دانلود مقاله ارزیابی زیست محیطی

یک روش تحلیل تصمیم با منطق فازی برای یکپارچه ساختن شاخص های اکولوژیک ایجاد گردید.

این روش ترکیبی از روش رتبه بندی فازی و فرآیند تحلیل سلسله مراتبی (AHP) است.

این روش قادر به رتبه بندی اکوسیستمها بر حسب شرایط زیست محیطی بوده و اثرات تجمعی در سراسر یک ناحیه وسیع را نشان می دهد.

با استفاده از داده های مربوط به پوشش اراضی جمعیت، جاده ها، رودخانه ها، آلودگی هوا و توپوگرافی ناحیه میانی اقیانوس اطلس ، توانستیم مناطقی را کشف کنیم که در شرایط نسبتاً ضعیفی قرار داشته و یا در آینده در معرض نابودی قرار می گیرند.

این روش، یک راه حل آسان و جامع ارائه داد که با کمک آن، توانستیم از توانایی های تئوری مجموعه فازی در ترکیب با AHP برای ارزیابی اکولوژیکی بهره گیریم.

علاوه بر این، روش پیشنهادی می تواند به عنوان زیربنایی برای ارزیابی سیاستهای زیست محیطی مورد استفاده قرار گیرد.
تحلیل ناحیه ای شرایط زیست محیطی و آسیب پذیری، یک چالش قابل توجه در ارزیابی را ارائه می دهد.

منابع جدید اطلاعاتی از تصویر برداری ماهواره ای و اصول جدیدی که در اکولوژی منظر طبیعی زمین تدوین شده اند، موقعیتهای هیجان انگیزی را خلق می کنند.

اما برای بهره برداری از این موقعیتها، لازم است به تعدادی از مشکلات فنی اشاره نماییم .

یکی از مهمترین مشکلات ارزیابی آسیب پذیری ناحیه ای، یکپارچه ساختن اطلاعات بدست آمده از منابع مختلف در یک رتبه بندی عمومی برای ریسک مربوطه است.

در یک مقیاس فضایی کوچکتر مثلاً در یک حوزه آبریز، تمرکز روی نقاط انتهایی خاص یا ایجاد یک شاخص روی یکپارچگی کلی محیط، ممکن است راهکارهای عملی برای یکپارچه ساختن اطلاعات ارایه نماید، اما این راهکارهای ساده مواجه با انتقادات جدی خواهند شد.

این مشکل می تواند در مقیاسهای ناحیه ای بزرگتر که در آن اطلاعات دیگری از قبیل اکوسیستمهای خاکی و آبی، تغییرات کاربری اراضی و محرکهای محیطی در کنار هم وجود دارد، بسیار پیچیده تر شود.
یکی از مشکلات بحرانی در ارزیابی یکپارچه، مواجهه با خطاهای نامعلوم ناشی از منابع مختلف از قبیل خطا در اندازه گیری یا مدلسازی، عدم دقت در شناسایی روابط بین محرکها و گیرنده های محیطی، و حتی ابهام در تعریف ریسک است.

مجموعه مقادیر اندازه گیری شده و محاسبه شده که با یکدیگر ادغام می شوند، بطور پیچیده ای با هم در ارتباطند و نمی توان آنها را از نظر آماری مستقل در نظر گرفت.

یک راه حل دقیق برای ارزیابی یکپارچه، بر مبنای تئوری فضای حالت یا تحلیل چند متغیری مورد نیاز است.

این مقاله، یک راهکار اولیه برای مدل تحلیل تصمیم با منطق فازی، برای ارزیابی آسیب پذیری اکولوژیک ارائه می نماید.

علاوه بر این، از روش تحلیل اجزای اصلی (PCA) به عنوان راهنما در ساختن سلسله مراتب برای AHP استفاده گردیده است.

این روش قادر است اکوسیستم ها را بر حسب شرایط زیست محیطی و اثرات تجمعی مربوطه در سراسر یک ناحیه وسیع، رتبه بندی نماید.
مواد و روشها
داده ها
برای این تحلیل، 26 عدد از کل 33 شاخص موجود در اطلس زمین در ناحیه میانی اقیانوس اطلس (جدول1) به تفکیک هر حوزه آبریز و با استفاده از نقشه های هیدرولوژیک 8 رقمی موسسه تحقیقات زمین شناسی ایالات متحده (USGS)، برای 123 حزه آبریز در ناحیه میانی اقیانوس اطلس (شکل1) آنالیز کردیم.

سایر 7 شاخص باقیمانده به دلیل فقدان داده ها آنالیز نشدند.

روشها
رتبه بندی فازی : برای شاخصهای اکولوژیک، خطا های نامعلوم همواره وجود دارند.

از این رو، لازم است مقادیر شاخصها به همراه اطلاعات مربوط به خطاهای نامعلوم آنها ارائه گردند.

اگر شاخصها مستقل باشند، مشکلی پیش نمی آید زیرا می توانیم شاخصها را به صورت زوج دوتایی ‹‹مقدار، خطا›› تعریف کنیم.

اما استفاده از این زوجهای دوتایی در محاسبات پیچیده تر بعدی، نظیر ارزابی اکولوژیک یکپارچه با کمک راه حلهای سنتی آمار و احتمالات، هم از نظر تئوری و هم از نظر عملی، مشکل ساز خواهد شد .

یکی از دلایل عمده این امر آن است که ارتباط بین محرکها و گیرنده های محیطی، روشن نیست و بی نهایت پیچیدگی ایجاد می نماید.

در چنین مواردی، تئوری مجموعه های فازی یک راه حل تکمیلی خوب به نظر می رسد.

با کمک راه حل منطق فازی، و با استفاده از مجموعه های فازی، خطاهای نامعلوم مربوط به شاخصها می توانند با مقادیر واقعی شاخصها مرتبط گردند.

از آنجایی که شاخصها توسط مجموعه های فازی نمایش داده می شوند، تکنیکهای فازی متفاوتی وجود دارند که می توانند برای تسهیل در محاسبات مختلف روی شاخصهای فازی مورد استفاده قرار گیرند.

برخی از این تکنیکها عبارتند از : حساب فازی، مدلسازی قانونمند فازی و رتبه بندی فازی.

چندین مطالعه زیست محیطی در این زمینه اخیراً انجام گرفته است.

به عنوان مثال، Silvert منطق فازی را برای به دست آوردن شاخصهای فازی در شرایط زیست محیطی و نیز برای طبقه بندی اثرات اکولوژیک مورد استفاده قرار داده است.

با این وجود، راه حل فازی در ارزیابی اکولوژیک، هنوز راهی نسبتاً جدید محسوب می شود.
یکی از دلایل عمده این امر آن است که ارتباط بین محرکها و گیرنده های محیطی، روشن نیست و بی نهایت پیچیدگی ایجاد می نماید.

با این وجود، راه حل فازی در ارزیابی اکولوژیک، هنوز راهی نسبتاً جدید محسوب می شود.

اگر داده های یک شاخص برای تمام حوزه های آبریز مورد مطالعه به فرم مجموعه های فازی باشند، آنگاه می توان از رتبه بندی فازی برای بدست آوردن رتبه بندی حوزه های آّریز بر حسب آن شاخص استفاده نمود.

در این مقاله ما از روش رتبه بندی فازی که اخیراً توسط Duckstein, Tram ارائه شده، استفاده نمودیم.

مشاهده شد که این روش بر بسیاری از مشکلات اساسی موجود در سایر روشهای رتبه بندی فازی فائق آمده و بطور نمونه، مشکلاتی از قبیل ناسازگاری با مشاهدات انسانی، عدم تشخیص و دشواری تفسیر را ندارد.

علاوه بر رتبه بندی، روش پیشنهادی می تواند برای آشکار ساختن فاصله یک موجود اکولوژیکی تا بعضی از نقاط مرجع استفاده گردد.

تحلیل اجزای اصلی (PCA) روش PCA که ابتدا توسط Pearson (1901) معرفی شد و سپس بطور مستقل توسط Hotelling (1933) ارائه گردید، یکی از قدیمی ترین و کاربردی ترین تکنیک های چند متغیره آماری است.

ایده اولیه این تکنیک، شرح تغییر مجموعه ای از داده های چند متغیره با مجچموعه ای جدید از متغیرهای نامرتبط است که هر یک از این متغیرها، یک ترکیب خطی از متغیرهای اولیه می باشد و این کار با استفاده از ماتریس کوواریانس انجام می گیرد.

