رگرسیون وزن دار جغرافیایی

مالاریا بیماری است که از طریق پشه منتقل می شود و سالیانه 300 تا 500 میلیون نفر از مردم جهان را درمعرض ابتلا قرار می دهد و باعث مرگ بیش از 1 میلیون نفر در جهان می شود.توزیع جغرافیایی این بیماری تا حدود زیادی به شرایط اقلیمی وابسته است. استان سیستان و بلوچستان به تنهایی 65 درصد کل مبتلایان کشور را داراست. در این تحقیق، با استفاده از سه عامل اقلیمی میانگین دمای ماهیانه، مقدار بارش دورة فعالیت و شاخص نسبت اختلاط رطوبت، مدل سازی فضایی شاخص شیوع سالیانة مالاریا (API) در استان سیستان و بلوچستان از طریق مدل رگرسیون وزن دار جغرافیایی انجام شده است. به همین منظور، عوامل اقلیم شناختی به صورت میانگین بلندمدت 20 ساله (1985- 2005م) برای 11 ایستگاه سینوپتیک و کلیماتولوژی واقع در محدودة استان سیستان و بلوچستان محاسبه و به صورت یک لایة اطلاعاتی مکانمند وارد محیط سیستم اطلاعات جغرافیایی شد. خروجی مدل بیانگر این است که مهم ترین عامل در تبیین بروز سالیانة این بیماری در منطقة مورد مطالعه، بارش در دورة فعالیت پشة آنوفل است که نقش این عامل اقلیمی از شمال به جنوب منطقة مورد مطالعه در افزایش شاخص API بارزتر می شود. درجة حرارت و رطوبت نسبی به ترتیب دارای اولویت دوم و سوم در بروز سالیانة بیماری است که نقش مکانی آن ها در نواحی شمالی استانمانند زابل و زاهدان بارزتر از نواحی جنوبی منطقه مانند شهرستان های نیک شهر و چابهار است. مدل ارائه شده که فقط مبتنی بر عوامل طبیعی است و درواقع یک مدل اقلیم مبناست، فقط توانست 48درصد تغییرات مربوط به شاخص API را تبیین کند (R2=0.48).بنابراین، عوامل غیراقلیمی ازجمله کیفیت اجرای سالیانة برنامه های کنترل مالاریا، شرایط اقتصادی- اجتماعی و موقعیت همسایگی این استان با دو کشور افغانستان و پاکستان نیز باید در بررسی اپیدمیولوژی مالاریا در این استان مورد توجه قرار گیرد. نتایج این تحقیق می تواند در شناسایی و اولویت بندی عوامل تأثیرگذار در شیوع بیماری مالاریا در مناطق مختلف استان مفید واقع شود و با به روز کردن اطلاعات آن، به عنوان یک سامانة پیش هشداردهی اقلیم مبنا در برنامه های کنترل مالاریا مورد استفاده قرار گیرد.

مقالة پیش رو در جست وجوی الگوهای مکانی روندهای مقدار بارش دورة سرد سال برای ایران طی سال های 1950 تا 2009 است. به این منظور، از داده های ماهانة بازسازی شدة مرکز اقلیم شناسی بارش جهانی با جداسازی مکانی 5/0Í 5/0درجه در ایران (از 44 تا 5/63 درجة طول شرقی و 25 تا 40 درجة عرض شمالی) استفاده شد. ارزیابی داده های شبکه ای با استفاده از 190 ایستگاه کشور با بهره گیری از روش رگرسیون وزن دار جغرافیایی مبین 76/0 =R2 بود. تحلیل اکتشافی زمین آمار با استفاده از روش های خودهمبستگی فضایی عمومی و محلی صورت گرفت. نتایج خودهمبستگی فضایی عمومی نشان داد که داده های بارش کشور در تمام ماه ها، دارای خودهمبستگی فضایی مثبت معنی داری (الگوهای خوشه ای) است. آزمون خودهمبستگی فضایی محلی نشان داد که هر ماه، اقلیم بارشی خود را دارد. تحلیل روند مقادیر موران عمومی با استفاده از آزمون ناپارامتریک تاو کندال نشان داد که تغییرات الگوهای مکانی بارشی در هیچ یک از ماه ها، روندهای کاهشی و افزایشی چندان معناداری ندارند. مقایسة زمان رویداد مقادیر شاخص موران عمومی پایین با زمان خشکسالی ها بیان کنندة ارتباط تنگاتنگی بین تغییرات مقادیر شاخص موران تضعیف شده و وقوع خشکسالی های فراگیر ایران است. پیشنهاد می شود شواهد کم آبی های کشور در توزیع زمانی- مکانی دیگر متغیرهای اقلیمی همچون دما و تبخیر جست وجو شود.

