مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۴.
۵.
۶.
۷.
۸.
۹.
۱۰.
۱۱.
۱۲.
۱۳.
۱۴.
۱۵.
۱۶.
۱۷.
۱۸.
۱۹.
۲۰.
رگرسیون چند متغیره
حوزه های تخصصی:
پیش بینی های مختلف مسایل اقتصادی متکی به روش های اقتصادسنجی می باشد و توان بالای این مدل ها در برآورد معادلات خاص منجر به استفاده وسیع از این مدل ها شده است. از حدود دو دهه قبل روش های ترکیبی در پیش بینی مطرح شده است و در این تحقیق، رویکرد پیش بینی ترکیبی در مدل های اقتصادی مورد بررسی و تجزیه و تحلیل قرار گرفته است. رویکرد مذکور به خاطر توان بالایی که در کاهش میزان خطای نتایج پیش بینی دارد، در مسایل مختلف مالی و اقتصادی و بازرگانی به کار گرفته شده است. در این تحقیق سعی شده است با تأکید بر آخرین دستاوردها در حوزه مسایل پیش بینی ترکیبی، با استفاده از این رویکرد تا حد امکان خطاهای پیش بینی تقاضای نفت را کاهش داد. جهت مدلسازی ترکیبی، در ابتدا با استفاده از روش های مختلف، پیش بینی انجام شده است که در این مطالعه آنها روش های فردی نامیده شده اند. مدل های پیش بینی فردی مورد استفاده شامل روش های هموارسازی نمایی، تحلیل روند، باکس جنکینز، تحلیل های علّی و مدل شبکه عصبی می باشد.
بررسی تغییرات سطح و پوشش گیاهی کویر سیاهکوه با استفاده از داده های سنجش از دور(مقاله علمی وزارت علوم)
حوزه های تخصصی:
ارزیابی روشهای پیش بینی قمیت سهام و ارائه مدلی غیرخطی بر اساس شبکه های عصبی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیز ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: روشهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی، در هر مورد نتایج به دست آمده رسم شده اند. با استفاده از پیش پردازش های اشاره شده، نشان داده می شود که قیمت و بازده سهام (درهر 6 سهم مربوط به صنایع مختلف) از نگاشتهای پیچیده غیرخطی و آشوبگرانه به وجود آمده اند و اساساً از روشهای غیرخطی شبکه های عصبی به خودی خود و به شکل متعارف بهبود قابل ملاحظه ای را به دنبال ندارد. با ارائه پیشنهاد ساختار جدید، می توان قیمت و بازده را به خوبی در دو حالت پیش بینی روز بعد و پیش بینی سی روز بعد تخمین زد.
ارزیابی روش های پیش بینی ترکیبی : با رویکرد شبکه های عصبی - کلاسیک در حوزه اقتصاد(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در إین مقاله با استفاده از اطلاعات سرى زمانى قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینى قیمت سهام و نیر ارائه مدل بهینه پرداخته مى شود. روشهاى پیش بینى مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: ر و شهاى پیش بینى براساس مدلهاى خطى (کوتاه مدت و بلندمدت)، روشهاى پیش بینى براساس مدلهاى غیرخطى (شبکه هاى عصبى غیرخطى) و مدل شبکه عصبى با ساختار پیشنهادى. در هر مورد نتایج به دست آمده رسم شده اند. با استفاده از پیش پردازش هاى اشاره شده، نشان داده مى شودکه قیمت و بازده سهام (در هر 6 سهم مربوط به صنابع مختلف) از نگاشهاى پیچیده غیر خطى و آشوبگرانه به وجود آمده اند و اساسآ استفاده از انواع مختلف روشهاى خطى صحیح نمى باشد. همچنین نشان داده مى شودکه استفاده از روشهاى غیرخطى شبکه هاى عصبى به خودى خود و به شکل متعارف بهبود قابل ملاحظه اى را به دنبال ندارد. با ارائه پیشنهاد ساختار جدید، مى توان قیمت و بازده را به خوبى در دو حالت پیش بینى روز بعد و پیش بینى سى روز بعد تخمین زد.
بررسی عوامل موثر بر تنشهای کارگری(مقاله علمی وزارت علوم)
حوزه های تخصصی:
"نارآرامی و تنش، به عنوان نوعی رفتار تعارضی که در کارخانجات به وقوع می پیوندد دارای پیامدهای منفی اجتماعی، اقتصادی و حتی سیاسی- امنیتی است. مطالعه این ناآرامیها و تنشها و نیز بررسی ریشه ای این کشمکش ها در روابط صنعتی و دلایل ایجاد تضاد بین نظام کارخانه ها و کارگران و … از جمله موضوعات اساسی جامعه شناسی صنعتی است. تحقیق حاضر در صدد پاسخگویی به این سوال اصلی است که ""علت بروز ناآرامیها و تنشهای کارگری در مراکز تولیدی و کارگری استان مازندران چیست؟ برای پاسخگویی به این سوال از چارچوب نظری دیدگاه بسیج منابع استفاده شده است. از نظر نوع مطالعه، تحقیق حاضر به صورت پیمایشی انجام پذیرفته است. واحد تحلیل آن فرد (کارگر) بوده و سطح آن نیز سطح خرد است. محدوده مکانی تحقیق حاضر را استان مازندران و محدوده زمانی آن را زمستان سال 1378 تشکیل می دهد. جامعه آماری این تحقیق را کلیه مراکز تولیدی و کارگری استان تشکیل می دهند که طی 5 سال گذشته یکی از انواع تنش (تجمع در بیرون از کارخانه، تجمع در درون کارخانه، تعطیلی در کار، صدمه زدن به کارخانه و گروگان گیری مدیر) در آن به وقوع پیوسته است. با توجه به معدود بودن تعداد مراکز تولیدی و کارگری مرتبط با موضوع (9 واحد) ، واحدهای مذکور به صورت تمام شماری مطمح نظر قرار گرفته اند. از طرف دیگر، با توجه به اینکه واحد تحلیل، کارگر بوده، لذا برای تعیین حجم نمونه از روش نمونه گیری طبقه ای نسبی استفاده شده است. برای جمع آوری اطلاعات مورد نیاز، پرسشنامه مورد استفاده قرار گرفت. نتایج حاصل از تحلیل رگرسیون چند متغیری، نقش (سهم) عوامل موثر بر میزان تنش را نشان می دهد. عوامل مذکور عبارتند از : 1. میزان تاثیر سن2. تحصیلات 3. حقوق و دستمزد 4. سابقه کار 5. دیرکرد در پرداخت حقوق 6. ناکامی 7. تبعیض و نابرابری 8. هزینه شرکت در ناآرامی 9. احتمال موفقیت اعتراض 10. تضاد.
"
مقایسه روش های نروفازی، شبکه عصبی و رگرسیون چند متغیره در پیش بینی برخی خصوصیات خاک (مطالعه موردی: استان گلستان)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با توجه به مشکلات اندازه گیری مستقیم برخی از ویژگیهای خاک، در سال های اخیر از روش های غیر مستقیم برای برآورد این خصوصیات استفاده میشود. بدین منظور، در این پژوهش140 نمونه جمع آوری شده از منطقه گرگان مورد آزمایش قرار گرفته و فراوانی نسبی ذرات، کربن آلی، درصد رطوبت اشباع و آهک به عنوان ویژگیهای زودیافت و نقطه پژمردگی، ظرفیت زراعی، ظرفیت تبادل کاتیونی و وزن مخصوص ظاهری به عنوان ویژگیهای دیریافت اندازه گیری شدند. سپس کل داده ها به دو سری داده، شامل سری آموزش (80% داده ها) و سری ارزیابی (20% داده ها) تقسیم گردید. به منظور پیش بینی خصوصیات مذکور، از مدل های نروفازی، شبکه عصبی مصنوعی و رگرسیون چند متغیره استفاده گردید. نتایج ارزیابی مدل ها بر اساس شاخص های ریشه مربعات خطا، میانگین خطا، خطای استاندارد نسبی و ضریب تبیین نشان داد که مدل نروفازی دارای بالاترین دقت در پیش بینی ویژگیهای خاک را دارا میباشد بطوریکه این مدل به میزان 34، 10، 78 و 5 درصد دقت پیش بینی ویژگیهای FC، PWP، CEC و Bd را به ترتیب، نسبت به روش رگرسیون خطی چندگانه افزایش داده است. بعد از این مدل، شبکه های عصبی مصنوعی نسبت به معادلات رگرسیونی کارائی بهتر داشته است.
بررسی روش های مختلف برای ایجاد توابع انتقالی خاکهای بخشی از مناطق مرطوب شمال ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تخمین پارامترهای دیریافت خاک با استفاده از اطلاعات موجود خاک، توابع انتقالی نامیده میشود. جهت توسعه توابع انتقالی میتوان از مدل های رگرسیون چند متغیره، شبکه عصبی مصنوعی و نروفازی استفاده کرد. بنابراین در این مطالعه به منظور مقایسه مدل های مذکور، 153 نمونه جمع آوری شده از ناحیه شمالی شهرستان رشت مورد آزمایش قرار گرفته و درصد شن، سیلت، رس و کربن آلی به عنوان ویژگیهای زودیافت و ظرفیت تبادل کاتیونی به عنوان ویژگی دیریافت اندازه گیری شدند. سپس کل داده ها به دو سری داده، شامل سری آموزش (80% داده ها) و سری ارزیابی (20% داده ها) تقسیم گردید. نتایج ارزیابی نشان داد که مدل نروفازی بر اساس شاخص های ریشه مربعات خطا، میانگین خطا و ضریب تبیین به ترتیب 73/0، 07/0- و 66/0 دارای بالاترین دقت در پیش بینی ظرفیت تبادل کاتیونی خاک میباشد. همچنین این مدل بر اساس شاخص درصد کاهش ریشه مربعات خطا به میزان 14 درصد دقت پیش بینی ویژگی CEC را نسبت به روش رگرسیون خطی چندگانه افزایش داده است. بعد از این مدل، شبکه های عصبی مصنوعی پس انتشار، پایه شعاعی و آبشاری به ترتیب نسبت به معادلات رگرسیونی کارائی بهتری داشته اند.
