Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Sharifi, F." wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Prospectivity modeling of karstic groundwater using a sequential exploration approach in Tepal area, Iran
Modelowanie występowania wód gruntowych pochodzenia krasowego w regionie Tepal w Iranie metodą badania sekwencyjnego dla potrzeb prac poszukiwawczych
Autorzy:
Sharifi, F.
Arab-Amiri, A. R.
Kamkar-Rouhani, A.
Yousefi, M.
Davoodabadi-Farahani, M.
Powiązania:
https://bibliotekanauki.pl/articles/219062.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
modelowanie występowania wód
badanie sekwencyjne
logika rozmyta
wody gruntowe pochodzenia krasowego
water prospectivity modeling
sequential exploration approach
fuzzy logic
karstic groundwater
Opis:
The purpose of this study is water prospectivity modeling (WPM) for recognizing karstic water-bearing zones by using analyses of geo-exploration data in Kal-Qorno valley, located in Tepal area, north of Iran. For this, a sequential exploration method applied on geo-evidential data to delineate target areas for further exploration. In this regard, two major exploration phases including regional and local scales were performed. In the first phase, indicator geological features, structures and lithological units, were used to model groundwater prospectivity as a regional scale. In this phase, for karstic WPM, fuzzy lithological and structural evidence layers were generated and combined using fuzzy operators. After generating target areas using WPM, in the second phase geophysical surveys including gravimetry and geoelectrical resistivity were carried out on the recognized high potential zones as a local scale exploration. Finally the results of geophysical analyses in the second phase were used to select suitable drilling locations to access and extract karstic groundwater in the study area.
W pracy modelowano przepływy wód gruntowych w celu rozpoznania warstw wodonośnych wód pochodzenia krasowego dla potrzeb prac poszukiwawczych, poprzez analizę danych geologicznych i poszukiwawczych z rejonu doliny Kal-Qorno w regionie Tepal, w północnej części Iranu. W oparciu o analizę sekwencyjną danych geologicznych wytyczono granice obszarów do dalszych badań poszukiwawczych. Analiza obejmuje dwa zasadnicze etapy, z uwzględnieniem skali regionalnej oraz lokalnej. W pierwszym etapie w oparciu o dane o strukturach geologicznych i właściwościach skał modelowano możliwości występowania wód w aspekcie skali regionalnej. Na tym etapie w ramach poszukiwań warstw wodonośnych pochodzenia krasowego zamodelowano warstwy struktur skalnych dowodzące występowania wód w oparciu o podejście logiki rozmytej. Po wytyczeniu obszarów docelowych, w drugim etapie badań przeprowadzono szczegółowe analizy geofizyczne z wykorzystanie grawimetrii i badań oporności geo-elektrycznej w strefach potencjalnego występowania wód, w aspekcie badania w skali lokalnej. W końcowym etapie, wyniki analiz geofizycznych otrzymane w drugim etapie procedury wykorzystane zostały do wyznaczenia miejsc wykonania odwiertów do uzyskania wód gruntowych pochodzenia krasowego w badanym terenie.
Źródło:
Archives of Mining Sciences; 2017, 62, 3; 509-530
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting wheat stripe rust epidemics according to influential climatic variables
Autorzy:
Naseri, B.
Sharifi, F.
Powiązania:
https://bibliotekanauki.pl/articles/2084878.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
cereals
climate
epidemiology
yellow rust
Opis:
From 2009 to 2018, a total of 80 wheat crops were studied at plot and regional scales to predict stripe rust epidemics based on influential climatic indicators in Kermanshah province, Iran. Disease onset time and epidemic intensity varied spatially and temporarily. The disease epidemic variable was classified as having experienced nonepidemic, moderate or severe epidemics to be used for statistical analysis. Principal component analysis (PCA) was used to identify climatic variables associated with occurrence and intensity of stripe rust epidemics. Two principal factors accounting for 70% of the total variance indicated association of stripe rust epidemic occurrence with the number of icy days with minimum temperatures below 0°C (for subtropical regions) and below −10°C (for cool temperate and semi-arid regions). Disease epidemic intensity was linked to the number of rainy days, the number of days with minimum temperatures within the range of 7−8°C and relative humidity (RH) above 60%, and the number of periods involving consecutive days with minimum temperature within the range of 6−9°C and RH% > 60% during a 240-day period, from September 23 to May 21. Among mean monthly minimum temperatures and maximum relative humidity examined, mean maximum relative humidity for Aban (from October 23 to November 21) and mean minimum temperature for Esfand (from February 20 to March 20) indicated higher contributions to stripe rust epidemic development. Confirming PCA results, a multivariate logit ordinal model was developed to predict severe disease epidemics. The findings of this study improved our understanding of the combined interactions between air temperature, relative humidity, rainfall, and wheat stripe rust development over a three-season period of autumn-winter-spring.
Źródło:
Journal of Plant Protection Research; 2019, 59, 4; 519-528
1427-4345
Pojawia się w:
Journal of Plant Protection Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies