کاربرد شاخص‌ها

طاهره غلامی * 1 ، نجمه رهنورد 2 ، مرضیه صادق زاده 3 ، سپیده تهمتن 4

کاربرد شاخص اقلیمی تعطیلات ( HCI) در تعیین تقویم گردشگری زمستانه (مطالعه موردی: استان سیستان و بلوچستان )

اقلیم هر منطقه در ترسیم خطوط آینده توسعه گردشگری نقش بسیار مهمی ایفا می‌کند و ارزیابی اقلیم در برآورد قابلیت‌های طبیعی گردشگری در اولویت قرار دارد. شاخص HCI شرایط اقلیمی را برای فعالیت گردشگری با استفاده از پارامترهای میانگین حداکثر دما، میانگین رطوبت نسبی، میزان بارش، پوشش ابر و سرعت باد مورد ارزیابی قرار می‌دهد. در این پژوهش با استفاده از شاخص اقلیم گردشگری HCI و مقایسه نتایج آن با شاخص TCI؛ به ارزیابی اقلیم گردشگری استان سیستان و بلوچستان پرداخته شده است. در واقع هدف تحقیق بررسی میزان کارایی شاخص HCI در زمینه ارزیابی اقلیم گردشگری منطقه است. در این تحقیق، شاخص HCI برای 7 ایستگاه سینوپتیک استان که دارای آمار مشترک 24 ساله (1394-1370 (بودند محاسبه شد و پس از ورود نتایج به محیطGIS ، پهنه‌بندی اقلیم گردشگری استان در ماه‌های مهر، آبان، آذر، دی، بهمن، اسفند و فروردین انجام شد و همچنین تغییرات مقدار شاخص در سه دهه هر ماه در قالب نمودار نشان داده شد. براساس نتایج شاخص HCI در ماه‌های فصل زمستان، این استان از شرایط اقلیم گردشگری عالی برخوردار است. با توجه به یافته‌های فوق می‌توان گفت شاخص HCI، توانایی لازم را برای ارائه وضعیت اقلیم گردشگری زمستانه استان با در نظر گرفتن انگیزه‌های مختلف گردشگران برای سفر دارا می‌باشد. همچنین نتایج تحقیق نشان داد شاخص HCI نسبت به شاخص‌های دیگر اقلیم گردشگری چون شاخص TCI انطباق بیشتری با واقعیات اقلیم استان دارد. به منظور انطباق و کارایی بیشتر شاخص HCI در شرایط کشور ایران، این شاخص تعدیل شد.این تغییرات در شاخص که هم نحوه امتیازدهی به پارامترهای اقلیمی مورد استفاده در شاخص و همچنین فرمول را شامل می شود باعث ایجاد فرمول جدیدی تحت عنوان "شاخص اقلیمی تعطیلات تعدیل شده"( MHCI) گردید. نتایج حاصل می تواند جهت برنامه ریزی صحیح در امر برنامه ریزی گردشگری در سایر نواحی ایران نیز کاربرد داشته باشد و سبب توسعه گردشگری در استان و کشور شود.

کلیدواژه‌ها

  • اقلیم گردشگری
  • شاخص اقلیمی تعطیلات تعدیل شده(MHCI)
  • شاخص) (TCI
  • گردشگری زمستانه
  • برنامه ریزی توریسم

20.1001.1.22516735.1397.8.31.4.6

عنوان مقاله [English]

Application of the Holiday Climate Index (HCI) in Determining the Winter Tourism Calendar (Case study: Sistan and Baluchestan Province(

نویسندگان [English]

  • Farideh Arbabi 1
  • Mahmood khosravi 2
  • Aboozar Payedar 3

The climate of each region plays a very important role in mapping the future directions of tourism development, and climate assessment in the estimation of natural tourism capabilities is a priority. The HCI index evaluates climatic conditions for tourism activity using the parameters of mean maximum temperature, relative humidity, rainfall, cloud cover and wind speed. In this study, using the HCI index and comparing its results with the TCI index, the tourism climate in Sistan and Baluchestan province has been evaluated. In fact, the aim of the study is to evaluate the efficiency of the HCI index in assessing the tourism climate of the region.In this research, the index was calculated for seven synoptic stations in the province with a common 24-year statistic (1991-2015). After entering the results into the Geographical Information System (GIS) environment, the classification of the tourism climate of the province in the months of October, November, December, January, February, and Mars was carried out and the variations in the ten-day index value were shown in the form of charts and maps.Based on the results of the HCI index in winter months, this province has excellent weather conditions. According to the above findings, the HCI index has the ability to provide the status of the winter tourism climate of کاربرد شاخص‌ها the province, considering the motivation of different tourists to travel.. Also, the results showed that the HCI index was more consistent with the climate of the province than other indicators of the tourism climate, such as the TCI index. In order to adapt and improve the HCI index in the geographical conditions of Iran, this index was modified. These changes in the index, which both capture the climate parameters used in the index as well as the formula, resulted in a new formula called "Modified Holiday Climate Index" (MHCI). The results can be used for proper planning of tourism planning in other regions of Iran, and it will lead to tourism development in the province and the country.

