درخت حوزه‌های تخصصی

پژوهش حاضر به بررسی عوامل مؤثر بر سیل خیزی و پیش بینی ریسک سیلاب های آینده حوضه آبخیز  شهرچای واقع در استان آذربایجان غربی یکی از زیرحوضه های حوضه آبریز دریاچه ارومیه، پرداخته است. با توجه به رشد جمعیت، توسعه اجتماعی و اقتصادی و تغییرات آب وهوایی ناشی از گرمایش جهانی، خسارت های ناشی از سیلاب در این منطقه در حال افزایش است. هدف از این پژوهش، شناسایی عوامل اصلی موثر بر خطر سیل و پیش بینی احتمال وقوع سیلاب در آینده است. جهت دست یابی به هدف مطرح شده نخست جهت پایش و ارزیابی تغییرات کاربری اراضی 7سال اخیر با استفاده از تصاویر Sentinel2 به روش شیءگرا و طبقه بندی تصاویر از الگوریتم SVM  و جهت شبیه سازی تغییرات کاربری اراضی در آینده از الگورتیم CA-MARKOV استفاده شد. درنهایت شبیه سازی رواناب با استفاده از مدل InVEST از متغیرهای بارش(جهت شبیه سازی بارش از نرم افزار LARS- WG ، از مدل اقلیمی CMIP6 با نام ACCESS-CM2 و با استفاده از دو سناریو SSP2-4.5 و SSP5-8.5 استفاده شده است، کاربری اراضی، گروه هیدرولوژیکی خاک و شماره منحنی مربوط به حوضه آبخیز مورد مطالعه تهیه و به نرم افزار InVEST معرفی شد. نتایج نهایی نشان می دهد برای سال های 2016، 2023 و 2030 در ضلع جنوبی حوضه آبخیز شهرچای، پتانسیل خیلی کم و کم برخوردار است. این درحالی است که در قسمت مرکزی حوضه آبخیز پتانسیل تولید رواناب متوسط و بالا می باشد. طبق نتایج پیش بینی برای سال 2030 پتانسیل تولید رواناب حداکثر و حداقل مقادیر رواناب با مقدار عددی 57/129 و 0 مترمکعب برآورد شد. بنابراین در اکثر بخش های حوضه آبخیز شهرچای رواناب افزایش خواهد یافت.

زلزله یکی از مخرب ترین بلایایی است که خسارات زیادی به سازه ها و انسان وارد می کند. عوامل زیادی در آسیب پذیری مناطق شهری در برابر زلزله نقش دارند. در تهران وجود ساختمان قدیمی، تراکم بالای جمعیت، وجود گسل های متعدد، تغییرات سطح آب های زیرزمینی و نوع خاک سبب شده که این شهر به میزان قابل توجهی در برابر خطر زلزله آسیب پذیر باشد. به همین منظور در این مطالعه نقشه آسیب پذیری فیزیکی شهر تهران در برابر زلزله در دو سناریوی متفاوت (با در نظر گرفتن سطح آب زیرزمینی و بدون در نظر گرفتن سطح آب زیرزمینی) تهیه شده است. در این مطالعه از عملگر میانگین وزنی مرتب شده برای ارائه طیف گسترده ای از راه حل های بدبینانه تا خوش بینانه بر اساس تحلیل چند معیاره استفاده شده است و نتایج آن در سناریوی های مختلف ارائه شده است. نتایج پژوهش نشان می دهد با در نظر گرفتن کمیت سنج مفهومی فازی "حداقل یکی" در سناریوی 6 پارامتری 67 درصد و در سناریوی 7 پارامتری 85 درصد ساختمان های سه منطقه 20 و 16 و 11 در کلاس « آسیب پذیری بسیار زیاد» طبقه بندی شده اند. مقایسه نتایج دو سناریو با توجه به متغیر بودن سطح آب های زیرزمینی نشان می دهد که در سناریوی 7 پارامتری (با در نظر گرفتن سطح آب زیرزمینی) تقریباً در تمام استراتژی های تصمیم گیری میزان آسیب پذیری از شمال به جنوب منطقه موردمطالعه افزایش یافته و مناطق موردمطالعه در کلاس آسیب پذیری زیاد و بسیار زیاد قرارگرفته اند.

آگاهی از تغییرات مکانی کیفیت آب رودخانه ها و عوامل موثر بر آن به جهت نیاز مبرم مصارف مختلف انسانی به آب سالم اهمیت اساسی دارد. تحقیق حاضر با در پیش گرفتن رویکرد سیستمی و با هدف مدل سازی روابط کمی بین خصوصیات هندسی حوضه آبخیز و تغییرات مکانی مولفه های کیفی آب در حوضه های آبخیز تالش انجام گرفت. ابزار تحقیق شامل نقشه های زمین شناسی، مدل رقومی ارتفاعی (DEM)، و داده های کیفی آب در 12 ایستگاه هیدرومتری بود. به منظور تشخیص و تعیین روابط کمی از تحلیل های همبستگی و رگرسیونی بین متغیرهای ژئومورفومتری (15 متغیر) و متغیرهای کیفی کل جامدات محلول (TDS) و قابلیت هدایت الکتریکی (EC) کمک گرفته شد. دست یابی به مدل کلی رگرسیونی از طریق روش های جبری و گام به گام میسر شد. نتایج تحلیل همبستگی نشان داد که روابط همبسته معنی داری بین 8 متغیر مساحت حوضه، متوسط ارتفاع، متوسط شیب، طول رودخانه اصلی، طول آبراهه ها، نسبت انشعاب، تراکم زهکشی، ضریب گراویلیوس، زمان تمرکز، شاخص ناهمواری و دو متغیر کیفی آب وجود دارد. ضرایب همبستگی از 6/0 تا 88/0 متغیر بود. به علاوه، با افزایش میزان متغیرهای مستقل فوق، میزان TDS و EC  افزایش یافته و درنتیجه کیفیت آب کاهش یافت. در مدل های رگرسیونی حاصل از اعمال روش جبری، نزدیک به 98 درصد واریانس متغیرهای کیفی TDS و EC  قابل توضیح بود. در مدل های رگرسیونی حاصل از اعمال روش گام به گام با استفاده از دو متغیر طول رودخانه اصلی و شیب حوضه به ترتیب 78 و 88 درصد واریانس متغیرهای کیفی TDS و EC  قابل توضیح بود. نتایج پژوهش حاضر نشان داد که با تکیه بر داده های رقومی ارتفاعی و مدل های آماری رگرسیونی می توان به راحتی و با دقت کافی به مدل های کارا و مفید جهت پیش بینی تغییرات مکانی TDS و EC  در رودخانه های تالش دست یافت که برای برنامه ریزان و طراحان منابع آب مفید می باشد.

زلزله یکی از مخرب ترین مخاطرات طبیعی در جهان است که سالانه خسارات گسترده ای به جوامع انسانی وارد می کند. تحلیل فضایی و زمانی این پدیده می تواند نقش مؤثری در شناسایی نواحی پرخطر و مدیریت بحران ایفا کند. ایران به دلیل قرارگیری در کمربند فعال لرزه ای آلپ-هیمالیا، یکی از زلزله خیزترین کشورهای جهان است و طی یک قرن گذشته بیش از ۱۱۵۰ زلزله مرگبار در آن به ثبت رسیده است. پژوهش حاضر با هدف شناسایی الگوهای مکانی و زمانی زمین لرزه ها در ایران طی سال های ۱۳۷۵ تا ۱۴۰۳، از داده های بیش از ۱۰,۰۰۰ زمین لرزه با بزرگای ۴ و بالاتر و ابزارهای GIS بهره گرفته است. ابزارهای تحلیلی شامل تخمین تراکم کرنل، تحلیل لکه های داغ Getis-Ord Gi* و شاخص موران محلی بوده اند. نتایج نشان داد که بیشترین تراکم و خوشه بندی زلزله ها در غرب و جنوب غربی ایران و در امتداد گسل های زاگرس و البرز متمرکز است. همچنین، ۵۹٪ از شهرهای کشور در فاصله کمتر از ۱۴ کیلومتری از کانون های زلزله قرار دارند و شهرهایی مانند زرند، خورموج و کازرون در معرض خطر بسیار بالا قرار دارند. نوآوری پژوهش در تحلیل ملی و ترکیب داده های گسترده با مدل های پیشرفته مکانی است. یافته ها می توانند در مقاوم سازی شهری، سیاست گذاری مدیریت بحران و ارتقای تاب آوری مناطق زلزله خیز به کار گرفته شوند.

زمین لغزش ها از مهم ترین مخاطرات ژئومورفولوژیک به شمار می روند که موجب ناپایداری زمین و افزایش فرسایش و تولید رسوب می شوند. در ایران، بیشتر پژوهش ها بر پهنه بندی خطر زمین لغزش تمرکز داشته و نقش آن ها در فرآیندهای رسوبی کمتر بررسی شده است. هدف این تحقیق، بررسی رابطه بین حساسیت زمین لغزش با شدت فرسایش و تأثیر آن بر رسوب دهی در حوضه دارابکلا (استان مازندران) است. نقشه حساسیت زمین لغزش با مدل نسبت فراوانی (FR) و با استفاده از لایه هایی مانند لیتولوژی، ارتفاع، شیب، جهت، کاربری اراضی و فاصله از جاده و آبراهه تهیه شد که دقت بالایی (p = 0.99) داشت. شدت فرسایش با مدل های MPSIAC و RUSLE برآورد و با مدل پایه BLM و شاخص های آماری اعتبارسنجی شد. مدل MPSIAC به دلیل دقت بیشتر، برای تخمین رسوب دهی در کلاس های مختلف حساسیت زمین لغزش به کار رفت. نتایج آزمون ANOVA تفاوت معنی دار بین کلاس ها را نشان داد و بیشترین رسوب (61.35 تن در هکتار در سال) در مناطق با حساسیت بسیار زیاد رخ داد. این نتایج بر لزوم درنظر گرفتن اثر مستقیم زمین لغزش ها در مدل های فرسایش و رسوب تأکید دارد.

صنعت گردشگری در مناطق روستایی نقش مهمی در کاهش بیکاری، افزایش درآمد و ماندگاری و پایداری روستاها دارد. اما این صنعت نسبت به مخاطرات آب و هوایی به خصوص مخاطره خشکسالی بسیار حساس بوده و بروز مخاطرات می تواند اثرات منفی و جبران ناپذیری در روستاهای مقصد گردشگری برجای گذارد. از این رو پژوهش حاضر با هدف بررسی اثرات مخاطره خشکسالی بر پایداری روستاهای مقصد گردشگری منطقه ترشیز انجام گرفته است. برای بررسی وضعیت خشکسالی منطقه از داده های بارندگی 8 ایستگاه سینوپتیک در طی دوره آماری 2000 تا 2020 در مقیاس ماهانه استفاده شد. ابتدا با استفاده از نرم افزار DRINC مقادیر شاخص SPI محاسبه شد. سپس جهت بررسی روند خشکسالی در سال های موردنظر، نقشه های پهنه بندی سالانه تهیه شد مقادیر بدست آمده از شاخص SPI نشان داد منطقه مورد مطالعه در طی دوره آماری (2000 تا 2020) در محدوده خشکسالی قرار گرفته است. براین اساس در ادامه جهت بررسی اثرات خشکسالی بر روستاهای مقصد گردشگری از ابزار پرسشنامه محقق ساخته استفاده شد. بدین ترتیب از نظرات 30 نفر از کارشناسان، اساتید و دانشجویان دکتری فعال در حوزه گردشگری روستایی و مخاطرات جهت ارزیابی میزان اثر هریک از مولفه های تحقیق بهره گرفته شد. سپس جهت اولویت بندی مولفه های تحقیق از روش وزن دهی MEREC استفاده شد. نتایج حاصل از محاسبه شاخص SPI نشان داد در طی دوره آماری 2000 تا 2020 منطقه موردمطالعه با خشکسالی خفیف مواجه بوده است و نتایج حاصل از مدل MEREC نشان داد از میان عوامل اثرات خشکسالی، عامل های اقتصادی و محیطی بیشترین تأثیر را بر پایداری روستاهای مقصد گردشگری دارد.