بررسی وضعیت کاربری زمین در مقاصد گردشگری اهمیت زیادی دارد، زیرا گردشگری یک فعالیت منبع پایه محسوب می شود. شناخت عوامل تأثیرگذار بر گردشگری، از جمله خدمات و تأسیسات، کمک شایانی در برنامه ریزی گردشگری می کند. شهرهای بزرگ و توریستی اغلب با مشکلات عدیده ای روبه رو هستند. قرارگیری مراکز توریستی در بافت تاریخی و سنتی شهر مشکل را دوچندان کرده است. بنابراین، جهت کاهش و پیشگیری تأثیرات منفی گردشگری لازم است برای تعیین الگوی فضایی توریستی شهر و ساماندهی فضاهای توریستی اقدام و برای تأمین امکانات و خدمات شهری برنامه ای جامع تدوین کرد. وجود آثار تاریخی و باستانی فراوان در بافت سنتی و تاریخی شهر اصفهان، این شهر را به یکی از گردشگر پذیرترین شهرهای ایران تبدیل کرده است که این خود لزوم برنامه ریزی فضایی گردشگری در این شهر را دو چندان می کند. تحقیق حاضر با هدف برنامه ریزی فضایی گردشگری شهر اصفهان با تأکید بر ارتباط میان جاذبه های گردشگری و کاربری اراضی انجام شده است و با توجه به قرارگیری جاذبه های گردشگری شهر اصفهان در بافت سنتی شهر در پی پاسخگویی به این سؤالات است که الگو و آرایش فضایی جاذبه های گردشگری و کاربری های اراضی شهر اصفهان چگونه است؟ آیا نظم و الگویی فضایی خاصی وجود دارد؟ جاذبه های گردشگری و کاربری های اراضی با هم در ارتباط اند یا به صورت تصادفی در فضا پراکنده شده اند؟ بنابراین برای پاسخگویی به این سؤالات از شبکه شش ضلعی به منزله واحد پایه برای ترکیب داده های اولیه استفاده شده است که ابعاد آن ها 500 متر برای قطر شش ضلعی در نظر گرفته شده و در نهایت همه سطح شهر به 2383 شش ضلعی تقسیم شد. روش پژوهش توصیفی تحلیلی است و برای پاسخگویی به مسئله تحقیق از مدل رگرسیون وزن دار جغرافیایی استفاده شده است. نتایج حاکی از آن است که کشاورزی نرمال ترین شاخص است و اثرگذاری مثبت و منفی آن یکسان است. صنایع بیشترین اثرگذاری مثبت و منفی را به صورت هم زمان بر جاذبه های گردشگری گذاشته اند و باید در فضاهایی که اثرگذاری منفی است در برنامه ریزی های آینده تمهیداتی اندیشیده شود. فضاهای فرهنگی و فضای سبز بیشترین اثرات مثبت و مراکز خدمات درمانی بیشترین اثرات منفی را داشته اند. کمترین تأثیرات مربوط به شاخص های آموزشی و ادارات است.

