ماسه ای ساحلی تشکیل می دهد. این تپه ها در کل جهان، تحت تأثیر فشارهای گوناگون طبیعی و انسانی سیستم های بسیار حساسی هستند که حفظ آنها در نقش اکوسیستم های مهم، نیاز به مدیریت صحیح دارد. این پژوهش بر آن است که میزان آسیب پذیری سیستم تپه های ماسه ای را که زیستگاه گونه های گیاهی و جانوریِ این منطقه هستند، با استفاده از مدل DVI که برای نخستین بار در ایران انجام می شود، بررسی کند. برای انجام این بررسی از داده های آماری، داده های مکانی و بازدیدهای میدانی استفاده شده است. ابتدا منطقه به چهار قطعه تقسیم شده و این قطعات با پنج گروه از متغیرهای تأثیرگذار در این سیستم، مورد ارزیابی قرار گرفتند. مؤلفه های پنج گانه شامل شرایط ژئومورفولوژی تپه های ماسه ای، عوامل دریایی، عوامل جوی، شرایط پوشش گیاهی و تأثیر فعالیت های انسانی، اندازه گیری و مورد ارزیابی قرار گرفته است. نتایج آسیب پذیری برای قطعه های اول، دوم، سوم و چهارم به ترتیب برابر 42، 37، 43 و 49 درصد به دست آمد. از آنجایی که ضریب کمتر از 50 درصد آسیب پذیری پایین است، می توان نتیجه گرفت که این منطقه براساس استاندارد های شاخص، درکل درصد آسیب پذیری پایینی دارد.

حوضه آبخیز رودخانه زال در جنوب شهرستان خلخال و جنوب استان اردبیل واقع شده است و یکی از زیر حوضه های حوضه آبریز رودخانه قزل اوزن است. هدف پژوهش پیش رو، ارزیابی و مقایسه فرسایش خاک و حجم رسوب تولیدی حوضه آبخیز رودخانه زال با استفاده از مدل های پسیاک و پسیاک اصلاح شده (ام. پسیاک) است. در این پژوهش با تفکیک حوضه به چهار زیرحوضه لرد، زال، کلبندرود و دره چای، میزان فرسایش خاک و تولید رسوب کل حوزه آبخیز و زیرحوضه های آن با استفاده از روش های پسیاک و پسیاک اصلاح شده مورد بررسی قرار گرفت. نتایج بررسی نشان داد که در مدل پسیاک کل حوضه آبخیز و زیرحوضه های کلبندرود، دره چای و لرد، از نظر شدت فرسایش، در کلاس و شدت رسوب دهی متوسط و زیرحوضه زال در کلاس و شدت رسوب دهی زیاد قرار دارند. رسوب ویژه به وسیله مدل پسیاک در کل حوضه 6/388، زیرحوضه زال 9/520، زیرحوضه کلبندرود 8/409، زیرحوضه دره چای 1/357 و زیرحوضه لرد 1/311 متر مکعب در کیلومتر مربع در سال برآورد شده است، در حالی که در مدل ام. پسیاک کل حوضه آبخیز و زیرحوضه های کلبندرود، دره چای و لرد، از نظر شدت رسوب دهی، در کلاس و شدت رسوب دهی کم و زیرحوضه زال در کلاس و شدت رسوب دهی متوسط قرار گرفت و رسوب ویژه در کل حوضه 1/195، زیرحوضه زال 1/263، زیرحوضه کلبندرود 206، زیرحوضه دره چای 179 و زیرحوضه لرد 5/155 متر مکعب در کیلومتر مربع در سال برآورد شد.