کلیدواژه‌ها [English]

  • Modified Holiday Climate Index (MHCI)
  • TCI
  • Winter tourism
  • Tourism Planning

مراجع

  1. Agnew M.D & Palutikof, J.P. (2001): Climate Impacts on The Demand for Tourism, climate research unit, School of environmental sciences, University of East Anglia, Norwich, Uk, 50p
  1. 2.Amelung, B & Moreno ,A(2009): Impacts of climate change in tourism in Europe, European Commission, Joint Research Centre, Institute for Prospective Technological Studies, University Maastricht,45p
  2. 3.Armstrong, R.W., Mok, Go, F.M.& Chan, A.(1997): The Importance of Cross-Cultural Expectations in the Measurement of service Quality perceptions in the Hotel Industry. International Journal of Hospitality Management, 16(2), 181-190
  3. 5.Baratian, A & Rezaei, M., (2013):Spatial Analysis of Regional Tourism Index by Using TCI Model in Elam, Journal of Spatial Planning,3(2),101-118(In Persian).
  4. 6.Barimani,F & Esmail Nejad,M.(2011): Review of Bio-Climatic Indicators Affecting on Determining Tourism Season, Journal of Geography and Development,9(23),27-47(In Persian).
  5. 7.Bostani, M., Klim,D.M, Behjatti, H.R. (2013): Zoning of some extreme climate occurrences in Sistan and Baluchestan province during the statistical period of 2002-2012, 2nd International Conference on Environmental Risks. (In Persian).
  6. 8.Ebrahimzadeh, I & Esmaeilnejad, M. (2012): An Analysis of Climate Comfort and Tourism Planning, Case study; Sistan and Baluchestan, Journal of Geography and Regional Development,10(18),123-144(In Persian).
  7. 9.Farajzadeh H. Matzarakis A (2009): Quantification of Climate for tourism in the Northwest of Iran, Meteorological Application,16(4),545–555.
  8. 10.Farajzadeh, M, Ahmadabadi,A.(2010):Assessment and Zoning of Tourism Climate of Iran Using Tourism Climate Index (TCI),Physical Geography Research Quaterly,42(71),31-42(In Persian).
  9. 11.Farajzadeh, M, Ghorbani, H & Lashgari, H (2009): An Investigation of Architecture Adaptation of Sanandaj Buildings with Ecological Conditions by Mahoni Method, Journal of Modares University of Humanities, 12( 2), 180-161.(In Persian).
  10. 12.Gandomkar Amir (2010): Estimation of tourism index analysis in Semirom city using the TCI model" Journal of Physical Geography, 3(8), 54-40 (In Persian).
  11. 13.Gomez Martin, M.B.(2005): Weather, climate and tourism, A GeographicalPerspective, Annals of Tourism Research,32(13), 571-591
  12. 14.Hydari,H & Javan,Kh.(2012):Evaluation of Climatic Condition of Northwest of Iran regarding the Tourism Development, Journal of Tourism and Future Landscape,3(4),37-49(In Persian).
  13. 15.Kazemi, M.(2009): The Analysis of Citizens, Perception Role in Tourism Development in Chabehar (Case Study: Zahedan Citizens), Journal of Geography and Development,6(12),81-100(In Persian).
  14. 16.Layegi,B.(2003): Investigating the Impact of Climatic Elements on Tourism Industry in Guilan Province, Gilan Meteorological Organization Bulletin,1,1-10(In Persian).
  15. 17.Matzarakis, A .(1997):Heat stress in Greece. International Journal of Biometeorology,41,34-39
  16. 18.Mieczkowski, Z. (1985): The tourism Climatic Index: a method of evaluating world Climates for tourism. Canadian Geographer,29(3), 220-233.
  17. 20.Mohammadi, H., (2010): Applied Meteorology, Tehran University Press. p 272 (In Persian).
  18. 21.Papoli yazdi,M.H & Saghaie,M.(2000):Torism(Fundementals and Concepts),SAMT Publication,Theran,275p(In Persian).
  19. 22.Prech,N & Sabine, L .(2008): Climate change and tourism intertwined, , Ph.D. Thesis, ETH Zurich University, Switzerland,91p
  20. 23.Qaybakloo, Z.(2001): Methods for estimating the thermal comfort range. Fine Arts Magazine. 17, 68-74. (In Persian).
  21. 24.Razjoyan, M.(1987): Comfort with Climate Compatible architecture, Shahid Beheshti University Publication, Teheran, Iran, p 222(In Persian).
  22. 25.Salighe, M., Barimani, F. and Esmaeil Nejad, M. (2008): Climate Classifiction of Sistan and Baluchestan Province, Geography and Development, No. 12, pp. 116-101.
  23. 27.Simpson ,M.C, Gössling,S,Scott,D,Gladin,L (2008): Climate change adaptation and mitigation in the tourism sector, UNEP, University of Oxford, UNWTO, WMO, Paris, France,136p
  24. 28.Tang, M. (2013):Comparing tourism Climate index and Holiday Climate index in major European urban destinations, M.s.c thesis, University of Waterloo, Department of Geography, p 122.
  25. 30.UNWTO, (2008): Climate Change and Tourism Responding to Global Challenges, Published by the World Tourism Organization and the United Nations Environment Programe, p 256.
  26. 31.Victor, T. (1988): Geographic factors affectingtourism in Zambia, Annals of Tourism Research, 15(4),487-503
  27. 32.Yazdanpanah,H, Abdoallahzadeh,M, Poureidivand,L.(2013): Study of climatic conditions for tourism development using TCI indicator (East Azerbaijan province), Journal of Geography and Environmental Planning,24(1),89-108(In Persian).
  28. 33.Ziaeie, M & Bakhtiari, A. (1999):The Tourism Climatic index of Kish Island, The 5National Conference of Persian Gulf,Kish Island,May 1999(In Persian).
  29. 34.Zolfaghari, H. (2000): Climatology and Tourism, SMT Publication, Tehran, p 200(In Persian).