محدودیت های ژئومورفولوژیکی توسعه فیزیکی شهر رودبار
حوزه های تخصصی:
توسعه فیزیکی شهرها در ارتباط مستقیم با بستر طبیعی و عوارض ژئومورفولوژی است. توسعه شهرها در مناطق کوهستانی به دلیل محدودیت های ژئومورفولوژیکی و ناپایداری دامنه ها از حساسیت بالایی برخوردار است. محدوده مورد بررسی در این تحقیق شهر رودبار در حاسیه رودخانه سفیدرود در استان گیلان است. در این تحقیق تلاش بر این است که محدودیت های توسعه فیزیکی شهر رودبار از دیدگاه بستر طبیعی آن با تاکید بر ژئومورفولوژی مورد برررسی قرار گیرد. داده های مورد استفاده در این تحقیق نقشه های توپوگرافی، زمین شناسی، کاربری اراضی، خاک، نقشه شهر رودبار و تصاویر ماهواره ای به همراه بازدید میدانی است.
روش تحلیل نیز بر مبنای داده های موجود به صورت توصیفی است.برای تحلیل داده ها نقشه های مورد نیاز به محیط نرم افزار اتوکد منتقل و پس از لایه بندی نقشه های توپوگرافی، زمین شناسی، شیب، خاک، کاربری اراضی، مقاومت سنگ ها، لیتولوژی، فاصله از گسل ها اقدام به تهیه نقشه ژئومورفولوژی منطقه شد. نتایج حاصل از تحقیق نشان می دهد که توسعه فیزیکی شهر رودبار تحت تاثیر عوامل محدود کننده زیادی قرار دارد. در این بین شیب، حرکات دامنه ای، گسل و خطر لرزه خیزی به ترتیب مهمترین تاثیر را در توسعه فیزیکی شهر دارند. مناطق مستعد توسعه محدود و گسترش شهر باهزینه بالا و احتمال خطر پدیده های مورفولوژیکی همراه است.
مدل بندی رابطه بارش های سالانه و فصلی با عوامل زمین اقلیم در کردستان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
برای مدل بندی رابطه بین سه عامل زمین-اقلیمِ ارتفاع، طول و عرض جغرافیایی با بارش های سالانه و فصلی استان کردستان از داده های ماهانه 83 ایستگاه سینوپتیک، اقلیم شناسی و بارانسنجی برای یک دوره 30 ساله (1387 - 1358) بهره گرفته شد. نقص آماری ایستگاه ها نسبت به 30 سال بر اساس مدل رگرسیونی با هماهنگ ترین ایستگاه ها تکمیل شد. مدل انتخابی برای ایجاد این رابطه، مدل رگرسیونی چند متغیره با استفاده از روش ورود گام به گام متغیرها به مدل بود. صحت دقت مدل ها نیز با آزمودن چهار فرضیه خطی بودن رابطه، ناهمبسته بودن خطاهای مدل، نرمال بودن باقیمانده ها و ثابت بودن واریانس باقیمانده ها سنجیده شد. نتایج حاصل از اجرای این مدل بر روی بارش های فصلی و سالانه نشان از ترکیب های متفاوت هرکدام از این سه متغیر بر روی توزیع مکانی بارش های فصلی و سالانه بود. به طوریکه ترکیب دو متغیر طول جغرافیائی و عرض جغرافیائی، به ترتیب 69، 66 و 46 درصد تغییرات مکانی بارش های فصل پاییز، بارش های سالانه و بارش های فصل بهار را توجیه می کنند. ترکیب دو متغیر عرض جغرافیایی و ارتفاع حدود 63 درصد تغییرات مکانی بارش فصل تابستان و ترکیب سه متغیر طول جغرافیایی، عرض جغرافیایی و ارتفاع 47 درصد تغییرات مکانی بارش را در فصل زمستان تبیین می کنند.
