درخت حوزه‌های تخصصی

امروزه با توجه به افزایش فزاینده جمعیت و تقاضای روزافزون در استفاده از منابع گردشگری، توجه به ظرفیت برد منابع و بهره­برداری از آن­ها در حد ظرفیت و توان آن­ها بیش از پیش اهمیت یافته است. مقاله حاضر به بررسی ظرفیت برد گردشگری در چهار بوستان شهر قم شامل بوستان­های هاشمی، نبوت، فدک و علوی می پردازد. داده­های مورد نیاز برای انجام تحقیق از طریق پرسشنامه و نیز آمارهای آب و هوائی ایستگاه هواشناسی قم جمع­آوری گردید. در نهایت ظرفیت برد فیزیکی، واقعی و مؤثر چهار بوستان مورد مطالعه به دست آمد. نتایج نشان داد که بوستان علوی بیشترین ظرفیت برد و بوستان نبوت کمترین ظرفیت برد گردشگری را دارد و توانمندی های مدیریتی پارک نقش مهمی در میزان ظرفیت برد گردشگری پارک های مورد مطالعه دارد. در فصول پائیز و زمستان و در ایام غیر تعطیل هفته میزان تقاضا از حد ظرفیت برد کمتر بوده و در فصول بهار و تابستان و در روزهای جمعه و تعطیل و غالباً در ساعات بعد از غروب خورشید میزان تقاضا از حد ظرفیت برد فراتر می­رود. بنابراین با توجه به زمان اوج بازدید، باید ظرفیت برد پارک بتواند این زمان­ها را تحمل کند تا از افزایش فشار بر منابع و تسهیلات پارک جلوگیری شود. بنابراین این موضوع باید در طرح­ریزی پارکها مورد توجه قرار گیرد.

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.

امروزه، موضوع مکان یابی توسعة آتی شهر مورد توجه برنامه ریزان شهری قرار گرفته است. در سال های اخیر، تغییر شدید کاربری اراضی شهری بر اثر رشد بی برنامة شهرها با توجه به موقعیت مناسب و ارزش بالای زمین به علت حاصل خیزی برای فعالیت های کشاورزی باعث شده است تا تعیین اراضی مناسب در محدوده های شهری از دغدغه های پژوهشگران و متولّیان امور شهری باشد. بنابراین، هدف مقالة حاضر مشخص کردن اراضی مناسب توسعة شهری برای گسترش آتی است. روش شناسی این مقاله بر تلفیقی از تحلیل سلسله مراتبی و تصمیم گیری چند معیاره در GIS استوار است؛ به طوری که در تلفیق نقشه های موضوعی از راهبرد ترکیب خطی وزنی[1]- که از راهبردهای ارزیابی چندمعیاره مبتنی بر (AHP[2]) به شمار می رود- استفاده شده است. یافته های تحقیق نشان می دهد از کل مساحت محدودة مورد مطالعه، 05/58 درصد اراضی محدوده در گروه زمین های با تناسب زیاد و بسیار زیاد برای توسعة شهری قرار دارند که اغلب در قسمت جنوب شرقی و جنوب شهرستان واقع شده اند. همچنین، 33/12 درصد از اراضی تناسب متوسطی دارند و بقیة اراضی یعنی 62/29 درصد تناسب کم و بسیار کمی برای توسعة شهری دارند.

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.

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.

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.

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.

لندفرم یک عارضه ژئومرفیک از سطح زمین است که خصوصیات ظاهری خاص وشکل قابل تشخیص دارد. بنیان واساس شناسایی وطبقه بندی لندفرم ها برپایه ژئومرفومتری است، ژئومرفومتری به کمیت عناصر اصلی ریخت شناسی زمین ازجمله شیب،جهت شیب، ارتفاع واختلاف ارتفاع نسبی عناصر، موقعیت مکانی عناصر نسبت به هم، وضعیت شبکه زهکشی و میزان تحدب یا تقعر عناصر می پردازد. در حال حاضر طبقه بندی لندفرم ها عموما"" مبتنی بر تشخیص کارشناسی است که به طریق دستی وبا استفاده از عکسهای هوایی ،نقشه های توپوگرافی و برداشت های صحرایی انجام می گردد که روشی است زمان بر،پرهزینه،کم دقت وغیر قابل تکرار ،اما در این تحقیق با استفاده از سیستم اطلاعات جغرافیای و سه معیار شاخص TPI،شیب وموقعیت مکانی عوارض سطح زمین، اقدام به طبقه بندی خودکار لندفرم های حوزه آبخیز بروجن گردیده است. نتایج نشان داد که این روش توانایی خوبی در جداسازی وطبقه بندی لندفرم ها دارد به گونه ای که 9 لندفرم در حوزه آبخیز بروجن شناسایی وطبقه بندی گردید و بدین ترتیب رهیافتی برای طبقه بندی خودکار لندفرم های یک حوزه آبخیز ارائه گردیده به این منظور که زمینه انجام مطالعات جامع برای ارائه روش های کمی ودقیق برای شناسایی وطبقه بندی خودکار لندفرم ها در حوزه های آبخیز فراهم گردد .

