پژوهش های جغرافیای طبیعی

در این پژوهش به تحلیل آماری رخداد طوفان های گرد و غبار با استفاده از داده های ایستگاه هواشناسی همدیدی خراسان رضوی پرداخته شد. بر اساس دستورالعمل سازمان جهانی هواشناسی، هرگاه در ایستگاهی سرعت باد از 30 نات بیشتر شود و دید افقی به علت پدیده گرد و غبار به کمتر از یک کیلومتر برسد، طوفان گرد و غبار گزارش می شود. کدهای 30 تا 35 مربوط به طوفان گرد و غبار یا شن معرفی می شود. در این تحقیق، نخست فراوانی رخداد طوفان های گرد و غبار در ایستگاه های همدیدی خراسان رضوی طی سال های 1331-1398 بررسی شد. سپس، به صورت موردی به بررسی رخداد طوفان گرد و غبار در مشهد به علت ایجاد وضعیت بحرانی در این کلان شهر در تاریخ 25/7/1396 برای بررسی مسیر ورودی این طوفان ها پرداخته شد. بررسی تصاویر ماهواره مودیس و تحلیلی الگوی گرد و غبار و همچنین ردیابی بسته های هوا حامل ذرات گرد و غبار با استفاده از مدل HYSPLIT با روش پسگرد و پیشگرد در ایستگاه مشهد به عنوان یکی از مهم ترین ایستگاه های هواشناسی شمال شرق کشور انجام شد. نتایج نشان داد بیشترین فراوانی طوفان های گرد و غبار در سطح استان مرتبط با سبزوار با 136 طوفان ملایم و 79 طوفان شدید و شهرهای سرخس و گناباد در رتبه های بعدی بوده اند. با ردیابی و آشکارسازی پدیده طوفان گرد و غبار به صورت موردی مشاهده شد که این پدیده نخست بر روی ترکمنستان شکل می گ ی ر د و با نفوذ به مرزهای شرقی کشور شهر مشهد را تحت تأثیر قرار می دهد.

عمق نوری آئروسل ( AOD ) پارامتر سنجش از دور مهمی است که به عنوان نماینده ای از غلظت آئروسل اتمسفری برای نظارت بر طوفان های گردوغبار استفاده می شود. در مطالعات پیشین ارتباط بین پارامترهای اقلیمی و AOD گزارش شده است. از طریق تجزیه و تحلیل این ارتباط می توان الگوهای مکانی- زمانی AOD را پیش بینی کرد. در پژوهش حاضر برای اولین بار از الگوریتم داده کاوی M5P نظر به کاربرد آن در خصوص کشف اطلاعات ارزشمند از میان مجموعه داده های بزرگ برای استخراج مدل های پیش بینی کننده AOD استفاده شد. بدین منظور، سری زمانی روزانه داده های سنجش از دوری پارامترهای دمای هوا، بارش، رطوبت نسبی، و سرعت باد و AOD در یک بازه زمانی ده ساله (2005-2014) در محدوده شهرستان اهواز به عنوان ورودی های M5P تهیه و آماده سازی شد. از طریق تشکیل درخت های تصمیم مبتنی بر قوانین «اگر– آنگاه» و تجزیه و تحلیل رگرسیون چندمتغیره در چارچوب الگوریتم M5P ، چهار مدل پیش بینی کننده خطی به دست آمد. برای اعتبارسنجی مدل های خطی، از آماره های ضریب همبستگی پیرسون، MAE ، و RMSE بهره گرفته شد. مقادیر این آماره ها به ترتیب 69/0، 22/0، و 31/0 برآورد شد که حاکی از قابلیت اطمینان مدل ها در رابطه با پیش بینی AOD است. به طور کلی، نتایج این پژوهش نشان داد تکنیک داده کاوی در زمینه پیش بینی AOD کارآمد است.

مطالعه حاضر با توجه به نقش و اهمیت بارش های سنگین در غرب ایران، با هدف بررسی تغییرپذیری فضایی - زمانی بارش سالانه و بیشین ه بارش روزانه در منطق ه غرب ایران انجام شد. بدین منظور ، از داده های بارش شش ایستگاه سینوپتیک واقع در منطق ه یاد شده که از آمار بلندمدت برخوردار بودند استفاده شد. در این راستا، نخست با استفاده از تابع توزیع گامبل[1]، آستان ه بارش سنگین برای هر ایستگاه تعریف، آنگاه با کاربرد آزمون گرافیکی ITA [2] و من - کندال [3] روند تغییرات بیشین ه بارش های روزانه و مجموع سالان ه هر ایستگاه محاسبه شد. نتایج حاصل از روش ITA نشان داد روند نایکنواختی در سری زمانی بارش های سالان ه ایستگاه های خرم آباد و همدان وجود دارد. اما در ایستگاه های کرمانشاه، دزفول، اهواز ، و آبادان روند مشخص شده در همه طبقاتْ کاهشی و یکنواخت بود . همچنین ، بیشین ه بارش روزان ه ایستگاه دزفول و اهواز یکنواخت و کاهشی بوده است ؛ در صورتی که بارش های طبق ه 10 50 میلی متر ایستگاه خرم آباد بدون روند اما بارش های روزانه طبق ه 50 70 میلی متر روند افزایشی را نشان می دهند. در ایستگاه آبادان بارش های طبق ه 5 45 بدون روند و بارش هایی با دور ه برگشت پنجاه ساله روند کاهشی را نشان دادند.