یکی از عوامل اصلی آلودگی و تخریب محیط زیست، زباله ها و پسماندهای خانگی و صنعتی هستند، بنابراین مکان یابی صحیح سایت های دفن زباله می تواند نقش مهمی در کنترل و یا کاهش این آلودگی ها داشته باشد. با توجه به اهمیت موضوع، در این پژوهش به شناسایی مناطق مستعد دفن زباله در شهرستان دالاهو در استان کرمانشاه پرداخته شده است. این تحقیق با بهره گیری از روش های سنجش ازدوری و روش های تصمیم گیری چندمعیاره انجام شده است. مهم ترین داده های مورد استفاده شامل تصاویر ماهواره های MODIS، CHIRPS و گوگل ارث، نقشه های زمین شناسی 1:00000 و مدل رقومی ارتفاعی 30 متر بوده است. در این تحقیق از نرم افزارهای ArcGIS، IDRISI، Super Decisions و سامانه گوگل ارث انجین استفاده شده است. همچنین در این تحقیق از 10 پارامتر لیتولوژی، فاصله از گسل، ارتفاع، شیب، تراکم پوشش گیاهی، میانگین بارش سالانه، فاصله از رودخانه، فاصله از جاده اصلی، فاصله از نقاط شهری و فاصله از نقاط روستایی و مدل های ANP (به منظور وزن دهی به پارامترها) و WLC (به منظور ترکیب لایه های اطلاعاتی) به منظور شناسایی مناطق مستعد دفن زباله استفاده شده است. بر اساس نتایج حاصله، حدود 48 درصد از وسعت شهرستان دالاهو پتانسیل آلودگی و تخریب محیط زیست بالایی دارند، بنابراین سایت های دفن زباله باید به دور از این مناطق باشد. حدود 31 درصد از محدوده مطالعاتی نیز پتانسیل کمی جهت ایجاد سایت دفن زباله دارند. با توجه به موارد ذکر شده، تنها بخش کمی از شهرستان دالاهو که حدود 8 درصد از وسعت آن محسوب می شود از نظر پارامترهای مورد استفاده دارای پتانسیل نسبی جهت ایجاد سایت های دفن زباله است.

سیستم گسلی هرات غربی یکی از پهنه های فعال لرزه زمین ساختی افغانستان می باشد که در سال ۲۰۲۳ چهار زمین لرزه را تجربه نموده است. نظر به اهمیت این منطقه و رخداد لرزه ای متوالی، در این پژوهش پویایی لرزه زمین ساختی منطقه بر اساس فراسنج های لرزه خیزی و تحلیل فرکتالی مورد بررسی قرار گرفته است. در این پژوهش، تغییرات نرخ لرزه خیزی منطقه بر پایه تغییرات فراسنج لرزه خیزی (b-value) و بعد فرکتال شکستگی و لرزه خیزی (D-value) با استفاده از داده های لرزه ای موجود بررسی و تحلیل شده است. در یک تقسیم بندی منطقه مورد مطالعه به ۹ پهنه اولیه تقسیم شده و در هر پهنه فراسنج های لازم محاسبه شده است. بزرگترین ابعاد فرکتالی گسل محاسبه شده مربوط به پهنه های جنوب شرقی، مرکزی و شمال غربی است و بیشترین مقدار بعد فرکتالی لرزه خیزی مربوط به مناطق مرکزی و شمال غربی می باشد. مقادیر محاسبه شده برای پارامتر b در مرکز محدوده مطالعاتی و منطبق بر گسل هرات نشان دهنده افزایش تنش در این ناحیه بوده که ممکن است هشداری برای وقوع یک زمین لرزه بزرگ در آینده باشد.  نرخ گشتاور لرزه ای نشان دهنده نرخ تغییر در انرژی سطح زمین است که به تغییرات لرزه ای تبدیل می شود. مقدار نرخ گشتاور لرزه ای برای کل منطقه مطالعاتی برآورد شده است. با توجه به مجموع تحلیل های فرکتالی و محاسبه گشتاورهای لرزه ای منطقه، مناطق زنده جان، انجیل، غوریان و کوشان می توانند به عنوان کاندیدای زلزله های بعدی معرفی شوند. مقایسه نتایج به دست آمده این دیدگاه را تقویت می کند که غرب افغانستان به عنوان پهنه ای دگرشکلی در حال تکامل، مستعد رخدادهای لرزه ای بیشتری است.