 تبیین موضوع: فضاهای بی دفاع تأثیرات مختلفی بر فضاهای شهری و زندگی شهروندان می گذارند که تأثیر بر افزایش جرائم و کاهش احساس امنیت شهروندان مهم ترین تأثیرات آن می باشد. این امر به خصوص در بافت های فرسوده و ناکارآمد شهری بیشترین نمود را دارد. هدف از این پژوهش بررسی رابطه بین فضاهای بی دفاع و جرائم سرقت در سطح محله هرندی بوده است. روش: این تحقیق از نظر هدف، جزو پژوهش های کاربردی و از نظر روش جزو پژوهش های توصیفی – تحلیلی به شمار می رود. روش گردآوری داده های به صورت اسنادی – پیمایشی بوده است. برای تعیین بی دفاع بودن قسمت مختلف محله ابتدا محله بر اساس معابر محلی به 20 بلوک تقسیم شده و سپس از 22 زیر شاخص در قالب 5 شاخص فضاهای بی دفاع استفاده شده است و به کمک روش آنتروپی و ویکور به وزن دهی و رتبه بندی قسمت های مختلف محله پرداخته شده است. جهت بررسی رابطه بین فضاهای بی دفاع و جرائم سرقت از رگرسیون وزن دار جغرافیایی استفاده شده است. یافته ها: نتایج تحقیق نشان داد رابطه بین فضاهای بی دفاع در سطح محله یکسان نبوده است. در این تحقیق بیشترین رابطه بین فضاهای بی دفاع و جرائم سرقت در قسمت شرقی محله و به خصوص در محدوده جنوب شرقی محله و منطبق بر پارک شوش بین خیابان های شوش، خیابان ری و خیابان انبار گندم بوده است. در مقابل کمترین رابطه بین فضاهای بی دفاع و جرائم سرقت نیز در قسمت غرب و شمال غربی محله بوده است. نتیجه گیری: با توجه رابطه بین فضاهای بی دفاع و جرم سرقت، با کاهش فضاهای بی دفاع می توان از وقوع برخی از جرائم جلوگیری کرد.

بافت هایناکارامدشهریبهدلیلارزش هایتاریخی-فرهنگینیازمنددخالت و سامان دهی اند. امروزه، احیایاینبافت ها بااصلقراردادننیازساکناندربرقراریارتباطبافضایکالبدی ومباحثیچونحس تعلقبهمکانموردتوجهبسیاریازطراحان قرارمی گیرد. حس تعلق به مکان نشان دهنده علاقه و دلبستگی افراد به آن مکان است و به بازگشت فرد به آن مکان منجر می شود. هدف از این تحقیق تحلیل فضایی حس تعلق به مکان در احیای بافت ناکارامد با استفاده از روش رگرسیون وزن دار جغرافیایی (GWR) است. محدودهموردمطالعه منطقه سه شهرداری تبریز شامل چهار ناحیه با 96/2707 هکتار مساحت و دویست وپنجاه هزار نفر جمعیت است. جمع آوری داده ها به صورتکتابخانه ایومیدانیو با استفادهازابزارپرسش نامه انجامگرفتهاست. برای تجزیه وتحلیل داده ها از نرم افزارهای SPSS وLISRELو برای بررسی نتایج و تحلیل فضایی حس تعلق مکانی از روش رگرسیون وزن دار جغرافیایی (GWR) در محیط نرم افزار Arc GIS استفاده شده است. نتایج رگرسیون وزن دار جغرافیایی نشان می دهد که در بین سه شاخص مورداستفاده (اجتماعی، کالبدی، و زیست محیطی) بیشترین تأثیر را شاخص اجتماعی دارد و دو شاخص کالبدی و زیست محیطی به ترتیب در اولویت های بعدی قرار دارند. همچنین، نتایج تحلیل فضایی نشان می دهد که ناحیه های یک و دو (خیابان های چرنداب، لیل آباد، باغشمال، حافظ، و همچنین ناحیهمنظریه) ازنظر احیای بافت ناکارامد در وضعیت مناسب و مطلوبی قرار دارند.

با توجه به بالا رفتن وقوع سیلاب مخصوصاً در سطح شهرها و به وجود آمدن خطرات جانی، مالی و محیط زیستی ناشی از افزایش آن، پهنه بندی مناطق سیل خیز از اهمیت بالایی برخوردار است. لذا در این تحقیق سعی شد مناطق وقوع سیلاب به کمک تعیین معیارهای مؤثر پهنه بندی شود. معیارهای مورد استفاده در این تحقیق شامل شاخص فورنیه اصلاح شده، شاخص موقعیت توپوگرافی، منحنی رواناب، جریان تجمعی، شیب، مدل رقومی ارتفاعی، شاخص رطوبت توپوگرافی، فاصله قائم تا رواناب، فاصله افقی تا رواناب و شاخص نرمال شده تفاوت پوشش گیاهی است. نوآوری این مطالعه ارائه روش ترکیبی جدید برای تعیین معیارهای موثر در پهنه بندی خطر سیل (شهرستان مانه و سملقان) است. در این راستا از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده گردید. روش ترکیبی پیشنهادی مناسب برای مسائل رگرسیون مکانی است، زیرا این روش با دو خواص منحصر به فرد داده های مکانی یعنی خودهمبستگی مکانی و ناایستایی مکانی سازگار است. بهترین مقدار تابع برازش ( 1-R) برای هسته های گوسین و مکعبی سه گانه به ترتیب 0745/0 و 0022/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه نسبت به هسته گوسین با معیارهای مؤثر است. هم چنین مشخص شد که معیارهای به کار برده شده تأثیر قابل توجهی بر میزان سیل خیزی در منطقه موردمطالعه دارند.

روابط بین بارش-ارتفاع را می توان به عنوان یک دستاورد مهم برای مطالعات بارش-رواناب و مدیریت حوضه های آبریز بخصوص در مناطق خشک و نمیه خشک که شکنندگی بالایی دارند قلمداد کرد. در پژوهش پیش رو به مدلسازی وردایی زمانی-مکانی فصلی بارش-ارتفاع در ایران مرکزی پرداخته شد. به این منظور داده های پایگاه داده-بارش آفرودیت برای یک دوره 30 ساله (1977-2007میلادی) مبتنی بر DEM با تفکیک مکانی 30 متر با استفاده از دو مدل حداقل مربعات معمولی (OLS) و رگرسیون وزن دار جغرافیایی (GWR) مورد ارزیابی قرار گرفتند. ارزیابی دو مدل حاضر نشان داده است که مدل رگرسیون وزن دار جغرافیایی (GWR) بهتر می تواند روابط بارش-ارتفاع را در ایران مرکزی توضیح دهد. همچنین مشخص گردید که افزایش ضریب  برای مدل حداقل مربعات معمولی (OLS) بخصوص در فصل بهار ناشی از همرفت و تشدید پدیده کوهبارش بوده است. کمبود بارش در ایران مرکزی را می توان در دو رسته بنیادین جای داد: 1- حاکمیت پرفشار جنب حاره در دوره گرم سال و 2- آورده های سامانه های غربی به جهت سایه بارش زاگرس سهم چندانی برای مناطق ایران مرکزی ندارد لذا فارغ از فقر بارش محتوای رطوبت هواسپهر این منطقه از ایران بسیار اندک است. بارش در ایران مرکزی دارای ساختار فضایی بوده و رفتار خوشه ای از خود نشان می دهد. همچنین مشخص گردید در ایران مرکزی بیشینه بارشی در بیشینه ارتفاعی حادث نمی شود و بیشینه و کمینه رابطه بارش-ارتفاع در ایران مرکزی بترتیب در پیش باد و پشت باد اتفاق می افتد.

