ابراهیم مقیمی، بهروز بهرام آبادی، اعظم داودی،
دوره 2، شماره 8 - ( سال دوم، شماره‌ي هشتم، تابستان 1391 )
چکیده
شناسایی زمین‌هایی که قابلیت، سهولت تردد و دسترسی آسان و سریع نیروهای نظامی را جهت مقابله با دشمن در عملیات‌های آفندی و پدافندی و هم‌چنین در درگیری با اشرار در حاشیه‌ی مرزهای کشور فراهم نماید، به عنوان یکی از ضرورت‌ها و دغدغه‌های فکری است که فرماندهان و رؤسای ستاد در طراحی عملیات با آن مواجه‌اند. بدیهی است دسترسی آسان و سریع نیروها در سطح منطقه و پراکندگی و اجرای آتش و مانور با استفاده از تجهیزات شنی‌دار و چرخ‌دار با شناسایی و شناخت زمین می‌تواند آسیب و صدمات کم-تری را متوجه آنها نماید و رسیدن به اهداف و از بین بردن متخاصم را آسان‌تر نماید. برای این منظور با بررسی ژئومورفولوژیکی دشت مسیله که یکی از مناطق خشک و بیابانی کشور محسوب می‌گردد، این منطقه پهنه بندی و مورد تجزیه و تحلیل نظامی قرار گرفته است. روش کار متکی بر داده‌های تجربی است که در آن از تصاویر ماهواره‌ای Astar، کار میدانی، نقشه‌های توپوگرافی 50000/1، خاک‌شناسی 250000/1 و مبتنی بر مدل شاخص همپوشانی در محیط Arc/Gis9.3 انجام شده است. نتایج نشان می‌دهد که با بررسی لندفرم‌ها و پدیده‌های سطحی زمین می‌توان بسیاری از چالش‌هایی که فرماندهان در تصمیم گیری و طرح‌ریزی عملیات با آن مواجه‌اند حل نمود و محدوده‌های که حداقل آسیب و صدمه را به نیروها و تجهیزات وارد می نماید شناسایی کرد، و قدرت مانور و تحرک آنها را افزایش داد.
زهره زهیری، رضا قضاوی، ابراهیم امیدوار، علی اکبر داودی راد،
دوره 10، شماره 40 - ( دوره دهم، شماره چهلم، تابستان 1399 )
چکیده
روش‌های مختلفی برای تبدیل داده‌های بزرگ‌مقیاس به داده‌های اقلیمی منطقه‌‌ای گسترش یافته‌اند که در کم‌تر مطالعه‌ای نتایج این روش‌ها از لحاظ آماری مورد مقایسه قرار گرفته است. هدف از این مطالعه، مقایسه‌ی نتایج مدل‌های SDSM و LARS-WG در ریزمقیاس‌نمایی داده‌های خروجی مدل‌های گردش عمومی CANE-SM2 و HADGEM2-ES تحت سناریوهایRCP2.6 ، RCP4.5 وRCP8.5 است. جهت انجام این مطالعه، دمای حداقل، دمای حداکثر و بارش در دوره‌ی پایه (2005-1980) ایستگاه سینوپتیک اراک مورداستفاده قرار گرفت و نتایج حاصل از پیش‌بینی‌های دو مدلSDSM و LARS-WG برای سه دوره‌ی 2040-2021، 2060-2041 و 2080-2061 مقایسه شد. به منظور ارزیابی عملکرد مدل‌ها شاخص‌های RMSE، R2، MAE و NSE استفاده شد. بر اساس نتایج شاخص‌های ارزیابی، هر دو مدل کارآیی مناسبی در شبیه‌سازی متغیرهای اقلیمی دارد. نتایج ریزمقیاس‌نمایی دو مدل نشان داد که به‌طورکلی در هر سه سناریو و هر سه دوره از ماه ژانویه تا ژوئن مقادیر پیش‌بینی دمای حداقل و دمای حداکثر نسبت به دوره‌ی پایه افزایش می‌یابد و مدل LARS-WG در مقایسه با مدل SDSM مقدار دمای حداقل و حداکثر را نسبت به دوره‌ی پایه بیش‌تر برآورد نموده است. تغییرات بارش پیش‌بینی‌شده به وسیله‌ی دو مدل SDSM و LARS-WG دارای روند مشخصی نبوده است. بررسی درصد تغییرات داده‌های دما و بارش نشان داد که خروجی مدل SDSM تغییرات بیش‌تری را در بارش و خروجی مدل LARS-WG تغییرات بیش‌تری را در دمای حداقل و دمای حداکثر نسبت به دوره‌ی پایه نشان می‌دهد. بر اساس نتایج این مطالعه نمی‌توان برتری دقیقی برای هر یک از مدل‌های موردمطالعه بیان کرد، ولی به‌طورکلی می‌توان گفت که نتایج پیش‌بینی دو مدل در اکثر موارد از نظر آماری اختلاف معنی‌دار (01/0P<) دارند.
