نام پژوهشگر: جلال نوروز باقری

بررسی و تحلیل تاثیر خشکسالی اقلیمی و هیدرولوژیکی بر موارد بروز بیماری سالک در سطح شهرهای حوضه آبریز تالاب گاوخونی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: شهرهای ورزنه، اژیه، سگزی و کوهپایه).
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده علوم انسانی 1392
  جلال نوروز باقری   غلامعلی مظفری

بیماری سالک، بیماری پوستی مزمنی می باشد که عوامل مختلف محیطی و انسانی در بروز و تشدید آن تاثیرگذار می باشد. در میان عوامل محیطی، عوامل اقلیمی نقش مهمتری را ایفا میکنند. با توجه به اینکه بیماری سالک از شیوع بالایی در کشور ایران، به ویژه در سطح استان اصفهان برخوردار می باشد، لزوم بررسی و تحقیق در این مورد احساس می شود. از جمله مناطقی که در استان اصفهان دارای شیوع و رشد بالایی در سالهای اخیر بوده است، شهرستان اصفهان میباشد، که در این تحقیق، عوامل اقلیمی شامل عناصر اقلیمی دما، رطوبت نسبی، سرعت باد و بارش به همراه خشکسالی اقلیمی و هیدرولوژیکی با استفاده از شاخص بارش استاندارد در سطح این شهرستان بررسی و رابطه بین عناصر اقلیمی و خشکسالی با تعداد بروز بیماری سالک با روش خطی همبستگی و غیر خطی شبکه عصبی مصنوعی سنجیده شد. به دلیل اینکه پدیده های اقلیمی دارای روند غیرخطی میباشد، نیاز است از روشهای غیرخطی برای بررسی این پدیده ها و تاثیرگذاری آن بروی محیط استفاده گردد. برای این منظور، داده های تعداد بروز بیماری سالک در سطح شهرستان اصفهان و از میان کانون های موجود، شهرهای ورزنه، کوهپایه، هرند، اژیه و سگزی به دلیل بروز بالاتر بیماری انتخاب گردید. برای بررسی رابطه داده های اقلیمی و خشکسالی با تعداد بروز بیماری از مقطع زمانی ماهانه در دوره زمانی 1388-1379 (به دلیل عدم داده های ثبت شده) استفاده گردید. نتایج تحقیق نشان داد که بیشترین تعداد بروز بیماری سالک در فصول تابستان و پاییز و در ماه های شهریور و مهر به ثبت رسیده است. از جانب دیگر خشکسالی اقلیمی و هیدرولوژیکی نیز همزمان با بیشترین بروز بیماری به وقوع پیوسته است. بنابراین انطباق زمانی خشکسالی و بیشترین تعداد بروز بیماری، از تاثیرگذاری خشکسالی بر بروز بیماری سالک خبر میدهد. بررسی رابطه خشکسالی و عناصر اقلیمی دما، رطوبت نسبی، سرعت باد و بارش با تعداد بروز ماهانه بیماری سالک با استفاده از همبستگی پیرسون رابطه ضعیف معنادار و در بیشتر موارد عدم رابطه معنادار ولی بررسی رابطه با شبکه عصبی مصنوعی رابطه قوی و معنادار در بیشتر موارد را بیان می کند. نتایج الگوهای طراحی شده با شبکه عصبی مصنوعی براساس داده های نرمال شده نشان داد که، برای شهر ورزنه، الگو خشکسالی هیدرولوژیکی- سالک، برای شهرهای اژیه و سگزی الگوی با ورودی تمام متغیرها و خروجی تعداد بیماری سالک بهترین الگو می باشد.