جغرافیا و برنامه ریزی محیطی

تنوع سبد تولید انرژی در هر کشور، نوعی تدبیر دفاع غیرعامل تلقی می شود. منابع انرژی فسیلی در ایران به حد کافی وجود دارد؛ ولی بنا بر دلایل متعدد تنوع بخشیدن به مراکز تولید انرژی به منزله سیاستی راهبردی همواره دنبال شده است و اگر وقوع رخدادهای طبیعی و حوادث پیش بینی نشده و ارتقاء تنوع حرفه های علمی و فنی را به این مجموعه نیز بیفزاییم، دلالت بر صحت چنین راهبردی بیشتر روشن خواهد شد. مکان گزینی چنین نیروگاه هایی همواره توجه آمایشگران سرزمینی را به خود معطوف و به واسطه مسائل زیست محیطی و امنیتی دقت بیشتری را طلب کرده است. در این مقاله که برگرفته از طرحی پژوهشی در دانشگاه آزاد اسلامی نجف آباد است، با اتکا بر نظریه لوش و کریستالر و مبنا قراردادن سه عامل اصلی ملاحظات زیست محیطی، امنیتی و دسترسی به تغذیه کننده های اصلی شبکه برق سراسری با بهره گیری از سیستم اطلاعات جغرافیایی، ابتدا محل های مناسب براساس این سه ویژگی تعیین و سپس با اعمال عوامل شرطی یعنی دسترسی به ساحل و عمق دریا در قالب رتبه بندی روش تاپسیس به اولویت بندی ده نقطه در سرزمین ایران به منزله نقاط برگزیده برای احداث نیروگاه ها مبادرت شد. نتایج حاصل از این پژوهش نشان می دهد توزیع مناطق خاصی از ایران مزیت چنین انتخابی را دارد و از مجموع ده نقطه به دست آمده، دو منطقه ساحل شمالی و دو منطقه در سرزمین داخلی، یک منطقه در ساحل دریای عمان و پنج منطقه در خلیج فارس، اولویت انتخاب مکانی را برای استقرار نیروگاههای اتمی در ایران حائز هستند.

به دلیل روند افزایش جمعیت و گسترش شهرنشینی، یافتن مکان های مناسب برای احداث شهرهای جدید با توجه به پارامترهای اقلیمی، از مباحث دنیای امروز است. مکان یابی، فعالیتی است که استقرارهای فضایی و غیرفضایی یک سرزمین را برای انتخاب مکان مناسب به منظور کاربری خاص ارزیابی و تجزیه وتحلیل می کند؛ بنابراین مکان یابی مناطق مناسب برای احداث شهرهای جدید براساس پارامترهای اقلیمی در استان قزوین، مسئله پژوهش حاضر است. روش کار این گونه است که اهمیت و وزن پارامترهای اقلیمی با بهره گیری از منطق سلسله مراتبی فازی و داده های حاصل از دو پرسش نامه دلفی و مقایسه زوجی، تعیین و در مکان یابی شهرهای جدید و بررسی مناطق مستعد ازنظر شرایط آسایش اقلیمی در مطالعه موردی استان قزوین استفاده شد. نتایج حاکی است 6/9درصد مساحت استان در ناحیه بسیار مطلوب، 3/31درصد در نواحی مطلوب، 7/40درصد در نواحی حد متوسط، 3/12درصد در مناطق نامناسب و 1/9درصد در منطقه بسیار نامناسب ازنظر شرایط اقلیمی برای ایجاد شهرهای جدید قرار گرفته اند.

برآورد دبی اوج، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب، جایگاه ویژه ای در موفقیت طراحی سازه های آبی و کارایی اقدامات بیومکانیکی در حوضه های آبخیز دارد. در این پژوهش سعی شده است با مقایسه سه روش اصلی در هوش مصنوعی (مدل شبکه عصبی پرسپترون چند لایه، مدل الگوریتم ترکیبی شبکه عصبی با ژنتیک و مدل ترکیب خوشه بندی کاهشی و روش نورو فازی (ANFIS، بهترین روش پیش بینی دبی حداکثر رودخانه یلفان در محل ایستگاه هیدرومتری و رسوب سنجی یلفان (یکی از زیرحوضه های سد اکباتان همدان) انتخاب شود. به این منظور در این سه مدل،8 متغیر بارندگی مربوط به روز وقوع سیل، بارندگی های روزانه تا 5 روز پیش، دبی پایه در روز وقوع سیل و CN حوضه به منزله پارامترهای ورودی (1380 تا 1391) و دبی حداکثر به منزله خروجی در نظر گرفته و وارد نرم افزار متلب شد؛ سپس با بهره گیری از روش های هوش مصنوعی و پیش پردازش داده ها، ساختار بهینه مدل با استفاده از داده های ورودی و خروجی و با ملاک قراردادن معیارهای ارزیابی RSME، MAE و NSE به روش سعی و خطا تعیین شد. در مدل تلفیقی شبکه عصبی و الگوریتم ژنتیک، پس از تعیین مدل بهینه شبکه عصبی، نتیجه مدل به الگوریتم ژنتیک وارد شد. در مدل تلفیقی خوشه بندی با ANFIS، پس از تعیین مدل بهینه خوشه بندی، نتیجه مدل به ANFIS وارد و درنهایت با توجه به معیار ارزیابی، ساختار بهینه مدل تعیین شد. نتایج نشان داد مدل تلفیقی شبکه عصبی و الگوریتم ژنتیک نسبت به مدل شبکه عصبی و نیز مدل ترکیب خوشه بندی کاهشی و مدل ANFIS عملکرد بهتری در برآورد دبی سیلاب در حوزه یلفان دارد.

امروزه شهرها در نقاط مختلف دنیا به دلایل متعدد در معرض آسیب ناشی از مخاطرات طبیعی قرار دارند. این مخاطرات آسیب های بسیاری می رسانند که نیازمند اقدامات فوری و پیشگیرانه است. وقوع زمین لغزش و مخاطرات آن، شناسایی و اولویت بندی این مناطق حساس را ضرورت بخشیده است. منطقه اردل - ناغان ازجمله این مناطق است که در جنوب غربی استان چهارمحال و بختیاری قرار دارد. روش انجام این پژوهش توصیفی تحلیلی است که در بخش توصیفی با استفاده از مطالعات اسنادی و در بخش تحلیلی با شناسایی عوامل مؤثر بر پهنه بندی مخاطرات ژئومورفیک و تلفیق آن با تحلیل های فضایی در سیستم اطلاعات جغرافیایی (GIS)، پهنه های آسیب پذیر در محدوده مدنظر مشخص شد. در این پژوهش نخست عوامل مؤثر بر پهنه بندی مخاطرات شناسایی و پس از بررسی تصاویر ماهواره ای، نقشه زمین شناسی و مطالعات میدانی عوامل مؤثر با استفاده از مدل آنتروپی ارزیابی شد. هدف پژوهش، پهنه بندی خطر زمین لغزش در منطقه اردل ناغان با استفاده از مدل آنتروپی در وقوع زمین لغزش ها با شناسایی عوامل مؤثر نظیر شیب، جهت شیب، فاصله از گسل، فاصله از آبراهه، طبقات ارتفاعی و زمین شناسی است. با توجه به مدل آنتروپی نتایج نشان می دهد 23درصد از زمین لغزش ها در محدوده کم خطر، 25درصد در محدوده با خطر متوسط و 52درصد از زمین لغزش ها در منطقه پرخطر واقع می شود که با مدل آنتروپی مشخص شد و این مسئله نشان می دهد در پهنه بندی لغزش های منطقه ای، مدل آنتروپی دقت و روایی لازم را دارد.

کلان شهر مشهد ازلحاظ موقعیت جغرافیایی در دشت آبرفتی وسیعی گسترده شده است. قرارگیری در بین ارتفاعات رسوبی کپه داغ و هزار مسجد و ارتفاعات آذرین بینالود به ایجاد مورفولوژی خاص برای دشت آبرفتی مشهد انجامیده است. رودخانه کشف رود در بخش شمالی شهر، زهکشی تمامی رودخانه های دشت مشهد را بر عهده دارد و رودخانه های زهکش ارتفاعات بینالود از شهر مشهد می گذرند و به رودخانه کشف رود تخلیه می شوند. توسعه فیزیکی شهر در سال های متمادی به تغییر مورفولوژی رودخانه های شهر انجامیده و در بعضی مسیرها روی بستر رودخانه های متروکه، ساخت وسازهای مرتفع با درجه اهمیت بسیار بنا شده و احتمال وقوع مخاطرات ژئومورفولوژیکی را افزایش داده است. در این پژوهش موقعیت شهر مشهد و رشد فیزیکی آن که به تخریب و تغییر مورفولوژی رودخانه ها انجامیده، با استفاده از تصاویر ماهواره ای 1353، 1359، 1390 و نقشه های قدیمی شهر مشهد و زمین شناسی و توپوگرافی در دوره های زمانی متفاوت مطالعه شده است. هدف این پژوهش، بررسی وضعیت تطبیقی رودخانه ها با کانال های احداث شده شهری و مخاطرات ناشی از آن است. در این زمینه مشخص شد بسیاری از کانال های شهری بدون توجه به مورفولوژی طبیعی رودخانه ها و درنظرگرفتن ظرفیت جریان آب طراحی شده اند. جنس طبیعی بستر رودخانه ها رسوباتی شامل شیل، رس، ماسه و سنگ به همراه اشکال میان بستری پیچان رودی است؛ اما کانال های احداث شده، دیواره های بتنی ضخیم و مسیری کاملاً مستقیم دارند.

الگوسازی اقلیمی، یکی از روش های بنیادین و کارا در ساده سازی پیچیدگی های دستگاه اقلیم است که درک ما را از چگونگی رفتار این سامانه افزایش می دهد؛ همچنین همانندسازی های اقلیمی با به کارگیری برون داد مدل های گردش عمومی جو برای آگاهی از ویژگی های اقلیم در سال های آینده لازم است. با این همه امکان به کارگیری دستاوردهای مدل های گردش عمومی جو به شکل مستقیم برای همانندسازی اقلیم در مقیاس های ناحیه ای و کوچک تر وجود ندارد. یکی از راهکار های متداول برای حل این مشکل، ریزمقیاس گردانی آماری برون دادهای مدل های گردش عمومی است. مدل SDSM، یکی از پرکاربردترین مدل ها درزمینه یادشده است. روش بنیادین این مدل برای ریزمقیاس گردانی داده ها، رگرسیون چند متغیری است. در این پژوهش تلاش شده است با به کارگیری داده های میانگین دمای ارومیه از ابتدای سال 1961 میلادی تا پایان سال 2010، داده های دوباره واکاوی شده مرکز ملی پیش بینی های محیطی (NCEP) و برون داد مدل HadCM3[1] با سناریوهای A2 و B2، توان SDSM در ریزمقیاس گردانی و همانندسازی داده های دمایی ارزیابی شود. برای سنجش شایستگی مدل های به دست آمده و توان SDSM در همانندسازی از بعضی آزمون های آماری همچون آماره چو، خطای استاندارد، شاخص سازگاری ویلموت و همچنین رسم نمودارهای ماهیانه و سالیانه داده ها استفاده شده است. دستاوردهای این پژوهش نشان داد هرچه بازه زمانی برای میانگین گیری بیشتر باشد، میانگین های دمایی همانندسازی شده پسندیده تر و به واقعیت نزدیک تر خواهد بود؛ با وجود این مدل SDSM در همانندسازی بیشینه ها و کمینه ها کارکرد چندان پسندیده ای نداشته است؛ از این رو دستاوردهای این مدل فقط برای رسیدن به شناختی کلی از ویژگی های اقلیم آینده مناسب است و امکان به کارگیری در پروژه های دقیق را ندارد.

شهرنشینی، یکی از پیامدهای اصلی انقلاب صنعتی است که روند توسعه آن را متحول کرده و باعث گسترش مهاجرت ها به شهرها شده است. یکی از نتایج اصلی گسترش شهرنشینی در دهه های گذشته، تغییرات کاربری زمین ها در شهرها و رشد اندازه آنهاست. در دهه های اخیر الگوی رشد اسپرال و پراکنده شهری، به یکی از مهم ترین چالش های برنامه ریزی فضایی تبدیل شده و حامل آسیب های اجتماعی و زیست محیطی است. در سال های اخیر برنامه ریزان، اقتصاددانان، اکولوژیست ها و مدیریت مرتبط با امور شهری از مدل های مختلف و متنوعی برای ارزیابی تغییرات کاربری و بررسی نتایج این تغییرات در آینده استفاده کرده اند و روزبه روز این مدل ها توسعه می یابند. هدف این پژوهش، ارزیابی رشد و توسعه گذشته تبریز و پیش بینی این تغییرات در آینده است. روش پژوهش توصیفی - تحلیلی است که به صورت کاربردی منطقه ای خاص را با استفاده از تصاویر ماهواره ای، داده ها و عوامل مؤثر بر توسعه گذشته و آتی شهر ارزیابی و مدل سازی کرده است. مدل LTM، ترکیبی از توانایی های شبکه های عصبی مصنوعی و سیستم اطلاعات جغرافیایی، در این پژوهش به کار رفته است. نخست داده ها به صورت رستری و پس از آن به صورت فرمت Acsi آماده و پس از ارزیابی تغییرات گذشته در شبکه های عصبی، نتایج به صورت نقشه های رستری تهیه شد. با انتخاب الگوی یادگیری و ساختار شبکه و نتایج روند توسعه شهری، توسعه احتمالی شهر تبریز برای سال 1405 مشخص شد. نتایج ارزیابی دوره 10ساله (1385 تا 1395) نشان دهنده توسعه رو به پیرامون و اسپرال شهری در تبریز است که طی آن بیشتر زمین های پیرامونی شهر به ساختار شهری تبدیل شده است. ادامه این روند برای توسعه شهر در سال های آتی، بیشتر زمین های کشاورزی و پیرامونی شهر را تغییر خواهد داد که نتایج توسعه احتمالی شهر در 1405 این موضوع را نشان می دهد و بیش از 3600 هکتار از زمین های پیرامونی به توسعه شهری اختصاص خواهد یافت. این امر باعث پیچیدگی مشکلات و چالش های شهری تبریز در آینده خواهد شد و ادامه این روند توسعه اسپرال شهری ضمن افزایش مشکلات زیست محیطی، هزینه های توسعه و مدیریت شهری را دوچندان خواهد کرد.

این مطالعه با هدف پیش بینی تغییرات کاربری اراضی شرق استان مازندران (شهرستان های نکا، بهشهر و توابع آنها) با استفاده از شبکه عصبی مصنوعی در محیط GIS انجام شد. تصاویر ماهواره لندست[1]  متعلق به سال های 1366 و 1380 برای آشکارسازی تغییرات منطقه به کار رفت؛ سپس با بهره گیری از پرسپترون چند لایه[2]  شبکه عصبی مصنوعی، مدل سازی پتانسیل انتقال برای 7 زیرمدل اجرا شد و درنهایت مدل سازی تغییرات کاربری اراضی با دوره واسنجی 1366- 1380 برای سال 1385 با زنجیره مارکف و مدل پیش بینی سخت انجام پذیرفت. ارزیابی صحت مدل با بهره گیری از مقادیر موفقیت خنثی، موفقیت، خطا و هشدار خطا تعیین و درنهایت پیش بینی تغییرات کاربری اراضی برای سال 1394 انجام شد. نتایج نشان داد طی سال های 1366 تا 1380، به ترتیب 1964 و 1197 هکتار از وسعت جنگل ها و باغ ها کاسته و 1182 و 1978 هکتار به وسعت اراضی کشاورزی و مناطق مسکونی اضافه شده است. نتایج مدل سازی پتانسیل انتقال در همه زیرمدل ها صحت زیادی (67- 89درصد) را نشان داد. خطای کل پیش بینی مدل 98/9درصد بود که نشان دهنده کارایی و قابلیت زیاد مدل است. همچنین نتایج پیش بینی نشان داد مساحت اراضی جنگلی در سال 1394 نسبت به 1385 کاهش و مناطق مسکونی، اراضی کشاورزی و باغ ها افزایش خواهد یافت.

گردشگری رابطه تنگاتنگی با توان های محیطی دارد؛ بنابراین قابلیت سنجی پهنه های مستعد گردشگری موجب شناخت ظرفیت ها، اصلاح برنامه های توسعه ای، حفظ محیط زیست و توسعه پایدار می شود. هدف این پژوهش، ارزیابی توان توسعه گردشگری و پهنه بندی آن در شهرستان فسا با تحلیل فضایی - مکانی جاذبه های گردشگری است. این فرایند در قالب مراحل تحلیل فضایی گردشگری تاریخی، فرهنگی، مذهبی، علمی، روستایی و طبیعی برمبنای تراکم سنجی منابع و جاذبه ها، پهنه بندی گردشگری ورزش های کوهستانی و کشاورزی انجام شد. در این زمینه نخست با شناسایی انواع جاذبه ها، تعیین موقعیت مکانی، طبقه بندی و تراکم سنجی آنها در واحد سطح و سپس تفکیک نواحی با تراکم حداکثری، پهنه های مستعد گردشگری با محوریت جاذبه ارائه شد. برای پهنه بندی گردشگری ورزشی، عامل ناهمواری در قالب مؤلفه های شیب بیش از 25درصد و ارتفاعات بیش از 1700 متر ملاک قرار گرفت. پهنه بندی گردشگری کشاورزی براساس مناطق دارای سبزینگی مستخرج از شاخص پوشش گیاهی تفاضلی نرمال شده (NDVI) با مقادیر بیش از 05/0 انجام شد. نتایج نشان داد وسعتی برابر با 69/2606 کیلومترمربع (11/62درصد) از کل شهرستان فسا برای انواع گردشگری مستعد است که در این میان پهنه های گردشگری ورزشی، طبیعی، ورزشی - طبیعی، تاریخی - فرهنگی - روستایی و تاریخی - فرهنگی - روستایی - طبیعی به ترتیب با مساحت 95/1479، 05/267، 82/225، 89/132 و 35/129 کیلومترمربع (26/35، 36/6، 38/5، 17/3 و 08/3درصد)، بیشترین گستردگی را دارند. درمجموع نتایج پژوهش حاضر، نمایش گرافیکی مکانی از شهرستان فسا در قالب پهنه های مستعد انواع مصادیق گردشگری است که از یک سو راهنمایی جامع برای گردشگران و تورگردانان و از سوی دیگر سندی علمی برای مدیران و برنامه ریزان به منظور تصمیم گیری ها و اجرای سیاست های توسعه ای به شمار می آید.