برف یکی از فاکتورهای کلیدی و مهم در میزان بودجه تابشی زمین و تغییر اقلیم است که نقشی اساسی در تأمین منابع آب، حمل و نقل، کشاورزی و فعالیت های اجتماعی و اقتصادی کشورها دارد. در مناطق وسیعی از نیمه شمالی و شمال غربی کشور، پوشش برف در تعادل شرایط آب و هوای محلی و رطوبت خاک در فصل های بهار و تابستان تأثیر بسزایی دارد. بارش شدید برف نیز به طور معمول منجر به خطراتی نظیر جاری شدن سیلاب در اثر ذوب سریع برف و همچنین تغییرات در میزان پوشش برف نیز منجر به تخریب محصولات کشاورزی در اثر نوسان دمای خاک و نوسانات سپیدایی می شود. این اثرات برای فعالیت های بشری، به خصوص برای کسانی که در آن مناطق زندگی می کنند بسیار حائز اهمیت است. در نتیجه، آشکارسازی ناحیه پوشیده از برف یک ابزار مهم برای شناخت این اثرات و جلوگیری از خطرات احتمالی آن ها و مطالعه تغییر اقلیم بشمار می رود. به طور معمول از دو ناحیه طیف الکترومغناطیسی، (الف) مرئی و فروسرخ نزدیک و (ب) فروسرخ دور و ریزموج، برای تولید نقشه های برف در سامانه های سنجش از دور استفاده می شود. امروزه داده های سنجش از دور، اطلاعات مکانی و زمانی کاملی از پوشش برف برای مناطق وسیعی از جهان را فراهم می کنند. در این پروژه محصول روزانه پوشش برف مدیس (mod10_l2) در یک دوره ده ساله (2001 تا 2010) برای نمایش نواحی پوشیده از برف در کشور ایران بکار رفته است. با پردازش تصاویر روزانه اطلاعات ماهواره ای، نتایج ماهانه، سالانه و ده ساله در کل کشور مورد مطالعه و بررسی قرار گرفته است. به طور کلی نتایج نشان می دهند که در ماه های آگوست، اکتبر و سپتامبر از سال 2007 تا 2010 افزایش پوشش برف و در ماه های ژانویه، فوریه، مارس، می، جولای و دسامبر از سال 2007 تا 2010 کاهش در پوشش برف کشور رخ داده است و در بقیه ماه های سال تغییر منظمی در پوشش برف مشاهده نمی شود.

مدیریت دانش، یکی از عوامل حیاتی موفقیت در سازمان های امروزی محسوب می شود. موفقیت پیاده سازی مدیریت دانش بستگی زیادی به هماهنگی موضوعاتی چون فرهنگ سازمانی، فرآیندهای دانشی، منابع انسانی وفناوری اطلاعات دارد. این تحقیق ازبعد هدف کاربردی، واز نظر روش توصیفی- پیمایشی می باشد. بررسی میزان آمادگی زیر ساخت های پیاده سازی مدیریت دانش در جهاد دانشگاهی با شش مولفه ( فرهنگ سازمانی، ساختارسازمانی، زیرساخت فناوری اطلاعات، حمایت مدیریت ارشد، منابع انسانی و مالکیت مادی و معنوی) وهمچنین تسهیل کننده ها و موانع پیاده سازی مدیریت دانش انجام شده است. جامعه آماری دراین پژوهش اعضای هیات علمی وکارشناسان با مدرک کارشناسی ارشد و بالاتر واحدها، پژوهشگاهها، پژوهشکده هاومراکز مستقر در شهرتهران که تعداد جامعه آماری حدود 900نفر و نمونه آماری با محاسبه فرمول کوکران 260 نفر، وپاسخ دهندگان 221نفر بوده اند. برای گردآوری داده ها در این پژوهش از پرسشنامه محقق ساخته که از طریق مصاحبه با خبرگان سازمان استخراج شده که شامل مولفه های زیرساخت ( فرهنگ سازمانی، ساختار سازمانی،منابع انسانی، فناوری اطلاعات، حمایت مدیریت ارشدومالکیت مادی ومعنوی) که شامل 42 سوال وپایایی 0.942، پرسشنامه تسهیل کننده پیاده سازی مدیریت دانش با 7سوال وپایایی 0.888وپرسشنامه موانع پیاده سازی مدیریت دانش با 10 سوال وپایایی 0.804استفاده شده است که نتایج این پژوهش نشان می دهد که میزان آمادگی جهاد دانشگاهی در مولفه های فرهنگ سازمانی، ساختار سازمانی، و زیر ساخت های فناوری اطلاعات و منابع انسانی در سطح بالایی است و در دو مولفه حمایت مدیریت ارشد درسطح متوسط و در مالکیت مادی ومعنوی ضعیف می باشد. نتایج این تحقیق به مدیریت ارشد جهاد دانشگاهی کمک می کند قبل از اقدام به پیاده سازی مدیریت دانش در سازمان نقاط قوت و ضعف را در استراتژی های خود لحاظ تا موفقیت پیاده سازی مدیریت دانش بیشتر شود.