4. Ataei, H.& Hasheminasab, S.,(2012): Comparative Evaluation of Human Bioclimatic of Isfahan city using the Terjung methods, TCI, PET, PMV, Journal of Urban - Regional Studies and Research,4(14),63-82(In Persian).

19. Mirmosavi, S.H, Foroughi M. (2010): Studying the standard rainfall index for analyzing and zoning droughts and climates in Sistan and Baluchestan province, The second national conference on agriculture and sustainable development (opportunities and challenges ahead). (In Persian).

26. Scottt, D, Rutty,M, Amelung,B & Tang,M. (2016): An Inter-Comparison of the Holiday Climate Index (HCI) and the Tourism Climate Index (TCI) in Europe, Atmosphere 2016, 7(80), 1-17

29. Tavousi,T & Yari,M.(2013):Determination of Thermal Comfort Range in Planning Tourism Climate Case: Sistan and Baluchestan, Journal of Geography and Development,11(31),29-46(In Persian).

سامانه نشریات علمی

Journal of Spatial Analysis Environmental hazarts

خشکسالی با استفاده از شاخص‌های متعددی مطالعه می­شود. عنصر رایج در اکثر این شاخص­ها، بارندگی است. اهمیت بارش در تحلیل و پیش بینی خشکسالی‌ها باعث شده است که محققان شاخص‌های متعددی بر اساس متغیرهای بارشی تعریف و ارائه نمایند. در پژوهش حاضر، شاخص متغیرهای تاثیرگذار بارندگی (CPEI) برای بررسی خشکسالی‌های فصلی و سالانه ایران مورد استفاده قرار گرفته است. در این شیوه، برخلاف شاخص‌های کمی مورد استفاده در مطالعه خشکسالی‌ها، خروجی‌ها به صورت مدل‌های ریاضی و مقادیر کمی ارائه نمی‌شود بلکه نتایج شاخص مذکور به صورت تعداد و عناوین متغیرهای تاثیرگذار بارندگی هستند که می‌توانند در بررسی مطالعه خشکسالی در یک مکان مورد استفاده مدلسازان قرار بگیرد. در این راستا، داده‌های بارش روزانه 40 ایستگاه سینوپتیک ایران طی دوره آماری 1980 تا 2009 مورد استفاده قرار گرفت. براساس روش‌های ریاضی- آماری و مقادیر همبستگی بین متغیرها ، ترکیب بهینه­ای از متغیرهای تاثیرگذار بارندگی برای هر ایستگاه تعیین و میزان انطباق دوره‌های زمانی و مکانی با شاخص CPEI برای بررسی خشکسالی­ها و پایش آن‌ها در ایران به دست آمد . نقشه‌های پهنه بندی براساس تناسب ایستگاه­ها با شاخص CPEI تهیه شد. نتایج نشان داد که در بیشتر ایستگاه‌ها شاخص مذکور قابل استفاده است و از شاخص CPEI برای تعیین دوره‌های خشک فصلی و سالانه در ایران می‌توان در طراحی مدل­ها استفاده نمود . همچنین معلوم شد که استفاده از این روش برای مطالعه خشکسالی‌های فصل بهار و سالانه مناسب‌تر از بقیه دوره‌های زمانی است. مناطق شمالی و شمالغرب، در دوره‌های سالانه و فصلی (به­ استثنای فصل بهار) با شاخص CPEI ، هماهنگی کمتری نشان دادند .

کاربرد شاخص PCI در بررسی الگوی بارش ایران و تحلیل روند تغییرات آن در مقیاس سالانه و فصلی طی نیم قرن اخیر

بررسی پدیده بارندگی به­عنوان یکی از مهم­ترین عوامل هواشناسی که به صورت مستقیم، دسترسی به منابع آب را تحت تأثیر قرار می دهد از اهمیت ویژه ای برخوردار است. در این مطالعه شاخص تراکم بارش (PCI) با استفاده از داده­های بارش ماهانه 34 ایستگاه سینوپتیک در دوره آماری 2010-1961 محاسبه و روند تغییرات آن در دو مقیاس سالانه و فصلی مورد ارزیابی قرار گرفت. نتایج پهنه بندی شاخص مورد نظر در مقیاس سالانه نشان داد که پراکندگی بارندگی در دو زیر بازه 25 ساله از الگوی یکسان پیروی می­کند. هم­چنین براساس نتایج حاصله، شاخص PCI در مناطق مرکزی و جنوبی کشور، شامل استان­های کرمان، بندرعباس، یزد، زاهدان، شهرکرد، بیرجند، بوشهر، اهواز و اصفهان نشان دهنده وجود بی نظمی زیاد و پراکندگی بالا در ریزش­های جوی بوده و در هیچ یک از ایستگاه­های مورد مطالعه ، تمرکز یکنواخت (PCI<10) در مقیاس سالانه مشاهده نشد. نتایج بررسی روند تغییرات شاخص مذکور در دوره آماری 2010 - 1961 نشان داد که روند شاخص PCI در فصل زمستان در 16 و 15 ایستگاه به ترتیب افزایش و کاهش غیر معنی­دار داشته و در ایستگاه­های دزفول، سقز و همدان با کاهش معنی­دار مواجه شده است. هم­چنین در فصل بهار ایستگاه­های کرمان و رامسر، وجود روند افزایشی معنی­دار در شاخص PCI را نشان داده که به معنای افزایش معنی­دار بی نظمی­های پراکندگی بارش در این دو ایستگاه می­باشد. در فصل تابستان، ایستگاه گرگان بی نظمی شدید و معنی­دار را برای شاخص PCI نشان داد و در فصل پاییز ایستگاه­های تبریز و زاهدان روند افزایشی معنی­دار و ایستگاه بابلسر نیز دارای روندکاهشی معنی­دار در شاخص PCI را تجربه کرده ا ند. در مقیاس سالانه نیز 50 درصد ایستگاه­ها با روند افزایشی در شاخص PCI مواجه بوده­اند

کلیدواژه‌ها

عنوان مقاله [English]

Application of PCI Index in the Annual and Seasonal Rainfall Pattern Investigation and Trend Analysis of Iran Duration the Recent Half Century

نویسندگان [English]

  • Keyvan Khalili 1
  • Mohammad Nazeri Tahrudi 2
  • Farshad Ahmadi 3

2 MSC. Student, Water Engineering Department, Faculty of Agriculture, Urmia University., Urmia., Iran

3 Ph.D Student, Water Resources Engineering Department., Faculty of Water Sciences Engineering. University of Ahvaz., Ahvaz., Iran

Evaluation of the rainfall phenomenon is important as the most effective meteorological factors that influence the access to the water resources directly. In this research precipitation concentration index (PCI) calculated using of monthly precipitation time series of 34 synoptic stations in the recent half century (1961-2010) and their trends in two annual and seasonal scales investigated. The results of the zoning the mentioned index in annual scale showed that concentration of the precipitation in two 25 years time reach followed from the same pattern. Also results of PCI index showed that rainfall was scattered irregular in the center and southern regions of Iran in the Kerman, Bandar Abbas, Yazd, Zahedan, Shahrekord, Birjand, Bushehr, Ahwaz and Isfahan also in none of the mentioned stations uniform concentration (PCI <10) were not observed in the annual time scale. Results of winter trend investigation of PCI index in the period of 1961-2010 showed that non-significant upward and downward trend occurred for the number of sixteen and fifteen stations respectively and in the Dezful, Saghez and Hamedan stations significant decreasing trend observed. Also in the spring season, PCI index results showed significant increasing in the PCI trend for two Kerman and Ramsar stations which means that scattering rainfall was irregular significantly in two mentioned stations. In summer, the Gorgan station showed high irregularity as the PCI index and in autumn, the Tabriz and Zahedan stations showed significant increasing trend while decreasing trend detected for Bablosar station. In annual scale about 50 percentages followed increasing of PCI index values.

کلیدواژه‌ها [English]

  • Iran
  • Precipitation Concentration Index
  • Trend
  • Mann-Kendall

مراجع

عساکره،ح.، رزمی،ر. 1391. تحلیل بارش­ سالانه شمال­غرب ایران. مجله جغرافیا و برنامه­ریزی محیطی.47. 3: 162-147.

میرعباسی،ر.، دین­پژوه،ی. 1391. تحلیل بارش­های شمال­غرب ایران در نیم قرن گذشته. مجله علوم و مهندسی آبیاری. 35. 4: 73-59.

Adegun,O., Balogun,I and Adeaga,O. 2012. Precipitation Concentration Changes in Owerri and Enugu. Hydrology for Disaster Management, Special Publication of the Nigerian Association of Hydrological Sciences, 391-383.

Alijani,B., O’Brien,J and Yarnal,B. 2008. Spatial analysis of precipitation intensity and concentration in Iran. Theoretical and Applied Climatology. 94: 107-124.

Chen,j., Wub,X., Finlayson,B., Webber,M., Wei,T and Li,M. 2014. Variability and trend in the hydrology of the Yangtze River, China: Annual precipitation and runoff. Journal of Hydrology. 513: 403-412.

Dinpashoh,Y., Mirabbasi,R., Jhajharia,D., ZareAbianeh,H and Mostafaeipour,A. 2014. Effect of short term and long-term persistence on identification of temporal trends. Journal of Hydrologic Engineering 19.3: 617-625.

Duhan,D and Pandy,A. 2013. Statistical analysis of long term spatial and temporal trends of precipitation during 1901–2002 at Madhya Pradesh, India. Atmospheric Research. 122: 136-149.

Gozzini,B., Bartolini,G and Torrigiani,T. 2012. Precipitation concentration patterns in Tuscany (central Italy) 1955-2010. European Annual Meetings. Vol. 9, EMS2012-339, 2012. 12th EMS / 9th ECAC.

Hamed,K.H and Rao,A.R. 1998. A modified Mann–Kendall trend test for autocorrelated data. Journal of Hydrology. 204: 182–196.