PCA مستلزم محاسبه مقادیر ویژه و بردارهای ویژه مربوطه در ماتریس کوواریانس می باشد تا متغیرهای جدید را به ترتیب نزولی اهمیت به دست آورده و برای شرح تغییر متغیرهای اولیه استفاده نماییم .

معمولاً اگر ارتباط بین متغیرهای اولیه به اندازه کافی زیاد باشد، چند عضو اولیه، عامل اصلی تغییر در داده های اولیه می باشند.

در چنین مواردی، می توان از اعضای اولیه برای ارائه داده ها با خطای کم استفاده نموده و بنابراین یک راه مناسب برای کاهش ابعاد داده ها فراهم می سازد.

PCA در مجموعه گسترده ای از مطالعات علوم محیط زیست، به ویژه برای تعیین منابع برخی مواد و آشکار سازی روابط بین شاخصهای مختلف به کار رفته است.

در این مقاله، PCA به عنوان یک ابزار آزمایش برای یافتن متغیرهای کلیدی مرتبط با اجزای اصلی مختلف (PC) به کار رفته است.

سپس اطلاعات بدست آمده برای کمک در ساختن سلسله مراتب AHP استفاده شد.

لازم به ذکر است که داده های بکار رفته برای PCA در این مقاله، بطور کامل فرضیه نرمال بودن چند متغیره را تأکید نمی کند .

زیرا می دانیم که نرمال بودن چند متغیره، که بطور ضمنی ارتباط خطی بین متغیرها را دارست، شرایطی است که باید در PCA باشد تا فرضیات لازم برای استفاده از مدل خطی عمومی را تایید نماید.

لیکن جای بحث دارد که PCA بتواند به عنوان یک ابزار آزمایشی استفاده شود و برخی استنباط ها ممکن است از داده های غیر نرمال به دست آید.

از سوی دیگر، تغییر شکل متغیرها که عموماً خطاهایی مانند انحراف، ناکامی نرمال بودن، خطی بودن و ...

را اصلاح می نماید، اغلب باعث افزایش دشواری تفسیر متغیرهای تغیر شکل یافته می شود.

علاوه بر این، چون انحرافها شرایط اکولوژیک وخیمی را نشان می دهند، حذف یا تغییر شکل ، مناسب نخواهد بود .

از آن جهت ، داده های مورد تحلیل، بدون تغییر شکل بوده و فقط نرمال سازی شده اند.

این امر قابل قبول بود، زیرا مدل خطی عمومی PCA در سایر مراحل تحلیل استفاده نشد و هدف PCA، یافتن متغیرهای کلیدی مرتبط با PC ها می باشد.

فرآیند تحلیل سلسه مراتبی (AHP) AHP به عنوان کاربردی ترین روش تصمیم گیری چند معیاره به حساب می آید.

یکی از دلایل محبوبیت AHP این است که اطلاعات دارای اولویت را به طریقی قابل فهم برای تصمیم گیران استخراج می نماید.

AHP یک روند سیستماتیک برای ساختن و ارائه اجزای یک مسأله به شکل سلسله مراتبی است .

مبنای کار اصلی AHP، تجزیه یک مسأله به اجزای کوچکتر در سطوح مختلف است.

تصمیم گیران از طریق یک سری مقایسات دو به دو، اثرات نسبی و اولویتهای عناصر (مانند معیارها و گزینه ها) را معلوم می کنند.

سپس نتایج این مقایسات بصورت یکسری اعداد با مقیاس نسبی تبدیل می شوند که نشان دهنده وزنهای نسبی محلی و سراسری عناصر در سطح معینی از سلسله مراتب هستند.

سلسله مراتب AHP غالباً از بالا به پایین ساخته می شود که در سطح بالا، هدف دیدگاه مدیریت مانند توسعه مفهوم محیط زیست و در سطوح میانی، معیارهایی که سطوح بعدی به آنها وابسته اند مانند معیارهای فیزیکی، شیمیایی، بیولوژیکی و اجتماعی- اقتصادی، و در پایین ترین سطح، معمولاً مجموعه ای از گزینه ها و اقدامات ممکن می آیند.

پس از اولین نسخه ارایه شده ahp توسط Saaty، گونه های متفاوت دیگری از AHP در زمینه علوم تصمیم گیری ارایه شده اند.

به عنوان مثال، Lootsma (1999 و 1997) فرایند تراکم و مقیاس AHP را اصلاح کرده تا روشهای AHP جمع پذیر و AHP ضرب پذیر را ارائه نماید.

سپس نسخه اولیه AHP و همچنین دو مورد ارائه شده توسط Lootsma به نحوی تغییر یافتند تا با اعداد فازی کار کنند.

((1997,1978)Saaty و (1992) Hwang,Chen برای مدل اولیه و (1997,1999)Lootsma از آن پس AHP بطور گسترده در حل مسائل گوناگون زیست محیطی (Yaris, 1989 Levy,lewis,198, Saaty1989) و بویژه در تخصیص منابع و برنامه ریزی به کاربرده شده است.

(Mummolo, 1995 Ganesh, Ramanathan 1997 Alphonce, 1996).

در پایین ترین سطح سلسله مراتب، با استفاده از روش رتبه بندی فازی ارائه شده توسط Duckstein , Tram ، بجای مقایسات دوبدو، از روش اندازه گیری مطلق استفاده شد که این روش، تا حدودی متفاوت با برنامه های کاربردی معمول AHP است.

هدف آن، رتبه بندی حوزه های آبریز بر مبنای یک شاخص واحد می باشد.

از آنجایی که اندازه گیری مطلق مستلزم یک استاندارد اندازه گیری است، حوزه های آبریز بر اساس برخی نقاط مرجع رتبه بندی شدند، که از این نقاط مرجع می توان مثلاً حالتهای آیده ال و ناخوشایند شاخصهای مورد مطالعه را نام برد.

در این مقاله، حالتهای ایده آل و ناخوشایند هر یک از شاخصها را با استفاده از مقادیر می نیمم و ماکزیمم آن، که از داده های تمام 123 حوزه آبریز بدست آمده، مشخص نمودیم.

سپس فواصل مربوط به یک شاخص حوزه آبریز را به تدریج از پایین به سمت بالای سلسله مراتب، جمع کردیم تا نمره نهایی آن حوزه آبریز بدست آید.

از نظر مفهومی، نمره نهایی یک حوزه آبریز نشان دهنده فاصله آن حوزه آبریز تا یک حوزه آبریز ایده ال فرضی است که تمام شاخصهای آن، حالتهای ایده آل دارند.

در مرحله بعدی، تمام نمره های نهایی برای بدست آوردن یک رتبه بندی نسبی برای 123 حوزه آبریز مورد استفاده قرار گرفتند که این نتایج به نوبه خود، برای شناسایی و اولویت بندی اکوسیستم های بسیار آسیب پذیر در ناحیه مورد مطالعه به کار می روند.

.

نتیجه گیری نقاط کلیدی این مقاله تحلیلی بصورت زیر خلاصه می شود : * مجموعه فازی به همراه روش مناسب رتبه بندی فازی، روشی مناسب و قدرتمند برای ارائه شاخص های اکولوژیک فراهم می سازد.

این ویژگی نه تنها برای یکپارچه سازی شاخصهای اکولوژیک مهم است، بلکه برای ارزیابی سیاستهای زیست محیطی در مراحل بعدی نیز حیاتی می باشد.

* استفاده از تحلیل آماری چند متغیره در شاخه بندی شاخصها در سلسله مراتب AHP، این امکان را می دهد که به ارتباط دوجانبه بین شاخصها تا حدی پرداخته شود.

* AHP یک چهارچوب سودمند در پردازش پیچیدگی (با استفاده از یک سلسله مراتب ساختار یافته) و در حرکت از ارزیابی اکولوژیک به سوی ارزیابی سیاست زیست محیطی ارایه می دهد.

در مقالات علمی، روش پیشنهادی یک روش کاملاً خلاق و جامع برای ترکیب تئوری مجموعه فازی و علوم تصمیم گیری برای ارزیابی یکپارچه اکولوژیک است.

این روش، مجموعه ای از شاخصهای محیطی و داده های مشاهده ای را در یک رتبه بندی کلی از شرایط محیطی یک ناحیه گردآوری می کند.

این مدل می تواند به عنوان زیربنای ارزیابی سیاستهای زیست محیطی به کار رود.

پایان