۸ نتیجه برای شریفی
جلال کرمی، امینه محمدی، محمد شریفی کیا،
دوره ۳، شماره ۲ - ( ۲-۱۳۹۵ )
چکیده
افزایش حوادث طبیعی تعمیق آنمتاثر از فعالیتهای انسانی، خسارتهای متعددی را مخصوصاَ در کشورهای در حال توسعه اموجب شده است.خسارت های مالی و جانی ناشی از حوادث طبیعی در جهان و مخصوصا در کشورهای کمتر توسعه یافته، متاثر از زیرساخت های ضعیف اجتماعی و اقتصادی، روز به روز در حال افزایش می باشد. در میان حوادث طبیعی، زلزله، به دلیل غیرقابل پیش بینی بودن، یکی از مخربترین این حوادث به شمار می رود.ایران یکی از زلزله خیزترین کشورهای جهان است و شهرهای آن بر اثر این پدیده بسیار آسیب دیده اند. در بین شهرهای ایران، تهران به عنوان کلانشهر اول کشوربا توجه به جمعیت متراکم، توسعه فیزیکی نامناسب، تراکم سازه ای، و عدم رعایت استانداردها، با خطر جدی تری روبه رو است.هدف از این پژوهش، بررسی فضایی انعطاف پذیری منطقه ۱۲ تهران پس از زلزله می باشد. در این مطالعه، ابتدا داده ها ی منطقه ۱۲تهرانآماده و استانداردسازی گردید. سپس با استفاده از روشAHP، میزان ریسک پذیری منطقه ۱۲ تهران تحلیل شد. در نهایت با توجه به نقشه میزان ریسک پذیری منطقه، به کمک روش OWAنقشه نهایی میزان انعطاف پذیری آن پس از زلزله حاصل گردید. نتایج به دست آمده نشان داد که محلات شماره ۲و۱۲ (بهارستان و دروازه غار شوش) کمترین انعطاف پذیری را پس از زلزله دارند.
زینب شریفی، مهدی نوری پور، مریم شریف زاده،
دوره ۴، شماره ۲ - ( ۴-۱۳۹۶ )
چکیده
آسیب پذیری یکی از مفاهیم اساسی در رویکرد معیشت پایدار است که بر اساس وجود زمینههای آسیبرسان (تکانه ها، روند ها و فصلی بودن) به دنبال کاهش فقر در جامعه روستایی است. هدف اصلی تحقیق حاضر، شناسایی وضعیت آسیبپذیری خانوارهای روستاهای بخش مرکزی شهرستان دنا بوده است. جامعه آماری تحقیق ۲۵۰۰ سرپرست خانوارهای روستایی ساکن در ۳۸ روستا بودند که بر اساس جدول کرجسی و مورگان، ۳۰۰ خانوار از طریق نمونهگیری تصادفی خوشهای انتخاب شدند. ابزار جمعآوری دادهها در این پژوهش، پرسشنامه ساختارمند و محقق ساخته بود. روایی ابزار تحقیق با استفاده از پانل متخصصان تایید شد. همچنین پایایی ابزار تحقیق با انجام پیشآزمون در خارج از منطقه مورد مطالعه و محاسبه ضریب آلفای کرونباخ (۹۰۳/۰-۹۱۴/۰) مورد تأیید قرار گرفت. در تحلیل یافتهها از فاصله انحراف معیار از میانگین بهره گرفته شد. نتایج نشان داد به طور کلی آسیبپذیری بیش از ۴۰ درصد پاسخگویان در حد متوسط، آسیبپذیری حدود ۲۵ درصد پاسخگویان در حد زیاد، آسیبپذیری حدود ۱۵ درصد پاسخگویان در حد بسیار زیاد و در نهایت آسیبپذیری حدود ۱۰ درصد پاسخگویان در حد بسیار کم بوده است. به منظور کاهش آسیبپذیری خانوارهای روستایی، تعیین قیمت تضمینی برای محصولات کشاورزی توسط سازمان جهاد کشاورزی و نیز تدوین الگوی کشت در منطقه توسط کارشناسان سازمان جهاد کشاورزی پیشنهاد میگردد.
زهرا شریفی نیا،
دوره ۷، شماره ۲ - ( ۶-۱۳۹۹ )
چکیده
پژوهش حاضر از لحاظ هدف کاربردی، و از لحاظ روش، توصیفی– تحلیلی است. گردآوری دادهها با استفاده از روش اسنادی و میدانی(مشاهده و پرسشنامه) جمع آوری شده است، جامع آماری این نوع تحقیق براساس سرشماری آمار۱۳۹۵؛ ۶۹۴۷ خانوار در۲۴ روستا؛ با خطای ۰۷/۰، ۱۹۱ پرسشنامه به عنوان حجم نمونه محاسبه و براساس رابطه تسهیم نسبت تعداد نمونههای هر روستا به ۲۳۳ نمونه به صورت تصادفی بین خانوارها توزیع و پخش گردید. برای تجزیه و تحلیل دادهها از اطلاعات از روشهای آماری توصیفی(میانگین) و استنباطی(t تک نمونه، فریدمن، تحلیل خوشهای) و مدلهای واس پاس، آراس و ویکور، بهره گرفته شد. نتایج نشان میدهد که تابآوری مناطق روستایی در برابر خشکسالی در سطح پایینی است. یافتههای مدلهای ویکور، اراس و مدل واس پاس نشان داد که روستاهای ولاشد؛ تازهآباد بستان خیل و دوقائلو رتبههای اول و تابآوری بالا و روستاهای جمان، پلاژارتش و بهزاد کلا در رتبههای پایین و تابآوری پایین قرار دارند.
خانم لاله شریفیپور، دکتر محمد جواد قانعی بافقی، دکتر محمد رضا کوثری، آقای ساسان شریفیپور،
دوره ۸، شماره ۳ - ( ۹-۱۴۰۰ )
چکیده
خشکسالی یک اختلال موقتی است که خصوصیات آن از منطقهای با منطقه دیگر متفاوت است، از این رو نمیتوان تعریف جامع و مطلق برای خشکسالی بیان نمود.در تحقیق حاضر، به منظور معرفی یک روش مناسب جهت پیشبینی خشکسالی برای یک ماه آتی، چهار روش هوش مصنوعی شامل یادگیری عمیق (Deeplearning) (از شبکه الکسنت که یکی از شبکههای کانولوشن میباشد استفاده شده است)، الگوریتم K نزدیکترین همسایه (KNN)، ماشین برداد پشتیبان چند طبقه (SVM-MultiClass) و درخت تصمیم (Decision Tree) در نظر گرفته شد. دادههای بارندگی ۱۱ ایستگاه سینوتیک استان یزد طی دوره آماری ۲۹ ساله (۱۹۸۸ تا ۲۰۱۷) به صورت ماهانه به عنوان دادههای آزمایشی مورد استفاده قرار گرفتند. شاخص بارش استاندارد شده (SPI) برای نشان دادن وضعیت خشکسالی از نظر شدت و مدت در مقیاسهای زمانی ۱، ۳، ۶، ۹، ۱۲ و ۲۴ ماهه محاسبه گردید. در ابتدا دادههای بارش به عنوان ورودی شبکههای عصبی و کلاسبندی SPI به عنوان خروجی شبکهها قرار داده شد. ۸۰ درصد دادهها برای آموزش و۲۰ درصد دادهها برای تست شبکهها به کار گرفته شد. نتایج نشان داد که تمامی شبکهها توانایی پیشبینی خشکسالی را داشتهاند، بر اساس معیار ارزیابی macro-f۱ شبکه Deeplearning در مقیاس زمانی ۱ ماهه با ۷۱/۲۲ درصد، ناکارآمدترین روش و Decision Tree با ۶۵/۶۴ درصد، کارآمدترین روش بودهاند، اما با افزایش مقیاس زمانی، شبکه Deeplearning عملکرد خود را بهبود بخشید، بهطوریکه در مقیاس زمانی ۲۴ ماهه با ۳۵/۶۵ درصد، بهترین عملکرد مربوط به شبکه Deeplearning و بعد از آن، شبکه SVM-MultiClass با ۴۰/۵۷ درصد، قرار گرفت.
محمد شریفی کیا، علی موسیوند، مرال پورحمزه،
دوره ۹، شماره ۳ - ( ۹-۱۴۰۱ )
چکیده
تداخلسنجی راداری تکنیکی کارآمد برای رصد پویایی سطوح است که به کمک آن میتوان ناپایداری سطوح بهخصوص سطوح دامنهای که مخاطرات لغزشی را پیامد دارند، تشخیص داده و مورد پایش قرار داد. تشخیص این مخاطره علاوه بر خطرات شناخته شده و متداول آن در پارهای مواقع میتواند تأسیسات و زیرساختهای مدفون را آسیب رسانیده و خسارات و خطرات فراوانی به همراه داشته باشد. شبکه انتقال نفت از جمله این زیرساختهاست که با عبور از نواحی کوهستانی و مستعد لغزش عموماً در خطر شکستگی و نشت قرار دارند. طبق مطالعات صورت گرفته، پژوهشی به منظور تعیین خطرپذیری خطوط لوله با تکنیک تداخلسنجی راداری در منطقه مورد مطالعه یافت نشد. تحقیق حاضر خطرپذیری شبکه نفت و گاز مارون (مارون-اصفهان) در زاگرس مرکزی از مخاطره زمینلغزش به کمک تکنیک تداخلسنجی رادری را هدف داشته است. بدین منظور دادههای دو سنجنده راداری در باند C و L در مقاطع متفاوت زمانی دریافت و مبتنی بر روش تداخلسنجی تفاضلی میزان تغییرات سطح و جابجاییهای آن محاسبه شد. بر این اساس نرخ حداکثر جابجایی در منطقه حدود ۴/۷ سانتیمتر بالاآمدگی و ۹/۳ سانتیمتر فروافتادگی حاصل شد. پس از آن صحت نتایج بدست آمده از مرحله آزمایشگاهی، در پیمایش میدانی با بازدید از ۳ زمینلغزش واقع در مجاورت خط لوله و تطبیق مکانی آنها با یافتههای آزمایشگاهی سنجیده شد. سپس پهنهبندی خطر آتی زمینلغزش در ۵ کلاس خطر با مدل تجربی ارزش اطلاعاتی تهیه و صحتسنجی شد. مستند به این نقشه، حدود ۲۰ درصد سطح منطقه در کلاس خطر زیاد و بسیار زیاد طبقهبندی شده است. منطبقسازی نقشه کلاسبندی خطر زمینلغزش با مسیر خط لوله نشان داد که ۵/۲۸ درصد از طول خط لوله مورد مطالعه در کلاس خطر زیاد و خیلی زیاد، و حدود ۵۲ درصد از آن در کلاس خطر کم و بسیار کم قرار گرفتهاند.
سید هدایت شیخ قادری، طوبی علیزاده، پرویز ضیائیان فیروزآبادی، رحمن شریفی،
دوره ۱۰، شماره ۱ - ( ۳-۱۴۰۲ )
چکیده
پژوهش حاضر با هدف آنالیز زمانی و مکانی طوفانهای گردوغبار طی بازهی زمانی ۲۰۱۶ تا ۲۰۱۸ در شهر کرمانشاه با بهرهگیری از مدل مسیریابی HYSPLIT و پروداکت MCD۱۹A۲ سنجندهی مودیس در سامانهی تحت وب گوگل ارث انجین انجام گرفت. جهت مسیریابی منشأ ذرات گردوغبار از روش لاگرانژی مدل HYSPLIT در ۴۸ ساعت قبل از وقوع پدیده گردوغبار در کرمانشاه در سه سطح ارتفاعی ۲۰۰، ۱۰۰۰ و ۱۵۰۰ متری مورد استفاده قرار گرفت. یافتههای حاصل از نقشههای ردیابی مدل HYSPLIT حاکی از آن است که مسیر کلی برای انتقال گردوغبار به منطقه مورد مطالعه مسیر شمالغرب- جنوبشرق با منشأ بیابانهای عراق و سوریه در سه ارتفاع ۲۰۰، ۱۰۰۰ و ۱۵۰۰ متری در روزهای ۱۷ ژوئن ۲۰۱۶ و ۲۷ اکتبر ۲۰۱۸ و همچنین مسیر جنوب غرب به غرب با منشأ کویت، شمال عربستان و بخشی از عراق در ۲ نوامبر ۲۰۱۷ میباشد. نتایج نقشههای حاصل از پروداکت MCD۱۹A۲ سنجندهی مودیس علیالخصوص نقشههای تناوب رخداد، غلظت تجمعی، تغییرات مکانی و نقشه بیشترین میزان AOD نشان از همبستگی بالا با نقشههای مسیریابی شده مستخرج از مدل HYSPLIT دارد. بهطورکلی بر اساس یافتههای حاصل از نقشههای مستخرج از پروداکت MCD۱۹A۲ سنجنده مودیس طی بازهی زمانی ۲۰۱۶ تا ۲۰۱۸ شهر کرمانشاه، مناطق مرکزی و شرقی همواره بیشتر از دیگر مناطق شهر درگیر طوفان گردوغبار گردیده و در این راستا مناطق فوق بهصورت متوسط، نسبت به دیگر مناطق شهر بیشتر با آلودگی ناشی از گردوغبار مواجه بودهاند. در این راستا نتایج نهایی نشاندهندهی همبستگی بالا بین دادههای PM۱۰ واقعی و مقادیر AOD مشتق شده از سنجنده مودیس میباشد.
سعیده کوهستانی، بیژن سیاف زاده، عبدالرضا سروقد مقدم، مهدی شریفی،
دوره ۱۰، شماره ۴ - ( ۱۰-۱۴۰۲ )
چکیده
با افزایش تعداد کارخانههای فرآیندی به دلیل نیاز جوامع بشری به محصولات این کارخانهها، دسته جدیدی از حوادث ناشی از انواع خرابیهای رویداده در آنها و تاثیر مخرب این رویدادها بر روی جوامع و محیط زیست و اقتصاد مشاهده شده است. افزایش حوادث ناشی از تاثیر مخاطرات طبیعی بر روی صنایع و تحمیل هزینه بسیار به جوامع و دولتها، و آسیبپذیری بالای صنایع مذکور و نواحی شهری به این دسته از رویدادها، نیاز به توجه به این دسته از رویدادها را بیشتر نمود. با اینحال همچنان در بسیاری از مناطق دنیا به این موضوع آنچنان که باید پرداخته نشده است و همچنان با این دیدگاه که احتمال وقوع این قبیل حوادث بسیار ناچیز میباشد از پرداختن به آن و همچنین تعریف و پذیرش مسئولیت در برابر آن شانه خالی میشود و این درحالیست که فراوانی و توسعه روزافزون این رویدادها نشان داده شده است. در این مقاله با اتکا به آمارهای موجود به ارزیابی و مقایسه تبعات مخاطرات طبیعی منجر به رویداهای طبیعانه پرداخته میشود. منظور از رویدادهای طبیعانه، حوادث فناورانه ناشی از مخاطرات طبیعی میباشد که به عنوان رویدادهایی با پیامد بالا و احتمال پایین در نظر گرفته میشوند و میتوانند یک ناحیه وسیع را تحت تاثیر قرار دهند و منجر به حوادث بزرگ و زنجیره وار شوند. بعد از معرفی و دسته بندی رویدادهای طبیعانه، مقایسهای از توزیع و تبعات این رویدادها در ایران و جهان بر اساس مقالات و تحقیقات موجود صورت پذیرفته است. این تحقیقات نشان میدهد که بر خلاف مخاطرات طبیعی به رویدادهای طبیعانه در کشور توجه لازم نشده است. این در حالیست که هم تنوع کارخانهها و سازههای صنعتی در ایران بسیار زیاد است که شرایط موجود و نیز روال تعمیر و نگهداری آنها مناسب نیست و هم بررسی آمار جمع آوری شده در این تحقیق نشانگر پتانسیل بالای وقوع حوادث فناورانه در کشور میباشد. در نهایت برای گام اول در راستای افزایش سطح آمادگی برای رویدادهای طبیعانه مرور تجارب موثر جهانی توصیه میشود. شناسایی و دسته بندی این صنایع، تدوین اطلاعاتی که در گزارشات ایمنی آنها باید وجود داشته باشد و نیز بررسی سناریوها و لحاظ کردن اثر دومینویی پیشنهاد شده و توصیههایی در این راستا مدون شده است.
دکتر صیاد اصغری سراسکانرود، زهرا شریفی، زهرا شهبازی،
دوره ۱۱، شماره ۴ - ( ۱۲-۱۴۰۳ )
چکیده
زمینلغزش بهعنوان یکی از خطرناکترین مخاطرات طبیعی در نواحی کوهستانی همواره تأسیسات انسانی بهویژه جادهها و محورهای ارتباطی را تهدید میکند و رخداد آن خسارات جانی و مالی بسیاری را همراه دارد لذا مطالعه و شناخت این مخاطره در جهت پهنهبندی خطر وقوع آن امری ضروری است. هدف از این پژوهش پهنهبندی خطر وقوع زمینلغزش در جاده ماسال به گیلوان با استفاده از الگوریتم شبکه عصبی میباشد. الگوریتم شبکه عصبی جزوه یکی از بهترین مدلهای یادگیری ماشینی شناخته میشود که در عین سادگی توانایی حل مسائل پیچیده در امر پیشبینی و طبقهبندی را دارد. لذا در این جهت برای پهنهبندی خطر وقوع زمینلغزش ۹ عامل تأثیرگذار به ترتیب: ۱- زمینشناسی ۲-پوشش گیاهی ۳- شیب ۴- کاربری اراضی ۵- فاصله از جاده ۶-جهت شیب ۷- ارتفاع ۸- فاصله از گسل ۹- فاصله از رودخانه استفادهشده است. بنابراین دادهها بعد از تهیه و پیشپردازی وارد نرمافزار متلب ۲۰۱۸ شده و مدلسازی الگوریتم شبکه عصبی با ۹ نورون ورودی ۸ نورون میانه و ۱ نورون خروجی طراحی و اجراشده و نتایج نشان داد که چهار عامل که بیشترین ارزش وزنی را داشته به ترتیب مربوط به لایههای شیب با مقدار ۲۴/۰ درصد، پوشش گیاهی با مقدار ۱۷/۰ درصد، عامل فاصله از گسل با مقدار ۱۴/۰ درصد، زمینشناسی با مقدار ۱۱/۰ میباشد. و صحتسنجی نهایی از خروجی با استفاده از نمودار ROC نشان داد که مقدار AUC عدد ۸۵۴/۰ در بخش آموزش و ۹۷۱/۰ در بخش تست شبکه هر دو در حالت بسیار مطلوب قرار دارند و میزان خطا بسیار پایین است.