مطالب مرتبط با کلیدواژه

خودهمبستگی مکانی


۱.

مدل سازی مکانی بارش سالانه ی ایران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تحلیل خوشه ای خودهمبستگی مکانی رگرسیون موزون جغرافیایی مدل سازی مکانی

حوزه‌های تخصصی:
تعداد بازدید : ۹۶۴ تعداد دانلود : ۵۲۶
بخش عمده ای از نامانایی مکانی بارش ایران حاصل تنوع عوامل مکانی نظیر موقعیت، ارتفاع و ویژگی های توپوگرافی (شیب و جهت گیری آن) در این سرزمین گسترده است. چگونگی هریک از این ویژگی ها قادر است الگوی رفتار مکانی بارش را تعیین کند. بدین دلیل شناخت رفتار مکانی بارش و سازوکار آن از جنبه های مهم در مطالعات اقلیم شناختی است. از این رو تلاش شد، با در نظر گرفتن عوامل مکانی و با بهره گیری از پایگاه دادهی اسفزاری ویرایش نخست (داده های شبکه ای بارش روزانهی ایران با توان تفکیک مکانی داده ها 15 15 کیلومتر) و براساس داده های 1436 ایستگاه همدید، اقلیمی و باران سنجی در گستره ی کشور، دو مدل رگرسیون عمومی (کلی) و رگرسیون موزون جغرافیایی بر بارش کشور برازش یابد. نتایج حاصل شده نشان داد که در بین دو مدل مذکور، برآورد حاصل از به کارگیری رگرسیون موزون جغرافیایی (GWR) به واقعیت نزدیک تر است. بر همین اساس معلوم شد که ارتفاعات در شمال غرب و نواحی داخلی، جهت دامنه ها در زاگرس و شیب در شمال شرق و نواحی خزری مهم ترین عامل مکانی مؤثر بر بارش به شمار می آیند.
۲.

ارزیابی کیفی منابع آب شهرستان گرگان با استفاده از GIS و زمین آمار(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: خودهمبستگی مکانی سیستم های اطلاعات جغرافیایی زمین آمار کریجینگ

حوزه‌های تخصصی:
تعداد بازدید : ۴۰۹ تعداد دانلود : ۱۶۱
خصوصیات کیفی منابع آب با توجه به متغیرهای مختلف طبیعی و فعالیت های انسانی، الگوی مکانی مختلفی دارند. با شناخت این متغیرها و بکارگیری روش های درون یابی می توان چگونگی پراکنش مکانی را با دقت بالا مدل سازی نمود. هدف این مطالعه در واقع استفاده از بهینه ترین روش درون یابی برای ارزیابی کیفی منابع آب شهرستان گرگان بوده است. بدین منظور در ابتدا داده های 145 نقطه از مکان های مختلف شهرستان طی سال های 1383 تا 1388 جمع آوری شده و پس از نرمال سازی و تحلیل آماری با بالاترین دقت به محیط نرم افزار ArcGIS 9.3 وارد شدند. روش های مختلف درون یابی از جمله روش وزن دهی معکوس فاصله و کریجینگ با توابع مختلفی از جمله نمایی، کروی و معمولی برای هر متغیر بطور جداگانه تست شده و بر اساس فاکتورهایی از جمله خطای بایاس میانگین، خطای مربع میانگین، خطای قدر مطلق میانگین و خطای مجذور میانگین استاندارد شده ارزیابی گردیدند. نتیجه ای که در استفاده از این مدل بدست آمد، مؤید نزدیکی دقت روش های مختلف درون یابی برای داده های مورد استفاده بوده است. کیفیت منابع آب در این شهرستان از جنوب شرق به شمال غرب در مورد اکثر فاکتورهای کیفی از جمله هدایت الکتریکی و نیترات نامطلوب تر می شود که علاوه بر شرایط خاص طبیعی به عواملی از جمله نفوذ فاضلاب گرگان و اسفاده از کود و سموم کشاورزی مرتبط است. نتایج این تحقیق می تواند جهت مکان یابی چاه های جدید در منطقه مورد مطالعه مورد استفاده قرار گیرد.
۳.