ریزش جوی به صورت برف برای تغذیه ی منابع سطحی و زیرزمینی کشورها می تواند منبعی پایدار و ثابت محسوب شود به ویژه این که در فصول خشک نیز مورد استفاده می باشد. کشور ایران به علت موقعیت خاص جغرافیایی و ناهمواری های بسیار پراکنده و تأثیر دیگر عوامل از جمله جبهه-های آب و هوایی، از مناطق خشک جهان به شمار می رود. با توجه به کوهستانی بودن کشور در ارتفاعات بارندگی عموماً به صورت برف نازل می شود. در این راستا، مشکل اصلی، عدم دسترسی به مناطق برف گیرِ دوردست و صعب العبور، نداشتن شبکه های متراکم برف سنجی و مستمر نبودن اندازه گیری ها می باشد. از این رو برای رفع این نقصان، سنجش از دور می تواند به عنوان یک ابزار مهم و کارآمد مد نظر قرار گیرد. در این تحقیق با استفاده از دمای روشنائی واحد گمانه زن مایکروویو پیشرفته a (amsu-a) روی ماهواره های noaa، تکنیک شبکه های عصبی مصنوعی و همچنین رگرسیون چندگانه آب معادل برف در حوضه های آبریز استان تهران برای فصل زمستان (ماه های ژانویه، فوریه و مارس) طی یک دوره پنج ساله (2010-2006) محاسبه و صحت سنجی شده است. در مجموع اطلاعات دیده بانی شده 24 ایستگاه برف سنجی کشور برای 196 روز طی دوره مورد مطالعه جهت بازیابی و صحت-سنجی بکار رفته است. براساس نتایج به دست آمده بهترین برآوردها با مقادیر شاخص های خطا (8991/0=r، 84/0=bias، 54/9=mse و 09/3=rmse) مربوط به ماه فوریه و بدترین برآوردها (6083/0=r، 41/1=bias، 79/41=mse و 46/6=rmse) مربوط به ماه مارس است. نتایج نشان-دهنده برتری شبکه های عصبی مصنوعی نسبت به روش رگرسیون می باشد. این نتایج همچنین نشان می دهند که مشاهدات این گمانه زن پتانسیل بالایی را برای آشکارسازی پوشش برف دارد و استفاده از اطلاعات آن برای محاسبه آب معادل برف در مناطقی نظیر کشور ایران که با محدودیت ایستگاه های زمینی برف سنجی مواجه است پیشنهاد می شود.

مدل‏های پیش‏بینی صحیح و قابل اطمینان تراز آب زیرزمینی برای مدیریت منابع آب اهمیت دارند. در سال‏های اخیر استفاده از تحلیل موجک برای تجزیه سری‏های زمانی و ترکیب آن با شبکه‏های عصبی به صورت گسترده‏ای در مدل‏سازی پدیده‏های هیدرولوژیکی به کار رفته‏است. در پژوهش حاضر کاربرد مدل‏های شبکه عصبی، ترکیبی شبکه عصبی- موجک و رگرسیون خطی چندمتغیره در پیش‏بینی تراز آب زیرزمینی هفت حلقه پیزومتر واقع در دشت قم بررسی شده است. سه نوع مدل سازی با سه گروه از پیزومترها انجام شد. ابتدا پیزومترهای 1، 2 و 3 مورد بررسی قرار گرفت و از داده‏های سری زمانی تراز آب زیرزمینی ماهانه به مدت ده سال به عنوان ورودی مدل ها استفاده شد. مدل ترکیبی شبکه عصبی- موجک که از روش جمع زیرسری‏ها استفاده می کند، توانست پیش‏بینی قابل قبولی از تراز آب زیرزمینی تا 12 ماه آینده ارائه دهد؛ در حالی که پیش‏بینی مدل های شبکه عصبی و رگرسیون خطی چندمتغیره رضایت بخش نبود. برای مدل سازی پیزومترهای 4 و 5 از داده های بارندگی ماهانه نیز استفاده شد. پیش‏بینی 12 ماه آینده با مدل ترکیبی شبکه عصبی- موجک نشان داد خطای این مدل در مقایسه با مدل شبکه عصبی به میزان 30 و 23 درصد و در مقایسه با مدل رگرسیون خطی چندمتغیره 37 و 51 درصد به ترتیب برای پیزومترهای 4 و 5 کمتر است. نتایج نشان داد بارندگی اثر قابل توجهی روی تغییرات تراز آب زیرزمینی این دو پیزومتر ندارد؛ اگرچه در زیرسری‏های جزئیات حاصل از تجزیه موجکی، استفاده از بارندگی باعث بهبود نتایج شد. سپس توانایی مدل های ترکیبی موجک- شبکه عصبی تأخیر زمانی و موجک- رگرسیون برای پیش‏بینی یک ماه آینده تراز آب زیرزمینی پیزومترهای 6 و 7 ارزیابی شد. داده‏های استفاده شده برای تشکیل این مدل ها فقط تراز آب زیرزمینی ماهانه به مدت ده سال ‏بود. مدل ترکیبی شبکه عصبی- موجک با استفاده از موجک مادر meyer با دو سطح تجزیه، توانست یک ماه آینده را با ضریب های نش 993/0 و 974/0 به ترتیب برای پیزومترهای 6 و 7 پیش بینی کند. این مقادیر برای مدل ترکیبی موجک- رگرسیون به ترتیب 989/0 و 978/0 بود.

بدلیل صدمات ناشی از کمبود بارش در بخش وسیعی از کشور ایران و همچنین تلفات ناشی از وقوع سیلاب، برآورد دقیق مقدار بارش از نیازهای حیاتی کشور به شمار می رود. از طرفی بدلیل تنوع زیاد بارش و پراکندگی ایستگاه های زمینی در کشور، برآورد دقیق مقدار بارش ممکن نیست. امروزه با ظهور فناوری های پیشرفته در فرآیند دریافت اطلاعات هواشناسی، از طریق نصب سنجنده های پیشرفته بر روی ماهواره ها امکان برآورد دقیق تر بارش فراهم شده است. اما این برآوردها برای مناطق با ویژگی های جغرافیایی مختلف، به تصحیح الگوریتم ها، و تصحیح الگوریتم نیز به اعتبارسنجی این برآوردها نیاز دارد. اعتبارسنجی ها عمدتا در سطح کلی و با پوشش جهانی انجام می گیرد و در مکان های مختلف نتایج متفاوتی را ارائه می دهد که ناشی از تنوع اقلیمی و توپوگرافی مناطق است. بنابراین معمولاً محققان نتایج را به صورت جزئی تر و برای مناطق کوچکتر بطور جداگانه بررسی می کنند. با توجه به اینکه کشور ایران نیز دارای توپوگرافی پیچیده و تنوع بارش مکانی زیاد می باشد، بنابراین اعتبارسنجی بارش بازیابی شده ی ماهواره ای در این منطقه بسیار مورد توجه است که در این پژوهش به آن پرداخته شده است. به این منظور داده های دیده بانی از 103 ایستگاه باران سنجی برای 21 مورد رخداد بارشی 3 روزه در مقیاس زمانی روزانه انتخاب شده است. تنوع توزیع زمانی و مکانی به گونه ای است که فصول مختلف سال و نقاط مختلف ایران با شرایط آب وهوایی متنوع را در دوره¬ی زمانی 2003 تا 2008، دربرگرفته است. در این مطالعه تلاش می شود سه روش بازیابی بارش ماهواره ای شامل الگوریتم 3b42 (داده های مایکروویو، فروسرخ) از ماهواره trmm، الگوریتم persiann (برآورد بارش از اطلاعات سنجش از دور با استفاده از شبکه های عصبی مصنوعی) و داده های سنجنده amsu-b (گمانه زن مایکروویو پیشرفته واحد b) و یک خروجی از مدل های عددی، جهت اعتبارسنجی بارش بازیابی شده، بطور کمی مورد ارزیابی قرار گیرند. به منظور برآورد دقیق تر، سامانه های انتخابی، در 5 دسته شامل: مدیترانه ای، سودانی، آمیخته، مانسون و خزری دسته بندی شده اند. برای انجام اعتبارسنجی از کمیت های عددی و جدول توافقی استفاده شده است. نتایج نشان داد بهترین برآورد مربوط به الگوریتم 3b42 و سپس الگوریتم persiann می باشد و شبکه عصبی برآورد خوبی را برای بازیابی بارش از داده های amsu-b ارائه نداده است.

تاثیر مهار متانوژن¬ها بر فرآیند تخمیر در پروژه¬ای متشکل از یک فراتحلیل و 5 آزمایش بررسی شد. در بخش فراتحلیل، اثر مهارکننده¬های شیمیایی در تحقیقات برون¬تنی و درون¬تنی بررسی شد. در تحقیقات برون¬تنی، مهارکننده¬ها به¬طور موثری تولید متان را مهار کردند (001/0>p)، اما مهار متان با دفع هیدروژن (001/0>p) و اثر منفی بر vfas (021/0= p) همراه بود. در تحقیقات درون¬تنی، مهار متان غلظت vfas را افزایش داد (031/0= p)، ولی اثر مثبتی در عملکرد دام¬ها نداشت. در آزمایش اول، اثر غلظت¬های مختلف دو مهارکننده 2- برومواتان¬سولفونات (bes) و کلروفرم در کشت ناپیوسته بر تولید و ترکیب گاز بررسی شد. هر دو مهارکننده بیش از 98 درصد تولید متان را مهار کردند (001/0>p) و مهار متان با افزایش هیدروژن همراه بود (001/0>p). در آزمایش دوم، تاثیر حبس گاز در محل تخمیر بر فراسنجه¬های تخمیر بررسی شد. حبس طولانی گاز به¬طور معنی¬داری تولید گاز و قابلیت هضم را کاهش (001/0>p) و درصد گازهای قابل¬احتراق (h2 + ch4) را افزایش (02/0=p) داد، اما تولید گازهای قابل احتراق (میلی¬لیتر) به ازای واحد ماده آلی تجزیه شده تحت تاثیر قرار نگرفت. در آزمایش سوم، اثر مهار متان در سوبسترا¬های علوفه¬ و غلات بررسی شد. مهار متان تولید گاز و گازهای قابل¬احتراق را تنها در علوفه¬ها کاهش داد (01/0>p). تولید vfas در یونجه تحت تاثیر مهار متان قرار نگرفت، اما به طور معنی¬داری در سیلاژ ذرت (036/0=p)، دانه جو (033/0=p) و دانه ذرت (001/0>p) کاهش یافت. اثر مهار متان بر نسبت مولی اسیدهای چرب فرار مشابه و در جهت کاهش استات و افزایش پروپیونات و بوتیرات بود. در آزمایش چهارم، اثر کلروفرم و نسبت علوفه به کنسانتره بر تولید و ترکیب گاز و قابلیت هضم طی یک دوره کشت پیوسته 10 روزه بررسی شد. کلروفرم تولید متان را به طور کامل مهار کرد، اما دفع هیدروژن افزایش یافت و میزان دفع هیدروژن تحت تاثیر درصد کنسانتره در سوبسترا قرار گرفت. در آزمایش پنجم، اثر مهار متان با استفاده از کلروفرم در بره¬های پرواری بررسی شد. در این آزمایش، مهار متان اثر منفی بر غلظت vfas و نسبت استات، و اثر مثبت بر نسبت پروپیونات و بوتیرات داشت، اما اثری بر عملکرد بره¬ها نداشت. به ¬طور کلی، نتایج نشان داد، به هنگام مهار کامل متانوژن¬ها، وجود همزمانی میان تولید و استفاده از هیدروژن در مسیر¬های مفید برای دام ضروری است، در غیر این صورت، اثر مثبت کاهش اتلاف انرژی از طریق متان با کاهش تولید vfas و اتلاف انرژی به صورت h2 خنثی می¬شود و توجه به این نکته، در خوراک¬های محتوی مقدار کنسانتره بیشتر به دلیل نرخ تولید هیدروژن بالاتر، اهمیت بیشتری دارد.

پژوهش حاضر با هدف تعیین رابطه ی بین کیفیت زندگی در مدرسه و جوّ روانی-اجتماعی کلاس با سازگاری دانش آموزان انجام گرفت. روش پژوهش توصیفی از نوع همبستگی بود. داده ها با استفاده از آزمون های ضریب همبستگی پیرسون و تحلیل رگرسیون چندگانه مورد تجزیه و تحلیل قرار گرفتند. یافته ها نشان داد که بین کیفیت زندگی در مدرسه و مولفه های آن و جوّ روانی-اجتماعی کلاس و مولفه های آن بجز مولفه‏ی نبود رقابت با سازگاری دانش آموزان ارتباط مثبت معناداری وجود دارد. همچنین نتایج تحلیل رگرسیون آشکار کرد که تقریباً 37 درصد از واریانس سازگاری دانش آموزان بر اساس کیفیت زندگی در مدرسه و جوّ روانی-اجتماعی کلاس قابل پیش بینی می باشد و از میان مولفه های کیفیت زندگی در مدرسه عواطف مثبت و انسجام اجتماعی و از میان مولفه های جوّ روانی-اجتماعی کلاس نبود اصطکاک، همبستگی و انضباط پیش بین معنادار سازگاری دانش آموزان بودند. بنابراین، می توان نتیجه گرفت که کیفیت زندگی در مدرسه و جوّ روانی-اجتماعی کلاس از متغیرهای مهم و مرتبط با سازگاری دانش آموزان می باشند.