کاربرد شبکه های بیزین و ماتریس سریع توسعه یافته در ارزیابی اثرات زیست محیطی سد رودبار لرستان

در همه کشورهای جهان سدها با اهداف مختلفی مانند ذخیره آب، تولید برق، آبیاری، کاهش سیلاب و غیره ساخته می شوند. تقریباً 60% رودخانه های بزرگ جهان توسط سدها قطع شده و اثرات قابل توجهی بر روی هیدرولوژی، مورفولوژی رودخانه و زیستگاه وارد می کنند. نتیجه این تغییرات، اختلال در تنوع زیستی، تخریب و زوال اکوسیستم ها می باشد. در این مطالعه، اثرات محیط زیستی پروژه سد رودبار لرستان با استفاده از روش ماتریس سریع ارزیابی اثرات توسعه یافته و شبکه های بیزین مورد ارزیابی قرار گرفته است. ماتریس سریع ارزیابی اثرات توسعه یافته با شناسایی اثرات و تعیین معنی دار بودن آن ها و نیز با تعیین معیارهای مختلف اثرات محیط زیستی پروژه را ارزیابی می کند. در این روش با تعیین معیارهای کمی در فرآیند ارزیابی، کار پیش بینی و ارزیابی اثرات برای ارزیابان آسان تر و سریع تر شده است. از مزایای این روش در مقایسه با روش ماتریس سریع، لحاظ و برآورد "حساسیت زیستی منطقه تحت تاثیر پروژه" می باشد که در نتیجه آن به یک روش کارآمد تبدیل شده است. همچنین، اثرات این پروژه توسط شبکه های بیزین نیز مورد ارزیابی قرار گرفت. شبکه های بیزین بر اساس تئوری احتمال baeys (1763) به انتشار اطلاعات بین گره ها می پردازد و به راحتی می توانند به یک ابزار تصمیم گیری در جهت کمک به مدیریت منابع طبیعی تبدیل شود. این شبکه ها قادرند داده های ناهمگن را در یک شبکه گرد آورده و همچنین ارتباطات میان آن ها را برقرار کنند. مهم تر از همه این که می توانند جمع بندی کرده و ما را به یک تصمیم نهایی برسانند. نتایج حاصل از دو روش نشان داد که اثرات حاصل از این پروژه بر محیط زیست منطقه مورد مطالعه به طور قابل ملاحظه ای منفی می باشد. در روش ماتریس سریع ارزیابی اثرات توسعه یافته، در مرحله ساخت و ساز و بهره برداری به ترتیب 81.32 و 65.59 درصد از اثرات منفی و حدود 18.68 و 34.41 درصد از اثرات مثبت می باشند. همچنین، نتایج حاصل از مدل های بیوفیزیکی بالادست و پایین دست سد به ترتیب نشان داد که 72.6 و 69.1 درصد از اثرات در دامنه شدید اتفاق می افتند. این یافته ها می تواند بدین دلیل باشد که اکثر اثرات منفی در پروژه های سدسازی دائمی، طولانی مدت و در یک گستره وسیع به وقوع می پیوندند. در مطالعه مذکور با روش ماتریس سریع توسعه یافته راحت تر و در زمان کمتری می توان به یک جمع بندی کلی از اثرات دست یافت و نیز می توان تمام اثرات را به تنهایی مورد ارزیابی قرار داد. ولی در مدل شبکه بیزین نمی توان تمام اثرات را در مدل گنجاند و همچنین شناسایی اثرات و روابط بین آن ها کاری مشکل و زمان بر می باشد و در این روش به اطلاعات دقیق تری از محیط زیست منطقه نیاز است. از طرفی این روش پویایی خاصی به اثرات می بخشد به طوری که با معرفی سناریوهای مختلف، می توان اثرات مختلفی را مشاهده کرده و با نمایش روابط علت و معلولی، می توان اثرات اولیه و ثانویه را به صورت گرافیکی نمایش داد. به طور کلی، این دو روش می توانند همدیگر را تکمیل کرده، چنانچه ماتریس سریع به شناسایی اثرات و شدت آن ها کمک کرده و مدل شبکه بیزین روابط بین اثرات را به طور دقیق تری مورد بررسی قرار می دهد.