مه رو ده بزرگی؛ محمد جعفری؛ آرش ملکیان؛ غلامرضا زهتابیان؛ سید رشید فلاح شمسی
چکیده
در کشور ایران، با وجود شرایط آب و هوایی خشک و نیمهخشک، استفادۀ بهینه از منابع محدود آب و خاک از اهمیت ویژهای برخوردار است. آنچه به عنوان تخریب سرزمین از آن یاد میشود، نتیجۀ سیاستهای نادرست در مدیریت اراضی است که نمونۀ بارز آن در حوزۀ آبخیز بختگان به چشم میخورد. عوامل و دخالتهای انسانی و نیز تغییر اقلیم و پدیدۀ خشکسالی ...
بیشتر
در کشور ایران، با وجود شرایط آب و هوایی خشک و نیمهخشک، استفادۀ بهینه از منابع محدود آب و خاک از اهمیت ویژهای برخوردار است. آنچه به عنوان تخریب سرزمین از آن یاد میشود، نتیجۀ سیاستهای نادرست در مدیریت اراضی است که نمونۀ بارز آن در حوزۀ آبخیز بختگان به چشم میخورد. عوامل و دخالتهای انسانی و نیز تغییر اقلیم و پدیدۀ خشکسالی در سالهای اخیر و نیز بسیاری عوامل دیگر سبب شده تا این حوزه از نظر منابع آبی و خاکی به شدت تخریب شده و حیات تالاب بختگان در معرض نابودی قرار گیرد. در این مطالعه سعی گردید تا ضمن شناسایی عوامل و پارامترهای اکولوژیکی طبیعی و نیز عوامل انسانی مؤثر در تخریب و آسیبپذیری حوزه، با استفاده از روش طبقهبندی فازی، روش تحلیل سلسله مراتبی (AHP) و قابلیتهای مدلسازی سامانۀ اطلاعات جغرافیایی (GIS)، از دادههای حاصل از معیارها و لایههای مؤثر استفاده شده و میزان آسیبپذیری و تخریب اراضی در سطح حوزۀ تعیین گردد. نتایج حاصل از این تحقیق نشان میدهد، میزان تخریب و ناپایداری اراضی در سطح حوزه دارای گسترش زیادی (48% از مساحت حوزه) است، اما آسیبپذیری در بخشهای مرکزی و پایین دست حوزه و غالباً در محدودههای تحت دخالت عوامل انسانی مانند تراکم زیاد جمعیت، مصرف و بهرهبرداری آب در بخش کشاورزی، مدیریتهای نادرست در کاربری اراضی منطقه و نیز سدها و بندهای احداث شده ایجاد گردیده است و همچنین عوامل و پارامترهای انسانی دارای نقش پررنگتری در تخریب و آسیبپذیری منطقه در مقایسه با عوامل اکولوژیکی و محیطی دارا میباشند.
آرش ملکیان؛ مه رو ده بزرگی؛ امیر هوشنگ احسانی؛ امیر رضا کشتکار
چکیده
محدودیت منابع آب ناشی از خشکسالیهای متوالی، از مهمترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیشبینی سیکل خشکسالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. دادههای مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (DPI) ایستگاهها است که از سال 1350 تا 1379 برای آموزش ...
بیشتر
محدودیت منابع آب ناشی از خشکسالیهای متوالی، از مهمترین معضلات استان سیستان و بلوچستان است.در این پژوهش برای پیشبینی سیکل خشکسالی در 9 ایستگاه هواشناسی استان سیستان و بلوچستان از شبکة عصبی مصنوعی استفاده شد. دادههای مورد استفادة ورودی شبکه شامل بارش سالانه و شاخص دهک بارش (DPI) ایستگاهها است که از سال 1350 تا 1379 برای آموزش مدل و از سال 1380 تا 1387 برای اعتبارسنجی شبکه است. شبکة مورد استفاده از نوع پرسپترون چندلایه بود و از الگوریتم پس انتشار خطا و تابع محرک سیگموئید استفاده شد. تعداد نرونهای لایهها بر اساس کمترین میزان خطا محاسبه شد و به صورت ساختار لایة 1-10-1 است. سپس، عمل پیشبینی خشکسالی توسط الگوریتم آموزش دیدهشده توسط شبکة عصبی مصنوعی و بدون استفاده از دادههای واقعی و مشاهداتی برای سالهای 1388 تا 1391 صورت گرفت. نتایج نشان داد شبکة عصبی مصنوعی با همبستگی 97% و میانگین خطای (RMSE) کمتر از 5% قادر به پیشبینی شاخص خشکسالی بر اساس دهک بارش است. نتایج پیشبینی شاخص خشکسالی دهک بارش نشاندهندة این مطلب بود که خشکسالی در طی سالهای 1388ـ 1391 به طور کلی روند افزایشی داشته است. از این رو، با استفاده از این روش میتوان وضعیت خشکسالی را در سالهای آتی و بدون استفاده از آمار هواشناسی پیشبینی کرد و در مدیریت و بهرهوری منابع آب و نیز مدیریت خشکسالی و تغییرات اقلیمی از این روش بهره جست.