این تحقیق جهت مطالعه شرایط رویشگاهی گیاه استبرقcalotropis procera l.) ) و ارائه مدلی منطقه ای براساس ارتباط بین برخی خصوصیات گیاهی استبرق چون تراکم، سطح تاج پوشش، محیط یقه، ارتفاع و تعداد انشعاب گیاه و عوامل محیطی از جمله اقلیم، خاک و توپوگرافی است. منطقه مورد مطالعه شهرستان های جنوبی استان فارس (لار، لامرد، مهر، خنج) می باشند. از روش انتخابی جهت مطالعه و انتخاب رویشگاه های استبرق استفاده گردید داده های اقلیمی از یک دوره 19 ساله ایستگاه های منطقه جمع آوری شد. در داخل هر رویشگاه نمونه های خاک و گیاه به صورت تصادفی با توجه به تغییر رویشگاه گرفته شد. با استفاده از لایه های شیب و جهت شیب حاصل از نقشه dem استان، خصوصیلت توپوگرافی رویشگاه ها استخراج گردید. از روش های آماری همبستگی و برازش مدلهای رگرسیونی (رگرسیون ساده، چندگانه، گام به گام و تحلیل مولفه های اصلی) استفاده گردید سپس جهت مطالعه هم زمان و جامع عوامل محیطی و پارامترهای گیاهی از روش رگرسیون چندگانه-چندجمله ای به صورت برنامه نویسی در محیط نرم افزار r استفاده و مدل ریاضی آماری روابط بین عوامل اکولوژیکی و خصوصیات گیاهی استبرق تهیه شد. در نهایت مدل ریاضی حاصل توسط نرم افزار arc gis به نقشه تبدیل و نقشه پیش بینی تراکم گیاه استبرق بدست آمد. بر طبق نتایج، استبرق در اقلیم های خشک و نیمه خشک حضور دارد و در این اقلیم ها در مناطق گرم با رطوبت نسبی بالا استقرار بیشتری داشته و در خاک هایی با بافت متراکم و سنگین، هدایت الکتریکی و نسبت جذب سطحی سدیم بالا استقرار کمتری داشت همچنین بیشترین حضور استبرق در دامنه های کم شیب در جهات شرق، جنوب، جنوب شرقی و مسطح بود. مقایسه نتایج نشان داد مدل بدست آمده از روش رگرسیون چندگانه-چند جمله ای دارای اعتبار بیشتری بود.

در سیگنال های موسیقی واقعی چندین منبع صدا مثل یک صدای خواننده و ابزار آلات موسیقی با هم ترکیب شده اند. روش های مختلفی برای شبیه سازی و آنالیز آماری سیگنال موسیقی و صدا وجود دارد. هدف جداسازی در واقع یافتن یک نمایش پارامتریک برای سیگنال صدا و موسیقی است. می دانیم در یک سیگنال موسیقی ساختار هارمونیکی تقریباً یک مشخصه تغییر ناپذیر ابزار موسیقی هارمونیکی است. با استخراج ساختار هارمونیکی ابزار مختلف از طیف سیگنال ترکیب شده و طبقه بندی ساختار استخراج شده ی مدل میانگین ساختار هارمونیکی، می توان منابع را از یکدیگر جداسازی کرد. روش دیگری که در حوزه ی روش های چند کاناله است، تکنیک جداسازی کور منابع می باشد. این تکنیک سیگنال های دریافت شده از چندین گیرنده که اطلاعات کافی در مورد آن ها در دسترس نیست را با تکیه برفرض های ضعیفی مانند استقلال آماری منابع اولیه منجر به تکنیک تجزیه به مولفه های مستقل ica می شود، بازیابی می کند. معیاری که برای اندازه گیری استقلال ica به کاربرده شده، معیار اطلاعات متقابل است. برای مقایسه این دو روش snr سیگنال قبل از ترکیب و بعد از آن را در هر دو روش بدست می آوریم. دراینجا به منظور بهبود تخمین فرکانس های بدست آمده با استفاده از ضرایب lpc، فیلتری را طیف سیگنال اعمال می کنیم. همچنین به منظور بهبود سیگنال های بازسازی شده از رمزنگار فاز صدا بهره می بریم.