آب و هوا از عوامل اصلی و تعیین کننده در کمیت و کیفیت تولید محصولات کشاورزی است. در این پژوهش ارتباط میان میانگین ماهانه کمینه و بیشینه دما و بارش 223 ایستگاه هواشناسی همدید ایران به عنوان متغیّرهای مستقل با عملکرد گندم223 شهرستان به عنوان متغیّر وابسته در دوره آماری 2000-2017 در دو مقیاس زمانی ماهانه فصل رشد و کل دوره رشد واکاوی شد. روابط فضایی با استفاده از روش های تحلیل آمار فضایی در نرم افزار Arc/GIS 10.4.1 استفاده و با به کارگیری آزمون خودهمبستگی موران و رگرسیون وزن دار جغرافیایی آزمون شد. نتایج شاخص موران نشان داد که توزیع فضایی عملکرد گندم از الگوی خوشه ای پیروی می کند. تحلیل رگرسیون وزن دار جغرافیایی حاکی از تأثیر قابل توجه بارش بر عملکرد گندم با تأثیرگذاری 78 درصدی بود. همچنین نتایج نشان دهنده اثر مثبت بارش بر عملکرد گندم به ویژه در مناطق گرم و خشک مرکزی، شرقی، جنوب شرقی و جنوبی بود. نتایج نشان دهنده اثر مثبت افزایش دما بر عملکرد گندم در تمام سطح منطقه مورد مطالعه بود که به تدریج به سمت بخش های جنوبی به تناسب کاهش ارتفاع و افزایش میزان دما، از شدت اثر آن کاسته شد؛ به طوری که اثر افزایش دماهای روزانه (بیشینه) در مناطق سرد کوهستانی مثبت است؛ در حالی که با توجه به دمای بالای مناطق مرکزی به شرق و جنوب ایران به دلیل ایجاد تنش گرمایی در محصول گندم اثر منفی دارد. درمجموع نتایج تحلیل رگرسیون وزن دار جغرافیایی نشان داد که در مناطق مرطوب و پربارش، افزایش در مقدار دما به مطلوب تر از افزایش مقدار بارش است، به طوری که با افزایش دما میزان عملکرد افزایش می یابد؛ بنابراین می توان گفت در مناطق گرم و نیمه گرم کشور افزایش دما همراه با افزایش بارش می تواند بر عملکرد گندم اثر مثبت داشته باشد. در این مناطق بهتر است کشت گندم در ارتفاعات یا در مواقع سرد سال صورت گیرد و با استفاده از سیستم های آبیاری تنش خشکی را در مراحل حساس رشد گندم کاهش داد.

مهاجرت یکی از مؤلفه های تغییر جمعیت است که به علت فرایند گزینشی بودن، می تواند منجر به تغیر نسبت جنسی در مبدأ و مقصد مهاجرت شود. هدف این مطالعه، بررسی تأثیر مهاجرت داخلی بر تغییرات نسبت جنسی شهرستان های ایران و تبیین این اثر با استفاده از رگرسیون وزن دار جغرافیایی بوده است. بدین منظور، از داده های سرشماری 1390 و 1395 و سالنامه آماری 1395 استفاده شده است. محاسبه تأثیر مهاجرت بر تغییرات نسبت جنسی شهرستان ها با روش اثر ترکیبی مهاجرت رودریگرز ویگنولی و رو (2018) انجام شده است. یافته ها نشان داد که بیشترین تغییر نسبت جنسی شهرستان ها در سنین 29-15 سال است و تأثیر مهاجرت بر تغییرات نسبت جنسی کل، 29-15 سال و 49-30 سال شهرستان ها دارای خود همبستگی فضایی است. تحلیل یافته ها با استفاده از آزمون رگرسیون وزن دار جغرافیایی و مقایسه آن با نتایج آزمون رگرسیون حداقل مربعات، نشان از این دارد که مهاجرت منجر به کاهش نسبت جنسی شهرستان های با توسعه آموزشی بالاترو افزایش نسبت جنسی شهرستان های با توسعه اقتصادی-اجتماعی بالاتر شده است. اعمال سیاست هایی در جهت کاهش نابرابری های توسعه ای در حوزه اقتصادی و آموزش عالی می تواند منجر به کاهش مهاجرت های داخلی و در نتیجه عدم تعادل نسبت جنسی در برخی از مناطق مهاجرپذیر و مهاجرفرست شود.