مخاطره ریزش سنگ می تواند در مسیر جاده های کوهستانی منجر به بروز خسارات جانی و مالی برای انسان ها شود. مسیر جاده ارتباطی مشگین شهر– اهر یکی از مسیر های ارتباطی می باشد که همواره با مخاطره ریزش سنگ روبه رو بوده است. ازاین رو شناسایی پهنه های مستعد خطر ریزش سنگ در این مسیر بسیار حائز اهمیت می باشد. در این تحقیق جهت شناسایی پهنه های مستعد خطر از شبکه عصبی مصنوعی مدل پرسپترون چندلایه (MLP) استفاده شد. برای این منظور 9 عامل تأثیرگذار در رخداد ریزش سنگ در محدوده موردمطالعه شناسایی و انتخاب شد. در ادامه با استفاده از بازدیدهای میدانی و نیز استفاده از تصاویر ماهواره ای لایه ریزش سنگ اتفاق افتاده در محدوده جاده تهیه گردید. سپس مدل سازی بر اساس این 9 عامل تأثیرگذار و لایه ریزش سنگ اتفاق افتاده در محیط نرم افزارSPSS Modeler صورت گرفت. نتایج تحقیق نشان داد که بیشترین امتیاز وزنی برای رخداد ریزش سنگ در منطقه موردمطالعه به ترتیب عوامل زمین شناسی 20/0، شیب و فاصله از گسل با 14/0 و ارتفاع با 12/0 بوده است. همچنین کمترین امتیاز وزنی نیز مربوط به عامل بارش با 05/0 و کاربری اراضی و جهت شیب با امتیاز وزنی 08/0 می باشد. همچنین بر طبق نتایج به دست آمده 13%، 14%، 28% و 45% درصد از منطقه موردمطالعه به ترتیب در کلاس های بسیار زیاد، زیاد، متوسط و کم قرار گرفته اند. نتایج تحقیق حاضر می تواند به کاهش مخاطرات دامنه ای و پایداری محیطی در محدوده موردمطالعه کمک کرده و گام مؤثری در توسعه پایدار منطقه بردارد.

یکی از مهم ترین چالش های پیش روی بشر، مسأله تغییر اقلیم و چگونگی رویارویی با مخاطرات ناشی از آن است. هدف از پژوهش حاضر، پیش بینی دمای حداکثر شمال غرب ایران بر اساس مدل های اقلیمی CMIP6 بود. بدین منظور داده های متغیر دمای حداکثر 12 ایستگاه منتخب شمال غرب ایران طی دوره آماری 2014-1985 از سازمان هواشناسی کشور اخذ گردید و پس از روندیابی با بهره گیری از آزمون من- کندال، تحت دو سناریوی متوسط (SSP 2-4.5) و بدبینانه (SSP 5-8.5) مدل های CanEsm5، MPI-ESMI-2HR، در نرم افزار SDSM6.1 شبیه سازی و برای 30 سال آتی پیش بینی گردید. جهت ارزیابی عملکرد مدل های CMIP6 و مقایسه مقادیر پایه و پیش بینی شده، از 3 سنجه آماری شامل: میانگین مربعات خطا (MSE)، ریشه میانگین مربع خطا (RMSE)  و میانگین خطای مطلق (MAE)  بهره گرفته شد. نتایج حاصل از روندیابی به روش من- کندال حاکی از روند صعودی معنادار در سطح اطمینان 99% در همه ایستگاه ها به جز ایستگاه تکاب بود که روند صعودی دما در آن معنادار نبود. نتایج مدل سازی دمای حداکثر نشان داد که مدل CanESM5 در مقایسه با مدل MPI-ESMI-2HR  در پیش بینی دمای حداکثر خطای کمتر و دقت بیشتری دارد. طبق پیش نگری انجام شده بر اساس سناریوهای دو مدل، طی دهه های آتی در همه ایستگاه ها و در کل ماه های سال افزایش دما تجربه خواهد شد که میزان این افزایش تحت سناریوی بدبینانه (SSP 5.8.5) بیشتر بود. در مجموع طبق یافته های پژوهش حاضر، بالاترین درصد افزایش دما در همه ایستگاه ها در ماه های سرد سال و اغلب در اواخر پاییز و زمستان رخ خواهد داد. بر اساس نتایج، دمای بیشینه در همه ایستگاه ها 2/0 الی 2 درجه سلسیوس افزایش خواهد داشت. ایستگاه های تکاب، ارومیه و مراغه با 12 الی 13 درصد افزایش، ماکو و جلفا با 6% افزایش به ترتیب بیشترین و کمترین میزان افزایش دمای بیشینه را در مقایسه با سایر ایستگاه ها تجربه خواهند کرد.

فرونشست گرد و غبار به طور گسترده در مناطق خشک و نیمه خشک جهان اتفاق می افتد. به دلیل ریز بودن و بالا بودن جذب سطحی ذرات گرد و غبار، امکان انتقال آلودگی بالا با اتصال فلزات سنگین به آنها وجود دارد. یزد از جمله شهرهای صنعتی ایران است که کارخانجات و صنایع مختلف فولاد و کاشی و سرامیک در اطراف آن وجود دارد. این مطالعه به منظور بررسی آلودگی عناصر سنگین در گرد و غبار اتمسفر شهر یزد انجام شد. نمونه های گرد و غبار به صورت فصلی از پائیز 1397 تا تابستان 1398 و از 30 نقطه با استفاده از تله های رسوبگیر نصب شده در بام ساختمان های یک طبقه جمع آوری شد. غلظت عناصر سنگین تعیین و شاخص های ارزیابی آلودگی فلزات سنگین شامل شاخص زمین انباشتگی (Igeo)، شاخص جامع آلودگی نمرو INPI))، شاخص آلودگی تجمعی IPI)) و شاخص ریسک اکولوژیک اصلاح شده (MRI) برای ارزیابی سطح و میزان آلودگی گرد و غبار در منطقه محاسبه شدند. بر اساس نتایج شاخص آلودگی تجمعی دو فصل پائیز و زمستان دارای شاخص آلودگی زیاد و فصل بهار و تابستان دارای مقدار آلودگی متوسط است. بر اساس شاخص جامع آلودگی نمرو عناصر آرسنیک، کادمیوم و روی به ترتیب با میانگین 8/7، 7/3 و 9/6 در کلاس آلودگی شدید قرار دارند. مقادیر متوسط شاخص انباشتگی به ترتیب از بیشتر به کمتر روی>کروم> مس> سرب>آرسنیک>کبالت> آهن> نیکل> منگنز> کادمیوم می باشد. نتایج شاخص ریسک اکولوژیک اصلاح شده نیز در همه فصول بین 300 تا 600 بوده است و به همین دلیل منطقه در طبقه ریسک اکولوژیک قابل توجه قرار می گیرد.

امروزه تغییر اقلیم به عنوان یکی از مهم ترین چالش های کشورها شناخته می شود. رودخانه کشف رود، شریان اصلی شمال شرق ایران، در معرض تهدید جدی این تغییر قرار دارد. هدف این پژوهش، پیش نگری اثر تغییر اقلیم بر دمای بیشینه و کمینه حوضه آبریز رودخانه کشف رود است. بدین منظور از داده های دمای روزانه ۱۱ ایستگاه هواشناسی استفاده شد. برای دورنمای تغییر اقلیم آینده، از مدل های اقلیمی نسل ششم شامل (ACCESS-ESM1,MRI-ESM2-0 ,MIROC6) استفاده شده است. بر اساس دقت معیارهای آماری، روش نگاشت توزیع برای تصحیح اریبی داده های دما به کارگیری شد. سپس، با استفاده از مدل (CMhyd)، داده های دمای بیشینه و کمینه سناریوهای خوش بینانه (SSP1-2.6) و بدبینانه (SSP5-8.5) دو دوره آینده نزدیک (۵۴-۲۰۲۵) و میانی (۸۴-۲۰۵۵) پیش نگری شد. برای راستی آزمایی مدل ها از سنجه های آماری مختلف شامل (R 2 RMSE, و KGE) استفاده شد. واکاوی نتایج تغییرات فصلی دمای بیشینه و کمینه نشان می دهد سناریوی بدبینانه تأثیرات گرمایشی شدیدتر و گسترده تری در کل مناطق و دوره ها نشان می دهد. این تغییرات نشان دهنده ماهیت پیچیده تغییر اقلیم و تأثیرات آن بر مناطق مختلف است. واکاوی تغییرات میانگین دمای سالانه با استفاده از مدل منتخب (MIROC6)  نشان می دهد که حوضه آبریز رودخانه کشف رود در دوره آینده میانی نسبت به دوره پایه (۱۹۹۱-۲۰۲۰) با شتاب بیشتری گرم خواهد شد. تغییرات سالانه دمای بیشینه، در سناریوی خوش بینانه دوره آینده نزدیک و میانی به ترتیب °c11/1 و °c97/1 و در سناریوی بدبینانه به ترتیب °c70/1 و °c74/3 افزایش می یابد. تغییرات سالانه دمای کمینه، در سناریوی خوش بینانه دوره آینده نزدیک و میانی به ترتیب °c98/0 و °c63/1 و در سناریوی بدبینانه به ترتیب °c59/1 و °c48/2 افزایش می یابد. این مقدار افزایش دما به ویژه در مناطق مرتفع و برف گیر بر زیست بوم های طبیعی اثر گذاشته و دسترسی به منابع آب را تحت تأثیر قرار می دهد. گرمایش بیشتر به تخریب محیط زیست و تشدید رویدادهای فرین منجر خواهد شد.

مجموعه ای از فرآیندهای محیطی بزرگ مقیاس و طولانی مدت، از جمله رخدادهای لرزه ای، فعالیت های ساختمانی، تغییرات کاربری و برداشت آب های زیرزمینی، به همراه تغییرات اقلیمی در مناطق ساحلی کم ارتفاع می تواند منجر به بروز ناپایداری های سطح زمین شود. دلتاهای ساحلی چشم اندازهایی هستند که به دلیل مجاورت دو محیط خشکی و آبی در برابر فعالیت های تکتونیکی آثار مهمی برجای می گذارند. از جمله تغییر الگو و مکان شکل گیری دلتاها، شکل گیری تراس های ساحلی نامتوازن در بخش هایی از ساحل و به وجود آمدن سواحل بریده شده به صورت دریابار می توان اشاره کرد. در این پژوهش به بررسی تغییرات ژئومورفیک جلگه ساحلی چالوس ناشی از فعالیتهای ائواستاتیک و ژئواستاتیک و آثار آنها در تغییرات جلگه و خط ساحلی در محدوده چالوس با استفاده از سنجش از دور راداری(مدلهای SBAS وPS) و داده های ژئودینامیک پرداخته شد که نتایج به دست آمده از پردازش راداری، داده های ژئودینامیک، تغییرات سطح تراز آبهای زیرزمینی، فعالیت های ژئوستاتیکی، تغییرات ائوستاتیکی دریای خزر و تغییرات کاربری زمین، نشان می دهد جلگه چالوس در دو دهه گذشته تحت تأثیر فعالیت ژئوستاتیکی دچار برخاستگی شده است. از طرف دیگر خط ساحلی چالوس در نتیجه تغییرات کاربری و افزایش بار رسوب رودخانه و کاهش تراز سطح دریای خزر به سمت دریا پیشروی قابل توجهی داشته است که نتیجه آن از نظر زیست محیطی و خسارت های اقتصادی قابل توجه است. بنابراین احیای پوشش گیاهی و جنگلی در حوضه آبریز چالوس جهت کاهش فرسایش و تولید رسوب و پیگیری دیپلماسی برای دادن حق آبه دریای خزر توسط کشورهای ذینفع به خصوص کشور روسیه می تواند مشکلات به وجود آمده را برطرف کند.

بررسی پیش بینی تغییرات کاربری و پوشش اراضی از جمله عوامل مهم برای درک تحولات محیطی در تمام مقیاس های زمانی و مکانی می باشد. هدف پژوهش حاضر بررسی روند تغییرات گذشته و پیش بینی وضعیت آتی کاربری اراضی حوضه آبخیز زولاچای واقع در استان آذربایجان غربی یکی از زیرحوضه های حوضه آبریز دریاچه ارومیه در 33 اخیر است. به همین منظور ابتدا تصاویر Sentinel2 و Lansat 5, 7، برای سال های 1990، 2020،2016،2010،2005،2000، 1995 و2023 دریافت گردید. سپس روش های پیش پردازش در محیط نرم افزارهای مختلف اعمال و تصاویر مربوطه به محیط نرم افزار eCognition ارسال گردید. در این محیط با استفاده از روش شیءگرا مدل طبقه بندی نزدیک ترین همسایگی اجرا و نقشه های کاربری و پوشش اراضی تولید شد. در نهایت با استفاده از روش CA مارکوف شبیه سازی تغییرات کاربری اراضی برای سال 2030 انجام شد. برای بررسی صحت مدل CA مارکوف، نقشه تغییرات پیش بینی شده سال 2023 با نقشه طبقه بندی 2023 صحت سنجی شد. نتایج پژوهش نشان داد که با کاربرد روش های دانش پایه به ویژه طبق ه بن دی نزدی ک ت رین همس ایگی امکان تولید نقشه های کاربری اراضی با دقت بالا ضریب کاپا91% امکان پذیر است. ضمنا با اعمال مدل مارکوف نقشه های تغییرات کاربری اراضی با دقت قابل قبول 87% امکان پذیر است. نتایج نهایی نشان می دهد تا سال 2030 میلادی کاربری اراضی کشاورزی 03/15% محدوده های مسکونی 9/0% و دیم حدود 14% افزایش خواهد داشت. کلاس کاربری خاک در حد 68/23% و مراتع به میزان 5/6% کاهش خواهند داشت. در مجموع، مدل های نهایی نشان دهنده دقت بالای روش های دانش پایه و شیءگرا، و همچنین کارایی مناسب مدل مارکوف در مطالعه تغییرات کاربری اراضی هستند. یافته های حاصل از پژوهش حاضر می توانند در روند برنامه ریزی های محیطی آتی، به ویژه با هدف توصیه پایدار و بهره برداری اصولی از اراضی، به عنوان مرجع مورد استفاده قرار گیرند.

زنان از گروه های مهم اجتماعی به شمار می روند که در مطالعات نظری و عملی «پایداری» همواره بر آنان تمرکز می شود. بنابراین، مطالعه حاضر با رویکرد کیفی و روش سنتزپژوهی تأثیر توانمندسازی زنان روستایی در دست یابی به توسعه پایدار و حفاظت محیط زیست را بررسی کرد. در این مطالعه پس از جست وجو، غربالگری ادبیات تخصصی و گزینش چند مرحله ای اسناد علمی معتبر، کدگذاری باز، بسته و محوری یافته ها صورت گرفت. نتایج نشان داد زمینه ها و عوامل اثرگذار/اثرپذیر بر/از توانمندسازی زنان روستایی عبارتند از «عوامل بنیادین، نهادی-سازمانی و ساختاری»، «نابرابری های نهادینه شده تاریخی»، «زمینه های ناعادلانه ی تبعیض های جنسی-جنسیتی» و «بسترهای تحول آفرین». چالش ها و موانع توانمندسازی زنان روستایی عبارتند از «چالش ها و موانع روانشناختی»، «چالش ها و موانع آموزشی»، «نداشتن مشارکت جامعه»، «چالش ها و موانع اقتصادی»، «محدودیت های قانونی»، «محدودیت های اجتماعی-فرهنگی» و «محدودیت های جنسیت بنیان کارآفرینی». راهکارهای توانمندسازی زنان روستایی عبارتند از «پررنگ سازی نقش زنان در فرآیند توسعه پایدار روستایی»، «افزایش دسترسی به زیست بوم خلاقیت، نوآوری و تکنولوژی های نوین»، «برخورد همگن با مسائل زنان»، «راهکارهای سیاستی برای توانمندسازی زنان» و «الگوسازی و ارائه الگوهای مناسب». هم چنین اثرات و فواید توانمندسازی زنان روستایی عبارتند از «تثبیت مالکیت، قدرت و زمینه های نقش آفرینی زنان»، «حفاظت پایدار محیط زیست با نقش آفرینی زنان» و «رشد پایدار اقتصادی و توسعه اجتماعی با نقش آفرینی زنان». نتیجه آن که مسیر توسعه پایدار و حفاظت محیط زیست می تواند از آموزش زنان روستایی و افزایش توانمندی های آنان آغاز شود زیرا چرخه ای به ترتیب میان آموزش محیط زیست، توانمندسازی زنان روستایی، میزان مشارکت فعال آنان و دستیابی به حفاظت محیط زیست برقرار است.

هدف این مطالعه، شناسایی عوامل موثر، تهیه نقشه های پیش بینی خطرات سیل با استفاده از مدل های یادگیری ماشین و در انتها ارزیابی کارایی  این مدل ها در حوزه آبخیز زیوه ارومیه می باشد. برای این منظور از عوامل محیطی و انسانی شامل شاخص های مورفومتری؛ شاخص توان آبراهه (SPI)، شاخص طول شیب (LS)، شاخص خیسی توپوگرافی (TWI)، شاخص موقعیت توپوگرافی (TPI)، شاخص ناهمواری زمین (TRI)، شاخص تعادل جرم (MBI)، شاخص انحنای پروفیل (Profile Curvature) و شاخص انحنای سطح (Plan Curvature)، بارندگی، ارتفاع حوضه، درجه شیب ، جهت شیب، لیتولوژی، کاربری اراضی، شاخص تفاضل نرمال شده پوشش گیاهی (NDVI)، فاصله از آبراهه، فاصله از روستا و فاصله از گسل استفاده شد. برای این منظور با استفاده از بازدیدهای میدانی و تصاویر گوگل ارث و منابع دریافتی از ادارات تعداد 96 نقطه سیل در حوضه شناسایی شدند. لایه های مربوط به شاخص های مورفومتری از مدل رقومی ارتفاعی (5/12×5/12) متر و در محیط SAGA_GIS ؛ و نقشه های عوامل محیطی و انسانی در سامانه اطلاعات جغرافیایی ArcGIS تهیه و رقومی شدند. نتایج ارزیابی دو مدل با استفاده از منحنی ROC برای مدل های یادگیری ماشین (ML) نشان داد که مدل بیشینه آنتروپی با )916/0(AUC= و مدل خطی تعمیم یافته با  )902/0(AUC= دارای عملکرد عالی در پهنه بندی حساسیت محدوده مطالعاتی به سیلاب بوده اند. همچنین نتایج حاصل از شاخص کاپا برای مدل برتر نشان داد که عوامل محیطی شامل زمین-شناسی، فاصله از آبراهه، ارتفاع و شیب بیشترین تاثیر و کمترین تاثیر مربوط به عامل های شاخص انحنای پروفیل، کاربری اراضی و شاخص تعادل جرم بوده است. شناسایی مناطق پر خطر و تعیین عوامل موثر بر رخداد سیلاب ها در این حوضه در امر کاهش خسارات احتمالی می تواند بسیار کارآمد باشد.

در سال های اخیر، افزایش چشمگیر در دفعات و شدت بروز بلایای طبیعی منجر به از بین رفتن سرمایه کشورها و جان سپردن انسانها شده است. شواهد نشان می دهد که رشد اقتصادی کشورها متاثر از بلایای طبیعی می باشد و رشد اقتصادی در کشورهای در حال توسعه نسبت به کشورهای توسعه یافته به بلایای طبیعی بیشتر حساس است. بنابراین در این مطالعه با استفاده از رهیافت خود رگرسیون با وقفه های گسترده پنلی (Panel ARDL) تاثیر بلایای طبیعی بر رشد اقتصادی در ۶ کشور آسیایی که بالاترین میزان مرگ و میر ناشی از بلایای طبیعی را داشته اند طی سال های ۲۰۲۰-۲۰۰۱ بررسی شد. کشورهای مورد بررسی شامل کشورهای ایران، اندونزی، بنگلادش، پاکستان، فیلیپین و هند می باشند. همچنین تاثیر متغیرهای جمعیت فعال، سرمایه گذاری خارجی، شاخص توسعه انسانی، اندازه دولت و شاخص پیچیدگی اقتصادی نیز بر رشد اقتصادی مورد بررسی قرار گرفته است. نتایج نشان داد که بلایای طبیعی در کوتاه مدت و بلندمدت اثر منفی و معنی داری بر رشد اقتصادی کشورهای مورد بررسی داشته است. همچنین متغیر اندازه دولت نیز تاثیر منفی بر رشد اقتصادی کشورها را نشان داد. از طرفی متغیرهای جمعیت فعال، سرمایه گذاری خارجی، شاخص توسعه انسانی و پیچیدگی اقتصادی اثر مثبت و معنی داری بر تولید ناخالص داخلی دارند.

تهیه نقشه حساسیت زمین لغزش با استفاده از یادگیری ماشین ابزاری مفید برای مدیریت زمین در مناطق مستعد به این پدیده است. هدف این مطالعه، تهیه نقشه حساسیت زمین لغزش در حوضه تجن با یادگیری ماشین است. بدین منظور 21 عامل مؤثر در وقوع زمین لغزش در چهار طبقه عوامل زمین شناسی، اقلیمی و محیطی، توپوگرافی و هیدرولوژیکی شناسایی و رستر آنها در نرم افزارهای ENVI 5.6، SAGA GIS و ArcGIS تهیه شد. با بازدیدهای میدانی موقعیت 155 زمین لغزش ثبت و در ArcGIS به لایه نقطه ای تبدیل شدند. کلیه عوامل با فرمت ASCII و لایه نقطه ای (لایه آموزشی) وارد نرم افزار R شدند. برای آموزش مدل های ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF)، 70 درصد از داده ها (109 واقعه) و برای آزمون 30 درصد (46 واقعه) استفاده شد. ارزیابی مدل RF با منحنی ROC نشان داد که نمره های 972/0 و 949/0 در مراحل آموزش و آزمون را کسب کرده است. اطلاعات مدل RF نشان می دهد که مؤثرترین عوامل شامل جهت شیب، فاصله از آبراهه، فاصله از جاده، درجه شیب و شاخص موقعیت توپوگرافی هستند. نتایج مدل SVM نشان داد که پتانسیل طبقه حساسیت زیاد در حوضه بیشتر از RF است و نمرات AUC به ترتیب 906/0 و 831/0 به دست آمد. نتایج مدل SVM نشان داد که پتانسیل طبقه حساسیت زیاد در حوضه نسبت به پیش بینی مدل RF بیشتر شده است. مؤثرترین عوامل در مدل SVM شامل طبقات ارتفاعی، بارندگی، جهت شیب، فاصله از آبراهه و فاصله از جاده می باشند. مدل SVM در مقایسه با مدل RF عملکردی ضعیفی در پیش بینی نقشه حساسیت زمین لغزش دارد. نتایج دسته بندی سطح خطر در مدل RF، بترتیب خیلی زیاد (19/10%)، زیاد (17/4%)، متوسط (76/10%)، کم (62/15%) و خیلی کم (26/59%) از مساحت حوضه است. در مدل SVM نیز بترتیب سهم طبقات خیلی زیاد 51/5%، زیاد 58/15%، متوسط 33/5%، کم 47/4% و خیلی کم 09/69% محاسبه شده است.

فرسایش خاک یکی از جدی ترین مشکلات محیط زیستی در اکوسیستم های خشکی است که می تواند کیفیت زیستگاه های یک منطقه را تحت تأثیر قرار دهد. این مطالعه با هدف ارزیابی فرسایش خاک و کیفیت زیستگاه های سیستان بر مبنای الگوی کاربری ارضی انجام گردید. پس از تهیه داده های مورد نیاز، مدلسازی فرسایش خاک و کیفیت زیستگاه ها با استفاده از مدل اینوست(InVEST) و ارتباط میان آنها بر اساس آزمون همبستگی اسپیرمن و رگرسیون وزنی مکانی (GWR) صورت پذیرفت. نتایج نشان داد فرسایش سالانه خاک در منطقه در مجموع 41/3 میلیون تن (بطور میانگین معادل 07/2 تن در هکتار) بود. زیستگاه های بخش غربی منطقه با وجود داشتن کیفیت بیشتر از پتانسیل فرسایش خاک بالاتری نیز برخوردار بودند. بیشترین و کمترین میزان فرسایش به ترتیب در مراتع (6/3 تن در هکتار) و تالاب (0 تن در هکتار) و بالاترین و کمترین میزان کیفیت زیستگاه ها به ترتیب در مراتع و ساخته شده ها مشاهده گردید. آزمون اسپیرمن رابطه مثبت و معنادار کیفیت زیستگاه ها با فرسایش خاک را نشان داد (R=0.71, P-value<0.01). نتایج GWR نیز همبستگی مکانی معنادار بین آنها را تأیید کرد (R2=0.91, P-value<0.01). الگوی مکانی کیفیت زیستگاه ها و فرسایش خاک در منطقه مطالعاتی تقریباً مشابه است بطوریکه زیستگاه های با کیفیت بالاتر در بخش غربی منطقه واقع شده اند، ضمن آنکه همین بخش ها بطور طبیعی از پتانسیل فرسایش بیشتری برخوردار هستند. نتایج این مطالعه علاوه بر ارائه اطلاعات مفید در مورد کیفیت زیستگاه ها و فرسایش خاک، ضرورت توجه مدیران و برنامه ریزان را برای اتخاذ راهبردهای مناسب به منظور کاهش فرسایش خاک بخصوص در زیستگاه های با کیفیت مطلوبتر در منطقه مشخص می سازد.

سیلاب ها به عنوان بخشی جدایی ناپذیر از چرخه طبیعی هیدرولوژیکی، می توانند منجر به اختلالات اجتماعی قابل توجه و تغییرات مورفولوژیکی در محیط های رودخانه ای و دشت های سیلابی شوند. درک عوامل مؤثر و تأثیر نسبی آن ها بر حساسیت حوضه به سیلاب برای مدیریت پایدار منابع آب و کاهش خطر سیلاب حیاتی است. این مطالعه رویکردی ساده شده برای ارزیابی حساسیت به سیلاب در حوضه رودخانه گرگانرود ارائه می دهد که با ادغام مجموعه ای جامع از عوامل مؤثر انجام شده است. این عوامل شامل متغیرهای اقلیمی (میانگین بارش روزانه و ساعتی، عمق برف و معادل آبی ذوب برف)، ویژگی های توپوگرافی (مدل رقومی ارتفاع، شیب و جهت شیب)، خصوصیات ژئومورفولوژیکی (فاصله تا رودخانه های اصلی، بافت خاک، زمین شناسی، نزدیکی به گسل ها، تراکم زهکشی)، کاربری اراضی/پوشش زمین، وضعیت پوشش گیاهی و مداخلات انسانی می باشند. هر یک از ۱۳ عامل استانداردسازی شده و وزن دهی مساوی دریافت کردند، سپس با استفاده از ترکیب خطی وزنی، نقشه حساسیت به سیلاب تولید شد. اعتبارسنجی با استفاده از میانگین سری زمانی داده های اوج دبی از ۲۶ ایستگاه هیدرومتری، با بهره گیری از ضریب همبستگی رتبه ای اسپیرمن و تحلیل منحنی مشخصه عملکرد گیرنده (ROC) انجام شد. تحلیل حساسیت با حذف متوالی هر عامل برای ارزیابی تأثیر آن بر نتایج حساسیت به سیلاب صورت گرفت. یافته ها نشان دهنده پتانسیل بالاتر سیلاب در بخش های جنوب شرقی، غربی و شمال شرقی حوضه هستند. ضریب همبستگی اسپیرمن و مساحت زیر منحنی ROC برای دوره بازگشت ۱۰۰ ساله در ۱۵ ایستگاه هیدرومتری به ترتیب ۰.۶۶ و ۰.۶۸ بود. تحلیل حساسیت نشان داد که بارش ساعتی، معادل آبی ذوب برف و ارتفاع به عنوان مؤثرترین عوامل شناسایی شدند. روش پیشنهادی چارچوبی عملی برای شناسایی مناطق مستعد سیلاب در حوضه گرگانرود ارائه می دهد که تسهیل کننده اولویت بندی مداخلات مدیریتی و برنامه ریزی حوضه آبریز است.