بدون تنش برای اجتماعات گیاهی مانگرو فراهم می‌آورد تنها در 4 ماه سال از آذر تا اسفندماه مشاهده می‌شود. خاک سطحی این رویشگاه دارای بافت لومی با هدایت الکتریکی عصاره اشباع بین 4/43 دسی زیمنس بر متر، PH 93/7 و میزان مواد آلی آن 9/0 درصد است. خاک تحتانی دارای بافت خاک لومی با هدایت الکتریکی عصاره اشباع 3/45 دسی زیمنس بر متر، pH 96/7 و میزان مواد آلی آن 8/0 درصد است. با توجه به آمار جزر و مدی نزدیک‌ترین ایستگاه در سیریک بالاترین مد دریا در این رویشگاه به میزان 1/3 متر است که با توجه به توپوگرافی منطقه گستره‌ای به وسعت 1330 هکتار در اطراف این رویشگاه برای توسعه رویش‌های حرا وجود دارد. تغییرات شوری در خورهای این رویشگاه نیز بین 39 تا 47 گرم در لیتر در طول سال است و برای توسعه اجتماعات حرا محدودکننده نیست، اما برای توسعه اجتماعات چندل در منتهی‌الیه خورها و جبهه خشکی محدودیت ساز است.
در این رویشگاه 1/72 درصد اجتماعات مانگرو انبوهی کمتر از 50 درصد دارند. تراکم درختان رویشگاه معادل 3625 اصله در هکتار تعیین شده است که با توجه به اینکه اغلب قطعات نمونه در توده‌های آمیخته چندل و حرا برداشت شده است، سهم این تراکم به میزان زیادی به درختان چندل تعلق دارد. زمان گلدهی درختان حرا اواسط اردیبهشت تا اوایل خردادماه و هنگام بذر دهی درختان حرا در این رویشگاه اواخر تیرماه تا اوایل مردادماه است. درختان چندل نیز اغلب در اردیبهشت به گل می‌نشینند، هرچند که در این زمان می‌توان علاوه بر گل درختان دارای میوه و بذر‌های ریشه‌دار را نیز بر روی درختان مادری مشاهده نمود. درواقع از نیمه بهار تا اوایل تابستان می‌توان برای بذرگیری درختان چندل به رویشگاه مراجعه نمود.
2‌. 4‌. تصمیمگیری
تصمیمگیری یکی از اساسیترین موضوعاتی است که همواره بشر، حتی در زندگی روزمره خود با آن روبرو میباشد. برای انجام یک کار خاص، ممکن است ما با گزینههای مختلفی مواجه باشیم که از بین آنها باید بهترین گزینه را انتخاب نماییم. در واقع تصمیمگیری، به چگونگی انتخاب بهترین گزینه از بین گزینههای ممکن میپردازد. بهطوری که گزینه منتخب بتواند بیشترین سود و موفقیت را به همراه داشته باشد. بهطور کلی مدلهای تصمیمگیری به دو دسته مدلهای چند هدفه و مدلهای چند شاخصه تقسیم میشوند. مدلهای چند هدفه بهمنظور طراحی بهکار گرفته میشوند در حالی که مدلهای چند شاخصه بهمنظور انتخاب گزینه برتر استفاده میشود (اصغرپور، 1387).
تصمیمگیری در انتخاب مکانهای مناسب احیاء بیولوژیک جنگل‌های مانگرو با در نظر گرفتن اینکه عواملی زیادی در این انتخاب باید در نظر گرفته شوند کار دشواری میباشد. این پیچیدگی به این دلیل میباشد که دادههای مورد نیاز برای تصمیمگیری از نظر کیفیت و میزان دقت متفاوت میباشند و همچنین میزان اهمیت و وزن هر کدام از آنها با یکدیگر متفاوت میباشد.
2‌. 4‌ .1‌. تصمیم گیری چند معیاری65 ( MCDM )
امروزه توجه محققین معطوف به مدلهای چند معیاری برای تصمیمگیریهای پیچیده گردیده است. در این تصمیمگیریها به جای استفاده از یک معیار سنجش، از چندین معیار ممکن استفاده میگردد.
این مدلها به دو دسته عمده تقسیم میشوند(اصغرپور، 1387).
2‌. 4‌. 1‌. 1‌. مدلهای چند هدفه66 (MODM)
این مدلها به منظور طراحی و جستجو به کار گرفته میشوند و اصولا مدلهای فرآیند مدار هستند. در این مدلها، معیارها توسط اهداف تعریف میشوند و تعداد گزینههای ممکن، نامحدود میباشد. این مدلها، هم به صورت انفرادی و هم گروهی قابل اجرا هستند. از جمله بهترین روش تصمیم‌گیری چند هدفه، می‌توان به برنامه ریزی آرمانی اشاره کرد.
2‌. 4‌. 1‌. 1‌. مدل های چند شاخصه67 (MADM)
این مدلها به منظور ارزیابی و انتخاب به کار گرفته میشوند و اصولا مدلهای نتیجه مدار هستند. در این مدلها، معیارها توسط صفات تعریف میشوند و تعداد گزینههای ممکن، محدود میباشد. در بیشتر پروژههای مکانیابی که به منظورهای مختلف در علوم طبیعی انجام میشود عمدتا این روش مورد استفاده قرار میگیرد. این مدلها نیــز، به صورت انفرادی و گروهی قابل اجرا هستند. جدول شماره 2-4 تفاوت این دو مدل را به وضوح نشـان میدهد.
جدول ‏2-4: تفاوت دو مدل MADM و MODM، در تصمیمگیری (Starr, 1977 وZeleny )
نوع مدل
MADM
MODM
تعریف معیارها توسط
صفات
اهداف
تعریف اهداف
ضمنی
صریح
تعریف صفات
صریح
ضمنی
تعریف محدودیت ها
ضمنی
صریح
تعریف گزینه ها
صریح
ضمنی
تعداد گزینه ها
محدود
نامحدود
کنترل تصمیم گیر
محدود
مناسب
الگوی مدل سازی
نتیجه مدار
فرآیندمدار
مرتبط با
ارزیابی و انتخاب
طراحی و جستجو
ساختار داده های جغرافیایی
داده های رستری
داده های برداری
به دلیل اینکه این پایان نامه بر اساس مدل MADM انجام میشود به توضیح بیشتر این مدل پرداخته میگردد. این مدلها انتخابگر بوده و به منظور انتخاب مناسبترین گزینه از بین m گزینه موجود به کار میروند. این مدلها به صورت ماتریس شکل 2-1 بیان میشوند:
شکل ‏2-1: فرم ماتریسی مدل های MADM
در این فرم ماتریسی، Am نشان‌دهنده گزینه mام ، Xn نشاندهنده معیار nام و rmn نشان دهنده ارزش معیار nام برای گزینه mام میباشد. در ماتریس بالا ممکن است برخی از معیارها کمی و برخی دیگر کیفی باشند. لذا در این مدلها، اغلب معیارها از مقیاسهای مختلف هستند و غالباً در تعارض با یکدیگر میباشند. در نتیجه گزینهای که بتواند بهینه بوده و منظور معیارها را تامین نماید، در اغلب موارد غیرممکن خواهد بود. لذا بهترین گزینه در یک مدل MADM، یک گزینه فرضی خواهد بود که ارجحترین ارزش (مطلوبیت) از هر معیار موجود را تامین نماید (اصغرپور، 1387).
2‌. 4‌ .2‌. انواع مدلهای MADM
این مدلها به طور کلی به دو دسته غیرجبرانی68 و جبرانی69 تقسیم میشوند. مدل‌های غیرجبرانی روشهایی هستند که در آنها مبادله در بین شاخصها مجاز نیست. یعنی نقطه ضعف موجود در یک معیار توسط مزیت موجود از معیار دیگر، جبران نمیشود. بنابراین هر معیار به تنهایی مطرح میشود و مقایسهها بر اساس معیار به معیار انجام میگیرد. در این مدلها نیاز به کسب اطلاعات از تصمیم گیرنده نمیباشد. لذا این مدلها عمدتا در حل مسائل کاملاً ساختاری و سیستماتیک مورد استفاده قرار میگیرند. از جمله روشهای موجود در مدلهای غیرجبرانی میتوان به روشهای رضایت بخش شمول، رضایت بخش خاص، روش حذفی، روش تسلط،Permutation ، Maximax، Maximin و Lexiograph را نام برد. حال آن که مدل های جبرانی روشهایی هستند که اجازه مبادله در بین معیارها را میدهند، یعنی اینکه تغییری در یک معیار میتواند توسط تغییری مخالف در معیار یا معیارهای دیگر جبران شود. این مدل خود به سه زیرگروه هماهنگ، سازشی و نمرهگذاری تقسیم میشود. روشهای AHP و ELECTER مربوط به زیرگروه هماهنگ، روشهای TOPSIS، MRS و MDS مربوط به زیرگروه سازشی و روشهای SAW، HAW و ISAW مربوط به زیرگروه نمرهگذاری هستند.
2‌. 4‌. 2‌. 1‌. روش تحلیل سلسله مراتبی (AHP)
این روش در زیرگروه هماهنگ از مدلهای جبرانی قرار گرفته است. این روش بر اساس تحلیل فکری انسان برای مسائل پیچیده، پیشنهاد گردیده است (Saaty، 1980).
کاربردهای این روش تاکنون در بسیاری از زمینههای علمی به اثبات رسیده است. این مدل، روشی مناسب و آسان برای تجزیه و تحلیل مسائل پیچیده میباشد و اجازه میدهد که در فرآیندهای تصمیمگیری، قضاوتهای ذهنی تصمیمگیرنده در کنار ساختار معیارهای تاثیرگذار در نظر گرفته شوند. در واقع AHP کمک میکند تا ساختار یک سامانه و محیط آن به گونهای که اثر متقابل اجزا را در خود دارد، درک شود. با ایجاد این منطق بیشتر حدسها و سردرگمیهایی که با به کارگیری هر یک از رویکردها به تنهایی حاصل میشود، از بین می روند. به عبارت دیگر AHP دو رویکرد مذکور را در یک چارچوب منطقی و ترکیبی ارائه میدهد (آذر و رجب پور، 1381).
AHP روشی است که در آن یک وضعیت پیچیده، به بخش های کوچکتر تجزیه میشود، سپس این اجزا در یک ساختار سلسله مراتبی قرار میگیرند. در این روش بر اساس قضاوتهای ذهنی و با توجه به اهمیت هر معیار، مقادیر عددی اختصاص داده میشود و معیارهایی که بیشترین اهمیت را دارند، مشخص میشوند. به عبارت دیگر، ترتیب اولویت معیارها تعیین میشود. در یک مسئله AHP، هدف در بالاترین سطح قرار دارد. در سطوح میانی معیارهای اصلی و فرعی به ترتیب در سطوح جداگانه قرار میگیرند. در پایینترین سطح نیز، گزینهها (شاخصها) قرار میگیرند. در شکل شماره 2-2 طرح سادهای از تجزیه یک مسئله با در نظر گرفتن معیارهای دخیل در تصمیم‌گیری نشان داده شده است.
شکل ‏2-2: تجزیه سیستماتیک یک مساله به معیارها یا اهداف اصلی، معیارهای فرعی و شاخصها در AHP، (Kheirkhah Zarkesh,2005)
بعد از ایجاد سلسله مراتب، اهمیت نسبی معیارهای مختلف تعیین میشود. ارزیابی این معیارها میتواند به وسیله تصمیم‌گیرندگان و یا طراحان مسئله صورت گیرد. کیفیت این نظرات به وسیله درجات مختلف (1 تا 9) قابل مقایسه است. نحوه انجام مقایسههای زوجی به این ترتیب است که اجزا به صورت زوجی و بر اساس یک معیار با هم مقایسه میشوند. برای انجام این مقایسهها از روش ماتریس مربع استفاده میشود. برای آغاز فرایند، مقایسههای زوجی از رأس سلسله مراتب با انتخاب معیار C، آغاز میشود. پس از اولین سطح زیرین آن معیار، اجزایی که باید مقایسه شوند، انتخاب میشوند. این اجزا در شکل2-3 نشان داده شده است.
شکل ‏2-3: فرم ماتریسی مقایسه های زوجی
در این ماتریس معیار A1 واقع در ستون با معیار A1 تا An سطر، با توجه به معیار C که در گوشه چپ بالای ماتریس نوشته شده است، مقایسه میشوند. سپس برای A2 و بقیه معیارهای ستون، این عمل تکرار میشود. برای مقایسه عناصر این سؤال را باید پرسید: تا چه اندازه این عنصر نسبت به عنصری که مقایسه میشود، در برآورده کردن معیار مقایسه C سهم بیشتری دارد؟
اگر از زمان یا معیار احتمالی دیگر استفاده میشود، سؤال به این صورت باید مطرح گردد که تا چه اندازه یک معیار از معیار دیگر، محتملتر است؟
برای تکمیل نمودن ماتریس مقایسات زوجی از اعداد استفاده میشود تا اهمیت نسبی هر معیار نسبت به معیارهای دیگر در رابطه با آن خصوصیت، مشخص شود. جدول شماره 2-5 مقیاسی برای انجام مقایسه‌های زوجی را نشان می‌دهد.
جدول ‏2-5: مقیاسی برای انجام مقایسه‌های زوج (Saaty,1980)
ترجیحات
ارزش عددی
کاملاً ارجح یا کاملاً مهم‌تر یا کاملاً مطلوب‌تر
9
ترجیح یا اهمیت یا مطلوبیت خیلی قوی
7
ترجیح یا اهمیت یا مطلوبیت قوی
5
کمی ارجح یا کمی مهمتر یا کمی مطلوب‌تر
3
ترجیح یا اهمیت یا مطلوبیت یکسان
1
ترجیحات بین فواصل فوق
2 ، 4 ، 6 و 8
هنگامی که معیار i (سطر) با j (ستون) مقایسه میشود، یکی از اعداد مذکور به آن اختصاص مییابد، هنگام مقایسه j با i، معکوس آن عدد اختصاص مییابد. همچنین هنگام مقایسه یک معیار با خودش، عدد 1 اختصاص مییابد. بنابراین قطر ماتریس همیشه مجموعه ای از اعداد 1 خواهد بود (مالچسکی70، 1999).
مرحله بعد در روش AHP تلفیق قضاوتها میباشد. بدین معنی که باید عملیاتی را انجام داد که از طریق آن عددی به دست آید (اوزان) که نمایانگر اولویت هر عنصر باشد. برای این منظور، نخست میبایست به بی بعد کردن شاخصها پرداخت. در واقع به منظور قابل مقایسه شدن مقیاسهای مختلف اندازه‌گیری، باید از تکنیکهای بی‌بعدسازی استفاده شود. این تکنیکها عبارتند از: روش استفاده از نرم اقلیدس71، روش بی بعد کردن خطی، روش بی بعد کردن فازی، روش ساتی.
2‌. 4‌ .3‌. معیارهای ارزیابی
درتصمیم‌گیری چند معیاره مکانی، بعد از شناسایی

مطلب مرتبط :   پایان نامه ارشد با موضوعlocalization

Written by 

دیدگاهتان را بنویسید