بی هنجاری دمای سطح زمین ( LSTA ) متغیر ی کلیدی در مطالعات اقلیمی، کشاورزی ، و مدیریت منابع آب است. هدف از این مطالعه بررسی تغییرات فصلی و روند بی هنجاری دمای سطح زمین روز و شب ایران است. بی هنجاری دمای سطح زمین برگرفته از سنجند ه MODIS ماهوار ه Terra طی دو باز ه زمانی روز و شب برای دور ه 2001-2018 بررسی شد ه است . برای درستی سنجی داده های دمای سطح زمین از داده های هشت ایستگاه همدید با روش رگرسیون خطی استفاده ش د که نتایج نشان از دقت بالای این داده ها در کشور را داشته است. نتایج نشان داد بی هنجاری منفی در مناطق خشک کم ارتفاع و بی هنجاری مثبت در مناطق مرتفع و عرض های جغرافیایی بالا دیده می شود. تحلیل روند نشان داد بی هنجاری دمای سطح زمین روز و شب با سرعت متوسط 01 / 0 و 02 / 0 درج ه سلسیوس به ازای هر سال در حال افزایش است. بیشین ه نمر ه Z آزمون من- کندال (روند مثبت) با 80 / 3 در فصل تابستان برای شب و روز اتفاق افتاده است. برعکس، روند منفی در بی هنجاری ها برای مناطق خشک جنوب شرقی و داخلی و کوهپایه های زاگرس و البرز جنوبی ب ه دست آمده است.

تالاب ها به تغییرات محیطی و آب و هوایی وابسته اند. بنابراین، پایش تغییرات پهنه های آبی تالاب اهمیت زیادی دارد. هدف از این تحقیق پایش تغییرات فصلی تالاب میقان با استفاده از تصاویر ماهواره سنتینل ۱ و لندست ۸ در بازه زمانی ماه می ۲۰۱۹ تا ماه ژانویه ۲۰۲۰ است. پهنه تالاب با استفاده از شاخص MNDWI ، دمای سطح زمین، تصاویر راداری سنتینل ۱ جداگانه استخراج و سپس نتایج به دست آمده با خروجی طبقه بندی ماشین بردار پشتیبان مقایسه شده است. نتایج طبقه بندی ماشین بردار پشتیبان تغییر شدید پهنه آبی را در فصل های مختلف (بیشترین و کمترین مساحت تالاب به ترتیب ۱۸/۶۱ و ۲۵/۱۹ کیلومتر مربع) نشان می دهد. در ماه های گرم سال، مساحت پهنه آبی تالاب حاصل از طبقه بندی ماشین بردار پشتیبان و اعمال شاخص MNDWI با هم تطابق دارند که نشان دهنده کارایی مناسب این شاخص طیفی است. تطابق نتایج حاصل از طبقه بندی با مساحت استخراج شده بر اساس ضرایب بازپخش راداری در ماه های سرد سال بیشتر بوده است. مقایسه نتایج سنجنده های مختلف در پایش تالاب میقان، که تغییرپذیری شدیدی در طول سال دارد، نشان داد رویکرد چندسنجنده ای در چنین مطالعاتی مناسب تر است.

زلزله یکی از پیش بینی ناپذیر ترین و خطرناک ترین پدیده های طبیعی است که هرساله خسارات مالی و جانی فراوانی را باعث می شود. هنگام وقوع زلزله تنش ها و فعالیت های محدود ه گسل افزایش می یابد و باعث تغییرات دمایی محسوسی نسبت به دمای نرمال می شود. این تغییرات دمایی خود را به صورت بی هنجاری هایی در مکان یا زمان نشان می دهند . در این تحقیق با استفاده از محصولات حرارتی سنجند ه مادیس و شیپ فایل گسل های ایران، هفت زلزله با شدت بیشتر از شش ریشتر ، که در ایران رخ داده، بررسی شد ه است. در این پژوهش با استفاده از تشکیل تصویر زمان - دما - فاصله در گسل مربوط به زلزله به عنوان ورودی دو روش تشخیص بی هنجاری حرارتی روی داده ها بررسی شد ه است. در نهایت ، با استفاده از نتایج حاصل از بهترین روش تشخیص بی هنجاری پارامتر شدت با استفاده از شبکه عصبی مصنوعی برآورد شده است. نتایج الگوریتم های تشخیص ناهنجاری نشان می دهد هرچند هر دو روش تشخیص بی هنجاری حرارتی بی هنجاری حرارتی مربوط به هر زلزله را در روز زلزله در شعاع نزدیک به گسل شناسایی کرده اند روش چارکی ( Interquartile ) نسبت به روش میانگین - انحراف معیار نتایج مناسب تری را برای ورودی الگوریتم شبکه عصبی فراهم می کند. نتایج در مدل سازی نیز نشان می دهد پارامتر شدت زلزله ، که با استفاده از شبکه عصبی مصنوعی بررسی شد، دقت کلی 73/0 را داشته است. ذکر این نکته لازم است که پیش نشانگر تغییرات دمای سطح و بی هنجاری های حرارتی به تنهایی نمی تواند برای بررسی کامل پارامترهای زلزله کافی و دقت لازم را برای تحلیل زلزله داشته باشد. ولی با توجه به حجم پایین داده های حرارتی و سادگی کار با آن ها ، توصیه می شود از آن ها برای بررسی های ابتدایی و آغازین زمین لرزه استفاده شود و در صورت ت أ یید نسبی آن برای تحلیل های بیشتر، از روش ها و پیش نشانگرهای دیگر ، که در آن ها اعمال الگوریتم ها و پردازش های سنگین و پیچیده نیاز است، استفاده شود .