سنجش شاخص های مؤثر بر مطلوبیت محلات شهری با استفاده از معادله رگرسیونی چند متغیره(مطالعه موردی: محلات شهر اصفهان)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
سنجش مطلوبیت محلات مسکونی برای شناخت الگوی زندگی شهری بسیار با اهمیت می باشد.به طوری که امروزه ارتقای کیفیت محیط سکونت، به عنوان یکی از اهداف اساسی سیاستگذاران و برنامه ریزان شهری بدل شده است.مهمترین مسأله ای که در محلات مختلف شهر اصفهان دیده می شود تمایز بسیار زیاد در بین محلات از نظر مطلوبیت محیطی و اجتماعی می باشد، به طوری که برخی از محلات با استقبال و پذیرش همه مردم، بخصوص طبقات اجتماعی و اقتصادی بالا مواجهه اند و برخی دیگر از محلات به ناچار سکونتگاه قشرهای فقیر اقتصادی و اجتماعی می باشند. پژوهش حاضر با هدف سنجش شاخص های مؤثر بر کیفیت محلات مطلوب شهر اصفهان می باشد، ابتدا 15محله مطلوب برتر شهر اصفهان از دید 52 مدیر ارشد شهرسازی معرفی شده، سپس14 شاخص کالبدی، اجتماعی و اقتصادی در این محلات ارزیابی و مقایسه شده اند. روش تحقیق به صورت توصیفی – تحلیلی است که برای تحلیل داده ها از مدل رگرسیون چند متغیره استفاده شده است. نتایج تحلیل رگرسیون نشان می دهد میزان همبستگی متغیرهای مستقل(سودآوری اقتصادی، خدمات رسانی، آرامش محیطی، دسترسی به رودخانه زاینده رود، عرض مناسب معابر ، دسترسی به سایر مناطق) با متغیر وابسته(مطلوبیت) 996/0 می باشد که نشان از همبستگی قوی بین متغیرها می نماید. همچنین مقادیر مربوط به ضرایب تعیین 99/0، تعیین تعدیل شده 98/0، و سطح معناداری آنها000/0 sig: نشان می دهد که با سطح اطمینان 99 درصد 6 متغیرهای مستقل مذکور،98 درصد متغیر وابسته (مطلوبیت محلات) را تبیین می نمایندو سایر شاخص ها فقط 2 درصد از مطلوب بودن محلات را تبیین می نمایند.
تحلیل آماری از اثر عناصر جوی بر اُزون سطحی شهر اصفهان
حوزه های تخصصی:
یکی از هفت آلاینده ای که در ایستگاه های آلوده سنجی شهر اصفهان مورد پایش قرار می گیرد گاز اُزون است. بخشی از تولید و انتشار این گاز بطور مستقیم و غیرمستقیم به پارامترهای جوی نسبت داده می شود. هدف این تحقیق مطالعه اثر عوامل جوی بر تغییرات اُزون سطحی در شهر اصفهان است که برای این منظور از روش های آماری همبستگی و رگرسیون خطی چند متغیره برای تحلیل استفاده شد. نتایج این تحقیق نشان داد افزایش دما و ساعات آفتابی در سه بازه زمانی ماهانه، فصلی و سالانه ارتباط مستقیم با افزایش اُزون دارد، ولی رطوبت نسبی و وزش سریع ترین باد، رابطه معکوس با افزایش مقدار اُزون دارد. برای مثال ضریب همبستگی بین میانگین اُزون با حداکثر روزانه رطوبت نسبی، متوسط روزانه دما و تعداد ساعات آفتابی به ترتیب برابر 569/0- R= و 533/0+R= 520/0+R= است. در بهترین حالت در فروردین ماه، 6/80 درصد تغییرات اُزون در ایستگاه لاله توسط عناصر جوی تبیین می شود. همچنین بیش از 50 درصد تغییرات اُزون در ایستگاه لاله در 6/30% اوقات سال توسط پارامترهای جوی تبیین می شود. در صورتی این درصد تبیین فقط در 7/16% اوقات در ایستگاه بزرگمهر اتفاق می اُفتد. این نشان می دهد که مقدار اُزون در ایستگاه لاله نسبت به ایستگاه بزرگمهر از عوامل جوی تأثیر بیشتری می پذیرد.