پهنه بندی کیفیت آب رودخانه نخستین و مهم ترین مرحله در مدیریت کیفیت آب است، که ذهن تحلیلگر را با روند و چگونگی تغییرات آلودگی برحسب زمان، مکان و شرایط خاص آشنا می سازد. پژوهش حاضر درصدد است با استفاده از شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی به پهنه بندی کیفیت آلودگی آب رودخانه سیمینه رود بپردازد. داده های کیفی استفاده شده در تحقیق، حاصل نمونه برداری از رودخانة سیمینه رود در سه فصل بهار و پاییز 1387 و بهار 1388 است که با استفاده از مدل QUAL2K شبیه سازی شد. خروجی مدل با داده های مشاهده ای مقایسه گردید و پارامترهای نیترات، اکسیژن محلول و هدایت الکتریکی ِ مربوط به فصل پاییز 1387 به عنوان داده های هدف انتخاب شدند. داده های ورودی شامل داده های مربوط به کاربری اراضی، زمین شناسی، قابلیت فرسایش و مراکز جمعیتی مربوط به حوضة سیمینه رود هستند که به همراه داده های هدف بعد از آماده سازی در محیط GIS به مدل شبکة عصبی معرفی شدند. در این تحقیق از پنج ساختار مختلف مدل FFBP شبکة عصبی استفاده شد و نتیجة ساختار منتخب با خروجی های حاصل از مدل رگرسیون چندمتغیره مقایسه گردید، که برتری مدل شبکة عصبی مذکور را نشان داد. نتیجه تحقیق حاضر نشان می دهد که شبکه های FFBP با ساختار 3-40-40-4 بهترین کارایی را دارند، و شبکه عصبی در پهنه بندی کیفیت آلودگی آب قابلیت بالایی دارد.

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.

مطالعه حاضر با هدف مقایسة کارایی شاخص های گیاهی به عنوان روش های پیکسلی، و آنالیز ترکیب طیفی (SMA) به عنوان روش تحت پیکسلی در پهنه بندی پوشش گیاهی مراتع منطقه سمیرم استان اصفهان انجام یافته است. ابتدا پیش پردازش های هندسی و رادیومتریک بر تصویر لندست TM سال 1388 اعمال گردید. سپس رابطة همبستگی بین درصد تاج پوشش گیاهی اندازه گیری شده که با روش قدم نقطه در 30 سایت نمونه برداری اندازه گیری شده بود، در مطالعات میدانی با 4 گروه شاخص گیاهی شامل NDVI، PD54، SBI، GVI و STVI-1 و روش SMA در سه گروه مختلف پوشش گیاهی 25-0 درصد، 50-25 درصد و <50% در محیط نرم افزار SPSS16 ارزیابی شد. در گروه با درصد پوشش گیاهی اندک (25-0 درصد) SMA در مقایسه با شاخص های گیاهی بیشترین کارایی را نشان داد (05/0P< و 52/0=2R). با افزایش پوشش گیاهی، کارایی شاخص های گیاهی افزایش یافت و در گروه با بیش از 50 درصد پوشش گیاهی، تمام شاخص های گیاهی همبستگی بالاتری در مقایسه با SMA با داده های زمینی داشتند. به طور کلی، نتایج حاکی از آن است که در مناطق با درصد پوشش گیاهی متوسط به بالا روش های ساده برپایة پیکسل از جمله NDVI ابزارهای مناسب تری برای ارزیابی پوشش گیاهی هستند و روش تحت پیکسل SMA در مناطق با پوشش گیاهی کم کارآمدتر است. در تحقیق حاضر روش SMA به عنوان جایگزین شاخص های گیاهی در ارزیابی وضعیت پوشش گیاهی فقیر محیط های خشک و نیمه خشک کشور پیشنهاد می شود.