Hirsch,R.M., Slack,J.R and Smith,R.A. 1982. Techniques of trend analysis for monthly water quality data, Water Resources Research. 18.1: 107-121.

Jain,SK., Kumar,V and Saharia,M. 2013. Analysis of rainfall and temperature trends in northeast India. International Journal of Climatology. 33: 968-978.

Jiang,T., Su,B and Hartmann,H. 2007. Temporal and spatial trends of precipitation and River flow in the Yangtze River basin, 1961-2000. Geomorphology. 85: 143-154.

Khalili,K., Nazeri Tahroudi,M., Mirabbasi,R., Ahmadi,F. 2015. Investigation of spatial and temporal variability of precipitation in Iran over the last half century. Stochastic Environmental Research and Risk Assessment, 1-17.

Khalili,K., Nazeri Tahrudi,M and Khanmohammadi,N. 2014. Trend Analysis of Precipitation in Recent Two Decade over Iran. Journal of Applied Environmental and Biological Science. 4.1:5-10.

Kumar,S., Merwade,V., Kam,J and Thurner,K. 2009. Stream flow trends in Indiana: Effects of long term persistence, precipitation and subsurface drains. Journal of Hydrology. 374: 171-183.

Luis,M.de., Gonz´alez-Hidalgo,J.C., Brunetti,M and Longares,L.A. 2011. Precipitation concentration changes in Spain 1946–2005. Natural Hazards and Earth System Sciences. 11: 1259–1265.

Oliver,J.E. 1980. Monthly precipitation distribution: a comparative index, Prof. Geogr., 32, 300–309, 1980.

Pal Al-Tabbaa,A. 2009. Trends in seasonal precipitation extremes—an indicator of ‘climate change’ in Kerala, India. Journal of Hydrology. 367: 62–69.

Saboohi,R., Soltani,S and khodagholi,M. 2012. Trend analysis of temperature parameters in Iran. Theoretical and Applied Climatology. 109: 529–547.

Tabari,H., Marofi,S., Aeini,A., Talaee,P.H and Mohammadi,K. 2010. Trend analysis of reference evapotranspiration in the western half of Iran. Agricultural and Forest Meteorology. 151 .2: 9 pages.

Vali,M., Shanti Sree,K and Iyyanki,V.M.K. 2013. Analysis of Precipitation Concentration Index and Rainfall Prediction in various Agro-Climatic Zones of Andhra Pradesh, India. International research journal of environment research. 2.5: 53-61.

Yang,X.L., Xu,L.R., Li,C.h., Hu,J and Xia,X.H. 2012. Trends in temperature and precipitation in the Zhangweinan River basin during last 53 years. Procedia Environmental Sciences. 13: 1966-1774.

تعریف و تعیین شاخص مدیریت بهره‌وری آب و کاربرد آن برای ذرت علوفه‌ای در دشت مغان

1 دانشجوی دکتری آبیاری و زهکشی گروه آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی دانشگاه تهران و محقق موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.

2 استاد گروه آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی دانشگاه تهران.

3 استادیار، موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.

چکیده

به منظور تکمیل و تفکیک شاخص­های بهره­وری آب متناسب با شرایط واقعی، ارائه یک سنجه برای ارزیابی مطلوبیت شاخص بهره­وری و ایجاد امکان تعمیم­پذیری نتایج ضروری است. لذا در این پژوهش با نگاه فرآیندی به نظام تولید محصولات کشاورزی و با لحاظ قابلیت­ها و محدودیت­های اقلیم، اراضی و گیاه در چرخه پیچیده آب- خاک- گیاه- اتمسفر و انسان، پژوهش­های مختلف بهره­وری آب (Wp ) گروه­بندی و تحلیل شد. شاخص­های پتانسیل بهره­وری آب اقلیمی (PCWp )، پتانسیل بهره­وری آب اراضی (PLWp )، بهره­وری آب واقعی (AWp )، شکاف بهره­وری آب (WPG)،شاخص مدیریت بهره­وری آب (WPMI) و سطح مدیریت بهره­وری آب (WPML) تعریف شد و روش تعیین آنها ارائه گردید. شاخص­ها برای سه مزرعه ذرت علوفه­ای در دشت مغان تعیین و تحلیل گردید. نتایج نشان داد که تغییر در تقویم زراعی و شرایط خاک مزرعه، شاخص­های PCWp و PLWp را متاثر می­سازد، به­طوریکه PCWp از 31 تا 46 در مزارع شماره 1 و 3 و PLWp از 26 تا 42 کیلوگرم بر متر مکعب در مزارع 2 و3 متغیر بود. AWp همواره کمتر از PLWp و متاثر از مدیریت مزرعه بر مقدار عملکرد و متناسب بودن کاربرد شاخص‌ها تخصیص و مصرف آب با عملکرد واقعی بود و در بهترین شرایط برابر 27، 24 و 39 کیلوگرم بر متر مکعب برای مزارع 1، 2 و 3 بود. در شرایط­ تخصیص آب متناسب با تقویم زراعی و تولید واقعی و به­صورت ویژه مکان، WPGبه شدت کاهش یافت و برابر 2/0، 2/2 کاربرد شاخص‌ها و 5/3 کیلوگرم بر متر مکعب برای مزارع 1، 2 و 3 بود. در عمل صرفا با شاخص AWp نمی­توان قضاوت، تحلیل و مقایسه درستی از وضعیت مدیریت بهره­وری آب در شرایط مختلف اراضی به دست آورد. شاخص­های بی بعد WPMIو WPMLکه در این مقاله معرفی شده برای این منظور مناسب است. [1]

[1]- بخشی از اعتبارات این پژوهش از محل پروژه شماره 961738-096-10-10-2 موسسه تحقیقات خاک و آب تامین شده است.

کلیدواژه‌ها

  • بهره‌وری آب واقعی
  • پتانسیل بهره‌وری آب
  • تولید پتانسیل
  • سطح مدیریت بهره‌وری آب
  • شکاف بهره‌وری آب
  • کارآیی مصرف آب

20.1001.1.22287140.1398.33.4.4.2.5.2

عنوان مقاله [English]

Definition and Determination of Water Productivity Management Index (WPMI) and Its Application for Forage Maize in Moghan Plain

نویسندگان [English]

  • Ali Akbar Azizi Zohan 1
  • Abdolmajid liaghat 2
  • Mehdi Shahabifar 3

In order to complete and differentiate various water productivity indexes according to the actual situation, it is necessary to provid a measure to evaluate the suitability of the productivity index and extend the results to other areas. Therefore, in this study, through a process view of the agricultural production system and considering climate, land, and plant capabilities and constraints in the complex cycle of water-soil-plant-atmosphere and human, different water productivity (WP) researches were grouped and analyzed. Indices of Potential Climatic Water Productivity (PCWP), Potential Land Water Productivity (PLWP), Actual Water Productivity (AWP), Water Productivity Gap (WPG), Water Productivity Management Index (WPMI), and Water Productivity Management Level (WPML) were all defined and their methods of determination were presented. The indices were determined and analyzed for three forage maize farms in Moghan Plain. The results showed that changes in agronomic calendar and field soil conditions variation affected the PCWP and PLWP indices, such that the PCWP varied from 31 to 46 kg.m- 3 in farms 1 and 3 and PLWP varied from 26 to 42 kg.m- 3 in farms 2 and 3. The AWP was always less than the PLWP and was affected by farm management on yield, and the proportional of allocation and consumption of water to actual yield. The AWP was 27, 24 and 39 kg.m- 3 for farms 1, 2 and 3, respectively, in the best condition. Where water allocation was location-specific and according to crop calendar and actual production, the WPG was drastically reduced and it was equal to 0.2, 2.2 and 3.5 kg.m- 3 for farms 1, 2, and 3, respectively. Practically, using simply the AWP index cannot properly judge, analyze, and compare the status of water productivity management in different field conditions. However, The WPMI and WPML dimensionless indices presented in this article are suitable for this purpose.[1]

[1] - Part of this research was funded by Project No. 2-10-10-096-961738, Soil and Water Research Institute (SWRI).

مجله ارگونومی

Iranian Journal of Ergonomics

Gholami T, Rahnavard N, Sadeghzadeh M, Tahmtan S. Application of MAPO Index and JCQ in Assessing the Risk of Musculoskeletal Disorders and Psychosocial Stressors in Nurse Aids at Fasa Hospital. Iran J Ergon. 2018; 6 (2) :24-33
URL: http://journal.iehfs.ir/article-1-520-fa.html

غلامی طاهره، رهنورد نجمه، صادق زاده مرضیه، تهمتن سپیده. کاربرد شاخص MAPO و JCQ در ارزیابی ریسک اختلالات اسکلتی ـ عضلانی و استرس‌های روانی ـ اجتماعی در بهیاران بیمارستان فسا. مجله ارگونومی. 1397; 6 (2) :33-24

طاهره غلامی * 1 ، نجمه رهنورد 2 ، مرضیه صادق زاده 3 ، سپیده تهمتن 4

1- کارشناس‌ارشد ارگونومی، مرکز تحقیقات بیماری‌های غیرواگیر، گروه بهداشت عمومی، دانشگاه علوم‌پزشکی فسا، فسا، ایران ، [email protected]
2- دانشجوی بهداشت عمومی، دانشکده بهداشت، دانشگاه علوم پزشکی فسا، فسا، ایران
3- کارشناس‌ارشد پرستاری، دانشکده پرستاری، دانشگاه علوم پزشکی فسا، فسا، ایران
4- کارشناس‌ارشد آمار، دانشگاه علوم پزشکی فسا، فسا، ایران

زمینه و هدف: اختلالات اسکلتی ـ عضلانی از مشکلات عمدۀ کارکنان بخش مراقبت بیمارستان است. از جمله دلایل مهم آن می‌توان به وظیفۀ جابه‌جایی بیمار و استرس‌های روانی ـ اجتماعی اشاره کرد. این مطالعه با هدف بررسی ریسک اختلالات اسکلتی ـ عضلانی و استرس روانی ـ اجتماعی ناشی از جابه‌جایی بیمار در بهیاران انجام شد.
روش کار: این مطالعه به‌صورت مقطعی بین 56 نفر از بهیاران بیمارستان آموزشی دانشگاه علوم‌پزشکی فسا در سال 1396 انجام شده است. داده‌ها با استفاده از پرسش‌نامۀ نوردیک و چک‌لیست شاخص MAPO و پرسش‌نامۀ محتوای شغلی JCQ گردآوری شد. از آمار توصیفی برای توضیح متغیرها و آزمون کای اسکوئر به‌منظور تجزیه‌وتحلیل داده‌ها استفاده شد.
یافته‌ها: نتایج نشان داد بیشترین شیوع اختلالات اسکلتی ـ عضلانی در ناحیۀ کمر (71/4%) و کمترین شیوع در ناحیۀ ران و گردن (46/4%) بوده است. نتایج ارزیابی ریسک اختلالات اسکلتی ـ عضلانی به روش MAPO نشان داد 9 بخش از 12 بخش بیمارستان (63/2%)، در سطح ریسک متوسط (سطح 2) قرار دارند. همچنین میانگین امتیاز ابعاد نیازهای روان‌شناختی شغل و نیازهای فیزیکی بالا بوده و میانگین امتیاز بعد حمایت اجتماعی پایین بود که نشان‌دهندۀ استرس زیاد است. همچنین نیازمندی‌های فیزیکی شغل (0/035=P)، حمایت اجتماعی (0/002=P) و نبود امنیت شغلی (0/001=P) با سطوح ریسک MAPO رابطه داشتند.
نتیجه‌گیری: با توجه به یافته‌های مطالعه، شیوع کمردرد ناشی از جابه‌جایی بیمار در بهیاران بالا است و همچنین بهیاران استرس‌های روانی ـ اجتماعی زیادی را تجربه می‌کنند. بنابراین، می‌توان با آموزش اصول ارگونومی و به کار بردن تجهیزات کمکی در حمل و جابه‌جایی بیمار از سوی بهیار و همچنین کاهش عوامل استرس‌زا مانند نیازهای روانی و فیزیکی محیط کار، فقدان حمایت اجتماعی و نبود امنیت شغلی از جانب مسئولان امر در راستای کاهش ریسک اختلالات اسکلتی ـ عضلانی تلاش کرد.

نوع مطالعه: پژوهشي | موضوع مقاله: سایر موارد
دریافت: 1397/4/4 | پذیرش: 1397/7/1 | انتشار الکترونیک: 1397/7/1

1. Bos E, Krol B, van der Star L, Groothoff J. Risk factors and musculoskeletal complaints in non-specialized nurses, IC nurses, operation room nurses, and X-ray technologists. International archives of occupational and environmental health. 2007;80(3):198-206. [DOI:10.1007/s00420-006-0121-8] [PMID]

2. Davis KG, Kotowski SE. Prevalence of musculoskeletal disorders for nurses in hospitals, long-term care facilities, and home health care: a comprehensive review. Human factors. 2015;57(5):754-92. [DOI:10.1177/0018720815581933] [PMID]

3. Kim H, Dropkin J, Spaeth K, Smith F, Moline J. Patient handling and musculoskeletal disorders among hospital workers: Analysis of 7 years of institutional workers' compensation claims data. American journal of industrial medicine. 2012;55(8):683-90. [DOI:10.1002/ajim.22006] [PMID]

4. Lipscomb HJ, Schoenfisch A, Myers DJ, Pompeii L, Dement J. Evaluation of direct workers' compensation costs for musculoskeletal injuries surrounding interventions to reduce patient lifting. Occup Environ Med. 2012;69(5):367-72. [DOI:10.1136/oemed-2011-100107] [PMID]

5. Abedini R, Choobineh A, Hasanzadeh J. Evaluation of effectiveness of MAPO and PTAI methods in estimation musculoskeletal disorders risk. Iran Occupational Health. 2013;10(4).

6. Gholami T, Pahlavian AH, Akbarzadeh M, Motamedzade M, Moghaddam RH. The role of burnout syndrome as a mediator for the effect of psychosocial risk factors on the intensity of musculoskeletal disorders: a structural equation modeling approach. International journal of occupational safety and ergonomics. 2016;22(2):283-90. [DOI:10.1080/10803548.2016.1147876] [PMID]

7. Menzel NN, Brooks SM, Bernard TE, Nelson A. The physical workload of nursing personnel: association with musculoskeletal discomfort. International journal of nursing studies. 2004;41(8):859-67. [DOI:10.1016/j.ijnurstu.2004.03.012] [PMID]

8. Smith DR, Mihashi M, Adachi Y, Koga H, Ishitake T. A detailed analysis of musculoskeletal disorder risk factors among Japanese nurses. Journal of safety research. 2006;37(2):195-200. [DOI:10.1016/j.jsr.2006.01.004] [PMID]

9. Daraiseh N, Cronin S, Davis L, Shell R, Karwowski W. Low back symptoms among hospital nurses, associations to individual factors and pain in multiple body regions. International Journal of Industrial Ergonomics. 2010;40(1):19-24. [DOI:10.1016/j.ergon.2009.11.004]

10. Matthias MS, Bair MJ, Nyland KA, Huffman MA, Stubbs DL, Damush TM, et al. Self-management support and communication from nurse care managers compared with primary care physicians: a focus group study of patients with chronic musculoskeletal pain. Pain Management Nursing. 2010;11(1):26-34. [DOI:10.1016/j.pmn.2008.12.003] [PMID]

11. Sveinsdóttir H, Gunnarsdóttir HK. Predictors of self-assessed physical and mental health of Icelandic nurses: Results from a national survey. International Journal of Nursing Studies. 2008;45(10):1479-89. [DOI:10.1016/j.ijnurstu.2008.01.007] [PMID]

12. ABEDINI R, Choobineh A, HASANZADEH J. Musculoskeletal load assessment in hospital nurses with patient transfer activity. International Journal of Occupational Hygiene. 2015;5(2):39-45.

13. Landry MD, Raman SR, Sulway C, Golightly YM, Hamdan E. Prevalence and risk factors associated with low back pain among health care providers in a Kuwait hospital. Spine. 2008;33(5):539-45. [DOI:10.1097/BRS.0b013e3181657df7] [PMID]

14. Byrns G, Reeder G, Jin G, Pachis K. Risk factors for work-related low back pain in registered nurses, and potential obstacles in using mechanical lifting devices. Journal of occupational and environmental hygiene. 2004;1(1):11-21. [DOI:10.1080/15459620490249992] [PMID]

15. Lévi L, Bartley M, Marmot M, Karasek R, Theorell T, Siegrist J, et al. Stressors at the workplace: theoretical models. Occup Med. 2000;15(1):69-106. [PMID]

16. McVicar A. Workplace stress in nursing: a literature review. Journal of advanced nursing. 2003;44(6):633-42. [DOI:10.1046/j.0309-2402.2003.02853.x] [PMID]

17. Karasek R, Brisson C, Kawakami N, Houtman I, Bongers P, Amick B. The Job Content Questionnaire (JCQ): an instrument for internationally comparative assessments of psychosocial job characteristics. Journal of occupational health psychology. 1998;3(4):322. [DOI:10.1037/1076-8998.3.4.322] [PMID]

18. Kuorinka I, Jonsson B, Kilbom A, Vinterberg H, Biering-Sørensen F, Andersson G, et al. Standardised Nordic questionnaires for the analysis of musculoskeletal symptoms. Applied ergonomics. 1987;18(3):233-7. [DOI:10.1016/0003-6870(87)90010-X]

19. Choobineh A, Ghaem H, Ahmedinejad P. Validity and reliability of the Persian (Farsi) version of the Job Content Questionnaire: a study among hospital nurses/Validité et fiabilité de la version en langue perse (farsi) du Questionnaire de Karasek: une étude chez le personnel infirmier en milieu hospitalier. Eastern Mediterranean Health Journal. 2011;17(4):335. [DOI:10.26719/2011.17.4.335] [PMID]

20. Battevi N, Menoni O, Ricci MG, Cairoli S. MAPO index for risk assessment of patient manual handling in hospital wards: a validation study. Ergonomics. 2006;49(7):671-87. [DOI:10.1080/00140130600581041] [PMID]

21. Branney J, Newell D. Back pain and associated healthcare seeking behaviour in nurses: A survey. Clinical Chiropractic. 2009;12(4):130-43. [DOI:10.1016/j.clch.2009.12.002]

22. Abedini R, Choobineh A, Hassanzadeh J. Musculoskeletal disorders risk assessment in patient transfers among hospital nurses using mapo technique. Journal of School of Public Health and Institute of Public Health Research. 2013;10(3):15-26.

23. Karasek R, Brisson C, Kawakami N, al. e. The Job Content Questionnaire (JCQ): an instrument for internationally comparative assessments of psychosocial job characteristics. J Occup Health Psychol. 1998;3(4):322-55. [DOI:10.1037/1076-8998.3.4.322] [PMID]

24. Chiu YL, Chung RG, Wu CS, al. e. The effects of job demands, control, and social support on hospital clinical nurses' intention to turn over. Appl Nurs Res. 2009;22(4):258-63. [DOI:10.1016/j.apnr.2008.02.006] [PMID]

25. Ibrahim S, Smith P, C. M. A multi-group cross-lagged analysis of work stressors and health using Canadian National sample. Soc Sci Med. 2009;68(1):49-59. [DOI:10.1016/j.socscimed.2008.10.019] [PMID]

26. Tahereh Gholami, Ahmad Heidari Pahlavian, Mehdi Akbarzadeh, Majid Motamedzade, Rashid Heidari Moghadam. A structural equation modeling study of job stress and musculoskeletal disorders. Journal of Ergonomics. 2015;3(3):51-64.

27. Gómez Ortiz V. Assessment of psychosocial stressors at work: psychometric properties of the JCQ in Colombian workers. Revista Latinoamericana de کاربرد شاخص‌ها Psicología. 2011;43(2):329-42.

28. Bernal D, Campos-Serna J, Tobias A, Vargas-Prada S, Benavides FG, Serra C. Work-related psychosocial risk factors and musculoskeletal disorders in hospital nurses and nursing aides: a systematic review and meta-analysis. International journal of nursing studies. 2015;52(2):635-48. [DOI:10.1016/j.ijnurstu.2014.11.003] [PMID]

دسته بندی: فارکس فکتوری در افغانستان
نویسنده:

مژده شمسایی

اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.
پر بازدیدترین ها
دسته بندی های سایت
بایگانی مقاله

همه حقوق محفوظ است © 2021 - 2022 alielnosirrah.store
پشتیبانی شده توسط وردپرس