۲۴

۲۵

۱۶

ماسال

۵۰۴۷

۱۷۹۸

۱۵۵

۱۰

۲

۳

۱۷

استان

۶۶۹۰۲

۱۰۷۸۱۷

۶۳۳۲۰

۳۸۷

۲۹۷

۴۲۵

۳-۶- شاخص های مورد استفاده
در این مطالعه از شاخص­ های بهره­وری که احسانی و خالدی (۱۳۸۱)، در مطالعه­ خود در مورد بهره­وری آب در کشاورزی انجام داده­اند، استفاده شده است. اهمیت این شاخص ­ها به دلیل اهداف تاکتیکی، به منظور بررسی عملکرد در بخش های مختلف؛ اهداف مدیریتی، به منظور توسعه یا تغییر نوع فعالیت ها؛ اهداف مربوط به برنامه ریزی، برای بررسی سود، زیان و تصمیم گیری مناسب می­باشد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

الف- عملکرد به ازای واحد حجم آب (CPD):
این شاخص، یکی از شاخص­ های مطرح درخصوص سنجش میزان بهره­وری آب در کشاورزی محسوب می­ شود. در واقع، شاخص مذکور، نسبت مقدار محصول تولید شده، به حجم آب مصرف شده است. بنابراین هرچه این نسبت بیشتر باشد، بیانگر مصرف صحیح­تر آب به شمار می ­آید.
CPD=C/W
در این رابطه، C میزان برنج تولیدی برحسب کیلوگرم و W حجم آب مصرفی برحسب مترمکعب می باشد. مقدار آب مصرفی در تولید برنج، می ­تواند آب تحویلی به شبکه، آب تحویلی به مزرعه، آب تحویلی به گیاه و یا حتی تبخیر و تعرق باشد که در این مطالعه آب تحویلی به شبکه مدنظر است و شاخص­ های بهره­وری بر این اساس محاسبه شده ­اند.
این شاخص را می­توان برای یک محصول، چند محصول و یا حتی کل تولیدات کشاورزی به کار برد. در این مطالعه، این شاخص برای شهرستان­های استان گیلان، ارقام مختلف برنج و نظام­های مختلف آبیاری محاسبه می­ شود. بایستی توجه داشت هرچه تنوع محصولات بیشتر باشد، احتمالاً مقدار خطا در این شاخص نیز بیشتر خواهد شد که این مسئله بیشتر به الگوی کشت، نوع واریته و غیره بستگی دارد. چنانچه مراد از استفاده از این شاخص، مقایسه یک رقم خاص محصول باشد، دقت خوبی خواهد داشت. اما اگر تعداد محصولات زیاد باشد و قصد مقایسه CPD دو منطقه با الگوی کشت نابرابر را داشته باشیم، این مقایسه از دقت کمی برخوردار خواهد بود. در عمل، ممکن است CPD یک محصول، زیاد باشد. اما این امر دلیلی بر سود اقتصادی بیشتر نیست. به طور کل چنانچه قرار باشد CPD محصولی در دو منطقه با هم مقایسه شود، این قیاس زمانی معنا دارد که بجز آب مصرفی، سایر عوامل تولید یکسان باشند.
ب- سود ناخالص به ازای واحد حجم آب (BPD)
این شاخص بیانگر میزان سود ناخالص به ازای واحد حجم آب می باشد و به صورت زیر محاسبه می شود:
BPD= B/W
در صورت کسر، B بیانگر سود ناخالص تولید محصول برحسب واحد پول (ریال) و مخرج کسر W، حجم آب مصرفی برحسب مترمکعب می باشد. این رابطه برحسب واحد پول بر واحد حجم آب مصرفی بیان می­ شود. این شاخص نیز برای شهرستان های استان گیلان، ارقام مختلف برنج و همچنین در نظام های مختلف آبیاری محاسبه می­ شود.
ج- سود خالص به ازای واحد حجم آب (NBPD)
یکی از مناسب­ترین شاخص های سنجش بهره وری آب، شاخص NBPD است. این شاخص، اصلاح شده شاخص BPD می باشد و در محاسبه ی آن از سود خالص استفاده می­ شود.
NBPD=NB/W
در صورت کسر، NB بیانگر سود خالص تولید محصول بر حسب واحد پول (ریال) و مخرج کسر، W حجم آب مصرفی برحسب مترمکعب می­باشد. به عبارت دیگر، این روش، رهیافت مناسبی برای سنجش بهره­وری آب کشاورزی به شمار می ­آید. این شاخص نیز مانند دو شاخص قبل، برای شهرستان­های استان گیلان، ارقام مختلف برنج و همچنین در نظام­های مختلف آبیاری محاسبه می­ شود. بر اساس این شاخص، هر محصولی که با مصرف میزان کمتری آب، سود بیشتری تولید نماید، از بهره­وری بیشتری برخوردار است.
۳-۷- ابزار تحقیق
ابزار جمع­آوری داده ­ها در این تحقیق پرسشنامه ای حاوی تعداد سوالات بسته و باز بود که باتوجه به اطلاعات به دست آمده از طریق مصاحبه و انجام عملیات میدانی و مزرعه­ای تدوین گردید. این پرسشنامه حاوی متغیرهای فردی نظیر سن، جنس، وضعیت تأهل، تحصیلات و متغیرهای زراعی شامل: سطح زیر کشت، منابع تأمین آب، منابع آبیاری، متوسط مالکیت، نوع رقم، میزان عملکرد و همچنین متغیرهای اقتصادی شامل هزینه­ های آماده سازی، کاشت، داشت، برداشت به روش­های سنتی، نیمه مکانیزه و مکانیزه، درآمد و سود خالص می­باشد.
روایی صوری و محتوایی پرسشنامه با بهره گرفتن از نظرات متخصصین و کارشناسان تعیین گردید به منظور آزمون پایانی یک مطالعه راهنما در خارج از محدوده ی مطالعه اصلی ترتیب داده شد و بر اساس نتایج مطالعه راهنما، پرسشنامه مورد اصلاح و بازنگری قرار گرفت. تعیین اعتماد پرسشنامه از طریق محاسبه­ی آلفای کرونباخ صورت گرفته است. این روش برای محاسبه هماهنگی درونی ابزار اندازه ­گیری از جمله پرسشنام­ها یا آزمون خصیصه­ های مختلف را اندازه گیری می­ کند؛ بکار می­رود و براساس روش اخیر ضریب اعتبار ۷۵ درصد تعیین شد. برای تکمیل پرسشنامه و انجام عملیات کیل­گیری از یکصد و هفتاد و پنج کارشناس ناظر برنج مستقر در دهستانها و روستاهای شالیزاری استان کمک گرفته شد، بطوریکه ابتدا نحوه تکمیل پرسشنامه، انجام عملیات کیل­گیری و اهداف طرح برایشان شرح داده شد تا در زمان انجام عملیات مربوطه با مشکل مواجه نگردند.
۳-۸-فرضیه های پژوهش
بین عملکرد ارقام مختلف برنج در اراضی شالیزاری تحت پوشش سه نظام آبیاری تفاوت معنی­داری وجود دارد.
بین هزینه­ های تولید برنج در اراضی شالیزاری تحت پوشش سه نظام آبیاری برای ارقام پرمحصول و بومی تفاوت معنی­داری وجود دارد.
بین سود خالص به ازای واحد حجم آب در اراضی تحت پوشش سه نظام آبیاری برای ارقام پرمحصول و بومی تفاوت معنی­داری وجود دارد.
بین سود ناخالص به ازای واحد حجم آب در اراضی تحت پوشش سه نظام آبیاری برای ارقام بومی و پرمحصول تفاوت معنی­داری وجود دارد.
بین شاخص­ های بهره­وری عملکرد به ازای واحد حجم آب در اراضی تحت پوشش سه نظام آبیاری برای ارقام بومی و پرمحصول از نظر آماری تفاوت معنی­داری وجود دارد.
۳-۹- روش های آماری و تجزیه و تحلیل داده ها
برای آگاهی بیشتر از شرایط موجود و بررسی مسائل اقتصادی و اجتماعی جامعه­ آماری ابتدا به توصیف داده ­های به دست آمده از شالیکاران توسط ابزار تحقیق (پرسشنامه) پرداخته شده و تمامی متغیرهای مورد نظر را به صورت توصیفی مورد بررسی قرار می­دهد. در همین راستا متغیرهای مورد نظر در چند بخش به صورت ویژگی­های فردی، ویژگی های زراعی، ویژگی­های اقتصادی و ویژگی­های بهره­وری پاسخگویان ارائه شده است. در بخش توصیفی به بررسی وضعیت موجود متغیرهای تحقیق پرداخته و به همین منظور از مشخصه­های آماری همچون فراوانی، درصد، نما و غیره استفاده شده و براساس نیاز از آماره­ های مرکزی و پراکندگی مانند انحراف معیار، میانگین جهت رتبه بندی و اولویت بندی گویه ­های بخش­های مختلف تحقیق استفاده شده است.

۱-۷-۱درمان موضعی:
جراحی و پرتودرمانی جزء درمان های موضعی هستند. در جراحی، تومور خارج شده و پرتودرمانی، سلول های سرطانی را نابود می کند. در صورت انتشار سرطان کولورکتال به سایر قسمت های بدن ، از درمان موضعی برای کنترل بیماری در آن مناطق خاص، استفاده می شود. (کاضمی اسکندانی ۱۳۸۸).

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

۱-۷-۲درمان سیستمیک:
شیمی درمانی و درمان بیولوژیکی از سایر روش های درمانی سیستمیک هستند و برای کنترل سرطان، دارو وارد جریان خون می شود.
بروز عوارض جانبی به علت تاثیر درمان روی سلول ها و بافت های سالم، شایع است. عوارض جانبی به نوع و وسعت درمان بستگی داشته و در تمام افراد یکسان نمی باشد. ممکن است عوارض جانبی، در هر جلسه از درمان متفاوت باشد. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۳کولونوسکپی^[۷]:
یک پولیپ سرطانی کوچک موجود در کولون یا قسمت فوقانی رکتوم ممکن است توسط کولونوسکوپ خارج گردد. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۴لاپاراسکپی^[۸]:
ممکن است سرطان کولون در مراحل اولیه با بهره گرفتن از لاپاراسکوپ ( لوله ای که در انتهای آن منبع نوری قرار دارد ) برداشته شود. سه الی چهار برش کوچک در شکم داده می شود. جراح با لاپاراسکوپ داخل شکم را مشاهده کرده و تومور و قسمتی از نواحی سالم کولون را خارج می کند. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۶جراحی باز:
رایج ترین درمان سرطان کولورکتال، جراحی است. جراح برای خارج نمودن تومور و قسمتی از نواحی سالم رکتوم و کولون، روی شکم برش بزرگی ایجاد می کند. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۷شیمی درمانی
شیمی درمانی استفاده از داروهای ضد سرطان برای از بین بردن سلول های سرطانی است. داروهای شیمی درمانی وارد گردش خون شده و بر سلول های سرطانی تمام بدن اثر می کنند.
عوارض شیمی درمانی:
سلول های خونی: این سلول ها با عفونت مقابله نموده و به لخته شدن خون کمک می کنند، هم چنین اکسیژن را به تمام بافت های بدن حمل می کنند. ممکن است به علت تاثیر دارو روی سلول های خونی، عفونت و خونریزی های خودبخودی و کبودی، احساس ضعف و خستگی ایجاد شود.
سلول های ریشه مو: شیمی درمانی موجب ریزش مو می شود. باید دانست که موها مجدد رشد می کنند ولی ممکن است از نظر بافت و رنگ متفاوت باشد.
سلول های دستگاه گوارشی: شیمی درمانی موجب کاهش اشتها، تهوع و استفراغ، اسهال یا زخم های دهان و لب ها می شود. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۸درمان بیولوژیکی:
.برخی از مبتلایان به سرطان کولورکتال انتشار یافته، نوعی درمان بیولوژیکی به نام آنتی بادی مونوکلونال دریافت می کنند. آنتی بادی های مونوکلونال به سلول های سرطانی کولورکتال می پیوندند و رشد و انتشار آن ها را مهار می کنند. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۹پرتودرمانی ^[۹]( درمان با اشعه )
دراین روش از اشعه های پرانرژی جهت از بین بردن سلول های سرطانی استفاده می شود. پرتودرمانی تنها در ناحیه تحت درمان، بر سلول های سرطانی تاثیر می گذارد. (کاضمی اسکندانی ۱۳۸۸).
۱-۷-۹-۱ انواع درمان با اشعه:
پرتو درمانی خارجی : دستگاهی بزرگ، اشعه هایی را به سمت موضع هدایت می کند.
پرتودرمانی داخلی: اشعه، توسط ماده رادیواکتیو قرار داده شده در لوله باریکی که مستقیما در داخل و یا نزدیک تومور کار گذاشته است، تابانده می شود.
پرتودرمانی حین جراحی: در برخی موارد، پرتو درمانی خارجی در طول جراحی داده می شود (کاضمی اسکندانی ۱۳۸۸).
CD166 یا ALCAM 8-1
ALCAM یا CD166 به عنوان مارکر های سلول های بنیادی سرطان کولورکتال عمل کرده و همچنین در تومور زایی سرطان کولورکتال نقش دارند و از آن می توان به عنوان یک مارکر جهت تشخیص زود هنگام و هم درمان سرطان کولورکتال استفاده کرد.
دومین C2 پروتئین ALCAM یک دومین ایمونوگلوبولین می باشد که در بخش خارج سلولی قرار دارد.
همانطور که بیان شد ALCAM به عنوان مارکرسلول های بنیادی سرطان کولورکتال معرفی شده است.سلول های بنیادی سرطان زیرمجموعه کوچکی از سلول های سرطانی اند که توانایی منحصر به فردی در خود تجدیدی دارند.(یوسوکه شینوزاوا و همکاران،۲۰۱۳)
۱- ۹ ویژگی های عمومی ALCAM
ALCAM یک عضو از خانواده ایمونوگلوبولین است و بر اساس توانایی آن در باند شدن با cd6 شناسایی میشود و از سلولهای cos به همراه DNA آزمایشی استفاده میشود Bowen et al1995, Pate et al 1995)). ALCAM قادر است که واکنش متقابل هموفیلیک را همانند هتروفیلیک به کار اندازد. ژن انسانی برای ALCAM روی کروموزم ۳ قرار گرفته است(۳q33، ۱q132) و از ۱۶ اگزون تشکیل شده است که دارای اندازه ای بیش از kb 200 است. ALCAM یک نوع مولکول غشایی تیپ ۱ است و دارای ۵۰۰ اسید آمینه در ناحیه خارج سلول و ۲۲ اسید آمینه در ناحیه گذرنده از غشا ، ۳۴ اسید آمینه در ناحیه سیتوپلاسمیک و یک ناحیه مولکولی KD_a ۱۰۵ است.
شکل ۱-۵ نمای کلی پروتئین ALCAM (اولریج و همکاران ،۲۰۱۰)
۱- ۱۰ شناسایی ALCAM به عنوان یک هدف مرتبط با آنکولوژی
روش های مختلف ژنومیک و پروتئومیک مختلف اشاره کرده اند که ALCAM به عنوان یک هدف مرتبط با آنکولوژی است. همانطور که بیان شد ALCAM به عنوان مارکرسلول های بنیادی سرطان کولورکتال معرفی شده است.سلول های بنیادی سرطان زیرمجموعه کوچکی از سلول های سرطانی اند که توانایی منحصر به فردی در خود تجدیدی دارند.(یوسوکه شینوزاوا و همکاران،۲۰۱۳) کارامدی و موفقیت درمان سرطان در مرحله ی اول با میزان بریدن توده تومور سنجیده می شود. اما سلول های بنیادی سرطان می توانند بخش خیلی کوچکی از بقایای تومور را تشکیل دهند و با فعالیت خود تومور جدیدی بسازند. روش های متداول شیمی درمانی سلول ها تمایز یافته یا درحال تمایز را که قسمت عمده ی توده تومور را شکل می دهند هدف قرار می دهند اما باید توجه داشت که این سلول ها تنها حجم تومور را می سازند و قادر به تولید سلول های جدید نیستند و در پیشرفت بیماری و رشد تومور نقشی ندارند در حالیکه جمعیت سلول های سرطانی که سرطان و رشد تومور را سبب می شوند، دست نخورده و دور از چشم باقی مانده و باعث عود کردن بیماری می شوند.برخی محققان بر این باورند که در مرکز هر توموری تعداد کمی سلول های بنیادی نابهنجار قرار گرفته اند که رشد بافت های بدخیم و ناهنجار را تداوم می بخشند.اگر این نظر درست باشد، می تواند توضیح دهد که چرا تومورها اغلب حتی پس از اینکه به وسیله داروهای ضدسرطان تقریباً تخریب شده اند دوباره بازسازی می شوند. این حالت همچنین یک راهکار متفاوت برای ایجاد داروهای ضدسرطان را نشان می دهد و دال بر آن است که این داروها می بایستی برای از بین بردن سلول های بنیادی سرطانی و نه برای توانایی شان در از بین بردن هر سلولی و کوچک کردن تومورها، انتخاب شوند.چندین روش مبتنی بر روش های ژنومیک^[۱۰]و پروتئومیکس^[۱۱] این پروتئین را به عنوان یک هدف مرتبط با سرطان معرفی کرده اند.
این پروتئین هم چنین توسط چندین گروه به عنوان آنتی ژن سطحی سلول های بنیادی سرطان کولورکتال شناسایی شده است.(اولریچ وایدله وهمکاران ،۲۰۱۰ ) آنتی ژن ها مارکر های سطح سلولی اند و می توانند برای شناسایی گروه های سلولی که تشکیل دهنده یک ارگان هستند مورد استفاده قرار گیرند.این مارکرها را می توان جهت پیش بینی پاسخ به درمان ،مرتب سازی سلول های بنیادی سرطان، درمان سرطان و مرتب سازی رده های سلولی مورد استفاده قرار داد.(الوین لیو و همکاران^[۱۲]، ۲۰۰۴).
این پروتئین نقش مهمی در تهاجم و پیشرفت تومور در سرطان کولورکتال دارد(جیایی وانگ و همکاران^[۱۳]،۲۰۱۱).
۱-۶ رنگ آمیزی ایمنوهیستوشیمیایی ALCAM در بافت توموری(مرته تونه وایجر و همکاران،۲۰۱۰)
طبق گزارشات صورت گرفته بیش از ۹۰% مرگ و میرهای سرطانی به دلیل متاستاز رخ میدهند.تومورهای اولیه میتوانند توسط جراحی یا درمانهای مکمل شیمیایی به خوبی درمان شوند، اما سرطانهایی که به مرحله متاستاز رسیده ­اند به درمان مقاوماند. این خصوصیت مقاومت، دلیل فراوانی مرگ را در میان افراد دارای متاستاز نشان میدهد. بنابراین درمان موثر سرطان وابستگی زیادی به شناخت کامل فرایندهای ایجاد کننده متاستاز و فراهم کردن راهکارهایی برای مقابله با این پدیده دارد. متاستاز به مفهوم رشد، تکثیر و تهاجم سلولهای توموری در مکانهای متفاوت بدن میباشد)محمدرضا نوری دلویی و همکاران ،۱۳۹۱).هم چنین یکی از
معظلات اساسی که برای سرطان کولورکتال در نظر گرفته شده است متاستاز آن به خصوص به بافت های کبد و ریه می باشد.
در طول شکل گیری ضایعات توده ، سلول های سرطانی باید به یکدیگر متصل شوند بنابراین از مولکول­های چسبنده برای اینکه با هم بمانند استفاده می کنند.تومور می تواند از طریق افزایش حجم خود به ساختارهای مجاور به طور مستقیم هجوم برده و یا اینکه می توانند به سایت های دور متاستاز شوند.متاستاز هنگامی رخ می دهد سلول ها از تومور اولیه جدا شده و محیط خودشان را ترک کرده ، به رگ های خونی یا لمفاتیک حمله کرده و به مکان های دور مهاجرت کنند.با توجه به اهمیت این پروتئین در چسبندگی
سلول ها می توان نقش مهمی را برای این پروتئین در ایجاد متاستاز در سرطان کولورکتال قائل بود(سالمون اوفوری و جودی کینگ^[۱۴]،۲۰۰۸).
مساله تحقیق:
در این مطالعه سعی بر آن داریم که با آنالیز بیوانفورماتیکی، کلونینگ و بیان یک دومین اختصاصی (دومینC2) پروتئین غشایی ALCAM که در سطح سلول های سرطانی کولورکتال است و پتانسیل موجود برای بهبود روش های تشخیصی(تولید کیت های تشخیصی) قبل از وارد شدن به فاز بدخیمی، و گشایشی در تولید واکسن برای تقویت سیستم ایمنی فرد جهت پیش گیری از ابتلا به سرطان کولورکتال، را بررسی می کنیم.
با بهره گرفتن از فرایند کلونینگ قطعه ژن اپتیمایز شده پروتئین ALCAM را به کمک وکتور وارد باکتری کامپتنت کرده و سپس باکتری حاوی ژن مورد نظر خود را از دیگر سلول ها جدا می کنیم و از آن ها استخراج پلاسمید انجام داده و سپس از طریق ساب کلونینگ ژن مورد نظر خود را وارد یک وکتور بیانی کرده و از سلول های ترنسفکت شده استخراج پروتئین انجام داده و سپس بیان پروتئین مورد نظر خود را بررسی می کنیم.
در این مطالعه فرضیه ای مطرح شد که مولکول دومین سنتز شده می تواند در میزبان پروکاریوتی کلون و بیان شود.
فصل ۲:مروری بر تحقیقات انجام شده
کلونینگ و بیان این پروتئین در سال ۱۹۹۵ توسط مایک بوون و همکارانش شرح داده شد.آنها نشان دادند که آنتی بادی های CD166 به عنوان یک پروتئین ایمنوگلوبولین به CD6متصل می گردد.(مایکل بوون و همکاران ^[۱۵]،۱۹۹۵؛ مایکل بوون و اروفو^[۱۶]،۱۹۹۹).
CD166 نقش بسیار مهمی در تهاجم توموری دارد.(جیاجی وانگ و همکاران^[۱۷]،۲۰۱۱)
چندین روش مبتنی بر روش های ژنومیک و پروتئومیکس این پروتئین را به عنوان یک هدف مرتبط با سرطان معرفی کرده اند.این پروتئین هم چنین توسط چندین گروه به عنوان آنتی ژن سطحی سلول های بنیادی سرطان کولورکتال شناسایی شده است.(اولریچ وایدله وهمکاران ،۲۰۱۰)

با گرفتن لگاریتم از معادله بالا و استفاده از رابطه (۲-۱۸) به رابطه زیر می رسیم:
(۲-۲۱)
یه و همکاران (۲۰۰۸) بیان کردند که با مشتق گرفتن از رابطه بالا نسبت به و استفاده از روش حداقل مربعات وزنی تکرار شونده پارامترهای رگرسیون لجستیک به صورت زیر تخمین زده می شوند:
(۲-۲۲)
به طوریکه ماتریس و ماتریس قطری است و می باشد. کولاگ و نلدر (۱۹۸۹) ثابت کردند هنگامی که n بزرگ است، دارای توزیع نرمال p بعدی به صورت است.
(۲-۲۳)
۲-۵ نقطه تغییر
نمودارهای کنترل^[۱۷] معمولا توانایی کشف حالت خارج از کنترل^[۱۸]را در زمان واقعی خود ندارند و تغییرات مدتی پس از زمان واقعی کشف می شوند؛ در نتیجه زمانی که یک نمودار کنترل، شرایط خارج از کنترل را نشان می دهد، رویه هایی به منظور ریشه یابی و حذف انحرافات بادلیل^[۱۹] فرایند شروع می شود. به زمان واقعی که این انحرافات بادلیل در فرایند اتفاق می افتد، نقطه تغییر^[۲۰] می گویند که همان زمان واقعی تغییر فرایند تحت کنترل^[۲۱]، به حالت خارج از کنترل است. تشخیص نقطه تغییر هر فرایند، مرحله ای مهم در ریشه یابی و حذف انحرافات بادلیل آن فرایند است؛ زیرا تشخیص نقطه تغییر کمک می کند که محدوده جستجو در خصوص علل بروز انحرافات محدودتر شود و تنها مجموعه عللی که به تغییرات اصلی در فرایند منجر شده اند، مورد بررسی قرار گیرند. لذا دانستن زمان واقعی وقوع اختلال در فرایند، صرفه جویی قابل توجهی از لحاظ زمان و هزینه در فرایند تولید به دنبال خواهد داشت .
۲-۵-۱ برآوردکننده اریب نقطه تغییر
زمانی که یک نمودار کنترل، هشدار خارج از کنترل می دهد، زمان واقعی که فرایند تحت تأثیر انحرافات بادلیل قرار گرفته است را نشان نمی دهد؛ بلکه این هشدار فقط بیانگر وجود انحرافات بادلیل در فرایند است. لذا هنگامی که یک نمودار کنترل، وجود انحراف بادلیل در فرایند را هشدار می دهد، مهندسی فرایند جستجو را برای شناسایی منبع انحراف آغاز می کند. امیری و الله یاری (۲۰۱۲) زمان واقعی که فرایند تحت تأثیر انحرافات بادلیل قرار می گیرد و به طبع آن، تحت شرایط خارج از کنترل واقعی در می آید را «نقطه تغییر» می نامند. در نمودارهای کنترلی که نسبت به تغییر حساستر هستند، زمان هشدار به نقطه تغییر نزدیکتر و در آنهایی که از حساسیت کمتری برخوردارند، فاصله زمان هشدار از نقطه تغییر بیشتر است. بنا بر گفته ساموئل و همکاران (a1998) از آنجا که زمان هشدار نمودارهای کنترل با نقطه تغییر واقعی فرایند فاصله زیادی دارد، می توان زمان هشدار نمودار کنترل را یک برآوردکننده اریب^[۲۲] برای نقطه تغییر دانست.

۲-۵-۲ اهداف و فواید تجزیه و تحلیل نقطه تغییر
مهمترین هدف انجام تجزیه و تحلیل نقطه تغییر، تعیین نوع تغییر در فرایند ، تعداد تغییرات و همچنین تخمین زمان وقوع هر یک از آنهاست. از دیگر اهداف انجام این تحلیل محدود کردن فضای جستجو برای شناسایی زمان بروز انحرافات به وسیله تخمین فواصل اطمینان می باشد که برای مهندسان فرایند این امکان را فراهم می کند تا با صرف زمان و هزینه کمتر به جستجوی علل ایجاد انحراف بپردازند. همچنین ضرورت انجام تجزیه و تحلیل نقطه تغییر را می توان در لزوم ایجاد راهکاری برای تشخیص هر چه سریعتر عوامل انحراف در فرایند و برطرف نمودن آنها با هدف کاهش هزینه ها، افزایش کیفیت و بهبود بهره وری دانست.
۲-۵-۳ انواع داده ها^[۲۳] در بررسی نقطه تغییر
هر محصول دارای مشخصه هایی می باشد که کیفیت محصول را رقم میزند. به این مشخصه ها مشخصه های کیفی^[۲۴] گویند. بسیاری از مشخصه های کیفی را می توان به صورت عددی بیان کرد؛ یعنی مقادیر پیوسته می گیرند؛ یا به عبارت دیگر مقادیری که آنها می پذیرند، شمارش پذیر نیستند. این مشخصه های کیفی را مشخصه های کیفی متغیر^[۲۵] گویند.
از سوی دیگر بسیاری از مشخصه های کیفی را نمی توان به صورت عددی بیان کرد. یا به عبارت دیگر این مقادیر گسسته و شمارش پذیرند؛ یعنی بین آنها و مجموعه ای از اعداد طبیعی میتوان تناظر یک به یک برقرار کرد. مشخصه های کیفی که با چنین روشی تقسیم بندی می شوند را مشخصه های کیفی وصفی^[۲۶] می نامند.
همچنین بسیاری از مسائل واقعی وجود دارند که در آنها کنترل چند مشخصه کیفی به طور همزمان مد نظر است. مونتگومری(۲۰۰۹) اینگونه فرآیندها را مسائل چندمتغیره^[۲۷]یا چندوصفی^[۲۸]می نامد و کنترل اینگونه مسائل را به مراتب دشوارتر از مسائل تک متغیره( تک وصفی) می داند. در نهایت چهارنوع مشخصه کیفی به منظور تفکیک بندی مسائل نقطه تغییر در نظر گرفته می شود که عبارتند از: مشخصه های کیفی وصفی، متغیر، چندوصفی و چندمتغیر. در این تحقیق، تمرکزمان بر روی مسائل تک متغیره (تک وصفی) خواهد بود.
۲-۵-۴ انواع تغییرات^[۲۹] در بررسی نقطه تغییر
۲-۵-۴-۱ تغییر پله ای^[۳۰]
تغییر پله ای به نوعی از تغییر گویند که پارامتر فرایند تحت کنترل، در نقطه نامعلومی از زمان، به میزان نامشخصی تغییر کرده و به حالت خارج از کنترل تغییر یابد. پارامتر در همین سطح جدید باقی می ماند تا زمانی که علل ایجاد انحراف شناسایی و حذف گردد. شکل تفهیمی این تغییر در شکل ۲-۴ و نمونه ای از این تغییر در نمودار کنترل شوهارت در شکل ۲-۵ نشان داده شده است.
شکل ۲-۴: تغییر پله ای (آتشگر،۲۰۱۳)
شکل ۲-۵: تغییر پله ای در نمودار کنترل شوهارت (امیری و الله یاری، ۲۰۱۲)
تغییر پله ای می تواند به طور مثال در زمان شکستن ناگهانی ابزار کار، تغییر در مواد اولیه و …اتفاق بیفتد.
۲-۵-۴-۲ تغییر پله ای چندگانه^[۳۱]
در این نوع تغییر قبل از ارسال سیگنال توسط نمودار کنترل مبنی بر خارج از کنترل بودن فرایند، سطح پارامتر در چند نقطه زمانی و در هر بار به میزان نامعلومی تغییر می کند. در اینجا لازم است که تعداد تغییرات رخ داده و نیز زمان هریک از آنها تخمین زده شود. شکل تفهیمی این تغییر در شکل ۲-۶ نشان داده شده است. همچنین نمونه ای از این نوع تغییر در نمودار کنترل شوهارت در شکل ۲-۷ آمده است.
شکل ۲-۶: تغییر پله ای چندگانه (آتشگر،۲۰۱۳)
شکل ۲-۷: تغییر پله ای چندگانه در نمودار کنترل شوهارت (امیری و الله یاری ،۲۰۱۲)
تغییر پله ای چندگانه می تواند به دلیل تغییر یک یا چند متغیر مؤثر فرایند در زمان های مختلف اتفاق بیفتد.
۲-۵-۴-۳ تغییر با روند خطی^[۳۲]
در واقعیت، پارامترهای یک فرایند ممکن است به تدریج و تحت تأثیر شیبی نامشخص تغییر کنند. در اکثر مقالات این شیب را به صورت خطی در نظر گرفته اند و تغییرات پارامتر را همانند مدل نشان داده شده در شکل ۱-۶ فرض نموده اند. در تغییر پارامتر با روند خطی، پارامتر فرایند در لحظه ای نامعین از زمان شروع به تغییر کرده و این تغییر مطابق با یک معادله خطی وابسته به زمان، تا اعلام هشدار توسط نمودار کنترل ادامه می یابد. در این حالت زمان و شیب خط تغییر نامعلوم بوده و باید با روش مناسبی تخمین زده شود. نمونه ای از این نوع تغییر در نمودار کنترل شوهارت در شکل ۲-۸ آمده است.
شکل۲-۸: تغییر با روند خطی (آتشگر،۲۰۱۳)
شکل ۲-۹: تغییر با روند خطی در نمودار کنترل شوهارت (امیری و الله یاری ،۲۰۱۲)
تغییر با روند می تواند به طور مثال در اثر فرسودگی تدریجی ابزار، خستگی اپراتور و … اتفاق بیفتد.
۲-۵-۴-۴ تغییر مونوتونیک^[۳۳]
هر سه نوع تغییر بررسی شده در بخش های گذشته به گونه ای بودند که نوع آنها معین در نظر گرفته شده بود. یعنی از قبل می دانستیم که قرار است کدام نوع تغییر در فرایند رخ دهد. در حالی که در واقعیت معمولا حتی نوع تغییر نیز برای ما شناخته شده نیست و باید بدون دانستن مدل تغییر، به برآورد نقطه تغییر بپردازیم. تغییرات مونوتونیک آن دسته از تغییرات هستند که نحوه تأثیر آنها بر پارامتر فرایند از قبل برای ما معلوم نیست ولی راستای تأثیر آنها مشخص است. یعنی می دانیم که پارامتر فرایند قرار است افزایش بیابد یا کاهش. در حقیقت یک تغییر مونوتونیک می تواند به صورت تغییر پله ای غیرنزولی (غیرصعودی)، تغییر پله ای چندگانه غیرنزولی(غیرصعودی)، تغییر با روند خطی یا غیرخطی غیرنزولی (غیرصعودی) و یا ترکیبی از این ها باشد. زمانی که پارامتر فرایند به صورت غیرنزولی تغییر کند، به این نوع تغییر، تغییر ایزوتونیک^[۳۴] گوییم. تغییرات ایزوتونیک می توانند بر اثر تغییرات چند متغیر مؤثر فرایند، هر یک به اشکال مختلف و به شکل افزایشی ایجاد شوند. شکل تفهیمی این تغییر در شکل ۲-۱۰ نشان داده شده است. همچنین نمونه ای از این نوع تغییر در نمودار کنترل شوهارت در شکل ۲-۱۱ آمده است.
نوع دیگری از تغییرات مونوتونیک حالتی است که پارامترهای فرایند به صورت غیرصعودی تغییر کنند که به این نوع تغییر، تغییر آنتی تونیک^[۳۵] گویند. تغییرات آنتی تونیک حالت متقابل تغییرات ایزوتونیک می باشند و می توانند بر اثر تغییرات چند متغیر مؤثر فرایند، هر یک به اشکال مختلف و به شکل کاهشی ایجاد شوند.
شکل ۲-۱۰: تغییر ایزوتونیک(آتشگر،۲۰۱۳)
شکل ۲-۱۱: تغییر ایزوتونیک در نمودار کنترل شوهارت (امیری و الله یاری ،۲۰۱۲)
بسیاری از مقالات معرفی شده در بخش های قبلی فرض را بر این قرار داده اند که نوع تغییرات از قبل شناخته شده است؛ در حالی که در واقعیت بسیار کم اتفاق می افتد که بتوان نوع تغییر را پیش از کشف، حدس زد. به همین دلیل به نظر می رسد که استفاده از نوع تغییرات مونوتونیک به واقعیت نزدیکتر باشد؛ هرچند که باز هم به دلیل تعیین راستای تعیین به صورت پیش فرض مقداری از واقعیت فاصله دارد.
۲-۵-۵ شناسایی نقطه تغییر در پایش پروفایل
۲-۵-۵-۱ رویکرد برآورد MLE
در رویکرد MLE نقطه تغییر برابر با زمانی در نظر گرفته میشود که در آن زمان تابع درستنمایی حداکثر گردد. به عبارت دیگر
(۲-۲۴)
در رابطه بالا تابع درست نمایی شامل هر دو حالت تحت کنترل و خارج از کنترل مشاهدات است . همچنین t نمایانگر زمان های ممکن برای وجود نقطه تغییر،T زمان هشدار نمودار کنترل و برآورد نقطه تغییر است.
با توجه به نتایج حاصل از مقالات ارائه شده در حوزه نقطه تغییر، می توان این نتیجه را برداشت کرد که کاربرد روش MLE نسبت به سایر روش های برآورد رایج تر است زیرا اولا با بهره گرفتن از روش حداکثر درستنمایی می توان بازه اطمینانی را برای نقطه تغییر تخمین زد؛ ثانیا این روش نسبت به میزان تغییر و مقدار هدف پارامتر مورد بررسی کاملا غیرحساس است؛ در حالی که برآوردهای حاصل از نمودارهای جمع تجمعی و میانگین متحرک موزون نمایی نسبت به میزان تغییر حساس می باشند. به طور مثال برآوردکننده های ذاتی نمودار CUSUM برای تخمین نقطه تغییر وقتی میزان تغییر به اندازه ۲k باشد، برآوردهای خوبی ارائه می کنند ولی هر چه میزان تغییر از مقدار مذکور فاصله می گیرد دقت برآوردکننده های CUSUM نیز کاهش می یابد. همچنین معمولا برآوردکننده های EWMA در تغییرات کوچک عملکرد بهتری را از خود نشان می دهند و هر چه میزان تغییرات افزایش می یابد، این برآوردکننده ها صحت و دقت کمتری پیدا می کنند. (پیگناتیلو و ساموئل ،۲۰۰۱)
در اکثر مقالاتی که به موضوع نقطه تغییر پرداخته اند از روش MLE برای برآورد نقطه تغییر استفاده شده است و بیشتر مقالات برآوردکننده حاصل از این روش را در شرایط تغییرات پله ای، روندی یا مونوتونیک با برآوردکننده های CUSUM و EWMA مقایسه کرده اند.
۲-۵-۵-۲ رویکرد برآورد CUSUM^[36]
یکی دیگر از رویکردهای برآورد نقطه تغییر برآوردکننده های نمودارهای CUSUM و EWMA هستند. هرچند این نمودارها معمولا به منظور کشف تغییرات به کار می روند ولی نوعی برآورد کننده درونی^[۳۷] نیز دارند که در برآورد نقاط تغییر بر اساس هشدارهای نمودار بسیار موثر است.
پیج (۱۹۵۴) برآوردکننده ذاتی نقطه تغییر را برای نمودار CUSUM معرفی کرد. وی آخرین مشاهده ای که قبل از اعلام هشدار توسط نمودار، مقدار صفر گرفته است را به عنوان برآوردکننده نقطه تغییر پیشنهاد نمود. بر این اساس اگر نمودار CUSUM هشدار افزایش در آماره را بدهد، به عنوان برآوردکننده ذاتی نمودار و اگر نمودار CUSUM هشدار کاهش در آماره را بدهد،به عنوان برآوردکننده ذاتی نمودار خواهد بود. شکل ۲-۱۲ بیانگر نحوه عملکرد این برآوردکننده است.
شکل ۲-۱۲: برآوردکننده ذاتی نمودار CUSUM (امیری و الله یاری ،۲۰۱۲)
۲-۵-۵-۳ رویکرد برآورد EWMA^[38]

