The aim of this study was to do attribution of climate change to the extreme snow fall of Mazandaran province in the northern part of Iran and southern shores of the Caspian Sea in the vicinity of Alborz mountains. The area is not prone to extreme snow fall or even snow fall then this phenomenon has had great damages to the infrastructures of the region. The study is performed on the time interval of 1987-2017in winter time (DJF). Corresponding calculation is done for two parallel worlds of counterfactual i.e. without external forcing and factual with external forcing in the context of stochastic climate modeling. This is done by the chaotic dynamical 3-D model Lorenz-63. Then the two worlds of study are defined on the basis of LM-63 and SLM-63 as deterministic and stochastic climate models. Fakher- Planck equation had the role of implementing time evolution of the PDF into the modal. The conditional probability and Bayesian framework is the preliminaries of the method of this study. The model is belonging to the space state models and Bayesian recursive estimation. These all is the basis of the EnKF as nonlinear filtering approach to the nonlinear dynamical model of this study. It is tried to bring down all the related situation associated with the issue on the basis of sound mathematical, epistemological and physical foundations. All the computations are done on the environment of GIS, Matlab, Mathematica and Maple. Then causal theory of pearl (2000) is used as the evidence of verification for the whole process. The final results showed that the extreme snow of Mazandaran province is attributable to the climate forcing defined for the study 0.8978 in its PN causation, 0.1942 in its PS causation and 0.4519 in its PNS causation.

با استفاده از مدل‌سازی رشد و توسعه شهری می­توان روند توسعه­ای متناسب با موقعیت شهر را با توجه به فاکتورهای زیست‌محیطی و عوامل طبیعی و جمعیت ­پذیری ترسیم کرد. هدف از انجام این پژوهش ارائه مدل توسعه شهری شوشتر است که به‌عنوان ابزار مفیدی برای تجزیه‌وتحلیل فرایندهای پیچیده تحولات شهری استفاده شود. برای نیل به این هدف از دو پایگاه داده نقشه­ های کاربری های شهری فضاهای آموزشی، درمانی، مسکن و... و تصاویر ماهواره­ای لندست برای کاربری­ های اراضی عمده مانند رودخانه، مناطق بایر، جنگل و... در سه دوره زمانی 1991، 2004 و 2014 در محیط نرم ­افزارهای GIS و MATLAB استفاده شد. نقشه ­های کاربری­ های شهری موجود پس از رقومی ­سازی، با استفاده از تصاویر ماهواره ­ای لندست به‌روزرسانی شدند. سپس پارامترهای مؤثر در توسعه ­ی شهری به‌عنوان ورودی با الگوریتم استنتاج نرو- فازی تطبیقی (ANFIS) وارد شدند و پس از آموزش برای سال­ های 1991 و 2004، به‌منظور ارزیابی عملکرد روش پیشنهادی، نتیجه پیش­ بینی توسعه شهری با استفاده از الگوریتم، با وضعیت موجود در سال 2014 مقایسه گردید که نتایج بسیار به واقعیت نزدیک و با صحت سنجی 93.7% است. نقشه تغییرات کاربری که نتیجه فرایند آشکارسازی تغییرات می‌باشد را می‌توان بر اساس تصاویر چندزمانه سنجش‌ازدور و تلفیق آن با نقشه­ های کاربری شهری تهیه‌کرده و پیامدهای مربوطه را موردبررسی قرار داد. استفاده از الگوریتم ­های هوشمند در این تحقیق به ما این امکان را داده که با صحت بالا مدل‌سازی را انجام دهیم. نتایج به‌دست‌آمده قابل‌قبول بوده و این توسعه برای سال ­های آتی نیز پیش ­بینی شد.