اقلیم از عوامل تعیین کننده در کمیت و کیفیت تولید محصولات کشاورزی است، این پژوهش ارتباط میان عناصر اقلیمی بارش و دما به عنوان متغیرهای مستقل با عملکرد برنج 40 شهرستان و گندم30 شهرستان به عنوان متغیرهای وابسته در سواحل جنوبی دریای خزر در طول دوره آماری 1379-1395 واکاوی شد. با استفاده از آزمون خودهمبستگی موران و رگرسیون وزن دار جغرافیایی تحلیل های آمار فضایی انجام شد. براساس نتایج حاصل از شاخص موران به ترتیب به میزان 434821/0z= برای برنج و719571/0z= برای گندم نشان داد که الگوی توزیع فضایی عملکرد برنج و گندم دارای الگوی خوشه ای است. تأثیر مثبت بارش در عملکرد برنج در شرق دریای خزر با دامنه ضرایب رگرسیون020/0 تا 540/0 قابل توجه است؛ همچنین نتایج حاکی از رابطه منفی میان متغیر دما با عملکرد برنج در جنوب شرق و شرق و اثر مثبت آن بر عملکرد برنج در دیگر نواحی بود. تأثیر بارش بر عملکرد گندم در غرب و مرکز منطقه با دامنه ضرایب رگرسیون 481/0- تا 871/0- منفی بدست آمد. همچنین نتایج حاکی از رابطه منفی دما با عملکرد گندم در شرق و جنوب شرقی نوار ساحلی و رابطه مثبت دما با عملکرد گندم در دیگر مناطق بود. در نهایت نتایج حاکی از آن بود که در بخش های غربی و مرکزی به علت بارش فراوان و تعداد ساعات آفتابی کم افزایش در مقدار دما مطلوب تر از افزایش مقدار بارش است و در نواحی شرقی و جنوب شرق منطقه که میزان بارش آن پایین تر از آستانه مورد نیاز برنج و گندم است افزایش در میزان بارش مطلوب تر است.

در این پژوهش، تحلیل پراکنش فضایی زمانی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شد. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397، 1398، و 1399 برای مدل سازی قیمت مسکن استفاده شد. نتایج تحقیقات با استفاده از روش GTWR به دست آمد که در قیاس با روش های GWR و OLS نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS، GWR، و GTWR به ترتیب برابر با 759/0، 798/0، و 835/0 حاصل شد. روش GTWR از روش هایی است که می تواند ناهمگونی های فضایی زمانی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد. پس از متغیر نرخ ارز، ویژگی های فیزیکی مسکن، همچون مساحت واحد مسکونی و عمر بنا، اهمیت بیشتری در مدل سازی قیمت مسکن دارند. در نهایت، سطح دسترسی به خدمات شهری همچون فاصله از مراکز درمانی، ورزشی، آموزشی، مذهبی، فضای سبز، بزرگراه، و ایستگاه های حمل ونقل شهری می توانند مدل سازی قیمت مسکن را بهبود بخشند. یافته های این پژوهش نشان می دهد در صورت بهره بردن از قیمت دلار به عنوان متغیر مستقل می توان با دقت مناسبی به مدل سازی قیمت مسکن پرداخت.

خلیج فارس بخش قابل توجهی از ذخایرنفتی جهان را شامل می شود و عموما آلودگی نفتی یکی از اصلی ترین آلودگی های این منطقه به شمار می رود. اولین گام جهت کنترل و پیشگیری از آلودگی های نفتی، تعیین میزان درجه حساسیت مناطق ساحلی به این نوع آلودگی است. پژوهش حاضر به منظور پیش بینی آسیب پذیری آلودگی نفتی در خلیج فارس می باشد. لذا در این تحقیق به منظور تعیین مناطق پر ریسک آسیب پذیر نفتی در محدوده خلیج فارس معیارهای موثر ازجمله لوله های انتقال نفت، سکوهای نفتی، مسیر عبور و مرور کشتی ها، بنادر، فلزات سنگین، نوسانات تراز سطح آب، بارندگی، جریانات دریایی، آلودگی هوا و بادهای موسمی مورد استفاده قرار گرفت. نوآوری تحقیق حاضر ارائه یک رویکرد ترکیبی جدید جهت تعیین معیارهای مؤثر آسیب پذیری خلیج فارس می باشد. در این راستا از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده گردید. روش ترکیبی با دو خواص منحصر به فرد داده های مکانی یعنی خودهمبستگی مکانی و ناایستایی مکانی سازگار است و برای مسائل رگرسیون مکانی مناسب است. مقادیر R2 و RMSE حاصل از روش GWR با هسته مکعبی سه گانه به ترتیب 9971/0 و 2142/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه نسبت به هسته گوسین است. هم چنین نتایج بدست آمده نشان می دهد که لوله های انتقال نفت، سکوهای نفتی و مسیر عبور و مرور نفتکش ها بیشترین تاثیر را در آسیب پذیری خلیج فارس دارند.