گل
دهی

شروع­ پیری ­پوشش گیاهی

رسیدگی
فیزیولوژیکی

حداکثر
عمق ریشه

۸ روزگی

۵۶ روزگی

۱۴۰ روزگی

۱۹۰

۲۵ سانتی متر

۳-۲-۴-۴ عوامل مدیریتی
راهبردهای مدیریتی که می­توانند روی مدیریت مصرف آب و کم­آبیاری تاثیر گذار باشند و از طریق مدل مورد ارزیابی قرار گیرند شامل تاریخ کاشت، حاصلخیزی خاک، خصوصیات سطح مزرعه، زمان آبیاری، حجم آب آبیاری، سیستم­های آبیاری، مدیریت بقایا و … است.
۳-۳ دوره شبیه­سازی
در این بخش نحوه شبیه­سازی طول دوره رشد، به مدل معرفی گردید که ممکن است دوره شبیه­سازی طولانی­تر از دوره رشد گیاه باشد و یا اینکه ممکن است قبل از شروع و یا بعد از رسیدگی فیزیولوژیکی گیاه و برداشت نهایی باشد.
شکل ۳-۱۷ معرفی طول دوره شبیه­سازی به مدل
۳-۳-۱ شرایط اولیه (Initial Condition)
در این بخش به معرفی میزان رطوبت خاک قبل از کشت در اعماق نمونه­برداری شده، پرداخته شد.
شکل۳-۱۸ معرفی شرایط رطوبتی اولیه به مدل
۳-۳-۲ اجرای شبیه­سازی
بعد از مراحل فوق، به اجرای شبیه­سازی پرداخته شد. با کلیک بر دستور RUN و سپس دستور START، (درگام­های زمانی با دوره چند روزه یا به­ طور یک مرتبه) انجام شد. در شبیه­سازی گام به گام، میتوان روند تأثیر تنش آبی بر شاخص­ هایی همچون توسعه برگ، بسته­شدن روزنه­ها و پیری زودرس را مشاهده کرد. در این بخش، نتایج به صورت عددی و گرافیکی نمایش داده می­ شود.
شکل ۳-۱۹ نمایش نمونه ­ای از نتایج عددی مدل
شکل ۳-۲۰ نمایش نمونه ­ای از نتایج گرافیکی مدل
۳-۴ ارزیابی مدل AquaCrop و بررسی صحت مدل
بر اساس داده ­ها و اطلاعات حاصل از تیمار آبیاری کامل آزمایش در بهترین تاریخ کاشت، مدل AquaCrop واسنجی^[۱۷۴] و با بهره گرفتن از داده ­ها و اطلاعات تیمارهای دیگر مدل مورد ارزیابی یا صحت سنجی^[۱۷۵] قرار گرفت. برای مقایسه داده‌های شبیه‌سازی شده با داده‌های به دست آمده از آزمایش­ مزرعه‌ای و صحت­یابی نتایج و ارزیابی قابل اعتماد بودن مدل از یکسری شاخص‌های ارزیابی مزرعه­ای که شامل: ریشه میانگین مربعات اشتباه (RMSE)، ریشه میانگین مربعات اشتباه نرمال شده (N-RMSE)، شاخص توافق ویلموت (d)، رگرسیون خطی، روش رگرسیون ۱:۱ و ضریب تبیین) (r² استفاده شد (اندرزیان و همکاران، ۲۰۰۸).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

الف) ریشه میانگین مجموع مربعات اشتباه^[۱۷۶] RMSE
معادله: ( ۳-۶)
ب) جذر میانگین مربعات اشتباه نرمال شده^[۱۷۷] NRMSE
معادله: (۳-۷)
پ) شاخص توافق ویلموت^[۱۷۸] (d) که توسط ویلموت ( ۱۹۸۱) برای ارزیابی کارکرد مدل­ها پیشنهاد شد.
معادله: (۳-۸)
که P_i و O_i به ترتیب مقادیر پیش‌بینی شده و مشاهده شده: : n تعداد مشاهدات و O_iavg میانگین مقادیر مشاهده است. RMSEبه صورت درصد اختلاف نسبی مقادیر پیش ­بینی شده در برابر مقادیر واقعی بیان می­ شود و بر اساس تعریف، قدرت پیش ­بینی مدل در صورتی که مقدار RMSE کمتر از ۱۰% باشد عالی، اگر بین ۱۰ تا ۲۰ % باشد، خوب، اگر بین ۲۰ تا ۳۰% باشد، متوسط و اگر بالاتر از ۳۰% باشد، ضعیف برآورد می­ شود (رینالدی^[۱۷۹] و همکاران، ۲۰۰۴ ).
ت) رگرسیون خطی: در این روش معادله همبستگی y=ax+b بین داده ­های شبیه­سازی شده (به عنوان متغیر مستقل) و واقعی بدست می ­آید. در این روش، هر چه اندازه مقدار a به صفر نزدیکتر و مقدار شیب خط رگرسیون (b) به یک نزدیکتر باشد مدل از کارایی بهتری برخوردار است.
ث) روش رگرسیون یک به یک: در این روش، خط رگرسیون ۱:۱ بین داده ­های شبیه­سازی شده با داده ­های واقعی ترسیم می­گردد. از این روش بطور وسیعی برای ارزیابی مدل­ها استفاده می­ شود.
ج) شاخص همبستگی پیرسون®: این شاخص، میزان تشابه یا عدم تشابه متغیر Y در مقابل X را بیان می­ کند. ضریب همبستگی به عنوان معیاری برای سنجش تغییرات مقادیر شبیه­سازی شده و واقعی نسبت به هم دارای خواص مطلوبی است:
۱) به مبدا و واحد اندازه ­گیری متکی نیست. ۲) بین صفر و یک متغیر است. اگر به یک نزدیک باشد، یافته­های اطراف یک خط راست هستند و اگر صفر باشد متغیرها ناهمبسته­اند. همچنین ضریب تبیین^[۱۸۰]) (r² ،که بیان کننده درصد تغییرات توسط مدل است را می­توان از این شاخص برآورد نمود.
برای برازش معادلات و انجام محاسبات آماری، از نرم­افزار Sigmaplot و Sigmastat استفاده شد.
۳-۵ تجزیه آماری و منطقه­بندی
داده ­های هواشناسی بلند مدت ( ۱۰ ساله ) مربوط به هر منطقه، از ایستگاه­های هواشناسی مربوطه تهیه و با بهره گرفتن از نرم­افزار Excel براساس فرمت مدل تنظیم و وارد مدل گردید. سپس مدل برای هر سال اجرا و پتانسیل عملکرد نیز شبیه­سازی گردید. پس از اجرای مدل، نتایج خروجی مدل برای آنالیز ریسک تولید توسط نرم­افزارهای Easyfit و Sigmaplot تجزیه و تحلیل شد. همچنین پتانسیل عملکرد شبیه­سازی شده، به روش تجزیه خوشه­ای با بهره گرفتن از نرم­افزار Minitab، گروه بندی و مناطق دارای پتانسیل عملکرد مشابه در یک گروه قرار گرفته که در پایان مناطق بر مبنای پتانسیل و ریسک تولید به گروه ­های مختلف تقسیم ­بندی شدند.
۳-۶ روند تغییرات عملکرد دانه
به منظور ارزیابی تغییرات سالیانه پتانسیل عملکرد، مدل طی یک دوره ۱۰ ساله برای شهرستان­های مورد نظر اجرا و پتانسیل عملکرد برآورد گردید.
۳-۷ تاریخ کاشت تحت شرایط دیم
اگر چه در زراعت فاریاب تاریخ کاشت منحصراً توسط درجه حرارت تعیین می­گردد و با مناسب شدن شرایط دمایی در هر منطقه کشاورزان اقدام به کشت نموده و بلافاصله مزارع را آبیاری و بذور جوانه زده و گیاهچه­ها استقرار می­یابند، لیکن در شرایط دیم تاریخ کاشت علاوه بر دما به بارندگی وابستگی تام دارد (بنایان و همکاران، ۲۰۱۳). لذا در شرایط دیم بارندگی نقش اصلی را در تعیین تاریخ کاشت ایفا می­نماید. معمولا در دامنه دمایی مناسب تاریخ کاشت زمانی صورت می­گیرد که رطوبت موجود در خاک برای جوانه زنی و استقرار گیاهچه­ها کافی باشد در صورت کشت بعد از بارندگی بدون توجه به میزان ذخیره شدن آن درخاک ممکن است موجبات جوانه­زنی بذور را فراهم نموده اما به دلیل تأخیر در بارندگی­های بعدی و ناکافی بدون ذخیره رطوبت خاک، بذور جوانه زده با خشکی مواجه شده و گیاهچه­های تولید شده تلف شده و در نهایت منجر به عدم موفقیت در زراعت گردد. لذا تحت شرایط دیم کاشت توام با ریسک است. لذا به منظور کاهش ریسک در زمان کاشت و تضمین استقرار گیاهچه­ها و دستیابی به عملکرد اقتصادی، معیارها و متدولوژی­هایی برای تعیین تاریخ کاشت تحت شرایط دیم معرفی شده است (آرایا و همکاران ، ۲۰۱۱).
یکی از معیارهایی که برای تعیین تاریخ کاشت هم اکنون در دنیا بطور وسیعی مورد استفاده قرار می­گیرد، معیار DEPTH است که توسط ریس و همکاران معرفی شده است (ریس و همکاران، ۲۰۰۶: آرایا و همکاران، ۲۰۱۱). این معیار برای گیاه کینوا توسط گرتس و همکاران (۲۰۰۹)، چنین معرفی شده است، در دامنه دمایی مناسب زمانی که مقدار بارندگی طی چهار روز متوالی معادل یا بیشتر از ۲۰ میلی­متر باشد، اولین روز از این دوره چهار روزه به عنوان تاریخ کاشت تلقی می­گردد. این مقدار بارندگی رطوبت کافی رابرای جوانه زنی و استقرار گیاهچه­های کینوا تا ۳۰ روز بعد از کاشت فراهم می­نماید. با توجه به تغییرات سالانه شرایط آب و هوایی به ویژه بارندگی (زمان و شدت بارندگی ) این تاریخ کاشت بایستی برمبنای آنالیز فراوانی بلند مدت (بالای ۲۰ سال) داده ­های هواشناسی برای هر منطقه انجام گیرد تا زمان کاشت مناسب برای آن منطقه معرفی گردد. برای تعیین تاریخ کاشت در هر منطقه با بهره گرفتن از این معیار (DEPTH) از مدل AquaCrop استفاده شد (ریس و همکاران، ۲۰۰۹). با تنظیم داده های هواشناسی (آب وهوای) به فرمت نرم افزار، مدل اجرا و اولین تاریخ کاشت برای هر سال تعیین شد. پس از اجرای مدل برای همه سال­های هر منطقه، تاریخ کاشت­های تعیین شده برای هر سال به­ صورت روز از سال میلادی( Jolian day of year) تبدیل شده و توسط نرم افزار RAINBOW (ریس و همکاران، ۲۰۰۶) مورد آنالیز احتمالات وقوع (آنالیز احتمال تجمعی) قرارگرفته و براساس احتمال وقوع بیش از ۸۰ درصد اولین تاریخ کاشت برای هر منطقه معرفی گردید (موگالاوی^[۱۸۱] و همکاران، ۲۰۰۸).
۳-۸ پایان دوره رشد و طول دوره رشد

۱-۲ کاربردهای پلاسمای کانونی
امروزه دستگاه پلاسمای کانونی کاربردهای متنوعی در علوم مختلف پیدا کرده است. از جمله این کاربردها می‌توان به کاربردهای آموزشی، تحقیقاتی و صنعتی اشاره کرد.
پلاسمای کانونی می تواند یک ابزار بسیار مفید برای آموزش برخی موضوعات فیزیک شامل: ترمودینامیک، فیزیک هسته‌ای، الکترومغناطیس و…باشد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در زمینه‌های تحقیقاتی که این ابزار نسبت به دیگر دستگاه‌های گداخت هسته‌ای ارزان تر است، می‌توان بسیاری از پدیده‌های دینامیک پلاسما، ناپایداری وآشفتگی پلاسما را مورد ارزیابی وبررسی قرار داد.
دستگاه پلاسمای کانونی همچنین می‌تواند کاربردهایی در صنعت داشته باشد. در اینجا به طور مختصر به چند مورداشاره می‌کنیم.
* سیستم ایمنی فرودگاه ها
روش NAA یا آنالیز مواد توسط فعال‌ سازی نوترون یکی از بهترین روش ها برای تشخیص و کشف مواد غیر قابل تشخیص با چشم و دستگاه‌های موجود در فرودگاه‌ها و خروجی‌های کشور می‌باشد.[۱۱]
* بررسی گودال‌های زیرزمینی با بهره گرفتن از نوترون‌های پالسی
با بهره گرفتن از ویژگی های خوب نوترون‌های پالسی تولید شده در این سیستم و استفاده از پراکندگی نوترون‌ها می‌توان به وجود ساختارهای زیرزمینی و عناصر موجود در آن پی برد.[۱۱]
*کاربرد در علم مواد
کاشت یون ؛ اصلاحات سطح مواد (از طریق بمباران ذرات باردار) ؛ بررسی فعل و انفعالات پرتوها روی دیواره محفظه پلاسما (بررسی یک نوع خاص از ماده بعنوان هدف در دستگاه پلاسمای کانونی و اثرات آن در برخورد پرتوهای موجود در(PF ؛ آنالیز طلا توسط فعال سازی نوترون ؛ آنالیز زغال سنگ توسط فعال سازی نوترون[۱۱]
* لیتو‌گرافی با بهره گرفتن از پرتو‌های الکترون
پلاسمای کانونی یک چشمه قوی از پرتو‌های الکترون می‌باشد که برای لیتوگرافی ازاین پرتو‌ها استفاده می‌شود.[۱۱]
* تولید رادیوایزوتوپ‌های مورد استفاده در عکسبرداری تشخیصی
PET یکی از چندین روش تشخیصی در پزشکی هسته‌ای می‌باشد. رادیوایزوتوپ‌های لازم PET می‌تواند به کمک دستگاه پلاسمای کانونی تولید شود که این روش بسیار قابل دسترس و ارزان نسبت به شتاب‌دهنده‌ها می‌باشد. در داخل محفظه‌ی پلاسمای کانونی، یون‌های سریع مورد نیاز برای تولید رادیوایزوتوپ‌ها به وجود آمده و باعث تولید این ایزوتوپ‌ها در مدت چند ده نانو ثانیه می‌شود.
در این پروژه به این کاربرد به طور مفصل پرداخته می‌شود.
فصل دوم
ساز وکار شتاب یون ها و
مطالعه طیف دوترون های پرانرژی در
دستگاه پلاسمای کانونی
پرتوهای پر انرژی یونی کاربردهای بسیاری در پزشکی، مواد وکاربردهای دیگر دارند. یون ها در شتاب‌دهنده‌های ذرات باردار، شتاب‌دهنده‌های لیزری، سیستم‌های پالسی پلاسما و… شتاب داده می‌شوند.
یکی از مناسبترین شتاب‌دهنده‌ها که می‌تواند جایگزین مناسبی برای شتاب‌دهنده سیکلوترون و شتاب‌دهنده لیزری باشد دستگاه پلاسمای کانونی است.
پلاسمای کانونی یک دستگاه پلاسمای پالسی است که یون‌ها تا انرژی‌های خیلی بالا شتاب داده می‌شوند.
در این فصل به فرایند شتاب یون‌ها در دستگاه پلاسمای کانونی پرداخته و روش‌های اندازه‌گیری یون‌های پر انرژی بررسی می‌شود.
۲-۱ ساز و کار شتاب یون‌ها
ولتاژ بانک خازنی برای یک دستگاه پلاسمای کانونی معمولا ۱۰-۳۰kV است. اما نتایج حاصل از آزمایشات بسیاری نشان می‌دهد که باریکه‌های دوترونی گسیل شده از ستون پلاسما (تنگش) یک محدوده وسیعی( تا چند MeV) از انرژی‌ها را شامل می‌شود. شتاب یون‌ها برای این چنین انرژی‌هایی (چند برابر ولتاژ شارژ) یکی از جنبه‌های غیره منتظره این دستگاه پلاسمای کوچک است. شتاب ذرات در دستگاه پلاسمای کانونی به طور گسترده مورد مطالعه قرار گرفته است. چندین مدل برای شتاب یون‌ها در نظر گرفته شده است شامل: ناپایداری‌ها، تاثیر مقاومت غیرعادی، موج پلاسما و موج شوک می‌باشد. هر چند مکانیسم شتاب یون‌ها تا کنون به درستی شناخته نشده است.
در این قسمت مختصری در رابطه با میدان‌های الکتریکی و مغناطیسی که نقش مهمی در شتاب یون‌ها دارند توضیح داده می‌شود سپس به بررسی فرایند شتاب و توصیف مدل‌های شتاب پرداخته می‌شود.
۲-۱-۱ فرایند شتاب
تراکم سریع شعاعی پلاسما با سرعت در حضور میدان‌های مغناطیسی از مرتبه مگا گاوس(MG)، میدان‌های الکتریکی قوی در راستای محور از مرتبه ایجاد می‌کند. میدان های مغناطیسی در پلاسما هنگامی که جریان ۱MA است معمولا در حد۱MG می‌باشد. از طرف دیگر میدان در نقاط داغ^[۱۱]، ۱۰۰MG مشخص شده است. این میدان‌های الکتریکی و مغناطیسی قوی نقش مهمی در شتاب یون‌ها ایفا می‌کنند [۱۷].
زمانی که میدان مغناطیسی سمتی (به سرعت در راستای محور نفوذ می‌کند، تغییرات شدیدی در اندوکتانس پلاسما ایجاد می‌شود که منجر به تولید یک میدان الکتریکی محوری) ( می‌شود و یون ها تحت تاثیر این میدان الکتریکی القایی شتاب می‌گیرند.
۲-۱-۲ مدل‌ های شتاب
۲-۱-۲-۱ ناپایداری ها
افزایش دمای ستون پلاسما باعث افزایش انرژی جنبشی ذرات باردار می‌شود. اما در عین حال ممکن است در میدان های الکتریکی و مغناطیسی نوسانات القا کند. رشد یک اغتشاش در تنگش باعث افزایش نفوذ میدان مغناطیسی در داخل ستون پلاسما می‌شود. اگر جابه‌جایی پلاسما‌ی دور شده از تعادل ایستایی را در نظر بگیریم برای اغتشاش می‌نویسیم :
(۲-۱)
به طوری کهm عدد مد سمتی است و مقدارهای آن عدد صحیح (m=0,1,…) است و k عدد موج محوری می‌باشد (شکل ۲-۱).

شکل(۲-۱): اغتشاش در ستون پلاسما به صورت شماتیک
چون فشار مغناطیسی در ناحیه‌ای که اختلال ایجاد شده تا حدودی بالاتر از پلاسمای اطراف آن است، ناحیه مختل شده در جهت شعاعی متراکم شده و در جهت محوری منبسط می‌شود. شکل (۲-۲) اختلال در پینچ را نشان می‌دهد.

شکل(۲-۲): اختلال در پینچ[۱۶]
الف) مدm=0
حالت m=0 به ناپایداری سوسیسی^[۱۲] شناخته می‌شود (شکل۲-۳). ناپایداری سوسیسی از انقباضات متناوب پلاسما ناشی می‌شود. این حالت تغییرات هارمونیک شعاع پینچ را نشان می‌دهد. رشد این ناپایداری به علت اغتشاش شعاعی متقارن در نقاط خاص است. در این نقاط مساحت سطح مقطع کاهش یافته در نتیجه قدرت میدان مغناطیسی سمتی در این سطح پلاسما افزایش پیدا می‌کند. پس فشار مغناطیسی نیز افزایش پیدا می‌کند و باعث می‌شود انقباض در این نقاط در مقایسه با نقاط دیگر سریع‌تر صورت گیرد. تغییرات سریع میدان مغناطیسی باعث القاء یک میدان الکتریکی طولی می‌شود که یون‌ها را با سرعت بالاتری شتاب می‌دهد.
ب ) مد m=1
حالتm=1 به ناپایداری کینک^[۱۳] شناخته می‌شود. حالت m=1 حالت مارپیچی ستون پلاسما است. همان طور که در شکل (۲-۳) مشخص شده است، در این نمونه محور پلاسما دچار اغتشاش می‌شود. خطوط میدان مغناطیسی در قسمت درونی خمیدگی نزدیکتر می‌شوند که این امر منجر می‌شود که فشار مغناطیسی در لبه درونی نسبت به لبه داخلی بیشتر شود و در نتیجه، اختلاف فشار مغناطیسی حاصله موجب خمیدگی بیشتر ستون پلاسما می‌شود.
شکل(۲-۳): ناپایداری سوسیسی(m=0) ،سمت چپ؛ ناپایدارری کینک(m=1) سمت راست؛
۲-۱-۲-۲ مقاومت غیرعادی^[۱۴]
با افزایش جریان الکتریکی مقاومت (مقاومت غیر عادی ) افزایش می‌یابد. مقاومت غیرعادی منجر به نفوذ جریان و میدان‌های الکتریکی و مغناطیسی در پلاسما می‌شود. اگر مقاومت به اندازه کافی بزرگ باشد میدان الکتریکی خارجی می‌تواند در پلاسما به سرعت نفوذ کند. در مقاومت بالا نفوذ جریان و میدان ها بسیار سریعتر از حرکت شعاعی پلاسما است. برطبق قانون اسپیتزر^[۱۵] مقاومت پلاسما در صورت افزایش دمای پلاسما کاهش می‌یابد در صورتی که در اینجا زمانی که فرکانس الکترون-سیکلوترون^[۱۶] بزرگتر از فرکانس برخورد یون- الکترون^[۱۷] می‌شود، مقاومت پلاسما تا حد زیادی افزایش پیدا می کند و جریان تخلیه می تواند به سرعت به سمت محور انتشار پیدا کند. چنین انتقال سریع برای یک توزیع جریان محدود یک فرضیه کلیدی برای شتاب دوترون ها در انرژی‌های بالا است.[۱۶]
زمان مشخصه نفوذ میدان (زمان پینچ) برای یک پلاسما به شعاع L به شکل رابطه (۲-۲) می باشد. [۱۸,۱۶]
(۲-۲)
از آنجائیکه زمان تنگش در دستگاه پلاسمای کانونیNX2 در حدود ۷۰ ns است، یک مقاومت ناهنجار بزرگ،، تخمین زده شده است که برابر است با:. بنابراین نفوذ میدان سریعتر از حرکت شعاعی لایه پلاسما در فاز تنگش می‌باشد.[۱۶]
تغییرات سرعت برای هر یون در طول شتاب در تنگش:
(۲-۳)
و با توجه به معادله ماکسول: