درخت حوزه‌های تخصصی

سابقه و هدف: در هر منطقه ای شرایط خشکسالی، از متوسط تا شدید و با مدت زمان متفاوت، متغیر است که این مسئله نظارت مداوم و عملیاتی را می طلبد. هرچه خشکسالی در مدت زمانی طولانی تر رخ دهد، تأثیرات آن در پوشش گیاهی و منابع آبی بیشتر است و خشکسالی تشدید می شود؛ درنتیجه، ممکن است خدمات رسانی به انسان ها محدود شود و دستگاه های طبیعی تغییر یابد. آثار خشکسالی شامل تخریب زیستگاه های حیات وحش و کاهش کیفیت آب، کاهش دسترسی به منابع آب و مواردی دیگر می شود و درنتیجه آن، اختلالاتی مانند حوادث آتش سوزی و دیگر حوادث طبیعی افزایش می یابد. پوشش گیاهی در هر منطقه، به ویژه در مناطق گوناگون استان لرستان، به دلیل کمبود بارش و خشکی محیط، هرساله درمعرض خطر وقوع آتش سوزی های متعدد قرار دارد. به همین دلیل، موضوع آشکار سازی و مشخص کردن مناطق مستعد آتش سوزی در رابطه با مهم ترین عنصر اقلیمی (بارش) انتخاب و انجام شده است که می تواند اقدامات مناسب و پیشگیرانه برای حفاظت از مناطق پوشش گیاهی را تسهیل کند. در این تحقیق، سعی شده است از روش ترکیبی استفاده شود. مواد و روش ها: در این مطالعه، تلاش شده است با استفاده از تصاویر فروسرخ سنجنده Suomi NPP و بهره گیری از شاخص های NDVI، VCI و TCI وضعیت خشکسالی پوشش گیاهی در استان لرستان بررسی شود. دوره مورد مطالعه 2013-2021، از اول آوریل تا انتهای جولای (هفته 13 تا 26 میلادی)، به صورت میانگین هفتگی است. میانگین ماهیانه شاخص استاندارد بارش (SPI) با استفاده از داده های بارش ماهیانه ایستگاه های هواشناسی الیگودرز، دورود، خرم آباد، بروجرد، نورآباد، کوهدشت و ازنا مشخص شده است تا وضعیت بارش به خوبی تحلیل شود و ماه های خشک و مرطوب از یکدیگر تفکیک شود. سپس ضریب همبستگی شاخص SPI با هریک از شاخص های پوشش گیاهی (NDVI)، VCI و TCI محاسبه شده است. نتایج و بحث: براساس داده های ثبت شده بارش در ایستگاه های هواشناسی استان لرستان، می توان گفت که در فصل تابستان، (ژوئیه، اوت و سپتامبر) در محدوده مطالعاتی بارش رخ نمی دهد و فقط در فصل های پاییز، زمستان و بهار شاهد بارش هستیم. بنابراین سال آبی در استان لرستان تقریباً از دهه سوم سپتامبر آغاز و تا دهه دوم و سوم ژوئن هر سال ادامه دارد. این نکته نشان دهنده خشکی بسیار زیاد هوا و کمبود رطوبت است. خشکی هوا یا کمبود رطوبت و افزایش دما شرایط لازم را برای ایجاد آتش سوزی در استان، فراهم می کند. در این نوشتار، در فصل تابستان، استان لرستان یک فصل خشک را می گذارند و ماه اوت خشک ترین ماه سال است. نتیجه گیری: این پژوهش نشان داد که همواره پوشش گیاهی در استان لرستان با خطر وقوع آتش سوزی روبه روست و این حوادث، طی سال هایی که کمبود بارش وجود داشته است، در ماه های گوناگون بسیار زیاد است. اثبات شد که چنانچه در ماه های اول سال آبی کمبود بارش وجود داشته باشد، خطر آتش سوزی پوشش گیاهی، حتی در ماه های سرد سال، وجود دارد. این خطر در ماه های گرم سال افزایش شایان توجهی می یابد و این مسئله در سال 2021 رخ داده است. محاسبات SPI نشان داد ماه های ژوئیه، اوت و سپتامبر در استان لرستان شاخص بارندگی منفی است. نتایج نشان می دهد که بهترین شاخص مبتنی بر تصاویر ماهواره ای، به منظور پایش خشکسالی پوشش گیاهی و خطر آتش سوزی در منطقه مورد مطالعه، TCI است. در سال های 2013 و 2015 بیشترین شدت خطر آتش سوزی در پوشش گیاهی، در مناطق غربی و مرکزی استان لرستان، وجود داشته است. در سال 2021، بیشترین شدت خطر آتش سوزی در پوشش گیاهی، در منطقه مورد مطالعه، به وقوع پیوسته است. به دلیل تغییرات زیاد و پراکندگی میزان شاخص های پوشش گیاهی مؤثر در وقوع آتش سوزی ازلحاظ زمانی و مکانی، همبستگی ناپارامتریک اسپیرمن به کار رفته است.

سابقه و هدف: در سال های اخیر، تغییرات کاربری اراضی به ویژه در مناطق شهری، از چالش های مهم در حوزه برنامه ریزی شهری، مدیریت منابع طبیعی و توسعه پایدار شناخته شده است. با افزایش جمعیت، گسترش ساخت وسازها و رشد فزاینده تقاضا برای اراضی شهری، نیاز بیش ازپیش به پایش و تحلیل دقیق تغییرات کاربری اراضی، به منظور مدیریت بهینه منابع و تدوین سیاست های کارآمد توسعه شهری، احساس می شود. در این راستا، تحقیق حاضر با هدف بررسی روند تغییرات کاربری اراضی در شهر هرات، طی سال های ۲۰۱۵ تا ۲۰۲۲ انجام شده است. برای این منظور، از تصاویر ماهواره ای لندست ۸ مربوط به سنجنده OLI استفاده شد که با توجه به ویژگی های طیفی و مکانی مناسب، قابلیت بالایی در تحلیل تغییرات کاربری اراضی دارد. مواد و روش ها: ابتدا پیش پردازش های لازم، ازجمله تصحیح رادیومتریکی، تصحیح هندسی و تصحیح اتمسفری، درمورد تصاویر ماهواره ای جمع آوری شده متعلق به دو سال مورد نظر انجام شد تا دقت تحلیل های بعدی افزایش یابد. پس از مراحل پیش پردازش، چهار کلاس کاربری اراضی شامل اراضی خاکی، پوشش گیاهی، مناطق مسکونی و اراضی آبی در محدوده مورد مطالعه شناسایی شد. به منظور طبقه بندی این تصاویر و استخراج اطلاعات درزَمینه تغییرات کاربری، از دو الگوریتم طبقه بندی پرکاربرد، یعنی روش حداکثر احتمال (Maximum Likelihood Classification) و شبکه عصبی مصنوعی (Artificial Neural Network)، استفاده شد و دقت نتایج حاصل از این دو روش مورد ارزیابی و مقایسه قرار گرفت. نتایج و بحث: نتایج تحلیل ها نشان داد که روش حداکثر احتمال، در طبقه بندی تصاویر ماهواره ای، عملکردی بهتر از روش شبکه عصبی مصنوعی داشته است. مقادیر ضریب کاپا و دقت کلی که برای ارزیابی صحت طبقه بندی به کار می روند، درمورد سال ۲۰۱۵، برابر با 75/0 و ۸۵% و برای سال ۲۰۲۲، برابر با 96/0 و ۹۷% به دست آمدند. این مقادیر حاکی از دقت بالا و قابلیت اعتماد روش حداکثر احتمال، در تفکیک کلاس های متفاوت کاربری اراضی، در منطقه مورد مطالعه است. تحلیل نتایج طبقه بندی در بازه زمانی ۲۰۱۵ تا ۲۰۲۲ نشان دهنده تغییرات شایان توجه در ساختار فضایی کاربری اراضی شهر هرات است. براساس نتایج، طی این دوره زمانی، سطح اراضی خاکی به میزان 0/4 کیلومترمربع کاهش یافته و سطح اراضی آبی نیز با کاهش 62/1کیلومترمربعی مواجه بوده است. ازسوی دیگر، سطح اراضی مناطق مسکونی به میزان 39/1 کیلومترمربع و سطح پوشش گیاهی 59/4 کیلومترمربع افزایش داشته است. نتیجه گیری: این تغییرات نشان دهنده روند توسعه شهری، در شهر هرات، طی این دوره زمانی است و به افزایش مداخلات انسانی در کاربری اراضی، به ویژه در قالب توسعه مناطق مسکونی و افزایش فضای سبز یا پوشش گیاهی، اشاره دارد. درمجموع، یافته های این پژوهش حاکی از آن است که توسعه شهری در شهر هرات باعث کاهش اراضی طبیعی، همانند زمین های خاکی و منابع آبی، شده و درمقابل، کاربری هایی با مداخلات انسانی، مانند مناطق مسکونی و پوشش گیاهی، افزایش یافته است. با توجه به کاهش منابع آبی و اراضی طبیعی، برنامه ریزی های آتی شهر باید با تمرکز بر توسعه پایدار، حفاظت از منابع طبیعی و به ویژه مدیریت مؤثر منابع آبی همراه باشد. این مدیریت می تواند ازطریق سیاست گذاری های دقیق، اعمال محدودیت در توسعه بی رویه شهری و ارتقای آگاهی عمومی درباره اهمیت منابع طبیعی تحقق یابد. این پژوهش، با بهره گیری از داده های سنجش از دور و تحلیل علمی تغییرات کاربری اراضی، اطلاعات ارزشمندی برای تصمیم گیران و برنامه ریزان شهری فراهم کرده است. نتایج این مطالعه را می توان به منزله مبنایی برای تدوین راهکارهای علمی درزَمینه مدیریت اراضی شهری، حفظ منابع طبیعی و توسعه پایدار در شهر هرات به کار برد؛ بنابراین استفاده از فنّاوری های نوین در پایش و ارزیابی تغییرات کاربری اراضی باید از الزامات اساسی در فرایند تصمیم گیری و سیاست گذاری های شهری به شمار رود و پیشنهاد می شود توسعه شهری با مدیریت بهتر منابع آبی همراه باشد.