مطالع ه روابط فرایندهای ژئومورفولوژیکی و بیولوژیکی در مقیاس های متعدد در دانش بیوژئومورفولوژی بررسی می شود. هدف از این پژوهش ارزیابی الگوی توزیعی پوشش گیاهی در مقیاس کوچک در ارتباط با عناصر لندفرمی سطح زمین در حوض ه حبله رود است. این حوضه در جنوب کوه های البرز بین استان های سمنان و تهران واقع شده است. در شناسایی عناصر لندفرمی استفاده از روش ژئومورفون و پوشش گیاهی از شاخص SAVI استفاده شده است و برای درک ارتباط آن ها نمونه برداری در۴۰ پلات 1 متر مربعی، ویژگی های پوشش گیاهی، خصوصیات آزمایشگاهی خاک از جمله بافت، EC ، PH ، مواد آلی ، و رطوبت برداشت شده است و برای روابط آن ها تحلیل های آماری ب ه کار برده شده است. یافته های پژوهش درخصوص ویژگی های پوشش گیاهی نشان داده است که بیشترین الگوی متراکم نقطه ای در پای دامنه، دره های کوچک پای دامنه ، و دامنه و کمترین آن در خط الر أ س پهلویی رخ داده است. الگوی پراکند ه نقطه ای بیشترین سهم را به ترتیب بر روی دامنه ها، خط الر أ س پهلویی، دره های کوچک پای دامنه ، و پای دامنه داشته است. در الگوی متراکم گپی سهم دامنه ها بیشتر از سایر عناصر بوده است . نتایج حاصله در زمین ه تغییرات الگوی گیاهی با نوع لندفرم و خصوصیات خاک بیانگر این است که نوع الگوی پوشش گیاهی با میزان شن، PH ، و EC همبستگی مثبت و با عناصر لندفرمی، درصد رس و سیلت، ارتفاع، ر طوبت ، و مواد آلی همبستگی منفی دارد. تحلیل عاملی و رگرسیون خاطرنشان ساخت که حدود ۷۰ درصد تغییرات الگو و تراکم پوشش گیاهی توسط متغیرهای نوع لندفرم، رطوبت، مواد آلی ، و ارتفاع ارتباط قابل تبیین است.

پایش مکانی و زمانی جزیره گرمایی شهری با داده های دورسنجی رو به افزایش است و یکی از مهم ترین دلایل آن ارائه اطلاعات مکانی بیشتر از دمای شهرها نسبت به داده های زمینی است. هدف از این پژوهش واکاوی اثر نوع پوشش زمین در منطقه خارج از شهر بر جزیره گرمایی شهری است. به این منظور ، از دمای رویه زمین مودیس در چهار برداشت روزانه برای برآورد شدت جزیره گرمایی شهرهای تبریز و ارومیه بهره گرفته شده است. به منظور بررسی اثر نوع پوشش حومه شهر بر شدت جزیره گرمایی، گونه های غالب پوشش زمین در اطراف این دو شهر جداگانه کندوکاو شد. همچنین ، بررسی وردش های زمانی گستره دریاچه ارومیه و ارتباط آن با شدت جزیر ه گرمایی از دیگر اهداف این پژوهش است. یافته ها نشان داد نوع پوشش حومه اثر چشم گیری د ر شدت جزیره گرمایی و سرمایی رویه دارد. هر کدام از دو شهر مورد واکاوی با توجه به نوع و تراکم پوشش اطراف آن رفتار متفاوتی را ، به ویژه در وردش های درون سالانه جزیره گرمایی ، نشان می دهند. تغییر نوع پوشش حومه بر جزیره گرمایی ارومیه اثر بیشتری نسبت به تبریز دارد. این شرایط در پیوند با تغییرات گستره دریاچه ارومیه نیز در شهر ارومیه چشم گیرتر است. یافته ها همچنین گویای این است که افت وخیز بیشتر دمای رویه زمین نسبت به دمای هوا جزیره گرمایی شدیدتری را نیز برای شهرها به دست می دهد.