تحلیل فضایی مخاطرات محیطی
سال:1396 | دوره:4 | شماره:3 |تعداد مقالات:7

حرارت سطح شهری (LST) متغیر کلیدی برای کنترل ارتباط بین شار حرارت تابشی، نهفته و محسوس می باشد. بدین ترتیب تحلیل و درک پویایی LST و شناسایی ارتباط آن با تغییرات منشاء انسانی برای مدلسازی، پیش بینی تغییرات محیطی و نهایتا سیاستگذاری شهری لازم است. از سمتی هم افزایش مقدار پوشش گیاهی یکی از کاراترین استراتژیهای کاهش اثرات خرده اقلیم شهری می باشد. در همین راستا جهت تحلیل روندیابی تغییرات حرارتی سطوح و میزان همبستگی فضایی سبزینگی پوشش گیاهی با این پدیده در اثر تحولات شهرنشینی و شهرسازی شهر تهران بین سالهای 94-1382 مورد پژوهش واقع شده است. تصاویر ماهواره ای بدون پوشش ابری و صاف کلانشهر تهران توسط ماهواره Landsat8 برای مرداد ماه سال 1394 و ماهواره ASTER برای مرداد ماه سال 1382 به کمک نرم افزار Envi و از طریق الگوریتم های مختلف در سنجش از دور به الگوهای فضایی میزان حرارت سطوح و شاخص پوشش گیاهی نرمال شده (NDVI) کلانشهر تهران تبدیل شده است. خروجی های فضایی این پژوهش نشان می دهند در طی تقریبا یک دهه اخیر کمینه و میانگین حرارت سطوح کلانشهری تهران به ترتیب3.67oC و0.47oC کاهش یافته است. همچنین میانگین شاخص پوشش گیاهی نرمال شده از 0.06- به 0.10 افزایش یافته است. در همین بازه زمانی برآورد همبستگی فضایی بین NDVI با LST در مناطق 22گانه شهر هم حاکی از کاهش 2% است. این کاهش همبستگی به معنای افزایش نقش فعالیت های انسانی بر میزان شدت جزیره حرارتی شهر است. بنابراین توجه به برنامه ریزی فعالیت های انسانی در شهر در راستای جلوگیری از تغییرات اقلیم در کلانشهری همچون تهران بیش از پیش جهت دستیابی به توسعه پایدار الزامی به نظر می رسد.

هدف این پژوهش شناسایی تغییرات زمانی و پراکندگی فضایی رخداد توفان های تندری گستره استان سیستان و بلوچستان، در مقیاس ساعتی، ماهانه، فصلی و سالانه، در دوره آماری سی ساله (2016 -1987) می باشد. بدین منظور از داده های ساعتی هوای حاضر 7 (ww) ایستگاه همدید استان سیستان و بلوچستان استفاده گردید. جهت بررسی تغییرات زمانی این رویداد از روش ناپارامتریک من کندال و شیب سن استفاده شد. ضمن اینکه ارتباط این پدیده با انسو و همچنین پراکندگی مکانی آن مورد بررسی قرار گرفت. نتایج بررسی ها نشان می دهد که در مقیاس ساعتی بیشترین توفان های تندری در ساعات 12 و 15 بعد از ظهر رخ داده است و به ندرت در شب رخ می دهند.به لحاظ ماهانه بیشترین بسامد توفان های تندری متعلق به ماه مارس و می باشد. در بین فصول، فصل بهار با 756 (17.5%) رخداد بیشترین و پاییز (17.5%) و تابستان (17%) کمترین فراوانی را دارند و همچنین در دوره آماری مورد مطالعه سال 1997 با 195 و سال 1985 با 12 رخداد به ترتیب بیشترین و کمترین فراوانی را داشته است.بررسی روند تغییرات توفان های تندری در ایستگاه های منتخب نشان می دهد که توفان های تندری در تمامی ایستگاه ها به جز ایستگاه سراوان روند افزایشی دارند. این روند کاهشی در سطح 95% معنی دار است. از دیگر نتایج این پژوهش این است که حدود 72 درصد توفان های تندری در فاز گرم انسو (النینو) رخ می دهد و نوسانات سالانه این پدیده مرتبط به تغییر الگوهای جوی در طی النینو می باشد.به لحاظ آرایش مکانی بیشترین توفان های تندری در تمامی فصول در شرق استان با مرکزیت ایستگاه های ایرانشهر و سراوان رخ می دهد. این آرایش فضایی در مقیاس فصلی بدین صورت است که بیشترین توفان های تندری تابستانه و پاییزه با منشاء حاره ای از مرکزیت شهر ایرانشهر برخوردار است ولی در طی فصول زمستان و بهاره با منشاء برون حاره ای با مرکزیت شهر سراوان می باشد.