مدلسازی تولید رواناب در حوضه آبریز رودخانه کشکان بر اساس روشهای آماری
حوزه های تخصصی:
با تمام اهمیتی که آب در اقتصاد ایران دارد، هر ساله سیلاب حجم زیادی از آبها و خاکهای حاصلخیز کشور را از دسترس خارج نموده و به کویرها، دریاچه ها و دریاها انتقال می دهد. مدل هیدرولوژیکی ساختاری است که بتواند با توجه به ویژگی های حوضه و عامل های موثر بر پدیده مورد نظر تعامل و رفتار آن را با تقریب قابل قبولی نشان دهد. با این وجود استفاده از مدل های مختلف تجربی موجود در برآورد رواناب با مشکلات فراوان همراه بوده است. به همین دلیل روش تحلیل منطقه ای در برآورد دبی با دوره های بازگشت معین با استفاده از ویژگی های فیزیوگرافی و اقلیمی کاربرد گسترده ای دارد. در این پژوهش از داده-های بارش و دبی در مقیاس ماهانه و ویژگی های فیزیوگرافی 5 زیر حوضه رودخانه کشکان که دارای پراکندگی مناسبی در سطح حوضه می باشند، استفاده شده است از طریق رگرسیون چند متغیره به مدل سازی تولید رواناب مبادرت گردیده است. برای ارزیابی مدلهای تهیه شده با استفاده از معیارها و شاخص های متعددی از جمله ضریب همبستگی، خطای استاندارد، خطای نسبی تخمین و تایید، درصد میانگین قدر مطلق خطا، میانگین نسبی مجذور مربعات خطا، میانگین مجذور مربعات خطا، میانگین قدر مطلق خطا استفاده شده است. نتایج حاصل از رگرسیون چند متغیره برای مدل سازی تولید رواناب نشان می دهد که عوامل تعیین کننده بر میزان دبی با دورهای بازگشت مختلف در حوضه آبریز رودخانه کشکان ،عوامل حداکثر بارش ماهانه، مساحت، زمان تمرکز، ضریب فشردگی و حداکثر ارتفاع می باشند.
تحلیلی بر وضعیت توسعه یافتگی شهرستان های استان فارس(مقاله علمی وزارت علوم)
حوزه های تخصصی:
روند تحولات اجتماعی ، اقتصادی و فرهنگی در دهه های اخیر و گوناگونی بستر جغرافیایی، به شکل گیری نوعی خاص از نظام فضایی استقرارگاه های انسانی در پهنه ی سرزمینی منجر شده است. در این راستا عدم تعادل فضایی در ارائه خدمات و تسهیلات مولد و زیربنایی و همچنین عدم هماهنگی بین رشد و توسعه نواحی و مناطق مختلف موجب برهم خوردن نظم فضایی سکونتگاه ها از یک سو و رشد شتابان و بی رویه ی بعضی از شهرهای درجه اول گردیده است. هدف اصلی این تحقیق، تحلیل روند توسعه یافتگی شهرستان های استان فارس در بازه ی زمانی1380 تا 1390 و بررسی نابرابری های فضایی توسعه در این مناطق می باشد. این پژوهش با به کارگیری تکنیک های آماری تاکسونومی عددی، ضریب ویلیامسون و رگرسیون چند متغیره، سطح توسعه یافتگی شهرستان های استان را با 6 شاخص اصلی و 52 زیرشاخص مورد بررسی قرار داده است. نتایج نشان می دهد که: در طول دوره ی آماری، از تعداد شهرستان های توسعه یافته کاسته شده و بر تعداد شهرستان های محروم افزوده شده است. دلیل اصلی اختلاف توسعه یافتگی در شهرستان های استان، ناشی از عدم توزیع عادلانه خدمات، زیرساخت ها و شاخص های مرتبط با بخش های کشاورزی و آموزشی- بهداشتی می باشد.
پهنه بندی خطر رخداد زمین لغزش به روش رگرسیون چند متغیره با استفاده از داده های گسسته در حوضه رودخانه ماربر(مقاله علمی وزارت علوم)
حوزه های تخصصی:
زمین لغزش از جمله پدیده هاییاست که امروزه تحت عنوان بلای طبیعی از آن یاد می شود.در سال های اخیر خسارت های ناشی از اینپدیده با دخالت روز افزون بشر در طبیعت افزایش یافته است. پهنه بندی خطر زمین لغزش ها با استفاده از روش های متفاوتی مانند روش ارزش اطلاعاتی، روش تراکم سطح، روش تحلیل سلسله مراتبی، منطق فازی و برخی از روش های دیگر انجام می شود. هدف از این تحقیق پهنه بندی خطر رخداد زمین لغزش در حوضه رودخانه ماربر در جنوب استان اصفهان با استفاده از روش رگرسیون چند متغیره خطیمی باشد. با تفسیر عکس-هایهوایی، تصاویر ماهواره ای و بازدیدهای میدانی، نقشه پراکنش زمین لغزش ها تهیه گردید. در مرحله بعد با توجه به موقعیت زمین لغزش ها و نظرات کارشناسی، 9 عامل موثر در رخداد زمین لغزش های منطقه شناسایی شدند و پس از تهیه لایه های رقومی عوامل موثر در محیط GIS،نقشه پهنه بندی خطر زمین لغزش تهیه گردید. در این روشرابطه متقابل بین متغیرهای مستقل(عوامل موثر) نسبت به هم و نسبت بهمتغیر وابسته(وقوع زمین لغزش) بطور یکجا در نظر گرفته می شود.ارزیابی مدل با استفاده از نسبت تراکمی(DR) و شاخص زمین لغزش(LI) صورت گرفته است.روند صعودی نسبت تراکمی و شاخص زمین لغزش برای گستره های مواجه با خطر خیلی کم تا گستره های مواجه با خطر زیاد نشان از صحت نقشه تهیه شده از طریق این روش دارد. با توجه به ضرایب رگرسیونی به دست آمده کلاس فاصله از گسل(1500-0 متر)بیشترین تاثیر را در وقوع زمین لغزش های منطقه داشته است.نتایج نشان دادکه از مجموع مساحت 800 کیلومترمربعی حوضه ماریر، گستره های لغزشی با خطر متوسط و کم به ترتیب با دارا بودن 32 و 31 درصد، بیشترین مساحت را به خود اختصاص داده اند. از طرفی پهنه با خطر زیاد با 5/25درصد مساحت در رده بعدی قرار گرفته است.
مکان یابی نواحی مستعدِ کشت کلزا در منطقه ی سرپل زهاب(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این پژوهش به مطالعه و مکان یابی مناطق مناسب برای کشت کلزا در شهرستان سرپل زهاب با استفاده از مدل سازی آماری پرداخته است. برای این کار، آمار بلندمدّت هواشناسی شهرستان طیّ 15 سال، مورد استفاده قرار گرفته است. برای تهیّه ی نقشه ها در سیستم اطلاعات جغرافیایی و نیز، تحلیل و مقایسه ی داده ها از ایستگاه های اسلام آباد غرب، روانسر و قصر شیرین استفاده شده است. با توجّه به برآورده شدن نیاز دمایی، تاریخ های آغاز و پایان هر کدام از مراحل رشد کلزا به دست آمد. مقدار آب مورد نیاز و مقدار بارش رخ داده در مراحل رشد گیاه نیز، محاسبه شد. تمامی عناصر و عوامل مؤثّر در رشد و عملکرد بهینه ی کلزا در مدل سازی مورد استفاده قرار گرفته که در هر مرحله، تعدادی از آنها حذف شدند. به کمک سیستم اطلاعات جغرافیایی برای هرکدام از متغیّرهای نهایی اقدام به تهیّه ی نقشه شده و سپس مدل نهایی مورد آزمون قرار گرفت و با مطالعات میدانی، نقشه ی نهایی با واقعیّت منطقه انطباق داده شد. بر اساس نتایج به دست آمده در منطقه ی مطالعاتی، مقدار درجه/ روز مورد نیاز کلزا به خوبی برآورده می شود؛ اما در ابتدا و انتهای فصل رشد با تنش آبی مواجه می شود. بهترین و معنادارترین مدل Backward با متغیّرهای میانگین سالانه ی بارش طیّ دوره ی رشد، میانگین دمای خاک طیّ دوره ی کاشت تا روزت، اوّلین یخبندان های پاییزه و میانگین بارندگی در دوره ی گل دهی و تشکیل غلاف به دست آمده است. با استفاده از آمار واقعی محصول کلزا در سطح شهرستان، مدل مورد آزمایش قرار گرفت که با احتمال 97درصد، نتیجه قابل اعتماد است. نتایج حاصل از مطالعات میدانی نیز با خروجی مدل همخوانی دارد، به گونه ای که 41 درصد از مساحت منطقه ی مطالعاتی برای کشت مناسب و 59 درصد ضعیف و نامناسب است.
برآورد ساختار جنگل کاج با استفاده از تصاویر رادارای(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این تحقیق، جهت برآورد پارامترهای ساختاری جنگل کاج، از داده های چندزمانه تصاویر رادار با روزنه مصنوعی[1] به دست آمده از ماهواره ALOS[2]-PALSAR[3]، پس از انجام تصحیحات هندسی و کاهش لکه (اسپکل[4])، خصوصیات مربوط به ضرایب بازپخش[5] و نیز اطلاعات بافتی، در پنجره هایی با اندازه ها و جهات مختلف، با استفاده از روش GLCM[6] استخراج شد. سپس با استفاده از رگرسیون خطی چند متغیره گام به گام[7]، مدل های تخمین برای نمونه های جمع آوری شده در طی عملیات زمینی به دست آمد. نتایج حاصل نمایانگر بهبود عملکرد مدل هایی بود که از داده های چندزمانه استفاده کرده بودند، همچنین این تحقیق نشان داد در حالی که ارتفاع متوسط درختان با خطای 7/20 درصد قابل تخمین است. خطای حاصل برای سایر پارامترهای ساختاری بیش از 30 درصد است. در این تحقیق تأثیر سن درخت و شیب اراضی بر عملکرد مدل ها نیز به صورت آماری بررسی شده است.
تحلیل مکانی بارش رگباری استان مازندران در محیط سامانه اطلاعات جغرافیایی (GIS)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بارش رگباری از پدیده های بحران سازی است که وقوع ناگهانی و پر شدت آن موجب بروز خسارات فراوان بر انسان و محیط پیرامونی آن می شود . شناخت و آگاهی از بارش رگباری و چگونگی وقوع، شدت و تداوم آن در فصول مختلف کمک بسزایی در مقابله ی صحیح با آن می نماید. با توجه به رفتار متفاوت بارش و تغییرات سریع در فواصل مکانی کم و در طولانی مدت، ارائه مدل های مناسب ، متناسب با اقلیم آن منطقه، جهت پیش بینی احتمالی آن ضروری است. در این پژوهش به تحلیل مکانی بارش رگباری استان مازندران پرداخته شد و براساس داده های استخراج شده گراف باران سنجی در 12 ایستگاه سینوپتیک استان مازندران، برابر میزان بارش بالای 10 میلی متر در دوره 5ساله، از سال 2006 تا2010 مورد بررسی قرار گرفت. برای پهنه بندی محدوده موردمطالعه از روش IDW با سه توان 1،2،3 و روش کریجینگ با مدل های کروی، دایره ای، نمایی و گوسین استفاده شده است. ارزیابی و تعیین بهترین مدل و صحت سنجی نقشه های تولیدشده انجام شد. همچنین جهت مقایسه آماری مدل ها از مقدار ریشه مربع خطاها RMS ، MAE ، RMSE و ضریب همبستگی آن ها استفاده شده، که بهترین مدل برای پهنه بندی مدل IDW با دو توان 1،3و کریجینگ معمولی دایره ای بود. استخراج نقشه بهینه به وسیله رگرسیون چند متغیره بر اساس مدل روش همزمان و روش پس رونده انجام شد و شش متغیر که در ایجاد بارش بیشترین تأثیر را دارند، شامل عرض و طول جغرافیای، تعداد روز بارش، ارتفاع، رطوبت نسبی و دمای نقطه شبنم مورد بررسی قرار گرفت. نتایج نشان می دهد، میزان همبستگی این شش متغیر در فصل بهار97/0، تابستان99/0، پاییز98/0، زمستان 99/0و دربارش سالانه99/0 است که نشان دهنده رابطه قوی بین این شش متغیر در بارش رگباری استان مازندران می باشد.
عوامل مؤثر بر گرایش به رفتار مصرف پایدار: مورد مطالعه شهر خرم آباد(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه رشد روز افزون جمعیت و ترویج الگوهای مصرفی نامناسب به استفاده نابهنجار از ظرفیت های زمین منجر شده که عواقب آن سبب نابودی سرمایه های طبیعی، افزایش بیماری ها، تولید زباله و افزایش مواد زائد گردیده است که بی توجهی به این امر مهم در آینده ای نه چندان دور زمین را با مشکلات جدی مواجه خواهد ساخت. در این راستا تحقیق حاضر با هدف تعیین میزان تأثیر متغیرهای نگرش زیست محیطی، دانش و اطلاعات زیست محیطی، دغدغه زیست محیطی، دغدغه سلامت، مسئولیت پذیری اجتماعی، زمینه اجتماعی، تحصیلات، جهان شهری بودن، استفاده از اینترنت، سابقه بیماری و حساسیت غذایی بر گرایش به رفتار مصرف پایدار شهروندان خرم آباد انجام شد. جامعه آماری این پژوهش ساکنان شهر خرم آبادند که نمونه ای به حجم 386 نفر از آنان با استفاده از روش نمونه گیری تصادفی خوشه ای چند مرحله ای برای مطالعه انتخاب شده اند. به منظور تجزیه و تحلیل داده ها از آمار توصیفی و تحلیل مسیر رگرسیونی استفاده گردیده است. یافته ها نشان می دهد که متغیرهای نگرش زیست محیطی، دانش و اطلاعات زیست محیطی، دغدغه زیست محیطی، دغدغه سلامت و مسئولیت پذیری اجتماعی به طور مستقیم و متغیرهای تحصیلات، جهان شهری بودن، استفاده از اینترنت، سابقه بیماری به همراه حساسیت غذایی به طور غیر مستقیم در مجموع 30 درصد از واریانس رفتار مصرف پایدار ساکنان شهر خرم آباد را تبیین نمودند. در این بین متغیرهای دغدغه سلامت و نگرش زیست محیطی بیشترین میزان تأثیر بر رفتار مصرف پایدار را داشتند بنابراین توصیه می گردد که ارگان های ذی ربط در راستای تغییر نگرش و ارتقای سطح دغدغه سلامت افراد اقدامات لازم را انجام دهند.
پیش بینی اثر تغییر آب و هوایی بر شاخص های اقلیم-کشاورزی و عملکرد برنج مطالعه موردی: مناطق شمال ایران(مقاله علمی وزارت علوم)
منبع:
برنامه ریزی منطقه ای سال هشتم زمستان ۱۳۹۷ شماره ۳۲
70 - 80
حوزه های تخصصی:
برنج مهم ترین محصول غذایی و تأثیرگذار در اقتص اد جمعیت ساکن مناطق شمالی ایران محسوب شده؛ به همین دلیل نیازمند برنامه ریزی و مدیریت جدید در زمینه تأثیرات عوامل محیطی- اقلیمی بر روی آن می باشد. در این پژوهش میزان عملکرد محصول برنج برای بازه زمانی 2039-2010 با استفاده از داده های روزانه بارندگی، دمای حداقل، دمای حداکثر و ساعات آفتابیِ ایستگاه های هواشناسی نوشهر، بابلسر و قراخیل مورد بررسی قرار گرفت. از مدل Lars-WGبرای شبیه سازی پارامترهای هواشناسی و از معادلات رگرسیون چند متغیره جهت پیش بینی میزان عملکرد برنج استفاده شد. نتایج پژوهش نشان داد نوسانات هر یک از پارامترهای دمای حداکثر سپتامبر، دمای حداقل ماه مِی، ساعات آفتابی آگوست و حداکثر دمای سپتامبر موجب نوسان در میزان عملکرد محصول برنج خواهد شد. در ایستگاه نوشهر حساسیت و انطباق بیشتری بین متغیر ساعات آفتابی آگوست و عملکرد محصول برنج مشاهده شد اما بارندگی آوریل یک انطباق نسبی با عملکرد برنج را نشان داد. در ایستگاه قراخیل دمای حداکثر سپتامبر و دمای حداقل در ماه می از حساسیت و انطباق قویتری نسبت به عملکرد محصول برنج برخوردار خواهد بود. اما در مجموع، عملکرد برنج در دو ایستگاه نوشهر و قراخیل واکنش مشابهی نسبت به پارامترهای اقلیمی خواهد داشت و بیشترین انطباق و حساسیت بین عملکرد محصول برنج و حداکثر دمای سپتامبر در ایستگاه بابلسر پیش بینی شد. تولید محصول برنج در مناطق نوشهر و قائمشهر از 2010 تا 2029 کاهش خواهد یافت و در منطقه بابلسر از 2010 تا 2019 افزایش یافته و سپس از 2020 تا 2029 روند کاهشی خواهد داشت اما از 2030 تا 2039 برای هر سه ایستگاه در تولید محصول برنج روند افزایشی پیش بینی شد
برآورد مقدار تبخیر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک (مطالعه موردی: ایستگاه تبریز)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
به سبب تأثیر متقابل عناصر هواشناختی در محاسبه قدرت تبخیر جو، تخمین آن یک کار پیچیده و غیر خطی است. لذا برای تخمین آن باید از مدل های پیشرفته ریاضی استفاده نمود. در این مطالعه جهت برآورد قدرت تبخیر جو در سطح ایستگاه تبریز از شبکه های عصبی مصنوعی بر پایه دو الگوریتم آموزشی لونبرگ مارکوئت و الگوریتم ژنتیک، رگرسیون خطی چند متغیره و معادله پنمن فائو استفاده شده است. بر این اساس در مدل شبکه عصبی با اتخاذ یک و دو لایه پنهان و دو تابع فعال سازی تان سیگمویید و لوگ سیگمویید، 56 مدل شبکه عصبی تولید شد. ارزیابی و مقایسه نتایج این مدل ها براساس معیارهای چون ضریب تعیین و مجذور میانگین مربعات خطا نشان داد که دقت مدل ها بستگی به نوع تابع محرک، نوع الگوریتم آموزشی، تعداد لایه های پنهان و تعداد نرون های اتخاذ شده دارد. از سوی نتایج نشان داد که در مدل های تک لایه، دقت وزن دهی الگوریتم ژنتیک برای هر دو تابع فعال ساز بیش از الگوریتم لونبرگ مارکوئت است. از سویی در مدل های با دو لایه پنهان دقت وزن دهی الگوریتم آموزشی لونبرگ مارکوئت بیش از الگوریتم ژنتیک بوده؛ به طوری که دقیق ترین مدل شبکه با آرایش 5-7-7-1 با مجذور میانگین مربعات خطای 227/0 میلی متر بر اساس الگوریتم آموزشی لونبرگ مارکوئت و دو لایه پنهان و تابع فعال سازی تان سیگمویید تولید شده بود. همچنین مجذور میانگین مربعات خطای مدل رگرسیون خطی چند متغیره و معادله پنمن فائو به ترتیب به مقدار 79/0 و 34/1 بدست آمد. بنابراین مدل شبکه عصبی در قیاس با دو مدل مذکور دارای کارایی بهتر، ضریب دقت بیشتر و مقدار خطای کمتری جهت پیش بینی مقدار تبخیر ایستگاه تبریز است.