پیشینه و هدف افزایش تغییر کاربری و پوشش زمین در اثر توسعه شهرنشینی باعث افزایش دمای شهرها در مقیاس محلی می شود و تا حد زیادی موجب افزایش استرس اکولوژیکی می شود. در حال حاضر، بسیاری از مناطق شهری با تبدیل گسترده کاربری اراضی و ایجاد مناطق گرمایی جدید مواجهه هستند. تکنیک های سنجش از دور به طور قابل توجهی در تشخیص تغییر کاربری/پوشش زمین (LULC) و پیامدهای آن موثر هستند. سنجنده های مختلف ماهواره ای قادر به شناسایی این مناطق تغییر با استفاده از باندهای مرئی و مادون قرمز نزدیک (VNIR) و امواج مادون قرمز کوتاه (SWIR) هستند. علاوه بر الگوریتم‌های طبقه‌بندی مرسوم کاربری/پوشش اراضی، برخی از شاخص‌های طیفی در تشخیص ویژگی‌های اراضی استفاده می‌شوند. شاخص نرمال شده تفاوت پوشش گیاهی (NDVI) را می توان به عنوان کاربردی ترین شاخص طیفی در این سناریو در نظر گرفت. شاخص نرمال شده تفاوت پوشش گیاهی یک فاکتور مهم در فرآیندهای بررسی در پایش دمای سطح زمین (LST) است و در هر مطالعۀ مرتبط با LST استفاده می شود. NDVI به طور مستقیم در تعیین گسیل مندی سطح زمین استفاده می شود و بنابراین یک عامل مهم برای تخمین LST است. همچنین طبقات کاربری/پوشش اراضی LULC با محدودیت‌های آستانه بهینه در محیط‌های فیزیکی مختلف تعیین می شود. به عنوان یک شاخص پوشش گیاهی، NDVI تا حد زیادی به تغییرات زمانی و مکانی بستگی دارد. از این رو، LST نیز با تغییرات زمانی و مکانی، تغییر می نماید. بنابراین، ارزیابی زمانی و مکانی LST و NDVI یک فاکتور مهم در تهیۀ نقشه و پایش دمای سطح زمین، به ویژه در محیط های شهری است. در این تحقیق LST و NDVI را در مردادماه در اراضی ساحلی بوشهر با استفاده از تصویر ماهواره‌ای لندست برای سال‌های 1990، 2005 و 2020 بررسی می شود. نقشه LULC با مقادیر آستانه مناسب NDVI به دست آمد. از اهداف این مطالعه؛ 1) تجزیه و تحلیل تغییرات زمانی الگوی توزیع مکانی LST در منطقه مورد مطالعه، 2) تعیین تغییرات مکانی-زمانی رابطه LST-NDVI برای کل اراضی مورد مطالعه، و 3) بررسی تغییرات مکانی-زمانی رابطۀ LST-NDVI در انواع مختلف کاربری/ پوشش اراضی.مواد و روش ها منطقه مطالعه اراضی شهر بوشهر که در ساحل شمالی خلیج فارس، با ابعاد 20 در 8 کیلومتر با مساحت 1011.5 کیلومترمربع و با متوسط حداقل دما 18.1 درجه سانتی گراد و متوسط حداکثر دمای 33 درجه سانتی گراد، میزان رطوبت نسبی بین 58-75 در صد و متوسط بارندگی سالیانه 272 میلی متر است. داده‌های مورد استفاده در این تحقیق شامل؛ داده سنجنده لندست 8 (OLI) و سنجنده مادون قرمز حرارتی (TIRS) در سال 2020؛ داده ETM+ سال 2005، و داده TM در سال 1990 که از مرکز داده های سازمان زمین شناسی ایالات متحده (https://earth explo rer.usgs.gov) (USGS) دانلود شده است. سنجنده لندست 8 TIRS دارای دو باند TIR (باندهای 10 و 11) است که در آنها باند 11 دارای عدم قطعیت در کالیبراسیون است. بنابراین، تنها باند 10TIR (رزولوشن 100 متر) برای مطالعه حاضر توصیه شده است. باند 10TIR به اندازه پیکسل 30×30 متر با روش کانولوشن مکعبی توسط USGS تبدیل گردید. داده های Landsat 5 TM تنها دارای یک باند مادون قرمز حرارتی TIR (باند 6) با وضوح 120 متر است که همچنین توسط USGS به اندازه پیکسل 30×30 متر با روش کانولوشن مکعبی تبدیل گردید. برای داده لندست TM و +ETM وضوح مکانی 30 متر باندهای مرئی به مادون قرمز نزدیک (VNIR) استفاده شد. روش طبقه بندی حداکثر احتمال برای تعیین صحت نقشه طبقه بندی کاربری/پوشش اراضی LULC بدست آمده از شاخص آستانه NDVI استفاده شد. در این مطالعه جهت استخراج دمای سطح زمین از الگوریتم تک پنجره ای برای بازیابی LST از سنجنده های ماهواره لندست چند زمانی استفاده شد. شاخص تفاوت پوشش گیاهی (NDVI) برای استخراج انواع مختلف کاربری/پوشش اراضی با استفاده از مقادیر آستانه استفاده شد. این مقادیر آستانه با توجه به تفاوت در محیط فیزیکی متفاوت است. محدودیت‌های آستانه NDVI بر روی تصاویر اعمال شد تا انواع مختلف مختلف کاربری/پوشش اراضی استخراج شود.نتایج و بحث مقادیر دقت کلی طبقه‌بندی LULC در سال‌های 1990، 2005 و 2020 به ترتیب 73.6%، 83.9% و 84.6% است. ضرایب کاپا برای طبقات LULC به ترتیب 0.77، 0.80 و 0.84 برای سال های 1990، 2005 و 2020 بود. در مطالعه حاضر میانگین دقت کلی و میانگین ضریب کاپا به ترتیب 80.7 درصد و 0.80 بود. بنابراین، طبقه بندی نقشه طبقه بندی کاربری/پوشش اراضی بر اساس روش آستانه NDVI قابل قبول می باشد. نتایج این تحقیق، افزایش تدریجی (1.4 درجه سانتی گراد در طول سال های 1990-2005 و 2 درجه سانتی گراد در طول 2005-2020) LST در کل دوره مطالعه را نشان داد. میانگین مقدار LST در سه سال مطالعه کمترین (30.86 درجه سانتی گراد) در پوشش گیاهی و بالاترین (49.07 درجه سانتی گراد) در زمین های بایر و مناطق ساخته شده/مسکونی بود. توزیع مکانی NDVI و LST نشان دهنده یک رابطۀ معکوس است. بهترین (97/0-) و کمترین همبستگی (0.80-)، در حالی که همبستگی متوسط (0.89-) مشاهده شد. همبستگی LST-NDVI بر روی سطح پوشش گیاهی منفی قوی (0.80-) بود. LST تا حد زیادی توسط ویژگی های کاربری اراضی کنترل می شود.نتیجه گیری مطالعه حاضر به تحلیل رابطه مکانی و زمانی LST و NDVI در اراضی ساحلی بوشهر با استفاده از 3 مجموعه داده لندست برای سال‌های 1990، 2005 و 2020 پرداخت. الگوریتم تک پنجره ای در استخراج LST استفاده شد. به طور کلی، نتایج نشان داد که LST در سال های مطالعه با NDVI رابطه معکوس دارد. وجود پوشش گیاهی از عوامل اصلی منفی بودن زیاد این همبستگی است. رابطه LST-NDVI برای انواع کاربری/پوشش اراضی LULC متفاوت است. در مناطقی با پوشش گیاهی یک رابطۀ رگرسیون منفی قوی (0.80-) بین LST و NDVI برقرار است، میانگین LST منطقه مورد مطالعه 3.4 درجه سانتی گراد طی سال های 1990-2020 افزایش یافت. تبدیل سایر کاربری اراضی به مناطق ساخته شده و اراضی بایر تأثیر زیادی بر میانگین LST در مناطق شهری دارد. روند تغییرات LST در هر دو منطقه ساخته شده تغییر یافته و بدون تغییر و اراضی بایر افزایشی بود. این مطالعه می تواند به عنوان مرجعی برای کاربری اراضی و برنامه ریزی زیست محیطی در اراضی ساحلی مورد استفاده قرار گیرد. Manuscript profile

پیشینه و هدف دمای سطح زمین (LST) از آنجایی که آب و هوا و محیط را در سطح محلی، منطقه‌ای و جهانی تحت تأثیر قرار می‌دهد، امروزه به عنوان به یک موضوع مهم در جهان تبدیل شده است که این تغییرات در دمای سطح زمین عمدتاً ناشی از شهرنشینی، فعالیت‌های انسانی و تغییر در کاربری و پوشش زمین بوجود می‌آید. با توجه به محدودیت ایستگاه‌های هواشناسی، سنجش از دور می‌تواند به عنوان پایه و اساس بسیاری از داده‌های هواشناسی مورد استفاده قرار گیرد. یکی از مهمترین جنبه‌های کاربردی سنجش از دور در مطالعات اقلیم شناسی برآورد دمای سطح زمین می‌باشد. در این تحقیق درجه حرارت سطح زمین بین سال‌های 1990 تا 2018 از تصاویر سنجنده‌های TM و OLI اراضی ساحلی بوشهر، از روش استفان- بولتزمن استخراج شد.مواد و روش‌ها منطقه مطالعه اراضی شهر بوشهر که در ساحل شمالی خلیج‌فارس، با ابعاد 20 در 8 کیلومتر با مساحت 1011.5 کیلومترمربع و با متوسط حداقل دما 18.1 درجه سانتی‌گراد و متوسط حداکثر دمای 33 درجه سانتی‌گراد، میزان رطوبت نسبی بین 75-58 در صد و متوسط بارندگی سالیانه 272 میلی‌متر در موقعیت جغرافیایی '50°50 تا '10°51 طول شرقی و '40°28 تا '00°29 عرض شمالی واقع شده است. داده‌های مورد استفاده در این تحقیق شامل؛ داده سنجنده لندست 8(OLI) در سال 2018 و داده TM در سال 1990 که از مرکز داده‌های سازمان زمین شناسی ایالات متحده (USGS) دانلود گردید. جهت محاسبة پارامترهای مربوط به استخراج دما از داده‌های هواشناسی ایستگاه‌های سینوپتیک مستقر در منطقه موردمطالعه استفاده شد. بعد از اخد تصاویر، به‌دلیل بزرگ‌تر بودن محدوده تصاویر اخذ شده، تصاویر برش داده شدند (Resize) و سپس تصحیح هندسی تصاویر با استفاده از نقشه های توپوگرافی به مقیاس 1:25000 انجام شد و کلیه تصاویر به سیستم مختصات UTM ناحیه 39 شمالی انطباق داده شدند. در تصحیح هندسی تمام تصاویر خطای RMS کمتر از 0.5 پیکسل بود. برای مقایسه نتایج اجرای روش استفان- بولتزمن برای استخراج LST با داده‌های زمینی داده‌های نقشه‌های حرارتی به‌دست آمده با داده‌های دمای خاک (به‌دست آمده از ایستگاه‌های هواشناسی موجود در محدوده انتخاب شده) مقایسه شد. به‌منظور ارزیابی روش استفان-بولتزمن از داده‌های زمینی، از روش آماری شاخص میانگین خطای مطلق استفاده شد.نتایج و بحث میانگین حداقل و حداکثر درجه حرارت سطح زمین LST استخراج شده از تصویر TM سال 1990 به ترتیب 26.5 و 45 درجه سانتی‌گراد و برای تصویر OLI سال 2018 به ترتیب 30.1 و 48.6 درجه سانتی‌گراد بدست آمد. نتایج نشان داد که مقادیر شاخص میانگین خطای مطلق برای سنجنده‌های TM و OLI، به‌ترتیب برابر با 7.1 و 5.6 است. نتایج تحقیق نشان داد که روش استفان- بولتزمن، نتیجه قابل اعتماد و مطمئنی را در برآورد دمای سطح زمین ارائه داد.نتیجه‌گیری این تحقیق با هدف استخراج LST با روش استفان-بولتزمن است. نتایج این روش با استفاده از شاخص آماری میانگین خطای مطلق برای دورۀ مطالعاتی (1990-2018) برآورد گردید. اجرای شاخص میانگین خطای مطلق بر روی نقشه های حرارتی تولید شده، مشخص شد که روش استفان-بولتزمن برای تحقیقات آتی در زمینه‌های سنجش‌ازدور حرارتی با مشاهده نتایج حاصل از استفاده شاخص MAE بر روی نقشه‌های حرارتی مناسب است. بنابراین نتایج نشان داد که روش استفان-بولتزمن مناسب برای برآورد دمای سطح زمین در اراضی مناطق ساحلی است. در نهایت، پیشنهاد می‌شود که برای توصیف کمی الگوهای LST از یک روش مبتنی بر GIS/RS و روش‌هایی مانند همبستگی مکانی و نیمه‌واریانس استفاده شود. Manuscript profile

هدف از این تحقیق، تعیین مکان مناسب احداث نیروگاه های بادی با توجه به معیارها و گزینه های اقلیم (سرعت باد، سرعت باد غالب و دما)، جغرافیا (ارتفاع از سطح دریا، شیب)، اقتصادی- اجتماعی (فاصله از راه های ارتباطی، فاصله از شهرها و فاصله از روستاها)، زیست محیطی (فاصله از مناطق حفاظت شده، کاربری اراضی و فاصله از رودخانه) و زمین شناسی (فاصله از کانون های زلزله و فاصله از گسل ها) در محیط سیستم اطلاعات جغرافیایی با استفاده از فرآیند تحلیل سلسله مراتبی در استان بوشهر است. بر اساس نقش و تأثیر متفاوت این فاکتورها، نقشه عوامل مؤثر در محیط ArcGIS®10.1 تهیه گردید. وزن معیارها و گزینه ها با روش فرآیند تحلیل سلسله مراتبی (AHP) در محیط نرم افزار EC2000 تعیین گردید. از محیط نرم افزار ArcGIS®10.1 برای مدل سازی و تحلیل فضایی و تلفیق لایه ها استفاده شد و نقشه مکان یابی احداث نیروگاه بادی در چهار کلاس مختلف (خیلی مناسب، مناسب، متوسط و کم) به دست آمد. نتایج نشان داد پهنه هایی که در منطقه با توان کاملاً مناسب شناسایی شده اند، 8/24 درصد از کل منطقه (566218 هکتار) را به خود اختصاص داده اند که مناطق شمال شرقی استان بوشهر بهترین مکان جهت احداث نیروگاه های بادی هستند. نتایج همچنین نشان داد که سیستم اطلاعات جغرافیایی به عنوان یک سیستم پشتیبانی تصمیم گیری، در ساخت نیروگاه می تواند در آماده سازی داده ها و اولویت مدل ها و نظرات کارشناسان در ارتباط با عوامل مختلف در انتخاب محل مناسب نیروگاه بادی مؤثر باشد. فرآیند تحلیل سلسله مراتبی مدل انعطاف پذیری در مدل سازی داده های مکانی در انتخاب مکان مناسب نیروگاه بادی است. Manuscript profile

آلودگی آب‌های زیرزمینی در حوزه طرقبه شاندیز در استان خراسان رضوی به دلیل افزایش جمعیت، توسعه صنعتی و همچنین فعالیت های کشاورزی یک مسئله مهم است. هدف از این تحقیق تهیة نقشه آسیب پذیری آب‌های زیرزمینی در این حوزه با استفاده از مدل دراستیک و سیستم اطلاعات جغرافیایی می باشد. داده های هفت پارامتر (سطح آب زیرزمینی، شبکه تغذیه، محیط آبخوان، جنس خاک، توپوگرافی، ناحیه غیراشباع، هدایت هیدرولیکی) مدل دراستیک جمع آوری و با استفاده از سیستم اطلاعات جغرافیایی به نقشه تبدیل شد. نتایج نشان داد که تغییرات شاخص دراستیک در محدودة 225-68 است. که خطر آلودگی آب‌های زیرزمینی منطقه در پنج ناحیه با آسیب‌پذیری خیلی کم، کم، متوسط، زیاد و خیلی زیاد طبقه‌بندی گردید. نقشه دراستیک نشان می دهد که 15.9% در آسیب‌پذیری خیلی