کاهش آورد رودخانه مرزی هیرمند از افغانستان به ایران از چالش های همیشگی مدیریت منابع آب در شرق کشور بوده که در سال های اخیر تشدید شده است. توسعة کشاورزی در پایین دست سد کجکی (در حوضه آبریز رودخانه هیرمند) در افغانستان و خشکسالی اخیر از دلایل کم شدن آب این رودخانه به شمار می آید. در مقالة حاضر به طور کمّی به این موضوع پرداخته می شود و برای این منظور کاربری اراضی دشت هلمند افغانستان با استفاده از تصاویر ماهواره ای بررسی شده است. به خاطر اهمیت نوع الگوریتم انتخاب شده در تهیه تصاویر طبقه بندی شده، سه الگوریتم بیشترین شباهت (MLC)، درخت تصمیم گیری (DT) و ماشین های بردار پشتیبان (SVM) ارزیابی شده اند. از مشکلات عمده در انجام آزمون ها، تهیة نمونه های آموزشی از افغانستان است؛ بدین منظور از نقشه های FAO، نقشه های اطلس کاربری اراضی افغانستان، نقشه های مرکز سازمان زمین شناسی امریکا و تصاویر Google Earth کمک گرفته شد. با توجه به تصاویر موجود، دورة 20 سالة اخیر در سه تاریخ 1990، 2001 و 2011 میلادی مربوط به ماهواره لندست (ETM+ TM,) در نظر گرفته شد و از هر سه روش جواب های نسبتاً مشابهی به دست آمد. نقشه های حاصل از الگوریتم های فوق با ضریب کاپا و دقت کلی ارزیابی شدند و دقت مناسبی داشتند. نتایج تغییرات کاربری اراضی نشان می دهند که مجموع کل کشت محصولات آبی در منطقه، حدود 62 درصد افزایش یافته، به طوری که مقدار آن از رقم 103 هزار هکتار در سال 1990، به حدود 122 هزار هکتار در سال 2001 و به حدود 167 هزار هکتار در سال 2011 رسید که مؤید تأثیر قطعی آن بر کاهش رواناب ورودی از رودخانه هیرمند به کشور است. با وجود نتایج نزدیک روش ها، طبقه بندی درخت تصمیم گیری کارآمدی بیشتری از لحاظ اتکای کمتر به نمونه های آموزشی از خود نشان داد.

در این پژوهش از پارامترهای اقلیمی و زمینی جهت مکان یابی مساعد کشت درخت زیتون که شامل عناصر: مجموع بارش سالانه، درجه روزهای رشد درخت زیتون(GDD)، رطوبت نسبی، ساعات آفتابی، دمای سالانه، دمای حداقل سرد ترین ماه سال(ژانویه) با طول دوره اماری 23 ساله از سالهای( 2008-1986)میلادی و پارامترهای زمینی درصد شیب، جهت شیب و ارتفاع با استخراج از مدل رقومی ارتفاع جهت مطالعه استفاده شده است. برای بررسی عناصر اقلیمی از 11 ایستگاه داخل و 4 ایستگاه مجاور بعنوان نقاط کمکی جهت پهنه بندی اقلیمی بهره گرفته شد. در ادامه با بهره گیری از نیازهای رویشی و اثر گذاری و بررسی های کارشناسی (شرایط اقلیمی – زمینی ) کشت زیتون، لایه های اطلاعاتی کلاسه بندی و ارزش وزنی هریک از پهنه ها مشخص شد. نهایتا با روی هم گذاری و تقاطع لایه های اطلاعاتی به روش ارزش وزنی طبقه بندی شده ی مخدوم نقشه نهایی که پتانسیل های اقلیمی – زمینی مناسب را برای کشت زیتون در استان فارس نشان می داد تهیه گردید. نتایج نهایی حاصل از این پژوهش نشان دهنده این واقعیت است که نقش هریک از عناصر موثر در کشت زیتون متفاوت بوده و پنج عنصر اقلیمی بارش سالانه، درجه- روزهای رشد، دمای سالانه و حداقل دمای سردترین ماه سال (ژانویه)و رطوبت نسبی باتوجه به وزن دهی کارشناسانه و منابع علمی مرتبط در فرایند کشت درخت زیتون اثر گذار تر و سهم و قابلیت بیشتری را نشان می دهند. همچنین از طریق انطباق لایه های وزن گذاری شده با در نظر گیری میزان اهمیت هریک از لایه ها ی موثر در فرایند کشت در محیط GIS، امکان شناخت میزان مطلوبیت مناطق جهت کشت این درخت باغی ارزشمند شناسایی شده است.

ایران سرزمینی است خشک با نزولات جوی بسیار کم به­طوری­که میانگین بارش آن کمتر از یک سوم متوسط بارندگی در سـطح دنیاست. امروزه با افزایش جمعیت کشور و به تبع آن افزایش تقاضا برای مواد غذایی بهره­برداری از منابع آب، بویژه مابع آب زیرزمینی بسیار بیشتر از گذشته شده است بطوری که این میزان مصرف بیشتر از میزان تغذیه منابع آب زیر زمینی می­باشد، به سخن دیگر ورودی منبع از خروجی آن کمتر شده است لذا می­بایست این کمبود منابع آب زیر زمینی جبران گردد. هدف از این پژوهش پهنه­بندی حوضه آبخیز بیاضیه مـی­باشد. فرایند تحلیل سلسله­مراتبی یکی از کارآمدترین تکنیک­ها و جامع­ترین سیستم­های طراحی شده برای تصمیم­گیری با معیارهای چندگانه است. این تکنیک امکان فرموله کردن مسائل پیچیده را به صورت سلسله­مراتب فراهم می­سازد و همچنین امکان در نظر گرفتـن معیارهای مـختلف کمی و کـیفی را در مسأله فراهم می­آورد. برای اطمینان حصول نتیجه نهایی، لایه پتانسیل منطقه مطالعاتی به سه روشRaster Calculator، Weighed Overlay و Weighted Sum تهیه شده است. نتایج نشان می­دهد که در بین سه روش فوق­الذکر روش Raster Calculator حداکثر پهنه را به طبقه پتانسیل بالا و در مقابل روش Weighed Overlay حداقل پهنه را به طبقه پتانسیل بالا اختصاص داده است. اما روش Weighted Sum حدفاصل بین دو روش قبلی است و نتایج حاصل از آن از اطمینان بالاتری برخوردار است. در این میان پهنه پتانسیل بالا بیشتر منطبق بر رسوبات آبرفتی درشت دانه و منطبق بر مناطقی می­باشدکه دارای بیشترین میزان تراکم آبراهه می­باشد و پهنه بدون پتانسیل یکی منطبق بر حداکثر ارتفاعات که دارای کمترین میزان نفوذ و شیب زیاد می­باشد و دیگری منطبق بر مناطق کم ارتفاع می­باشد که این مناطق دارای رسوبات تبخیری و گـچی بوده و مـیزان درجه حرارت در آن زیاد مـی­باشد. نتـایج حاصل از این پژوهش می­تواند در مدیریت محیط منابع آب زیرزمینی مثمر ثمر بوده و همچنین در طرح­های بهره­برداری بهینه از منابع آب منطقه و جلوگیری از بهره­کشی بیش از توان آنها سازنده باشد.

انتقال رسوب ها در رودخانه ها با توجه به نقش آنها در مباحث هیدرولوژیکی، از اهمیت ویژه ای برخوردار است. این رسوب ها به روش های گوناگون اندازه گیری می شوند. اندازه گیری مستقیم بار معلق رسوبی در رودخانه، هزینه بر بوده و امکان احداث ایستگاه های اندازه گیری در تمام طول رودخانه وجود ندارد. همچنین معادله های مورد استفاده در تخمین بار رسوبی، برای تمام مناطق قابل استفاده نبوده و علاوه بر آن، نیازمند دیده بانی های بلندمدت است. با این حال، برخی از روش ها در تخمین بار معلق رسوبی به نتایج مطلوبی دست یافته اند. در این مطالعه، سیستم استنتاجی فازی عصبی (ANFIS) با بهره گیری از ترکیب های ورودی مختلف برای تخمین بار معلق رسوبی روزانه به کار گرفته شد. به این منظور در اولین بخش از پژوهش، مدل ANFIS با استفاده از داده های دِبی روزانه و بار معلق رسوبی روزهای پیشین، تعلیم داده شده و برای تخمین بار معلق رسوبی رودخانه قرانقو مورد استفاده قرار گرفت. در دومین بخش از پژوهش، مدل ANFIS با استفاده از شاخص های ضریب تبیین (R2) و خطای مجذور میانگین مربعات (RMSE) با مدل های منحنی سنجه رسوبی (SRC) و رگرسیون چندمتغیره (MLR) مقایسه شد. نتایج نشان داد که مدل ANFIS با برخورداری از مقادیر ضریب تبیین (R2) برابر 9668/0، RMSE برابر 190، در مقایسه با سایر روش ها از قابلیت بهتری در تخمین بار معلق رسوبی برخوردار است. در این بین، مدل SRC با برخورداری از مقادیر R2 و RMSE که به ترتیب معادل 8384/0 و 454 تخمین زده شده است، به ضعیف ترین تحلیل در پیش بینی بار معلق رسوبی دست یافته است.

سامانه­های همدیدی موثر در گردوغبارهای غرب کشور براساس داده­های ثبت شده­ ایستگاه­های هواشناسی با استفاده از روش آماری تحلیل مولفه­های اصلی و بکارگیری سامانه اطلاعات جغرافیایی (GIS) مورد شناسایی قرار گرفت. برای دستیابی به این هدف از داده­های تعداد روزهای همراه با گردوغبار مشاهده شده در 50 ایستگاه هواشناسی در فاصله زمانی 1986 تا 2005 استفاده شد. نتایج بدست آمده از بکارگیری روش PCA نشان داد که 5 سامانه سینوپتیکی (یا 5 مولفه اول) قادر به تبیین 12/69 درصد واریانس تغییرات فضایی گردوغبارهای غرب کشور است. در گام بعد به منظور شناسایی سامانه­های مذکور، ضریب همبستگی هر یک از ایستگاه­ها با هر یک از مولفه­ها به محیط GIS Arc منتقل و با استفاده از روش درونیابی کریجینگ الگوهای سینوپتیک تاثیرگذار بر گردوغبارها شبیه­سازی شدند. با مقایسه و تطابق نقشه­های استخراج شده با نتایج حاصل از مطالعات انجام شده در زمینه سامانه­های سینوپتیک ایجادکننده گردوغبارها در غرب کشور؛ مشخص گردید که سامانه پرفشار آزور از طریق ایجاد کم­فشارهای گرمائی سطح زمین بیشترین نقش را در پراکندگی فراوانی روزهای گردوغباری در غرب ایران دارد.

عدالت اجتماعی همراه با مدیریت نحوه مناسبات انسان با محیط خود و منابع در دسترس، دغدغه اصلی در فرایند رسیدن به توسعه در معنی متعالی آن یعنی توسعه پایدار است.جامعیت و تعادل در برخورداری از شاخص­های توسعه پایدار و آگاهی از روند پراکنش این شاخص­ها امری است که امروزه در کشورهای در حال توسعه و به تبع آن در کشور ما، به علت وجود نابرابری­های موجود در میان مناطق در جهت دستیابی به توسعه متوازن به عنوان ویژگی بارز توسعه پایدار امری ضروری می­باشد. در پژوهش حاضر که به شیوه «توصیفی – تحلیلی» به انجام رسیده، سعی شده نمای پایداری در روند توسعه با ارزیابی حدود 40 شاخص از شاخص­های فرعی توسعه در جهت ارزیابی میزان پایداری آن در قالب شاخص­های کلی فرهنگی، اجتماعی، اقتصادی، درمانی، ارتباطی و تجهیزات شهری در شهرستان­های استان کرمانشاه نشان داده شود. در این راستا دو هدف آگاهی از وضعیت پراکنش شاخص­های توسعه منتخب با توجه به داده­های آماری شهرستان­های استان کرمانشاه با استفاده از مدل تحلیل سلسله مراتبی فازی FAHP)) و میزان تأثیر شاخص­های منتخب در توسعه پایدار استان با استفاده از مدل تحلیل رگرسیونی در محیط نرم افزار (SPSS) مورد تجزیه و تحلیل قرار گرفته است. نتایج به دست آمده نشان می­دهد اولاً وضعیت پراکنش شاخص­های اقتصادی از میان شاخص­های منتخب در میان شهرستان­های استان دارای وضعیتی نابرابر است و ثانیاً رابطه عمیقی بین شاخص­های منتخب برای ارزیابی توسعه پایدار در استان و پایداری توسعه استان وجود دارد.

دراین تحقیق سعی شده است، حوضه رودخانه ماربر، در جنوب شهرستان سمیرم، به وسعت 1438 کیلومتر مربع، به دلیل ناپایداری شدید دامنه ها و رخداد پدیده زمین لغزش، با استفاده از روش های آماری دو متغیره پهنه بندی گردد، تا بدین وسیله بتوان از بسیاری از خسارات جانی ومالی پیشگیری کرد. لذا، ابتدا با جمع آوری اطلاعات مورد نیاز از پراکندگی لغزش ها در منطقه، ضمن تهیه نقشه پراکندگی زمین لغزش ها، اقدام به تهیه 6 لایه اطلاعاتی عامل شامل: شیب،جهت شیب،لیتولوژی،کاربری اراضی، فاصله ازجاده ومیزان بارندگی گردید. سپس نقشه هر یک ازاین شش عامل با نقشه پراکندگی زمین لغزش ها قطع داده شد و نقشه وزنی هر عامل به دست آمد. پس ازجمع جبری نقشه های وزنی هر شش عامل با همدیگر، نقشه خطر زمین لغزش در هر دو روش آماری دو متغیره ایجاد و دررده های مناسب خطر طبقه بندی گردید.در نهایت میزان صحت و دقت نقشه ها(P,QS) درهر دو روش تعیین شد.براساس تجزیه و تحلیل انجام گرفته،مشخص گردید که روش ارزش اطلاعات نسبت به تراکم سطح ازدقت و صحت بیشتری برخوردار می باشد. لذا درپهنه بندی خطر زمین لغزش توصیه می گردد، از این روش استفاده گردد.

بررسی های اخیر نشان داده است که سیستم لیدار در برداشت سریع و دقیق اطلاعات سه بعدی از عوارض، در مناطق شهری توانایی بالایی دارد. از مهم ترین پردازش هایی که روی داده های لیدار صورت می گیرد، فیلترینگ آن هاست که عبارت است از تفکیک نقاط مربوط به عوارض ارتفاعی (ساختمان ها و درختان) از نقاط زمینی. تاکنون الگوریتم های فیلترینگ فراوانی طراحی شده است، اما هر یک از آن ها معایب و نواقصی دارند. مشکل اساسی این الگوریتم ها، ناتوانی شان در حذف ساختمان و عوارض بزرگ است که ناشی از عملکرد ناحیه ای آن هاست. در این تحقیق تلاش شده است تا با بهره گیری از قابلیت های تکنیک های طبقه بندی، راه حلی برای این مشکل ارائه شود. در این پژوهش ابتدا داده های لیدار به وسیله الگوریتم شیب مبنا که از شناخته شده ترین روش های فیلترینگ به شمار می آید فیلتر شدند. در ادامه، با استفاده از سه روش طبقه بندی ماشین بردار پشتیبان، شبکه عصبی مصنوعی، و حداکثر احتمال، داده های لیدار به پنج کلاس راه آسفالته، درختان، ساختمان، سیمان، و چمن طبقه بندی گردیدند. در نهایت، نقاط ساختمان های بزرگ که به وسیله الگوریتم شیب مبنا فیلتر نشده بودند، با نتایج حاصل از روش های طبقه بندی حذف گردیدند. ارزیابی ها نشان می دهند که روش حداکثر احتمال نتایج ضعیفی را ارائه می کند، اما روش های ماشین بردار پشتیبان و شبکه عصبی مصنوعی نتایج نزدیک به هم و بسیار خوبی را عرضه کرده اند. به طور کلی استفاده از این تکنیک های طبقه بندی برای بهبود نتایج الگوریتم های فیلترینگ، باعث افزایش ناچیزی در خطای نوع اول می گردد ولی سبب کاهشی شدید در خطای نوع دوم و خطای مجموع می شود. از آنجا که در فرایند فیلترینگ داده های لیدار، اهمیت خطاهای نوع دوم و مجموع بیش از خطای نوع اول است، می توان ادعا کرد که انجام این پردازش تکمیلی نتایج بسیار مفیدی را دربرداشته است. ارزیابی کمّی دقت نتایج نشان می دهد که خروجی الگوریتم با آستانه شیب o 20 پس از بهبود داده شدن با استفاده از خروجی طبقه بندی کننده شبکه عصبی مصنوعی، بهترین نتیجه را به دست داده است که در آن خطای نوع اول از 98/4 درصد به 04/5 درصد افزایش ولی خطاهای نوع دوم و مجموع به ترتیب از 043/9 درصد و 03/7 درصد به 49/4 درصد و 76/4 درصد کاهش یافته اند.