سابقه و هدف: رشد سریع جمعیت شهری در چند دهه اخیر و نارسایی مدیریت شهری در پاسخگویی به نیاز شهروندان یکپارچگی شهری را دستخوش تغییر کرده است؛ برای رفع چالش ها و مشکلات ناشی از ازهم گسیختگی شهر، مفهوم «عدالت فضایی» با هدف کاهش نابرابری های فضایی، وارد مباحث برنامه ریزی شهری شد. درواقع، بین نابرابری فضایی، توزیع ناعادلانه خدمات و مشکلات زیست محیطی و کالبدی در سطح شهر، همواره رابطه ای چرخشی وجود دارد و همین به اهمیت یافتن موضوعی همچون توزیع خدمات در سطح شهر، به ویژه در کشورهای درحال توسعه، منجر شده است. در ایران نیز، به تبع تحولات جهانی و با توجه به سیاست های کلان کشور و شعار عدالت، به منزله اصل محوری هرگونه توسعه، بحث عدالت فضایی در حوزه مطالعات شهری مورد توجه قرارگرفته است. با توجه به اینکه حمل و نقل عمومی و رفت وآمد آسان در شهر از جنبه های اصلی حیات شهری است، برخورداری از سیستم حمل ونقل کامل، منظم و گسترده از نیازهای اولیه شهر محسوب می شود. به عبارت دیگر، توسعه و ایجاد حمل و نقل عمومی منطبق بر معیارهای عدالت فضایی می تواند، علاوه بر بهبود و اصلاح سیستم حمل و نقل عمومی، نقش بسزایی در دسترسی مناسب شهروندان به مراکز خدماتی شهر داشته باشد؛ چراکه ضمن نیاز نداشتن به توسعه مراکز خدماتی در کل شهر، امکان دسترسی آسان و سریع شهروندان را به این مراکز فراهم می کند. در این راستا، توزیع و پراکنش خدمات حمل ونقل عمومی ازجمله موضوعاتی است که در حوزه عدالت فضایی بسیار مورد توجه قرار گرفته است. به دیگرسخن، به دلیل مشکلات متعدد، ازجمله نبودِ زمین مناسب و کافی در سطح شهر، کمبود اعتبارات مالی در ایجاد مراکز جدید خدماتی و برگشت نداشتن هزینه های تأسیس، نبودِ زیرساخت های تأسیساتی و مسائلی از این دست، احداث مراکز خدماتی در تمامی سطح شهر منطقی نیست. از سوی دیگر وجود شبکه حمل ونقل ناکارآمد و دسترسی نداشتن مناسب شهروندان به خدمات، علاوه بر از بین بردن عدالت فضایی، به نارسایی مدیریت خدمات شهری منجر می شود. در این راستا، توسعه زیرساخت های مناسب در حوزه حمل ونقل عمومی یکی از راهکارهای اساسی است. مواد و روش ها: شهر اصفهان در جایگاه سومین کلان شهر ایران، با افزایش تمرکز جمعیت و توسعه فیزیکی در سال های اخیر، با مشکلات متعددی مانند افزایش سفرهای درون شهری، کاهش کیفیت زندگی، افزایش آلودگی های زیست محیطی و بر هم خوردن عدالت فضایی مواجه شده است. ارزیابی وضعیت حمل ونقل عمومی، به منزله عنصر ساختاردهنده شکل و ماهیت کالبدی، اجتماعی و فضایی شهر از مواردی است که می تواند در حل این مسائل مؤثر باشد. ازدیگرسو نتایج مطالعات جامع حمل ونقل شهر اصفهان حاکی از آن است که به منظور دسترسی متوازن شهروندان به خطوط حمل ونقل عمومی، ایجاد 21 خط اتوبوس سریع السیر پیشنهاد شده است. بنابراین هدف این مطالعه اولویت بندی توسعه خطوط اتوبوس سریع السیر، با ترکیب مدل آنتروپی شانون و کوپراس، با تأکید بر مفاهیم عدالت فضایی تا افق 1410 است. وجه تمایز تحقیق حاضر تلفیق سیستم اطلاعات جغرافیایی با شاخص های عدالت مکانی، به منظور اولویت بندی خطوط اتوبوس سریع السیر با هدف اجراست. نتایج و بحث: ازاین رو، در گام نخست، وضعیت خطوط اتوبوس سریع السیر در شاخص های نفوذپذیری، مجاورت و دسترسی پذیری محاسبه شد و ضریب جینی و منحنی لورنز وضعیت فعلی به دست آمد. در گام دوم، با محاسبه ضریب جینی هریک از خطوط پیشنهادی، به صورت جداگانه، و مقایسه با مقدار فعلی، میزان اثرگذاری خطوط پیشنهادی ارزیابی شد. سپس اهمیت معیارهای مورد نظر، به روش آنتروپی شانون، وزن دهی شد که به ترتیب، سه معیار مجاورت، نفوذپذیری و دسترسی اولویت 1 تا 3 به منظور وزن دهی شاخص ها مشخص گردید. در پایان، با استفاده از روش کوپراس، 21 خط اتوبوس پیشنهادی با هدف توسعه تا افق 1410، اولویت بندی شدند. نتیجه گیری: نتایج این تحقیق نشان داد، اگرچه خط پایانه آیت الله غفاری به انتهای شیخ صدوق با طول 9/14 کیلومتر، درزمره خطوط با طول متوسط است، با در نظر گرفتن سایر معیارها باید اجرای آن را در اولویت قرار داد. کلیدواژه: عدالت فضایی، حمل و نقل عمومی، آنتروپی شانون، کوپراس، منحنی لورنز.

سابقه و هدف: در دهه های گذشته، داده های سنجش از دور با موفقیت برای استخراج اطلاعات و تغییرات کاربری و پوشش زمین (LULC) در سطوح گوناگون، از مقیاس محلی تا جهانی، به کار رفته است. پایش دقیق و منظم این تغییرات در برنامه ریزی شهری، کشاورزی دقیق و مدیریت پایدار منابع زمین ضرورت دارد. فراهمی داده های سنجش از دور با ارائه سطوح بی سابقه ای از جزئیات مکانی و همچنین توسعه الگوریتم های طبقه بندی تصاویر ماهواره ای، باعث شده است که رویکردهای شیء گرا، در مقایسه با رویکردهای معمول، در طبقه بندی کاربری و پوشش زمین کاربرد بیشتری پیدا کنند. بدین منظور، در این مطالعه، رویکردی شیء گرا با ترکیب الگوریتم های GLCM، SNIC و یادگیری ماشین مطرح شده که هدف از آن طبقه بندی کاربری و پوشش زمین بخشی از اراضی شمال مهاباد در آذربایجان غربی، با استفاده از تصاویر ماهواره ای سنتینل 2 در سال 2019 در سامانه گوگل ارث انجین بوده است. مواد و روش ها: روش انجام شدن این پژوهش به گونه ای است که ابتدا مجموعه داده اولیه، شامل باندهای هدف تصاویر سنتینل 1 و سنتینل 2، مدل رقومی سطح زمین ALOS و شاخص های NDVI، BSI، SAVI و توان بازپراکنش کل (TSP) آماده سازی شد. در مرحله دوم، با اتخاذ دو رویکرد پیکسل پایه و شیء گرا و الگوریتم جنگل تصادفی، کاربری و پوشش زمین طبقه بندی شد و نتایج حاصل از آنها، برای تبیین بهترین رویکرد ازنظر دقت کلاس های گوناگون، مقایسه شد. در رویکرد شیء گرا، معیارهای بافتی با اعمال ماتریس وقوع توأم گام های خاکستری (GLCM) روی مجموعه داده اولیه استخراج شد و با توجه به افزایش تعداد باندها روش تحلیل مؤلفه های اصلی (PCA)، برای کاهش ابعاد تصویر، به کار رفت. در گام آخر، با ترکیب لایه PC1 و لایه قطعه بندی حاصل از الگوریتم خوشه بندی ساده غیرتکراری (SNIC)، الگوریتم جنگل تصادفی به منظور تهیه نقشه های کاربری و پوشش زمین محدوده مطالعاتی در نظر گرفته شد. نتایج و بحث: تحلیل معیارهای ارزیابی صحت نشان داد که رویکرد شیء گرا با صحت کلی و ضریب کاپای معادل 86/40% و 0/8307، در مقایسه با رویکرد پیکسل پایه با صحت کلی و ضریب کاپای 82/73% و 0/8028، نتایج بهتری را در طبقه بندی کاربری های متفاوت اراضی منطقه مورد مطالعه داشته است. نتایج معیارهای ارزیابی صحت نشان داد صحت تولیدکننده اغلب کلاس های کاربری، به جز ذرت، سبزیجات آبی پاییزه و گندم و جو آبی، در رویکرد شیء گرا بیشتر از روش پیکسل پایه است و دقت طبقه بندی آنها بالاتر از 90% بوده است. علاوه براین، کاربری های/ پوشش های پهنه آبی، ساخته شده، ذرت و چغندرقند بیشترین صحت کاربر را در نقشه کاربری و پوشش زمین شیء گرا به خود اختصاص داده اند. نتیجه گیری: یافته های تحقیق نشان دادند که تعیین مناسب اندازه سوپرپیکسل الگوریتم خوشه بندی SNIC و به کارگیری معیارهای بافتی GLCM به طور مؤثری عملکرد رویکرد پیشنهادی را در طبقه بندی کاربری و پوشش زمین، بهبود می بخشد.

سابقه و هدف : دمای سطح زمین یک متغییر کلیدی در برنامه ریزی ناحیه ای و منطقه ای می باشد باتوجه به اهمیت دمای سطح زمین در مطالعات تغییرات اقلیمی، مدل سازی هیدرولوژیکی ، نظارت بر پوشش گیاهی، جزیره گرمای شهری، توسعه ی شهری،گرمایش جهانی، شرایط کشاورزی و همچنین تأثیر آن بر نرخ و زمان رشد گیاهان پارامتر ورودی به اکثر مدل ها است؛ هرچه دقت تخمین این متغیر بالاتر باشد خروجی مدل نیز همراه با دقت بالاتری خواهد بود؛ بنابراین مطالعه بهینه و مناسب تغییرات مکانی و زمانی دمای سطح زمین در شرایط جوی و آب و هوایی متفاوت ضروری است.با توجه به محدودیت ایستگاه های هواشناسی، سنجش از دور می تواند به عنوان پایه و اساس بسیاری از داده های هواشناسی مورد استفاده قرار گیرد. دمای سطح زمین در تصاویر ماهواره ای شامل میانگین دمای پیکسلی است که پوشش دهنده بخشی از سطح زمین بوده و بر اساس انرژی رسیده به سنجنده (رادیانس) در باند حرارتی محاسبه می شود. از این رو عدم وجود قدرت تفکیک زمانی و مکانی بالا ی داده های ماهواره ای به طور همزمان یک چالش اساسی در بررسی و تخمین متغیر دما مطرح می گردد. مواد و روش ها : در این مطالعه سعی شد با استفاده از روش یادگیری عمیق و یادگیری ماشین، از تصاویر ماهواره ای MODIS، VIIRS و ECOSTRESS استفاده و نقشه های روزانه دمای سطح زمین سنجنده ی ECOSTRESS با قدرت تفکیک مکانی 70 متر در زمان های فاقد داده در آبخیز بار-اریه نیشابور استان خراسان رضوی و آبخیز سد لتیان در استان تهران تولید گردد. مدل های مورد استفاده در پژوهش شامل مدل SVR به عنوان یک مدل محبوب یادگیری ماشین در زمینه های پیش بینی و رگرسیون و مدل LSTM یکی از قوی ترین مدل های یادگیری عمیق در حوزه پردازش سری های زمانی می باشند. برای این منظور سه جفت تاریخ برای هرحوضه (شش تاریخ) انتخاب شد. تصاویر هر جفت داده به طور همزمان دراختیار مدل ها قرار گرفتند. درنهایت با استفاده از آماره های RMSE، و NRMSE عملکرد هر مدل در هر تاریخ مورد ارزیابی قرار گرفت. نتایج و بحث : بررسی ضرایب RMSE ،  و NRSME مربوط به مدل LSTM و SVR برای هر دو منطقه نشان دهنده ی برتری عملکرد مدل LSTM بود. بهترین نتیجه RMSE ،  و NRMSE حاصل از مدل LSTM برای آبخیز بار-اریه در تاریخ های 17 ژوئن 2020 به ترتیب 81/1 درجه سانتی گراد، 66/0 و 94/11 درصد و در حوزه آبخیز لتیان برای تاریخ 28 ژوئن 2019 به ترتیب حدود 61/1 درجه سانتی گراد، 83/0 و 65/8 درصد بود. مدل LSTM با توجه به ساختار، ویژگی های خود و به عنوان یک مدل یادگیری عمیق قوی با استخراج ویژگی از درون داده های خام با درنظر گرفتن ماهیت سری زمانی بودن داده ها توانست بر پیچیدگی های فرآیند تحت مدل سازی غلبه نماید.ذکر این نکته ضروری است که با درنظرگرفتن پیچیدگی فرآیند و متنوع بودن عوامل موثر بر دمای سطح زمین نتایج به دست آمده از دقت و صحت قابل قبولی برخوردار هستند. بازسازی و پیش بینی دمای سطح زمین برای 3 الی4 روز بعد انجام شده است (با توجه به فاصله زمانی بین دو تصویر متوالی ECOSTRESS). تنوع و جزئیات رویدادهایی که در این زمان می تواند رخ دهد گواهی دیگر بر مناسب بودن نتایج و کارایی مدل LSTM است. نتیجه گیری : بررسی نتایج و مقادیر  به عنوان یک معیار استاندارد برای ارزیابی تحلیل های رگرسیون، و نیز مقادیر RMSE و NRMSE نشان از برتری مدل LSTM در بازسازی مقادیر دمای سطح زمین ECOSTRESS می باشد. با توجه به دامنه تغییرات و مولفه های موثر، دمای سطح زمین در تاریخ های مورد بازسازی بین صفر تا بعضا نزدیک به 35 درجه سانتیگراد تغییر نمود، مقدار RMSE (نشان دهنده متوسط خطای مدل ) برای مدل LSTM بین حدود 1.5 تا 3 درجه سانتیگراد بوده که قابل قبول و مناسب به نظر می رسد. مقادیر نرمال شده RMSE یا همان NRMSE نیز در اغلب تاریخ ها بین 8 تا 17 درصد بوده که در مدل سازی های محیطی با توجه به پیچیدگی های بالای فرآیندها مقادیر قابل قبولی می باشند.

سابقه و هدف: جزیره لارک به دلیل تنوع توپوگرافی و حضور تپه ماهورها و سواحل صخره ای و سایر تیپ های ساحلی، از محیط های خاصی برخوردار می باشد که منجر به ایجاد زیستگاه های حیات وحش جانوری متنوع شده است. به علاوه سواحل صخره ای و وجود خطوط ساحلی متنوع شرایط بسیار مناسبی برای حضور طیف گسترده ای از جانوران و گیاهان فراهم آورده است. با این حال در سالیان اخیر عوامل مختلفی سبب قرارگیری زیستگاه های ساحلی این جزیره در معرض تهدید گردیده است. مواد و روش: در این پژوهش، مناطق ساحلی تحت پوشش دارایی های طبیعی از جمله مرجان، مانگرو، جلبک های دریایی که به طور پیش فرض می توانند محل زندگی و زادآوری گونه های گیاهی و جانوری مختلف باشند، به عنوان "زیستگاه" و سایر مناطق تغییر یافته به واسطه دخالت های انسانی به عنوان "غیرزیستگاه" در نظر گرفته شد. در این بررسی از مدل ارزیابی ریسک زیستگاه InVEST HRA (Habitat Risk Assessment)  برای بررسی اثر فعالیت های انسان در اکوسیستم های ساحلی و دریایی  استفاده شد. در مطالعه حاضر و به دلیل اهمیت نقش کاربر در تعیین عوامل استرس زا و زیستگاه ها، با پایش میدانی و بر اساس نظر کارشناسی و آگاهی از منطقه مورد مطالعه، کلیه عوامل استرس زا شناسایی گردید. نتایج: ارزیابی نتایج نمودار خروجی مدل HRA Invest نشان می دهد که ساختارهای انسانی و گردشگری غیر مسئولانه به عنوان عوامل استرس زای اصلی در منطقه بین جزر و مدی و افزایش دمای سطح آب، حمل و نقل دریایی، صید ترال، استخراج دریایی، نشت مواد نفتی، آب شیرین کن، فعالیت های صیادی، صید ساحلی سنتی با درجات مختلف در منطقه زیر جزر و مدی محسوب می شوند. نتایج مربوط به خروجی نقشه ریسک تجمعی زیستگاه بین جزر و مدی جزیره لارک در شکل 3 و نقشه ریسک تجمعی در منطقه زیر جزر و مدی در شکل 4 نشان داده شده است. منطقه ساحلی (بین جزر و مدی) جزیره لارک کمترین رتبه تجمعی استرس زیستگاه 4 و بیشترین رتبه تجمعی 13و میانگین رتبه تجمعی استرس 5/8 می باشد. در منطقه دریایی (زیر جزر و مدی) جزیره لارک کمترین رتبه تجمعی استرس زیستگاه 0 و بیشترین رتبه تجمعی 30و میانگین رتبه تجمعی استرس 15 است. نتایج نشان می دهد که میزان ریسک تجمعی در محدوده آب های زیر جزر و مدی جزیره لارک، در سواحل شمالی، شمال شرق و شرقی جزیره بالا است. در این جزیره عمده زیستگاه های مهم به همراه دماهای بالای آب سطحی در گرمترین ماه سال به طور کلی در شمال و شرق جزیره متمرکز شده است، که این امر باعث اختلاف بارز بین رتبه های ریسک زیستگاه در قسمت های شمال و غرب جزیره نسبت به شرق و جنوب آن باشد.  نتیجه گیری: نتایج نشان می دهد که تدوین و اجرای برنامه های پایش، حفاظت و یا احیا و بازسازی در بخش های مختلف ساحلی جزیره لارک می بایست مبتنی بر طرح های توسعه و نیز متناسب با میزان تهدیدات در بخش های مختلف اعمال گردد. رتبه استرس در محدوده زیر جزر و مدی در سواحل شمالی، شمال شرق و شرقی اطراف جزیره لارک در طیف نسبتا زیاد و زیاد قرار گرفته است، براساس میانگین تهدید منطقه زیر جزر و مدی می توان اینگونه تفسیر نمود که در وضعیت موجود، رتبه استرس و تهدیدات زیاد است. از این رو زیستگاه های مرجانی و جلبکی در این منطقه تحت استرس و تهدید زیاد قرار دارند که رویکرد مداخله فشرده نظیر تعیین مناطق حفاظت شده دریایی و جلوگیری از ورود عوامل آلاینده به این منطقه می بایست مد نظر قرار گیرد.

مقدمه: در روش هم پوشانی حسابی وزنی برحسب شاخص پتانسیل زلزله (EPI) برای ارزیابی خطر لرزه ای هر منطقه، داده های تاریخی زلزله، توزیع زمین مکانی و بزرگای زمین لرزه های گذشته، زمین ساخت فعال (نوع و طول گسل)، تراکم گسل در واحد سطح، فاصله مکان تا گسل فعال، فاصله تا کانون زلزله، شیب و تغییرات توپوگرافی باید در نظر گرفته شود و لایه های مربوط با استفاده از GIS ایجاد شوند. این روش غیرارگودیک مشکلات روابط کاهندگی و بیان ورودی ها و خروجی های تحلیل خطر را حل می کند و در تهیه نقشه خطر زلزله مناطق وسیع جغرافیایی با پیشینه لرزه خیزی غنی، دقت بسیار مناسبی دارد. در این مطالعه، خطر زلزله در منطقه جنوب غرب ایران، در مربعی به ضلع 400 کیلومتر و با مرکزیت شهر بهبهان (طول °E2417/50 و عرض ° N5985/30) به روش هم پوشانی حسابی وزنی، برحسب شاخص پتانسیل زلزله ارزیابی شده است. روش شناسی: روش هم پوشانی حسابی وزنی برمبنای برهم نهی اطلاعات رتبه بندی شده مکانی، زمین شناسی و لرزه شناسی منطقه با وزن های از قبل تعیین شده قرار دارد. شاخص پتانسیل زلزله با استفاده از رابطه زیر محاسبه می شود:                                 (1)         در این معادله، EPI شاخص پتانسیل زلزله، DEM مدل رقومی ارتفاعی، Slope زاویه شیب برحسب درجه، Den_F چگالی گسل های فعال، Den_Ev تراکم کانون های زلزله، ML بزرگی زلزله، Dis_F فاصله تا گسل فعال، Dis_epi_ev فاصله تا کانون زلزله و i و j مختصات سلول (طول و عرض جغرافیایی) هستند. شناسایی مناطق دارای پتانسیل لرزه خیزی و ارزیابی خطرهای لرزه ای نیازمند در نظر گرفتن سهم تمامی پارامترها و ترکیب آنها، مطابق با اهمیت نسبی آنهاست. پس از تهیه نقشه های لازم، با توجه به لرزه خیزی منطقه ( توزیع کانون های زلزله، منابع لرزه زا و گسل های فعال) ، ویژگی های زمین ساختی ( سن لایه، زمین ساخت)، توپوگرافی منطقه ( مدل رقومی ارتفاعی) و شیب، EPI، تعیین می شود. منطقه مورد مطالعه (مربعی به ابعاد 400 کیلومتر و با مرکزیت بهبهان) از شیب تند شمال شرق با ارتفاع 4418، به شیب ملایم جنوب غرب (محدوده خلیج فارس) به ارتفاع 125- می رسد. نتایج و بحث: روش هم پوشانی حسابی وزنی برحسب شاخص پتانسیل زلزله (EPI) در جنوب غرب ایران انجام و نتایج به صورت نقشه و جدول ارائه شد. براساس نتایج، بخش هایی از شهرهای شرقی و شمالی استان خوزستان و شهرهای جنوب غرب استان چهارمحال بختیاری، کهگیلویه و بویراحمد و اصفهان و شهرهای شمالی استان بوشهر در مناطق EPI بالا و شهرهای گچساران، بهبهان، امیدیه، بهمئی، رامهرمز، باغ ملک، هفت گل، گتوند، اردل، کوهرنگ، فارسان و کبار در منطقه خطر بالا قرار می گیرند. در منطقه مورد مطالعه، شاخص پتانسیل زلزله در محدوده 55/1تا 75/6 متغیر است. میانگین برآوردشده مقدار EPI برابر با 415/4 و انحراف معیار برابر با 94/1 است. این مقادیر نشان دهنده تغییرات نسبتاً زیاد لرزه خیزی متوسط در منطقه است. همچنین جدول مقادیر EPI درمورد تمامی شهرهای استان خوزستان تخمین زده شد و شاخص پتانسیل زلزله هر شهرستان، براساس EPI، با شاخص لرزه خیزی استاندارد آیین نامه 2800 مقایسه شد. نتایج مقایسه در اغلب شهرها هم خوانی دارد و بیشتر بودن خطر بیان شده ازطریق استاندارد 2800 در موارد اختلافی بیان می کند که مقادیر استاندارد در جهت اطمینان قرار دارد. نتیجه گیری: روش هم پوشانی حسابی وزنی، برحسب شاخص پتانسیل زلزله (EPI)، روش جهانی جدیدی است که می توان آن را در ارزیابی خطر زلزله به روش غیرارگودیک به کار برد. براساس نتایج این روش، مقادیر ویرایش 4 استاندارد 2800 کفایت لازم برای طرح لرزه ای ساختمان ها را دارد.

مقدمه: سیستم های پاسخ اضطراری هوشمند از فنّاوری های مدرن مانند اینترنت اشیاء (IoT) استفاده می کنند تا بهبود عملکرد واحدهای واکنش اضطراری را فراهم کنند. این سیستم ها به منظور بهبود کیفیت خدمات، کاهش هزینه ها و افزایش نظارت بر فرایند واکنش اضطراری طراحی شده اند. از جمله اهداف اصلی این سیستم ها می توان به بهینه سازی مسیر واکنش اضطراری از طریق ارتباط با اشیا و جمع آوری داده های مکانی اشاره کرد. این سیستم ها با استفاده از مدل های مسیریابی مبتنی بر اینترنت اشیاء، قادر به بهینه سازی مسیر واکنش اضطراری هستند و باعث بهبود تجربه کاربران می شوند. به عبارت دیگر، این سیستم ها از اطلاعات جمع آوری شده توسط اینترنت اشیاء برای بهبود فرایند اضطراری استفاده می کنند. سیستم های پاسخ اضطراری هوشمند نقش مهمی در بهبود کارایی واحدهای واکنش اضطراری و ارتقای سطح خدمات در مواقع اضطراری دارند. این سیستم ها به صورت کامل در دسترس اند و باعث افزایش بهره وری و کارایی در مواقع اضطراری می شوند. مواد و روش ها: یک زیرساخت داده های مکانی برای یکپارچه سازی سیستم و افزایش تلاش های واکنش اضطراری ایجاد شده است که امکانات بسیار مهمی برای بهبود خدمات پزشکی فوری فراهم می کند. این زیرساخت شامل یک پورتال است که مسیر بهینه از محل حادثه تا مرکز پزشکی را به دقت بر روی نقشه نمایش می دهد تا به تیم پزشکی کمک کند با سرعت و کارایی بیشتر به فرد مجروح برسند. علاوه براین، این پورتال امکان انتقال اطلاعات حسگر مانند علائم حیاتی فرد مصدوم را به تلفن همراه پزشک در آمبولانس از طریق بلوتوث فراهم می کند که این اطلاعات به طور هم زمان برای ارزیابی بیشتر به اشتراک گذاشته می شوند تا در صورت اضطرار، به سرعت و با دقت مناسب به فرد مجروح کمک کنند. این سامانه باعث افزایش کارایی و سرعت در واکنش به حوادث اضطراری می شود و امکان دسترسی سریع و بهینه به خدمات پزشکی را فراهم می کند. به طور خلاصه، این زیرساخت داده های مکانی بهبود چشمگیری در عملکرد واکنش به حوادث اضطراری درمانی داشته و امکان ارائه خدمات بهبودیافته و بهینه تر در حوادث اضطراری را فراهم کرده است. نتایج و بحث: مراکز پزشکی اهمیت موضوع بهداشت و درمان را اولویت خود می دانند. برای تعیین این اولویت ها و بهبود فرایند تخصیص منابع، از یک مدل وزن دهی سلسله مراتبی آنلاین استفاده می کنند. این مدل به بهینه سازی تخصیص منابع براساس اطلاعات بهداشتی بی درنگ مصدومان کمک می کند. در یک مورد آزمایشی که برای این مدل انجام شد، یک مصدوم با موفقیت در منطقه 5 تهران تحت درمان قرار گرفت. استفاده کارآمد از اینترنت اشیاء و زیرساخت داده های مکانی، این مرکز پزشکی را قادر به بهبود و بهینه سازی خدمات درمانی خود کرد. این نتایج نشان دهنده اهمیت اطلاعات مکانی در کنار داده های پزشکی و فنّاوری اینترنت اشیاء در بهبود خدمات پزشکی و افزایش کیفیت درمان است.نتیجه گیری: سیستم های واکنش اضطراری سنتی بیشتر براساس مکانیسم های سنتی و فاقد فنّاوری مدرن مانند اینترنت اشیاء و یکپارچه سازی داده های مکانی عمل می کنند. به همین دلیل، این سیستم ها ممکن است با مشکلاتی همچون تأخیر در ارسال کارکنان اورژانس به محل حادثه و کمبود اطلاعات دقیق و سریع از بیمار مواجه شوند. اگر فنّاوری های مدرن مانند هوش مصنوعی، اینترنت اشیاء و سیستم های اطلاعات جغرافیایی به این سیستم ها اضافه شوند، می توانند مشکلاتی را که در سیستم های سنتی واکنش اضطراری وجود دارد، حل کنند. این فنّاوری ها امکان پاسخ سریع تر و کارآمدتر به بحران ها را فراهم می کنند و به سازمان های ذی ربط از جمله سازمان مدیریت بحران کمک می کند تا تصمیمات بهتری برای تخصیص منابع در شرایط اضطراری بگیرند و عملکرد کلی خود را بهبود بخشند. با استفاده از داده های جمع آوری شده توسط این فنّاوری ها، سازمان های اضطراری می توانند بهبودی محسوسی در پاسخ به شرایط اضطراری ایجاد کنند و هزینه های زمانی، مالی و انسانی را کاهش دهند. به طور کلی، این رویکرد جدید به سیستم های واکنش اضطراری امکان پذیری بهتری در مواجهه با بحران های مختلف و بهبود کارایی واکنش به اضطرار را فراهم می آورد.

وجود هکتارها بافت فرسود یکی از مشکلات بزرگی است که شهر قشم با آن مواجه است. این بافت های فرسود جزء مناطق بسیار پر خطری هستند که با وقوع زلزله دچار مشکلات زیادی می شوند. عدم استحکام لازم ساختمان ها، عرض کم معابر برای امدادرسانی پس از زلزله، نبود امکانات کافی برای مدیریت بحران، آسیب پذیری این مناطق را افزایش داده است. از کل مساحت شهر قشم حدود 40 درصد را بافت فرسوده شامل می شود که با وقوع زلزله می تواند شهر را با بحران جدی مواجه کند. ضرورت کاهش آسیب پذیری شهر قشم در برابر وقوع زلزله یکی از اهداف مهم برای برنامه ریزی شهری و کالبدی می باشد. این پژوهش بافت فرسوده شهر قشم را از لحاظ مدیریت بحران زلزله بر اساس معیارهای نوع کاربری، تراکم جمعیت، تعداد طبقات، تراکم ساختمانی و عرض معابر درون شهری با استفاده از روش تحلیل سلسله مراتبی مورد بررسی قرار می دهد. نتایج نشان داد که حدود ۷۸ درصد از مساحت شهر قشم در برابر خطر وقوع زلزله آسیب پذیر است. همچنین عواملی چون تراکم جمعیت و تراکم ساختمانی بیشترین میزان تاثیر در آسیب پذیری شهر قشم را دارند. چرا که بافت های فرسوده شهر بیشترین میزان تراکم جمعیت و تراکم ساختمانی را در نواحی مورد تحقیق دارند. علاوه بر ارزیابی آسیب پذیری شهری، فرایند مکانیابی سکونتگاه های دائمی و مراکز مدیریت بحران نیز مورد تحلیل قرار گرفت. نواحی ایمن با آسیب پذیری بسیار کم برای سکونتگاه های دائمی، و مراکز مدیریت بحران نزدیک به نواحی پرخطر با آسیب پذیری بسیار زیاد انتخاب شدند. با توجه به حیاتی بودن مدیریت بحران و آسیب پذیری شهری در مقابل زلزله، این پژوهش می تواند برای رشد و توسعه و کاهش آسیب پذیری مناطق فرسوده در برابر وقوع زلزله مورد استفاده مدیران و برنامه ریزان شهری قرار گیرد.

سابقه و هدف: ازدست دادن تنوع زیستی تهدیدی جهانی برای انسان ها محسوب می شود. برای مقابله با این تهدیدها، سازمان های جهانی محیط زیستی اهداف و برنامه های استراتژیک ویژه ای را در قالب چارچوب جهانی تنوع زیستی کونمینگ – مونترال، به منظور درک چگونگی تغییرات تنوع زیستی در طول زمان و شناسایی عوامل تأثیرگذار در آنها، تصویب کردند. بدین منظور ابزارهای مدل سازی تنوع زیستی، به ویژه مدل های مطلوبیت زیستگاه (توزیع گونه ای) که از پرکاربردترین روش های شناخته شده برای مطالعات تنوع زیستی محسوب می شوند، نقشی اساسی دارند. با وجود پیشرفت های شگرف در توسعه روش های مدل سازی در کنار دسترسی روزافزون به داده های مکانی، مدل های فعلی در پیش بینی دقیق وضعیت و تغییرات تنوع زیستی محدودیت های جدی دارند؛ این مسئله به ناممکن بودن ایجاد چارچوبی مناسب برای پایش تنوع زیستی در طول زمان منجر می شود. یکی از مهم ترین محدودیت های کاربردی این مدل ها ناسازگاری داده های ثبت شده، به لحاظ فراوانی و گستره مکانی حضور گونه ها در بازه های زمانی متفاوت است. این شرایط امکان توسعه مدل های مکانی – زمانی را که در درک پویایی و تغییرات توزیع جغرافیایی گونه ها طی زمان ضروری اند، محدود می کند. هدف از این مطالعه بیان راه حلی برای غلبه بر مشکلات ناسازگاری داده های تنوع زیستی در طول زمان، و توسعه فرایند محاسباتی برای مدل سازی مکانی – زمانی مطلوبیت زیستگاه و سپس کمّی سازی تغییرات در توزیع مکانی است.مواد و روش ها: در این مطالعه، برای توسعه مدل مکانی – زمانی تنوع زیستی، از داده های حضور گونه نوعی بز کوهی (Hippotragus equinus) استفاده شد. داده های سری زمانی بلندمدت حضور این گونه بین سال های ۱۹۰۱ تا ۲۰۲۰ از پایگاه داده جهانی GBIF، به منظور توسعه مدل های مکانی – زمانی، و همچنین داده های سری زمانی تنوع زیستی (فراوانی گونه) در پایگاه های اطلاعاتی LPI و BioTime برای اعتبارسنجی ارزیابی تغییرات تنوع زیستی به کار رفت. به علاوه، داده های اقلیمی از پایگاه داده CRUTS استخراج شدند که براساس آنها، لایه های اطلاعاتی نوزده گانه زیست اقلیمی به صورت سالیانه تولید شد. پس از پاک سازی و آماده سازی داده های گونه و انتخاب متغیرهای مناسب در حین آزمایش چندخطی گری، داده های سری زمانی به صورت یکپارچه در جدول داده واحد یا استخر داده گردآوری شدند. در این رویکرد، داده های حضور گونه متعلق به هر سال به اطلاعات اقلیمی همان سال و مکان پیوند داده شد. سپس برای توسعه مدل مکانی – زمانی و به منظور بهبود کارآیی و کاهش عدم قطعیت مدل ها، ده الگوریتم مرسوم یادگیری ماشینی انتخاب و مدل های مکانی – زمانی کالیبره شدند. پس از اعتبارسنجی مدل ها، الگوی مکانی توزیع گونه با ترکیب پیش بینی های حاصل از مدل های گوناگون، با استفاده از میانگین گیری وزنی (انسمبل) برای هر سال، پیش بینی شد؛ این کار به تولید سری زمانی ۱۲۰ساله شامل پیش بینی های توزیع مکانی گونه ای منجر شد. در گام بعدی، با استفاده از تابع تخمینگر شیب سن، روند تغییرات مطلوبیت زیستگاهی در طول ۱۲۰ سال در هر پیکسل محاسبه شد.نتایج و بحث: نتایج اعتبارسنجی مدل ها نشان داد که تمامی روش های مدل سازی از عملکرد بسیار خوبی برخوردار بودند؛ به گونه ای که شاخص AUC برای این مدل ها بین 996/0 و 926/0 محاسبه شد. تحلیل نقشه های روند تغییرات تنوع زیستی در طول زمان نشان داد که در عرض های جنوبی، احتمال حضور گونه به تدریج کاهش یافته است؛ درحالی که در کمربند میانی افریقا، افزایش احتمال حضور این گونه مشاهده می شود. صحت سنجی نتایج، با استفاده از داده های سری زمانی توزیع و فراوانی گونه از منابع BioTime و LPI، نشان داد که به ترتیب در 88% و 84% نقاط کاهش مطلوبیت زیستگاهی، مدل با داده های واقعی هم پوشانی دارد؛ این مسئله دقت بالای مدل را در پیش بینی توزیع و تغییرات گونه ای در طول زمان تأیید می کند.نتیجه گیری: راه حل ارائه شده در این مطالعه، افزون بر اینکه امکان مدل سازی مکانی – زمانی برای تحلیل الگوهای توزیع گونه ها و تغییرات آنها را فراهم می آورد، با افزایش دقت در کمّی سازی آشیان بوم شناختی، به بهبود پیش بینی الگوهای توزیع مکانی و کاهش عدم اطمینان در ارزیابی ها کمک می کند. این رویکرد با ارتقای پوشش و اندازه نمونه ها، چالش های در زمینه ناسازگاری زمانی داده ها را حل می کند و استفاده بهینه از تمامی رکوردهای اطلاعاتی موجود را ممکن می سازد. این مطالعه بر اهمیت بُعد زمانی در مدل های توزیع گونه ای تأکید دارد و این رویکرد، به ویژه در مناطقی با تغییرات اقلیمی بیشتر، از اهمیت فراوانی برخوردار است و می تواند در راستای اهداف توسعه پایدار، حفاظت از تنوع زیستی و چارچوب جهانی KM-GBF به مدیران برای تصمیم گیری حفاظتی کمک کند. 

جایگاه های سوخت همواره به عنوان یکی از حساس ترین و اثر بخش ترین کاربریهای شهری به شمارمی روند. از این رو قرارگیری این کاربری در بین سایر کاربری ها در شهر از اهمیت بسیار بالایی برخوردار بوده و قرارگیری ناصحیح این کاربری میتواند علاوه بر تاثیر گداری در محیط شهری اختلالاتی در دسترسی سلامت محیطی و کاربری های همجوار ایجاد کند. در نتیجه مکانیابی درست جایگاه های سوخت در شهر میتواند نتایج مورد قبولی در زمینه های ذکر شده به همراه داشته باشد. در این پژوهش جایگاه های سوخت شهر سمنان با روش برداشت میدانی و با استفاده از نرم افزار GIS مورد مطالعه و بررسی قرار گرفته شده است. هدف از این پژوهش شناسایی معضلات همجواری جایگاه های سوخت و بحث دسترسی این جایگاه ها در سطح شهر سمنان و ارائه راه حل های موجود در راستای بهبود این معضلات میباشد. نتایج بررسی های میدانی نشان دهنده این است که 20درصد جایگاه های شهر سمنان از لحاظ شاخص هایی نظیر استانداردها، ایمنی تجهیزات و از همه مهم تر همجواری با کاربری ها دیگر در وضعیت مناسبی قرار ندارند. با تطبیق ضوابط و استاندارد ها با نقشه وضع موجود جایگاه های سوخت شهر مشخص شد تعدادی از جایگاه ها در پهنه های مناسب جهت استقرار مکانیابی نشده اند.

برنامه ریزی و مدیریت شهری نیازمند نگرش سیستماتیک و همه جانبه به ابعاد مختلف شهر است. یکی از ابعاد شهری که در صورت عدم مدیریت صحیح باعث ایجاد اختلال در محیط جغرافیایی شهر می شود. مدیریت و مکانیابی دفع پسماند های شهری می باشد. در دهه های اخیر رشد بی رویه جمعیت و توسعه شهر نشینی موجب بروز انواع ناسازگاری های اجتماعی، اقتصادی و زیست محیطی نظیر تولید انواع پسماند های جامد شهری شده است که دفن غیر اصولی آن را به دنبال داشته است. به طوری که امروزه چگونگی دفن، مکانیابی و مدیریت صحیح محل دفن زباله های جامد به عنوان یکی از معضلات زیست محیطی شهری تبدیل شده است. بنابراین یافتن محل مناسب برای این مهم از اهداف اصلی و اولیه طرح های توسعه شهری جهت نیل به توسعه پایدار می باشد. پژوهش حاضر از نظر هدف، نظری-کاربردی و از لحاظ روش مطالعه توصیفی-تحلیلی و هدف آن مکانیابی محل دفن پسماند های شهر ایذه با استفاده از سیستم های اطلاعات جغرافیایی و فرایند تحلیل سلسله مراتبی فازی می باشد. هدف از این پژوهش مکانیابی محل دفن پسماند شهری ایذه با استفاده از روش های تصمیم گیری چند معیاره است ابتدا با گردآوری اطلاعات پایه، نقشه ها و تصاویر ماهواره ای مورد نیاز، چندین لایه اطلاعاتی بر مبنای شاخص های ژئومورفولوژیکی، اقلیمی، زیست محیطی و اقتصادی ایجاد می شود این لایه ها عبارت است از شیب، شکل زمین، لیتولوژی، گسل، آب های سطحی، آب های زیرسطحی، عمق سطح ایستایی، مناطق متأثر از باد، مناطق تحت حفاظت، شهر و جهات توسعه ی آن خطوط انتقال نیرو، زمین های زراعی و حساس از نظر زیست محیطی و در نهایت نقشه کاربری اراضی می باشند لایه های مذکور از نقشه های موجود در محیط gis تهیه و تولید شده سپس با استفاده از داده های ماهواره ای و عملیات می دانی به روز می گردند و تحلیل ها مبتنی بر لایه های ایجاد شده صورت می گیرد و مکان های پیشنهادی ارائه می گردد.

در طول تاریخ حیات بشر مخاطرات طبیعی همواره وجود داشته اند، اما به واسطه رشد تصاعدی جمعیت و تراکم انسان ها در تمام عرصه های زیستی به خصوص در نواحی پرخطر، امروزه بشر شاهد بلایای بزرگی چون سیل، گردباد، خشکسالی و غیره می باشد. در همین راستا؛ هدف پژوهش حاضر شناسایی و تبیین ساختاری مؤلفه های تببین کننده مخاطرات طبیعی در توسعه کلان شهر اهواز است. از نظر هدف گذاری کاربردی و از نظر روش شناسی به صورت توصیفی- تحلیلی است. جامعه آماری را اساتید دانشگاهی و خبرگان حوزه پژوهش در شهر اهواز تشکیل می دادند که به روش نمونه گیری هدفمند انتخاب شدند.از این رو در این پژوهش از نمونه گیری هدفمند قضاوتی(30نفر از اساتید دانشگاهها و متخصصین عرصه پژوهش) به منظور انجام و اجرایی شدن پژوهش انتخاب شدند. در جهت دستیابی به اهداف پژوهش با استفاده از متدولوژی تحلیلی نوین مدلسازی ساختاری تفسیری((ISM) روابط بین عوامل تعیین و به صورت یکپارچه تحلیل شد. در نهایت با استفاده از تحلیل MICMAC، عوامل با توجه به اثرگذاری و اثرپذیری بر سایر مولفه ها،تحلیل شدند. نتایج حاصل از مدل ساختاری تفسیری عوامل موثر بر توسعه درونی شهر نشان داد که مدل بدست آمده در بر گیرنده چهار سطح است و نتایج نشان داد که عوامل سیل و ریزگردها اساسی ترین عوامل موثر بر توسعه درونی شهری است که باید در وهله اول بر آن ها تاکید شود به عبارتی دیگر هرگونه اقدام برای زمینه سازی در جهت توسعه درونی شهر، مستلزم توجه به این عوامل در کنار سایر عوامل یاد شده است.

آلودگی خاک به فلزات سنگین از چالشهای مهم زیست محیطی است که از فعالیت های انسانی مانند صنایع، کشاورزی، حمل و نقل ناشی می شود. هدف از این پژوهش منشایابی فلزات سنگین در خاک های مناطق صنعتی بود که در آن به ارزیابی آلودگی خاک منطقه گیلاوند توسط فلزات سنگین کروم، نیکل و کادمیوم پرداخته شد. شاخص های غنی شدگی (EF)، ضریب آلودگی (PI) و شاخص زمین انباشتگی (Igeo) برای تحلیل 10 نقطه نمونه برداری استفاده شدند. سپس توزیع مکانی فلزات سنگین با کمک GIS درونیابی شد. نتایج شاخص EF نشان داد که کادمیوم با مقادیر 8.2 تا 9.4 بیشترین غنی شدگی را دارد، در حالی که کروم و نیکل در محدوده 3.5 تا 8.1 و 2.7 تا 6.5 قرار گرفتند. شاخص PI نیز آلودگی شدید تا بسیار شدید را برای کادمیوم در نقاط 1، 4 و 5 (مقادیر 4.5 تا 4.9) تأیید کرد. شاخص Igeo بالاترین آلودگی را برای کادمیوم در نقاط 4 و 9 (3.7 و 3.6) نشان داد. تحلیل GIS توزیع مکانی آلودگی را مشخص کرد و مناطق بحرانی را شناسایی نمود. این نتایج تأثیر مستقیم فعالیت های صنعتی، به ویژه کارگاه های آبکاری فلزات، را بر افزایش آلودگی خاک نشان داد. پیشنهادات شامل محدودسازی فعالیت های آلاینده، استفاده از فناوری های تصفیه نوین و ایجاد کمربند سبز برای کاهش آلودگی است. یافته ها می توانند در مدیریت زیست محیطی و کاهش آلودگی خاک منطقه مؤثر باشند.

