اثر پروانه ای و نظریه آشوب: رهیافت های نوین در مطالعات خاک و ژئومورفولوژی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,988

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NACONF04_029

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

اثر پروانه ای، اصطلاحی است در نظریه ی آشوب ، که توضیح می دهد چگونه دگرگونی های کوچک، می تواند بر سیستمهای عظیم و پیچیده همچون الگوهای آب و هوایی، مؤثر باشد . عبارت اثر پروانه ای، در نظریه ی آشوب به این سبب مطرحشد که نشان دهد حرکت بال های یک پروانه، می تواند موجب دگرگونی های قابل توجه در قدرت باد و جریانات سیستمهای آب و هوایی سرا سر دنیا شده، از لحاظ نظری، در نیمی از جهان، طوفان به پا کند. این طور به نظر می رسد که طبقنظریه ی پروانه ای، پیش بینی یک سی ستم بزرگ در حقیقت غیرممکن ا ست، مگر با در نظر گرفتن تمام عوامل جزئی کهممکن است کوچکترین تأثیری بر سیستم داشته باشند . پیچیدگی طبیعی سیستم های خاک و ژئومورفیک و حالت آشوبناکآنها به حدی است که نمی توان قواعد اساسی ریاضی و فیزیک را با قطعیت برای آنها به کار گرفت و در مقیاسی بزرگتعمیم داد. در این مقاله، سعی شده است که با معرفی نظریه آشوب و اثر پروانه ای، رفتار دینامیکی پیچیده، غیر خطی و بسیارحساس به شرایط اولیه را در مطالعات خاک و ژئومورفولوژی به عنوان رهیافت های علمی نوین، مورد بحث و بررسی قرارداد.

نویسندگان

علی کشاورزی

گروه علوم و مهندسی خاک، دانشگاه تهران

علی باقرزاده

گروه اگرو اکولوژی، دانشکده کشاورزی، دانشگاه آزاد اسلامی - واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Kocak, K., Bali, A., Bektasoglu, B. 2007. Prediction of Monthly ...
  • Kocak, K. 2000. Nonlinear time series prediction of O, concentration ...
  • Stehlik, J. 1999. Deterministc Chaos in Runoff Series. Journal Hydrology ...
  • /4] Regonda, S.K., Sivakumar, B., Jain. A. 2004. Temporal scaling ...
  • Khan, S., Ganguly, A.R., Saigal, S. 2005. Detection and Predictive ...
  • Damle, C., Yalcin, A. 2007. Flood Prediction Using Time Series ...
  • Ng, W.W., Panu, U.S, Lennox, W.C. 2007. Chaos based Analytical ...
  • /8] Sivakumar, B., Berndtsson, R. Olsson, J., Kawamura, A. 2009. ...
  • Sivakumar, B., Berndtsson, R. 2010. Advances in Data-based Approaches for ...
  • Aalami, M.T. 2011. The Presence of Chaotic Behavior in Monthly ...
  • Nabi, G., Mullins, C.E. 2008. Soil temperature dependent growth of ...
  • Liu, X., Huang, B. 2005. Root physiological factors involved in ...
  • Dong, S, Scagel, C.F., Cheng, L., Fuchigami, L.H., Rygiewicz, P.T. ...
  • Katul, G.G., Parlange, M.B. 1992. Estimation of bare soil evaporation ...
  • Huggett, R.J. 1988. Dissipative systems: implications for geomorph ology. Earth ...
  • Renwick, H.W. 1992. Equilibrium, Disequilibrium, Non equilibrium Landform in The ...
  • Langbein, W.B., Leopold, L.B. 1964. Quasi - equilibrium states in ...
  • نمایش کامل مراجع