کم، 20.29% در آسیب‌پذیری کم، 26.33% در آسیب‌پذیری متوسط، 24.34% در آسیب‌پذیری زیاد و 13.14% در آسیب‌ پذیری خیلی زیاد قرار دارد. جریان آب رودخانه از شمال شرق منطقه سبب می شود که آب هنگام جریان به پایین‌ دست کودهای زمین‌های کشاورزی را به آب‌های زیرزمینی تخلیه و ازاین‌رو منجر به آسیب‌پذیری آب‌های زیرزمینی این منطقه شود. صحت نقشه آسیب‌ پذیری با انطباق نقشه تغییرات نیترات با نقشه شاخص دراستیک تعیین گردید. نتایج نشان داد که کلیه نقاطی که دارای یون نیترات بالا هستند در محدودة آلودگی خیلی زیاد قرارگرفته‌اند که این می تواند دقت و صحت مدل را تائید نماید. Manuscript profile

میانگین ذرات معلق ده ایستگاه در سه دوره گرد و غبار در شهرستان بوشهر، برای تجزیه و تحلیل تغییرات مکانی غلظت فلزات سنگین آرسنیک، کادمیوم، کبالت، آهن، نیکل، سرب و وانادیوم نمونه برداری گردید. تکنیک های زمین آمار، سیستم اطلاعات جغرافیایی و روش کرجینگ گسسته برای تهیه نقشه توزیع مکانی غلظت هفت فلز، مورد استفاده قرار گرفت. همچنین، از روش های تجزیه مؤلفه های اصلی (PCA) و ماتریس همبستگی (CM) برای پردازش داده ها استفاده شد. نتایج اثر قطعه ای (C0) به آستانه واریوگرام (C0+C) نشان داد که توزیع تغییرات مکانی 7 عنصر در طبقه وابستگی مکانی متوسط (75/0-25/0) قرار دارد. این بدان معنی است که ورود این فلزات به منطقة مورد مطالعه منشأ بیرونی دارد. همچنین، روش کرجینگ گسسته برای کمی کردن توزیع غلظت فلزات استفاده شد. آنالیز مؤلفه اصلی هفت فلز سنگین را در 3 مؤلفه گروه بندی کرد. در مؤلفه اول فلزات آرسنیک، وانادیوم، کبالت، نیکل و سرب، در مؤلفه دوم کادمیوم و در مؤلفه سوم آهن بیشترین همبستگی را داشتند. نتیجه این آنالیز نشان داد که منشاء غلظت این عناصر یک عامل بیرونی است. این نتایج به مدیریت محیط زیست منطقه کمک خواهد کرد. Manuscript profile

چکیده: هدف کلی این تحقیق بررسی میزان کدورت و کربن آلی کل (TOC) آب خام ورودی به تصفیه خانه و کارایی واحد پیش ازن زنی در حذف این ترکیبات است. طی مدت 6 ماه نمونه گیری از آب خام و آب پیش ازن زنی انجام شد و مطابق با روش استاندارد متد مورد آزمایش قرار گرفت. نتایج بدست آمده نشان داد که بین میزان کربن آلی کل ورودی با میزان کدورت رابطه مستقیم وجود دارد، که این مسئله بیشتر در فصل زمستان و در بهمن ماه با کدورت بالای 18NTU و TOC بالای 7mg/l مشخص شد. همچنین مشخص شد که میانگین راندمان واحد پیش ازن زنی در حذف کربن آلی کل با میانگین دوز ازن 3kg/hr و مدت زمان تماس 18 دقیقه 20.52% می باشد، بطوریکه بیشترین راندمان حذف TOCدر بهمن ماه بوده (35.7%) و کمترین راندمان حذف ( 14.08%) در اردیبهشت می باشد. میانگین راندمان حذف کدورت61% می باشد، که بیشترین و کمترین درصد حذف به ترتیب در بهمن ماه با 85.2% و در تیرماه با 30% می باشد. بنابراین برای افزایش راندمان واحد پیش ازن زنی در حذف ترکیبات آلی و ... لازم است تا عوامل فرایندی و طراحی بدقت مورد بررسی قرار گیرد تا تا راندمان حذف ترکیبات افزایش یابد. Manuscript profile