بخش کشاورزی و بویژه زیربخش باغبانی، به دلیل وابستگی بیشتر به شرایط آب و هوایی، بیشترین آسیب ناشی از تغییرات اقلیمی را متحمل می شود، باغداری پایدار بر پایه رفتار بلندمدت باغداران برای تضمین پایداری و بهره وری زمین در آینده پدید می آید و به انتظارات و نگرانی های جامعه موردنظر در مورد تامین غذای سالم و به حفاظت از محیط زیست و کاهش مخاطرات طبیعی توجه دارد. هدف اصلی این پژوهش، بررسی راهکارهای کاهش مخاطرات طبیعی و مدیریت ریسک در توسعه پایدار باغات مرکبات استان مازندران بود. پژوهش از نوع کاربردی و جامعه آماری آن شامل 122361 باغدار مرکبات در روستاهای مربوط به 12 شهرستان استان مازندران بود.حجم نمونه بر اساس فرمول کوکران به تعداد 290 نفر تعیین گردید و نمونه گیری به روش طبقه ای تصادفی با انتساب متناسب انجام شد. ابزار پژوهش پرسشنامه ای بوده که روایی (صوری و محتوایی) آن بر اساس نظر جمعی از کارشناسان کشاورزی پایدار، اعضای هیات علمی گروه ترویج و آموزش کشاورزی و گروه مدیریت و توسعه کشاورزی دانشگاه تهران تایید گردید و روایی تشخیصی با استفاده از شاخص میانگین واریانس استخراج شده و پایایی پرسشنامه با استفاده از محاسبه آلفای کرونباخ و نیز پایایی ترکیبی تایید شد.برای تبیین راهکارها از روش تحلیل عاملی تاییدی در مدل سازی معادلات ساختاری با نرم افزار لیزرل نسخه 8.80 استفاده گردیده است. با توجه به نتایج تحقیق در رتبه بندی سازه های مربوط به بعد سازوکارها در مدل تحلیل عاملی مرتبه دوم، «عوامل حمایتی- اعتباری»، «عوامل محیطی- فضایی»، «عوامل اجتماعی-مشارکتی»، «عوامل دانش و آگاهی»، «عوامل زیرساختی- نهادی»، «عوامل آموزشی- اطلاعاتی» و «عوامل اقتصادی» به ترتیب بیشترین نقش را به واسطه بار عاملی در ساختار عاملی مرتبه دوم دارند.

با توجه به روند تغییرات اقلیم و کاهش بارندگی در دهه اخیر، خشکسالی به یک مشکل بزرگ در جهان و بالاخص در مناطق خشک و نیمه خشک از قبیل ایران تبدیل شده است. از این رو پایش و مدیریت آن امری مهم می باشد. در مقابل روش های سنتی که مبتنی بر مشاهدات ایستگاه های هواشناسی هستند و بیشتر به بررسی خشکسالی هواشناسی می پردازند، استفاده از تکنیک سنجش از دور و تصاویر ماهواره ای به عنوان یک ابزار مفید جهت پایش مکانی و زمانی خشکسالی کشاورزی مورد توجه محققین واقع شده است. اما استفاده از این تکنیک و نتایج حاصل از آن همچنان نیاز به ارزیابی و واسنجی برای مناطق مختلف دارد. هدف از این مطالعه بررسی الگوهای مکانی و زمانی خشکسالی با استفاده از داده های ماهواره ای سنجنده مادیس بین سال های 2013-2000 می باشد. بدین منظور شاخص های خشکسالی بر مبنای داده های ماهواره ای شامل: شاخص اختلاف نرمال شده پوشش گیاهی (NDVI)، شاخص وضعیت پوشش گیاهی (VCI)، شاخص وضعیت دما (TCI)، شاخص خشکی (TDVI) و شاخص رطوبت خاک (SWI) از روی تصاویر مادیس برای دوره زمانی مورد نظر و در مقیاس های زمانی فصلی، شش ماهه و سالانه استخراج گردید و نتایج حاصل از این شاخص ها با مقادیر شاخص بارش استاندارد (SPI) مقایسه گردید. نتایج نشان می دهد که محدوده مطالعاتی به طور کلی از پوشش گیاهی متوسط تا کم برخوردار است. برمبنای محاسبه های انجام شده شرایط اقلیمی محدوده با نتایج حاصل از شاخص گیاهی VCI در مقیاس فصلی، تطابق بیشتری دارد. در نتیجه شاخص VCI به عنوان بهترین شاخص جهت پایش خشکسالی کشاورزی استان مرکزی انتخاب گردید. همچنین نتایج به دست آمده از به کار گیری شاخص گیاهی VCI، نشان دهنده وضعیت خشکسالی در سال های 2000 و 2008 و وضعیت ترسالی در سال های 2009 و 2010 نسبت به دوره مطالعاتی در منطقه می باشد.

پژوهش در زمینه مخاطرات طبیعی دارای سابقه ای غنی در علم جغرافیا است. در میان تمام مخاطرات طبیعی، زلزله یکی از جدی ترین آن ها است که زیان های عظیم اقتصادی و مرگ ومیر مردم را به بار می آورد. کشور ایران بر روی کمربند زلزله خیز آلپ هیمالیا واقع شده که یک منطقه مستعد زلزله است. از این رو زمین لرزه های مخرب عظیمی در گذشته در کشور ایران روی داده است. هدف اصلی از انجام این پژوهش تحلیل فضایی میزان خطر زلزله در سکونتگاه های شهری و روستایی استان گیلان است. در این راستا از تحلیل های فضایی در نرم افزار ArcGIS و تحلیل فاصله اقلیدسی استفاده شد. احتمال وقوع خطر زلزله در استان گیلان بر اساس فاصله از خطوط گسل های فعال و غیر فعال تحلیل شد. نتایج نشان داد که 40.72 درصد از مساحت استان گیلان در فاصله صفر تا 15 کیلومتری گسل های فعال قرار دارد و همچنین 64.45 درصد از مساحت این استان در فاصله ای کمتر از هشت کیلومتر تا گسل های غیر فعال قرار دارند. تحلیل خطر زلزله در نقاط شهری استان گیلان بر اساس خطوط گسل فعال حاکی از آن است که 18 نقطه شهری در پهنه با خطر بسیار بالای زلزله و 14 شهر در پهنه با خطر بالای زلزله قرار دارند. بر اساس مطالعات انجام شده 20.57 درصد از جمعیت نقاط شهری در پهنه با خطر بالای بسیار بالای زلزله (80 تا 100 درصد) ساکن هستند. تحلیل خطر وقوع زلزله در نقاط شهری استان گیلان بر اساس گسل های غیر فعال حاکی از آن است که، 20 نقطه شهری با جمعیت نسبی 25.44 درصد در پهنه با خطر بسیار بالای زلزله ساکن هستند. مطالعات انجام شده در زمینه نقاط روستایی استان گیلان بر اساس گسل های فعال نشان داد که از مجموع 2925 سکونتگاه روستایی، 1350 روستا با جمعیت نسبی 24.90 درصد در پهنه با خطر بسیار بالای زلزله ساکن هستند. تحلیل خطر زلزله در نقاط روستایی استان گیلان بر اساس فاصله از گسل های غیرفعال نشان داد که 1679 روستا در پهنه با خطر بسیار بالای زلزله قرار دارند. در پایان پژوهش پیشنهاد هایی در راستای مقابله با خطر وقوع زلزله ارائه شد.

تاب آوری شهری به توانایی یک سیستم شهری در مقیاس زمانی و فضایی برای حفظ یا بازگشت سریع به عملکردهای مطلوب گذشته در برابر اختلال (مخاطرات طبیعی) در جهت پایداری با تغییرات گفته میشود. در این راستا، پژوهش حاضر با هدف ارزیابی ابعاد تاب آوری شهری در برابر مخاطرات طبیعی در منطقه 12 کلانشهر تهران تدوین شده است. روش پژوهش توصیف- تحلیلی بوده و دادهها به روش مطالعات کتابخانه ای و پیمایشی گرداوری شده است. برای تجزیه و تحلیل داده ها از آمار توصیفی و استنباطی (آزمون T-Test تک نمونه ای و Friedman Test) استفاده شده است. جامعه آماری شامل خبرگان مدیریت مسائل برنامه ریزی شهری می باشد که 80 نفر به صورت نمونه های هدف مند انتخاب مورد پرسشگری قرار گرفتند. نتایج نشان داد مولفه پایداری زیست محیطی (20.33) مربوط به بعد اکولوژی تاب آوری شهری در رتبه اول اهمیت قرار گرفته و مولفه قابلیت تطبیق سیستم (10.11) مرتبط به بعد نهادی (سازمانی) به عنوان کم اهمیت ترین مولفه تعیین شده است. همچنین وضعیت بعد اقتصادی تابآوری شهری در برابر مخاطرات طبیعی از مطلوبیت کمی (ضعیف)، وضعیت ابعاد اجتماعی، اکولوژی و نهادی (سازمانی) با مطلوبیت خیلی ضعیف همراه است. در نهایت میتوان بیان کرد که مطلوبیت تاب آوری شهری در منطقه 12 کلانشهر تهران در برابر مخاطرات طبیعی با توجه به کلیه ابعاد و مولفه ها خیلی ضعیف بوده است و بنابراین این منطقه در برابر مخاطرات طبیعی تابآور و پایدار نیست.

این تحقیق باهدف جهت شبیه سازی و محاسبه حداکثر شدت جزیره حرارتی (UHI max) با توجه به شرایط هندسه شهری در منطقه کوچه باغ شهر تبریز با استفاده از معادله عددی- نظری Oke به رشته تحریر درآمد. جهت انجام این کار، ابتدا هندسه محله مورد نظر با توجه به شعاع 15 متری از محور معابر به بلوک های مجزایی تقسیم بندی شد. سپس نسبت عرض معابر (W) و ارتفاع بناها (H) در نرم افزار GIS محاسبه و در پایان بر اساس معادله Oke، شدت UHImax محاسبه و شبیه سازی گردید. نتایج حاصل از این شبیه سازی نشان داد، که در محله کوچه باغ تبریز هر چه بناها بلندمرتبه تر و عرض معابر کمتر باشد میزان شدت جزیره حرارتی بیش تر، و هرقدرعکس این شرایط حاکم باشد، مقدار UHI max نیزکم تر خواهد بود. همچنین زمانی که نسبت H/W در منطقه شهری مورد مطالعه بین 0.54 تا 0.81 است،UHI max بین 5 تا 6.6 درجه سانتی گراد باقی می ماند، اما وقتی که نسبت H/W در محدوده 1.01 تا 1.98 قرار داشته باشد، ارزش UHI max بین 7.5 تا 10.2 درجه خواهد بود. نتایج دیگر این مدل نشان داد که، در این محله بلوک A با 5 درجه و بلوک H با 10.2 درجه سانتی گراد دارای کمترین و بیشترین مقدار شدت UHI می باشند. بنابراین می توان گفت که بلوک A استانداردترین و بلوک H غیراستانداردترین پیکربندی را در این محله دارا بودند. برآورد حاصل از مدل رگرسیون نیز نشان داد که عرض معابر (با 91.6 درصد) نسبت به ارتفاع ساختمان (با 6.6 درصد) اثر بیش تری در تغییرات UHI max دارد.