سابقه و هدف: یکی از مهم ترین قدم ها به سمت توسعه پایدار حفاظت از تمامیت اراضی است؛ به طوری که سالیانه بخشی از اراضی، به دلایل متعدد، تغییر کاربری می یابند و خروج این گونه اراضی از مسیر تولید لطمات جبران ناپذیری درپِی دارد. ازآنجاکه شدت تغییر کاربری اراضی در استان مازندران، ازجمله جلگه هراز، به منزله یکی از مهم ترین مسائل زیست محیطی، در مقیاس های کلان زمانی و مکانی رخ می دهد، بارزسازی و پایش تغییرات کاربری به منظور شناخت اولیه و ارزیابی روند تغییرات آنها می تواند روشی مفید برای مدیریت و برنامه ریزی به شمار رود. با توجه به اینکه جلگه هراز، در دهه های اخیر، از بحران تغییرات مخرب کاربری اراضی در امان نبوده است، لزوم پایش، بارزسازی و روندیابی این تغییرات یکی از مهم ترین فاکتورهای مدیریتی در این منطقه محسوب می شود.مواد و روش ها: بررسی تغییرات کاربری اراضی نیازمند تلفیق لایه ها در بازه زمانی معین است. هدف این پژوهش بررسی تغییر کاربری های اراضی جلگه هراز از 1980 تا 2021 است. بر این اساس، برای سنجش تغییرات، از داده های لندست استفاده شد. با اعمال تصحیحات اتمسفری، هندسی و رادیومتری، عملیات بارزسازی تصاویر اجرا و با بهره گیری از روش طبقه بندی نظارت شده، الگوریتم حداکثر احتمال و اعمال توابع تحلیل مؤلفه مبنا، نقشه ها تولید شدند. نوع تغییرات کاربری از تابع تفاضل تصاویر شناسایی و صحت نقشه ها، با استفاده از آزمون صحت کلی و آماره کاپا، تعیین شد. نتایج و بحث: نتایج نشان داد، از 1980 تا 1990، چهار کیلومترمربع از مساحت اراضی جنگلی کاسته شد و مساحت مراتع نیز از 450 به 436 کیلومترمربع کاهش یافت. از سال 2000 تا 2010، مساحت اراضی جنگلی از 272 به 270 کیلومترمربع و مراتع نیز از 432 به 420 کیلومترمربع رسیده است. درنَهایت، طی سال های 2011 تا 2021، از مساحت اراضی جنگلی نُه کیلومترمربع و مرتع نیز پنج کیلومترمربع کاسته شده است. نتایج بررسی روند تغییرات کاربری های اراضی منطقه حاکی از آن است که مساحت اراضی جنگلی و مرتعی کاهش یافته و به مساحت اراضی کشاورزی و مناطق مسکونی افزوده شده است.نتیجه گیری: با توجه به نتایج به دست آمده و اهداف تعریف شده، می توان اذعان کرد کاربری های منطقه، طی دوره آماری درنظر گرفته شده (2021-1980)، با تغییرات مساحت روبه رو بودند و تغییر محسوسی را نیز نشان دادند. بنابراین دخالت های عوامل انسانی نقش اصلی را در تغییرات کاربری اراضی دارد. این نتایج می تواند به برنامه ریزان، در شناخت عوامل مؤثر در تغییر کاربری و اتخاذ تصمیمات صحیح مدیریتی در سطوح گوناگون، کمک کند.

سابقه و هدف: شناسایی و نقشه کردن محصولات زراعی اطلاعات مهمی برای مدیریت زمین های کشاورزی و برآورد سطح زیر کشت محصولات زراعی فراهم می کند. تصاویر اپتیک و راداری، منابع ارزشمندی برای طبقه بندی زمین های کشاورزی است. ویژگی های مستخرج از تصاویر اپتیک حاوی اطلاعاتی در مورد امضای بازتابی محصولات مختلف است. در مقابل، یک تصویر راداری فراهم کننده اطلاعاتی در مورد خصوصیات ساختاری و سازوکارهای پراکنش محصولات است. ترکیب این دو منبع قادر به ایجاد یک مجموعه داده مکمل با تعداد چشمگیری از ویژگی های زمانی طیفی، بافت و قطبیده برای طبقه بندی زمین های کشاورزی است. مواد و روش ها: این پژوهش به بررسی اهمیت باندهای لبه قرمز برای تفکیک محصولات زراعی شامل گندم، جو، یونجه، لوبیا، باقلا، کتان، ذرت، چغندر قند و سیب زمینی با استفاده از روش جنگل تصادفی و ماشین بردار پشتیبان می پردازد. بدین منظور سری زمانی تصاویر سنتینل-1 و 2 در سال 2019 از شمال غرب شهر اردبیل در پلتفرم ارت انجین فراخوانی شد. ترکیب های متفاوت باندها برای بررسی تأثیرات اطلاعات طیفی و زمانی، شاخص های گیاهی و اطلاعات بازپراکنش برای طبقه بندی محصولات بررسی شد. با استفاده از روش انتخاب ویژگی جنگل تصادفی ویژگی های مهم شناسایی و به عنوان ورودی الگوریتم جنگل تصادفی و ماشین بردار پشتیبان معرفی شدند. نتایج و بحث : جنگل تصادفی برای تمامی سناریوها بهترین نتیجه را به دست آورد. نتایج نشان داد افزودن طول موج های لبه قرمز و شاخص های مشتق شده از آن باعث شد محصولاتی همچون جو، لوبیا، باقلا و کتان نسبت به سایر محصولات با صحت بالاتری تفکیک شود. بهترین نتیجه در میان ترکیبات مختلف ویژگی ها مربوط به تلفیق سری زمانی ویژگی های طیفی تصاویر سنتینل-2 با سری زمانی تصاویر سنتینل-1 بود. صحت کلی 67/84 درصد و ضریب کاپا 31/ 82 درصد به دست آمد. نتایج نشان داد باندهای لبه قرمز و شاخص های پوشش گیاهی مبتنی بر آن به تنهایی قابلیت جداسازی محصولات زراعی را از همدیگر دارند. نتیجه گیری: پیشنهاد می شود برای دستیابی به صحت بالاتر در تفکیک محصولات زراعی انتخاب باندهای طیفی هدفمند مورد توجه قرار گیرد. ترکیبی از تصاویر راداری و اپتیک همیشه از روش طبقه بندی براساس تک سنجنده بهتر عمل می کند و به افزایش اطلاعات طبقه بندی منجر می شود.

سیلاب یکی اصلی ترین بلای طبیعی و یک مسئله مهم جهانی است به ط وری ک ه ب ا اف زایش رخ داد س یل، نگرانی های در خصوص افزایش مرگ و میر و ضررهای اقتصادی ناشی از آن افزایش می یابد. در ایران به دلیل وسعت زیاد، تنوع اقلیمی، تغییرات کاربری اراضی و دگرگونی های رخ داده در مقیاس های زمانی و مکانی بارش ها، همه ساله سیلاب های رخ می دهد. تحقیق حاضر جهت ارزیابی خطر سیلاب حوضه های آبریز استان خوزستان براساس ترکیب مدل های منطق فازی (Fuzzy) و سلسله مراتبی (AHP) است. در این پژوهش از پارامترهای بیشینه بارش، فاصله از آبراهه، تراکم آبراهه، پوشش گیاهی و شیب استفاده شد. نقشه های رقومی پارامترها با استفاده از نرم افزار ArcGIS 10.3 تهیه شد. احتمال رخداد سیل برای هر کلاس از هر فاکتور و اهمیت هر فاکتور نسبت به سایر فاکتورها در وقوع سیل توسط نظرات کارشناسی بررسی گردید و وزن های مربوطه در نرم افزار Arc GIS 10.3 محاسبه گردید. وزن های بدست آمده برای هر کلاس به لایه های مربوطه اعمال گردید در نهایت نقشه های احتمال سیل منطقه مورد بررسی تهیه و در ۵ کلاس آسیب پذیری خیلی زیاد، زیاد، متوسط، کم و خیلی کم ارزیابی گردید. نتایج حاکی از آن است که فاکتور بارش دارای بیش ترین تاثیر بر وقوع سیل بوده و کم ترین تاثیر مربوط به فاکتور پوشش گیاهی است و از مجموع مساحت 6292521 هکتاری استان خوزستان، 74/9% در کلاس ارزیابی خطر خیلی کم؛ 47/53% ارزیابی خطر کم؛ 10/21% ارزیابی خطر متوسط، 97/6% ارزیابی خطر زیاد و 69/%8 ارزیابی خطر خیلی زیاد قرار دارد. بخش های جنوب و جنوب غربی استان از پتانسیل بالای سیلاب برخوردار هستند و علاوه بر این شهرهای آبادان، خرم شهر، چوئبنده، شادگان، دارخوین، هویزه، قسمت های جنوبی اهواز و روستاهای اطرف آن ها در منطقه با آسیب پذیری خیلی زیاد قرار گرفته اند. نقشه ارزیابی خطر سیلاب به دست آمده می تواند به عنوان یک سامانه پشتیبانی تصمیم ساز برای پیش بینی سیلاب های آینده در منطقه مورد مطالعه استفاده شود.

رشد جمعیت و تخلیه فاضلاب های مختلف باعث افزایش آلودگی منابع آبی، به ویژه آب های سطحی، شده است که این امر منجر به رشد جلبک ها، کاهش اکسیژن محلول و افت کیفیت آب می شود. به دلیل هزینه بر و زمان بر بودن روش های میدانی، فناوری سنجش ازدور به عنوان روشی کارآمد برای پایش کیفیت آب مورد استفاده قرار می گیرد. در این مطالعه، از تصاویر ماهواره ای سنتینل-۲ برای بررسی کیفیت آب دریاچه زریبار و شناسایی منابع آلاینده استفاده شد. ابتدا با اعمال شاخص NDWI، پیکره آبی از سایر عوارض جدا گردید و سپس شاخص NDCI برای برآورد غلظت کلروفیل-آ به کار رفت که دقت آن با داده های زمینی R²=0.90 و RMSE=0.07 ارزیابی شد. همچنین، با استفاده از الگوریتم یادگیری ماشین جنگل تصادفی، کاربری اراضی منطقه در پنج کلاس جنگل، پیکره آبی، مناطق شهری، کشاورزی و ترکیب جنگل و مرتع طبقه بندی شد که دقت کلی 04/92 درصد و ضریب کاپا 78/88 درصد را نشان داد. نتایج حاکی از آن بود که نواحی ساحلی دریاچه به دلیل ورود آبراهه های آلوده، بیش ترین میزان آلودگی را دارند، درحالی که چشمه های کف دریاچه موجب کاهش آلودگی در مرکز آن شده اند. همچنین، قسمت شرقی دریاچه به علت مجاورت با اراضی کشاورزی، تخلیه فاضلاب شهری و فعالیت های تفریحی آلوده تر از سایر بخش ها بود. یافته ها نشان داد که استفاده از تصاویر سنتینل-۲ و الگوریتم های یادگیری ماشین، روشی مؤثر و مقرون به صرفه برای ارزیابی کیفیت منابع آبی است که امکان پایش سریع و دقیق شاخص های کیفی را فراهم کرده و به مدیریت بهتر منابع آبی و کاهش آلودگی کمک می کند.

سابقه و هدف: تشخیص تغییرات، در داده های سنجش از دور، وظیفه ای بسیار مهم در علوم محیط زیست، مدیریت منابع طبیعی، برنامه ریزی شهری و مدیریت بحران هاست. با وجود پیشرفت های اخیر در این زمینه، بسیاری از روش های موجود صرفاً به چالش های خاصی می پردازند و قادر به دادن راه حلی جامع، برای انواع متفاوت داده ها و کاربردها نیستند. این محدودیت ها شامل ناتوانی در مدیریت داده های چندطیفی، فراطیفی و راداری، و نیز ناتوانی در بیان نتایج دقیق و سریع با استفاده از پردازش موازی و بهینه سازی منابع پردازشی می شود. علاوه براین، روش های فعلی اغلب به تشخیص تغییرات باینری محدود می شوند و قادر به شناسایی دقیق نوع ویژگی های تغییریافته نیستند. بنابراین هدف اصلی این تحقیق توسعه روشی نوآورانه و جامع برای تشخیص تغییرات است که بتواند این محدودیت ها را برطرف کند و در دنیای واقعی، کاربردهای مؤثری داشته باشد.مواد و روش ها: در این مطالعه، روش جدیدی مبتنی بر ترکیب شبکه ترانسفورمر و مدل توجه خودکار مطرح می کنیم که قادر به پردازش و تحلیل داده های سنجش از دور، با دقت و کارآیی بالاست. این روش از داده های چندطیفی، فراطیفی و راداری بهره می برد که از ماهواره های سنتینل – 2، QuickBird و TerraSAR-X به دست آمده اند. این داده ها در بازه های زمانی متفاوتی جمع آوری شده و شامل اطلاعات گوناگون، ازجمله تغییرات پوشش گیاهی، کاربری زمین و تغییرات ساختاری اند. روش پیشنهادی از تکنیک های ادغام ویژگی ها بهره می برد که با استفاده از لایه های کانولوشن و ترانسفورمر، اطلاعات موجود در داده ها را ترکیب می کند و دقت تشخیص تغییرات را افزایش می دهد. علاوه براین استفاده از مکانیسم توجه فضایی به شناسایی روابط مکانی بین ویژگی ها کمک می کند و با تمرکز بر نواحی کلیدی، دقت تشخیص تغییرات را بهبود می بخشد. شبکه مبتنی بر ترانسفورمر که برای تعیین شباهت توسعه یافته است، با مکانیسم های توجه خودکار تقویت شده که امکان دریافت روابط پیچیده بین ویژگی ها را در دنباله های زمانی فراهم می کند. این ویژگی، به ویژه برای تشخیص تغییرات جزئی که ممکن است در سایر روش ها نادیده گرفته شوند، اهمیت دارد. در بستر عملیاتی، روش پیشنهادی روی سیستمی با کارآیی بالا، شامل یک CPU 24 هسته ای Xeon E5-2697 v2، 28 گیگابایت حافظه، دیسک SSD با ظرفیت 200 گیگابایت و یک کارت گرافیک RTX 2080 Ti با 11 گیگابایت RAM و CUDA 11 اجرا و ارزیابی شد.نتایج و بحث: نتایج این تحقیق برتری روش پیشنهادی را در مقایسه با روش های موجود نشان می دهند. ارزیابی ها براساس معیارهای دقت، بازخوانی، F1-score، دقت کلی (OA) و هم پوشانی متقاطع (IoU) انجام شد. این روش توانست، در تمامی این معیارها، عملکردی بهتر از روش های دیگر نشان دهد. به طورخاص دقت کلی افزایش چشمگیری یافت و در برخی مجموعه داده ها، به بیش از 95% رسید. این نتایج حاکی از آن است که روش پیشنهادی نه تنها قادر به تشخیص دقیق تغییرات باینری است بلکه می تواند نوع ویژگی های تغییریافته را نیز با دقت بالا شناسایی کند. این قابلیت ها به دلیل استفاده از تکنیک های پیشرفته یادگیری عمیق و پردازش موازی به دست آمده اند. همچنین استفاده از چارچوب SoFRB باعث بهبود کارآیی روش پیشنهادی شده و امکان پردازش داده های حجیم را، در زمان کمتر، فراهم کرده است. تحلیل های ما بیان می کند که روش پیشنهادی می تواند، با مجموعه داده های متفاوت، انطباق بالایی نشان دهد و در شرایط گوناگون کارکرد مؤثری داشته باشد. به علاوه، این روش می تواند ابزار کارآمدی در زمینه های متفاوت، ازجمله نظارت بر محیط زیست، برنامه ریزی شهری، کشاورزی دقیق و مدیریت بحران ها باشد.نتیجه گیری: روش پیشنهادی ترکیبی از تکنیک های مدرن یادگیری عمیق و پردازش موازی است که دقت و کارآیی تشخیص تغییرات در داده های سنجش از دور را بهبود چشمگیری بخشیده است. نتایج این تحقیق نشان می دهد که روش پیشنهادی نه تنها در شرایط آزمایشگاهی بلکه در کاربردهای عملی نیز مورد اعتماد است. به طورخاص این روش می تواند در نظارت بر تغییرات محیط زیست، شناسایی تغییرات در زیرساخت های شهری و مدیریت بحران های طبیعی و انسانی، نقش مؤثری داشته باشد. این نتایج نویدبخش کاربردهای گسترده این روش در حوزه های گوناگون است. همچنین تحقیقات آینده می تواند شامل بهبودهای بیشتری در زمینه های گوناگون، مانند بهینه سازی مدل، استفاده از داده های بیشتر و متنوع تر و بررسی تأثیر استفاده از تکنیک های جدیدتر یادگیری عمیق و پردازش موازی باشد.

یکی از مسائل عمده در شناخت شهر، ساختار کلی آن است، کاداستر که به عنوان منبعی برای تجزیه و تحلیل رشد، پویایی، و پایداری مدل شهری است در سطوح منطقه ای، برای تعیین پارامترهای برنامه ریزی شهری و پیش بینی رشد و مطالعات آینده نگر شهرها کاربرد زیادی دارد، پژوهش حاضر از نظر هدف کاربردی با رویکرد کمی، در جهت توصیف، کنترل و پیش بینی است و از نظر شیوه گرد آوری اطلاعات از تحقیقات پیمایشی است که هدف از انجام آن شناخت ساختار کلی شهر و پهنه بندی عملکردی آن بر اساس داده های کاداستر است که از نرم افزار جی.آی.اس برای تحلیل و پهنه بندی آن استفاده شده است، نتیجه گیری اصلی پژوهش نشان دهنده نقش کلیدی داده های کاداستر به دلیل قابلیت اطمینان و اطلاعات بروز رسانی شده آن است که علی رغم دشواری دسترسی به داده های کاداستر برای همه ذینفعان منبع مهم اطلاعات در بسیاری از برنامه ریزی های شهری و منطقه ای است و ساختارهای کاداستر به عنوان منابع ضروری داده برای استفاده در تجزیه و تحلیل فرآیندهای شهری کارآمد است روند گسترش شهر، نوع کاربری ها و توزیع آن، تراکم و تعداد طبقات و نوع ساختمان ها، بنا ها و نوع مالکیت از داده های کاداستر قابل استخراج است.