به کارگیری تکنیک های خودهمبستگی مکانی در تحلیل مکانی- زمانی مصرف آب خانگی شهر قم در سطح خانوار(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مصرف آب خانوار موران فراگیر موران محلی خودهمبستگی مکانی نواحی گرم

حوزه‌های تخصصی:
تعداد بازدید : ۲۲۶ تعداد دانلود : ۱۵۶
با توجه به کمبود منابع آبی، مسئله استفاده از این منابع و مدیریت بهینه آن اهمیت ویژه ای دارد. الگوی نامناسب مصرف آب در مناطق گوناگون شهری چه بسا ازجمله مواردی باشد که کمبود آب در شهرها را با مشکلاتی مواجه کند. بنابراین، استفاده از روش هایی ضرورت دارد که الگوی مصرف را در مناطق گوناگون شهری، شناسایی کند. هدف از این تحقیق بررسی الگوی مکانی مصرف آب در سطح شهر قم، با استفاده از تکنیک های خودهمبستگی مکانی است. بدین دلیل، ابتدا مصارف 117 محله شهر قم، طی سال 1396 گردآوردی و میانگین مصرف آب خانوار هریک از محله ها محاسبه شد. به منظور شناسایی نوع الگوی مصرف، از شاخص موران و با هدف توزیع مکانی الگوی حاکم، از شاخص موران محلی و نواحی گرم استفاده شد. نتایج خودهمبستگی مکانی نشان داد که بزرگ ترین الگوی خوشه ای مصرف آب در شهر قم، با مقدار شاخص موران (0.24 I =)، در فصل تابستان شکل گرفته و بیشترین معنی داری شاخص (7.02 z =) نیز در این فصل مشاهده شده است. در هر دو تحلیل موران محلی و نواحی گرم، مشاهده شد که مصارف بالا الگوی خوشه ای بالایی به نسبت مصارف پایین دارند. از نظر مکانی، خوشه های با مصرف بالا بیشتر در محله های مرکزی و غربی شهر و خوشه های با مصرف پایین نیز در محله های جنوبی، شرقی و شمالی شهر به صورت پراکنده ملاحظه شد. از نظر زمانی، خوشه های با مصرف بالا در محله های مرکزی و غربی، به ترتیب در فصل تابستان و زمستان و خوشه های با مصرف پایین نیز در فصل های سرد مشاهده شد.
۴.

توسعه مدل GA-ANFIS به منظور پیش بینی غلظت آلاینده PM_10 در یک بازه زمانی بلندمدت، مطالعه موردی: شهر تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: آلودگی هوا الگوریتم ژنتیک خودهمبستگی مکانی سیستم استنتاج فازی - عصبی تطبیقی

حوزه‌های تخصصی:
تعداد بازدید : ۱۲۲ تعداد دانلود : ۱۰۱
بین انواع ذرات معلق در هوا، ذراتی با قطر کمتر از 10 میکرون اثرات سوء بسیاری بر سلامتی انسان ها دارد. پارامترهای هواشناسی و جابجایی حجم بالایی از وسایل نقلیه مهم ترین عوامل تعدیل کننده در پراکنش و غلظت آلاینده های جوی محسوب می شوند. در این مطالعه، به منظوربه منظور پیش بینی غلظت آلاینده PM_10 طی یک باز بلند مدت در شهر تهران، مدل ترکیبی GA-ANFIS بکار برده شد. سرعت باد، جهت باد، دما، رطوبت نسبی و حجم ترافیک به عنوان ورودی ها و غلظت آلاینده PM_10 به عنوان خروجی مدل در نظر گرفته شد. نتایج حاصل از محاسبه شاخص های عملکرد نشان داد که مدل ترکیبی GA-ANFIS نسبت به مدل ANFIS قابلیت مطلوب تری در پیش بینی غلظت آلاینده PM_10 ارائه می دهد. به منظور ارزیابی الگوهای مکانی-زمانی غلظت آلاینده PM_10 و شناسایی لکه های داغ و سرد در شهر تهران، آماره موران محلی و آماره گتیس ارد-جی محاسبه شد. نتایج نشان داد که سطح خوشه بندی بالایی از آلاینده PM_10 در تهران (با سطح اطمینان 95 درصد) وجود دارد. خوشه های PM_10  شهر را به دو بخش شمالی و جنوبی تقسیم کرده اند به طوری که بیشتر نقاط سرد در نیمه شمالی و نقاط داغ در جنوب تا مرکز شهر گسترش پیدا کرده اند.