تخمین دقیق سطح پوشش اراضی، نقش بسیار مهمی را در مدیریت بهینه محیط جغرافیایی ایفا می نماید. در این راستا، روش های مختلف طبقه بندی تصاویر سنجش از دور به منظور استخراج پوشش اراضی توسعه یافته اند. با توجه به ضعف روش های طبقه بندی سخت در خصوص پیکسل های مخلوط، استفاده از روش های طبقه بندی نرم به منظور برآورد سهم تعلق کلاس های مختلف پوشش اراضی در پیکسل های مخلوط مورد توجه قرار گرفته است. مدل اختلاط طیفی خطی یکی از روش های رایج در این حوزه محسوب می گردد. دقت این مدل به شدت به کیفیت پیکسل های خالص معرفی شده به آن وابسته بوده و از طرفی استخراج این پیکسل ها معمولا دشوار و چالش برانگیز می باشد. در تحقیق حاضر، استفاده از پارامترهای فیزیکی (درخشندگی، رطوبت و سبزینگی) برای استخراج پیکسل های خالص پیشنهاد گردیده است. به منظور ارزیابی کیفیت پیکسل های خالص استخراج شده، از معیارهای ارزیابی مدل اختلاط طیفی غیرشرطی استفاده شده است. بدین منظور با پیاده سازی این مدل در منطقه مطالعاتی، RMSE کل تصویر 68/2 و تعداد پیکسل های با سهم تعلق منفی یا بزرگتر از یک، 43/4 درصد برآورد گردید. بدین ترتیب روش پیشنهادی دقت مطلوبی را در نتایج مدل اختلاط طیفی خطی و بدون اعمال هیچ شرطی در این مدل فراهم نموده است.

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.

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.

شهرستان پل دختر که بستر رودخانه کشکان در آن جای گرفته است، هر ساله از سیلاب های متعددی خسارت می بیند. بزرگ ترین سیل سال های اخیر استان لرستان در سال 1384 در این شهرستان رخ داد که حدود 80 میلیارد تومان خسارت را در پی داشت. از این رو بررسی نواحی مستعد وقوع سیلاب و تهیه نقشه پهنه بندی سیلاب در این منطقه ضرورت ویژه ای دارد. در این تحقیق پهنه سیل گیر منطقه در دوره بازگشت های مختلف در بازه ای به طول 25 کیلومتر از بستر رودخانه کشکان حدفاصل ایستگاه هیدرومتری پل دختر تا پل گاومیشان تعیین شد؛ بدین ترتیب که براساس مدل رقومی مستخرج از نقشه های توپوگرافی 25000/1 داده های ژئومتری رودخانه استخراج گشت. سپس ضریب مانینگ در مقاطع مختلف و هیدروگراف سیل در دوره بازگشت های 5، 10، 25، 50، 100 و 200 ساله محاسبه شد و نقشه های پهنه بندی در دوره بازگشت های مختلف تهیه گردید. نتایج تحقیق نشان داد روند افزایش سطح سیلگیر در دوره بازگشت های 5 تا 100 ساله سیر صعودی تری دارند، در حالی که مساحت های پهنه سیلاب در دوره بازگشت 100 ساله و 200 ساله اختلاف چندانی را نشان نمی دهد. مقایسه پهنه های سیلاب در دوره بازگشت های مختلف حاکی از آن است که از کل مساحت تحت پوشش سیل 200 ساله حدود 94 درصد آن مستعد سیل گیری به وسیله سیل هایی با دوره بازگشت 25 ساله است. افزایش حداکثر عمق سیلاب در دوره بازگشت های مختلف نسبت به افزایش عمق متوسط سیلاب، روند ملایم تری را طی کرده است.

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.

مدیریت بهینة منابع طبیعی نیازمند در اختیار داشتن اطلاعات بهنگام و صحیح است. نقشة کاربری اراضی یکی از مهم ترین منابع اطلاعاتی در مدیریت منابع طبیعی قلمداد می شود. هدف از انجام پژوهش حاضر، مقایسه دو روش طبقه بندی پیکسل پایه و شیء گرا در تهیه نقشه کاربری اراضی با استفاده از تصاویر ETM+ در شهرستان ملکشاهی در استان ایلام است. در این پژوهش پس از تهیة تصویر ذی ربط و اعمال تصحیحات هندسی و رادیومتریک روی تصویر با استفاده از دو روش مذکور، نقشة کاربری اراضی استخراج گردید. برای ارزیابی دقت طبقه بندی از شاخص های دقت کل، ضریب کاپا، دقت تولیدکننده و دقت استفاده کننده بهره گرفته شد. نتایج به دست آمده نشان داد که وضوح تصویر روش طبقه بندی شیء گرا بالاتر از روش طبقه بندی پیکسل پایه است. نتایج برآورد دقت نشان می دهد که روش شیء گرا در هر دو شاخص صحت کل و ضریب کاپا با مقادیر به ترتیب 93 درصد و 96 درصد، دقیق تر از روش پیکسل پایه است. براساس نتایج به دست آمده کاربری های جنگل و مرتع حدود 98 درصد از سطح این شهرستان را می پوشاند. در این تحقیق پیشنهاد می شود که از روش طبقه بندی شیء گرا در تهیة نقشه های کاربری اراضی استفاده شود.

امروزه در امر تصمیم گیری در مساله مکان یابی استفاده از تکنیک های تصمیم گیری چند شاخصه همراه با سیستم اطلاعات مکانی نتایج کاراتری ارائه می دهد. بنابراین پژوهش حاضر با هدف ارائه یک رویکرد جدید در مکان یابی پناهگاه و کمک به تصمیم گیران و متولیان امور شهری و پدافند غیرعامل درهنگام بروز احتمالی خطر و بحران در اولویت بندی مکان های مناسب و انتخاب مکان بهینه برای احداث پناهگاه چند منظوره در سطح شهر سمنان انجام شد. از روش تاپسیس برای تعیین وزن معیارهای تصمیم و اولویت بندی نواحی شهری و سیستم اطلاعات جغرافیایی در شناسایی مکان های مناسب و از فرایند تحلیل سلسله مراتبی در اولویت بندی مکان ها و انتخاب مکان بهینه استفاده شد. پژوهش به روش توصیفی –تحلیلی که از لحاظ هدف کاربردی و از لحاظ نوع روش پیمایشی بود. ابزار گردآوری داده ها، پرسشنامه مقایسات زوجی و همچنین پرسشنامه محقق ساخته تاپسیس بود که در اختیار پنج نفر از خبرگان قرار گرفت. نتایج پژوهش حاکی از آن است که هر دو بُعد مکانی و مدیریتی در مساله مکان یابی پناهگاه چند منظوره مورد توجه قرار گرفته 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.

بخش عمده ای از مدیریت تصویر و ذهنیت گردشگران از شهر، ریشه در میزان رضایتمندی آن ها از نحوه دسترسی به مقاصد و جاذبه های گردشگری دارد چرا که این مرحله از مسافرت نه تنها آثار مثبت و منفی اقتصادی، اجتماعی- فرهنگی و زیست محیطی برای مهمانان و میزبانان در پی دارد، بلکه مهم ترین وجوه برنامه ریزی و بازاریابی گردشگری را نیز در بر می گیرد. پژوهش حاضر به بررسی و تحلیل مسیرهای دسترسی گردشگران به جاذبه های شهر شیراز، در راستای تحلیل تصویر ذهنی گردشگران و میزان رضایتمندی آن ها از نحوه دسترسی به مقاصد گردشگری و تعیین الگوی حرکتی آنان در سطح شهر پرداخته است و از سیستم اطلاعات جغرافیایی (GIS) به عنوان ابزاری مفید در تلفیق و تولید اطلاعات مکانی استفاده گردیده است. روش تحقیق پژوهش، میدانی و توصیفی تحلیلی بوده و داده های اولیه به صورت پیمایشی از طریق پرسشنامه تهیه و به پایگاه داده در GIS تبدیل گردیده اند. نتایج پژوهش نشان می دهد الگوی رفتاری گردشگران در شهر شیراز بهینه ناست به گونه ای که میانگین طول مسیر انحرافی که گردشگران در سطح شهر شیراز طی می نمایند، 13 کیلومتر است. در این پژوهش با استفاده از اصول و ضوابط شهرسازی و گردشگری، بهینه ترین مسیرها و سطوح گردشگری در شهر شیراز پیشنهاد شده است.

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.