پژوهش حاضر با هدف مکان یابی مراکز اسکان موقت پس از بحران زلزله به منظور تأمین نیازمندی های حادثه دیدگان انجام شد. در این تحقیق سعی شد جایگاه های اسکان موقت در منطقه 22 شهر تهران به کمک معیارهای مؤثر شناسایی شوند. داده های مورد نیاز از طریق سازمان پیشگیری و مدیریت بحران شهر تهران و نتایج سرشماری عمومی نفوس و مسکن سال 1397 به دست آمد. نوآوری تحقیق حاضر ارائه یک رویکرد ترکیبی جدید جهت تعیین معیارهای مؤثر برای مکان یابی جایگاه های اسکان موقت است. در این زمینه از ترکیب رگرسیون وزن دار جغرافیایی (هسته های گوسین و مکعبی سه گانه) و الگوریتم بهینه سازی ازدحام ذرات گسسته استفاده شد. روش ترکیبی پیشنهادی مناسب برای مسائل رگرسیون مکانی است. زیرا این روش با دو خواص منحصربه فرد داده های مکانی، یعنی خودهمبستگی مکانی و ناایستایی مکانی، سازگار است. بهترین مقدار تابع برازش (1-R2) برای هسته های گوسین و مکعبی سه گانه به ترتیب 04616/0 و 0097/0 به دست آمد که نشان دهنده سازگاری بالای هسته مکعبی سه گانه با معیارهای مؤثر است. بر اساس نقشه های حاصل شده، پارک چیتگر و مجموعه ورزشی آزادی وسیع ترین و مناسب ترین پهنه ها برای احداث جایگاه های اسکان موقت پس از بروز بحران زلزله در منطقه مورد مطالعه هستند. با شناسایی جایگاه های اسکان موقت، سازمان های مربوطه می توانند زیرساخت های اولیه و مناسب را برای این مراکز منتخب فراهم کنند تا در صورت وقوع زلزله نیاز به صرف وقت برای تأمین این خدمات نباشد.

قیمت مسکن یکی از شاخص هایی است که شناخت عوامل مؤثر بر آن برای افزایش کارایی طرح ها و ارائه راهبردها و سیاست های برنامه ریزی مسکن کمک شایانی می کند. با وجود نوسان های فراوان نرخ ارز در سال های اخیر لزوم استفاده از مدلی که در آن علاوه بر ویژگی های مسکن به عوامل اقتصادی تأثیرگذار بر قیمت مسکن از جمله نرخ ارز توجه شود بیش از پیش احساس می شود. از آنجا که مدل سازی قیمت مسکن از جمله مسائلی است که دارای مؤلفه مکانی است باید در ارائه مدل مربوط به قیمت مسکن به مکان قرارگیری آن نیز توجه شود. از این رو در این پژوهش تحلیل پراکنش فضایی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شده است. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397 و 1398 و 1399 برای مدل سازی قیمت مسکن استفاده شده است. نتایج تحقیقات با استفاده از روش رگرسیون وزن دار جغرافیایی چندمقیاسه (MGWR: Multiscale Geographically Weighted Regression) به دست آمده است که در قیاس با روش های رگرسیون وزن دار جغرافیایی (GWR: Geographically Weighted Regression) و حداقل مربعات معمولی (OLS: Ordinary Least Squares) نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS و GWR و MGWR به ترتیب برابر با 762/0 و 821/0 و 853/0 حاصل شد. در این زمینه روش MGWR توانست ناهمگونی های فضایی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد.