‫سیمای منطق فازی و کاربرد آن در مدیریت منابع آب و خاک‬

‫سیده مطهره حسینی‪ ،1‬ابوالفضل مساعدی‪ ،2‬کمالالدین ناصری‬

‫‪3‬‬

‫‪- 1‬دانشجوی کارشناسی ارشد مرتعداری‪ ،‬گروه مرتع و آبخیزداری‪ ،‬دانشکده منابع طبیعی و محیط زیست‪ ،‬دانشگاه فردوسی مشهد‪ ،‬ایران‬
‫‪Motahare.hosseini89@gmail.com‬‬
‫‪Mosaedi@um.ac.ir‬‬
‫‪- 2‬دانشیار‪ ،‬دانشکده منابع طبیعی و محیط زیست‪ ،‬دانشگاه فردوسی مشهد‪ ،‬ایران‬
‫‪KLNaseri@yahoo.com‬‬
‫‪- 3‬استادیار‪ ،‬دانشکده منابع طبیعی و محیط زیست‪ ،‬دانشگاه فردوسی مشهد‪ ،‬ایران‬

‫چکیده‪:‬‬
‫بسیاری از پدیدهها و متغیرها در شاخههای مختلف علوم منابع طبیعی و محیط زیست از جمله منابع آب و خاک به صورت‬
‫کمی قابل اندازهگیری نبوده و یا اندازهگیری کمی آنها مشکل‪ ،‬وقتگیر و هزینهبر میباشد‪ ،‬از این رو‪ ،‬بسیاری از متغییرها به‬
‫صورت کیفی توصیف میشوند‪ .‬از طرف دیگر‪ ،‬در بسیاری از مفاهیم و پدیدههای طبیعی ابهام وجود دارد و بهتر است این‬
‫ابهامات به عنوان بخش جدانشدنی این علوم درنظر گرفتهشوند‪ .‬بسیاری از روشهای معمول در مدیریت منابع آب و خاک قادر‬
‫به پشتیبانی درست حجم زیاد اطالعات کیفی و کمی نمیباشند‪ ،‬از سوی دیگر بسیاری از این اطالعات همراه با ابهام و عدم‬
‫قطعیت هستند‪ .‬منطق فازی به خوبی به این ابهامات‪ ،‬صورتبندی ریاضی بخشیده و زمینه را برای تصمیمگیری و استدالل در‬
‫مورد آنها فراهم میسازد‪ .‬به طور کلی طبیعت و محیط زیست‪ ،‬با پیچیدگی‪ ،‬پویایی و عدم قطعیت همراه است‪ .‬منطق فازی به‬
‫دلیل دارابودن مفاهیم ساده و انعطافپذیر‪ ،‬کار با دادههای مبهم و مدلهای پیچیده‪ ،‬میتواند کارساز واقع شود‪ .‬بر خالف کاربرد‬
‫وسیع منطق فازی در علوم مهندسی‪ ،‬این تکنیک در موضوعات تحقیقاتی منابع آب و خاک و سایر موضوعات مرتبط‪ ،‬هنوز‬
‫جایگاه خود را پیدا ننموده و فراگیر نشدهاست‪ .‬بنابراین الزم است آشنایی بیشتر و متنوعتری در ارتباط با بهکارگیری این‬
‫تکنیک در شاخههای مختلف این علوم صورت پذیرد‪ .‬در این مقاله سعی شدهاست تا سیمایی از منطق فازی به زبانی ساده‬
‫ارائه شده و به برخی از تحقیقات و پژوهشهایی که با استفاده از منطق فازی در علوم مختلف منابع طبیعی و محیط زیست‬
‫انجام شده است‪ ،‬اشاره شود‪.‬‬
‫واژههای کلیدی‪ :‬پدیدههای کیفی‪ ،‬مدلسازی‪ ،‬منابع آب و خاک‪ ،‬منابع طبیعی و محیط زیست‪ ،‬منطقفازی‪.‬‬
‫مقدمه‪:‬‬
‫به طور کلی توانایی اندازهگیری هر متغیری محدود بوده و به عبارت دیگر اندازهگیری هر متغیری همواره با خطاهایی همراه‬
‫میباشد‪ .‬علوم مختلف مرتبط با منابع آب و خاک همچون آبخیزداری‪ ،‬مرتعداری‪ ،‬جنگلداری و‪ ...‬دارای پدیدهها و موضوعاتی‬
‫هستند که به صورت کمی قابل اندازهگیری نبوده و یا اندازهگیری کمی آنها مشکل‪ ،‬وقتگیر و هزینهبر میباشد‪ ،‬از این رو‪ ،‬به‬
‫صورت کیفی توصیف میشوند‪ .‬در این ارتباط از متغیرهای زبانی و قیود آن بسیار استفاده میشود‪ ،‬که بهگونهای مبهم و نادقیق‬
‫هستند‪ .‬فعالیتهای بشر در طی دهههای گذشته باعث تغییرات بسیار زیادی در طبیعت شدهاست‪ .‬از طرفی هر تغیری در یک‬
‫متغیر هیدرولوژیکی‪ ،‬آب و هوایی و یا ‪ ...‬خود می تواند باعث تغیر در سایر متغیرها شود‪ .‬این تغییرات اثرات محیط زیستی‬
‫منفی فراوانی به دنبال داشتهاست‪ .‬یکی از معیارهای توسعهپایدار و مدیریت جامع منابع آب و خاک‪ ،‬ارزیابی این اثرات محیط‬
‫زیستی (‪ )EIA‬است‪ .‬مشکل اصلی که در روشهای معمول ‪ EIA‬وجود دارد این است که قادر به پشتیبانی درست حجم زیاد‬
‫اطالعات کیفی و کمی محیط زیستی نبوده‪ ،‬بنابراین‪ ،‬برای حل این مشکل‪ ،‬اطالعات کیفی را که در اصل نشاندهنده یک‬
‫وضعیت است به مقیاس عددی تبدیل میکند‪ .‬از سوی دیگر‪ ،‬ارزیابی اثرات محیط زیست‪ ،‬با مسائلی از قبیل ابهام در اطالعات‪،‬‬
‫نبود دادههای کافی‪ ،‬برونیابی آماری و دانش محدود از طبیعت مواجه است‪ ،‬واضح است که بسیاری از تصمیمات و اقدامات در‬
‫شرایط عدم اطمینان است و حالتهای واضح غیر مبهم‪ ،‬بسیار نادر و کمیاب میباشند‪ .‬اساسا در طبیعت امکان اندازهگیری با‬

‫‪1‬‬

.‬کارایی خود را نشان دادهاست‪ .‬زیرا مدلسازی‪ ،‬امکان پیشبینی را میسر میسازد و با پیش‪-‬‬ ‫بینی یک پدیده‪ ،‬امکان مدیریت بهتر آن فراهم میگردد‪ .‬در واقع منطق فازی یک منطق پیوسته میباشد که از استدالل تقریبی بشر‬ ‫الگوبرداری نمودهاست‪ .‬یکی از چالشهای بزرگ در فرآیند برنامهریزی و مدیریت‬ ‫اکوسیستمهای طبیعی مانند مرتع‪ ،‬جنگل و ‪ .‬بنابراین تکنیک فازی به خوبی میتواند با استفاده از متغیرهای‬ ‫زبانی و عادی روزمره که در توصیف پدیدههای طبیعی به کار میروند‪ ،‬به مدلسازی این پدیدهها پرداخته و نتایج را به طرف‬ ‫قضاوتی درستتر و واقعیتر سوق دهد‪.‫هر درجه خاص ممکن نمیباشد‪ ،‬به ویژه هنگامی که اثرات متقابل بین فعالیتهای مختلف بشر و فاکتورهای زیستی‪ ،‬پیشبینی‬ ‫میشوند (صالحی و مرادی‪.‬‬ ‫فازی و منطق فازی‬ ‫واژه فازی در فرهنگ لغت آکسفورد به معنای مبهم و نادقیق‪ ،‬آمدهاست‪ .)1931 ،‬‬ ‫منطق فازى )‪ ،(Fuzzy Logic‬یک جهانبینى جدید است که به رغم ریشهداشتن در فرهنگ مشرق زمین با نیازهاى دنیاى‬ ‫پیچیده امروز بسیار سازگارتر از منطق ارسطویى است‪ .‬‬ ‫در علوم مرتبط با مدیریت جامع منابع آب و خاک و همچنین منابع طبیعی و مسائل زیست محیطی‪ ،‬مدلسازی پدیده‪-‬‬ ‫هایی همچون پیشبینی میزان دبی یک رودخانه‪ ،‬وضعیت فرسایش یک منطقه‪ ،‬تعیین گرایش و وضعیت یک مرتع‪ ،‬مدلسازی‬ ‫حفاظتی مناطق حفاظتشده‪ ،‬و‪ .‬با توجه به بررسیهای صورتگرفته‪ ،‬استفاده از تکنیک‪-‬‬ ‫های فازی در زمینه منابع طبیعی و محیط زیست‪ ،‬نسبت به سایر علوم به ویژه ریاضیات و صنعت اندک صورت گرفته است و‬ ‫با توجه به قابلیت منطق فازی و ماهیت بسیاری از پدیدههای طبیعی‪ ،‬تحقیقات کاربردی و بیشتر در زمینهی بهکارگیری منطق‬ ‫فازی و تکنیکهای آن در شاخههای مختلف منابع آب و خاک و به طور کلی محیط زیست و منابع طبیعی ضروری به نظر می‪-‬‬ ‫رسد‪ .‬از آن زمان تا به امروز تقریبا در‬ ‫تمام عرصههای صنعت و دانش استفاده میگردد و در بخشهای صنعت‪ ،‬اقتصاد‪ ،‬روانشناسی‪ ،‬پیشبینی آبوهوا‪ ،‬زیستشناسی‪،‬‬ ‫کشاورزی‪ ،‬منابع آب‪ ،‬منابع طبیعی و‪ .‬همانطور که بیان شد رویکرد فازی ابزار بسیار مناسبی جهت برخوردکردن و‬ ‫کنارآمدن با این ابهامات و عدم قطعیت است‪ .)1931 ،‬منطق فازی نوعی از منطق بینهایت مقداره و در حقیقت یک ابتکار برای بیان رفتار مطلوب‬ ‫سیستمها با استفاده از زبان روزمره است‪ ..‬‬ ‫مفاهیم منطق فازی و روش آن‪ ،‬اولین بار در کنترل سرعت یک موتور بخار بهکار گرفتهشد‪ .‬در این مقاله سعیشدهاست تا سیمایی از منطق فازی به زبانی ساده ارائه گردد و مختصری به جنبههای نظری این‬ ‫منطق‪ ،‬ویژگیها و برخی کاربردهای آن به ویژه در علوم مرتبط با منابع آب و خاک اشاره شود‪.‬‬ ‫جمالت مبهمی هستند که در بسیاری از روشهای توصیفی با آنها مواجه میشویم‪ ،‬بنابراین بهتر است این ابهامات به عنوان‬ ‫بخش جدانشدنی این علوم درنظر گرفتهشوند‪ .‬منطق فازی به خوبی به این ابهامات‪ ،‬صورتبندی ریاضی بخشیده و زمینه را‬ ‫برای تصمیمگیری و استدالل در مورد آنها فراهم میسازد‪ .‬در واقع واژه فازی به مفاهیم بدون مرز دقیق اشاره‬ ‫دارد (آذر و فرجی‪ ..‬بر خالف دیگران که معتقدند باید تقریبها را‬ ‫دقیقتر کرد تا بهرهوری افزایش یابد‪ ،‬زاده (‪ )1311‬معتقد است که باید به دنبال ساختن مدلهایی بود که ابهام را به عنوان‬ ‫‪2‬‬ .‬در بسیاری از این مدلسازیها نیاز به توصیف عوامل مختلف انسانی و‬ ‫طبیعی بوده و از همه مهمتر‪ ،‬این عوامل از نظر میزان تاثیرگذاری بر پدیده مورد بررسی وزندهی میشوند که الگوی فازی به‬ ‫دلیل در نظرگرفتن محدوده ای از احتماالت به جای اختصاص به یک عدد قطعی برای وزندهی به عوامل‪ ،‬میتواند تجزیه و‬ ‫تحلیل دقیقتری را از نقش عوامل طبیعی و انسانی ارائه نماید‪ .)1933 ،‬در بسیاری از شاخه‪-‬‬ ‫ها و موضوعات مرتبط با منابع آب و خاک از نظرات کارشناسی استفاده میشود و ممکن است به دلیل همین توصیفات کیفی‪،‬‬ ‫این نظرات با یکدیگر متفاوت باشند‪ ..)1931 ،‬اساس منطق فازی بر زبان طبیعت بنا گذارده شدهاست (شعبانینیا و سعیدنیا‪ ..‬منطق فازى جهان را آن طور که هست به تصویر مىکشد (قاسمنژاد و‬ ‫همکاران‪ ..‬از اهمیت باالیی برخوردار است‪ ..‬به عنوان مثال‬ ‫فرسایش زیاد‪ ،‬آبدهی کم‪ ،‬حاصلخیزی ناچیز‪ ،‬میزان پوشش گیاهی کم‪ ،‬مراتع شدیدا تخریب یافته‪ ،‬وضعیت متوسط مرتع‪ ،‬و‪..‬منطق فازی معتقد است که ابهام در ماهیت علم است‪ .‬عدم درک پیچیدگیها و پویایی این اکوسیستمها در مقابل روند افزایش استفاده‬ ‫از آنها میباشد‪ ،‬این گونه محدودیتها دقیقا ایده اساسی تئوری فازی است‪.‬به عبارت دیگر در بسیاری از مفاهیم و پدیدههای طبیعی ابهام وجود دارد‪ .

)1931 ،‬منطق‬ ‫فازی روش دقیق فکرکردن در امور مبهم‪ ،‬تیره و تار و خاکستری است و اساس آن بر زبان طبیعت بنا گذارده شدهاست‪.‬در این مقاله‪ ،‬لطفی زاده چیزی را که برتراند راسل‪ ،‬جان لوکاسیه ویچ‪ ،‬ماکس بلک و دیگران ابهام یا چند‬ ‫ارزشی نامیدهبودند‪ ،‬فازی نامید‪ .)1931 ،‬‬ ‫منطق فازی در مقایسه با تئوری احتماالت و منطق کالسیک‬ ‫یکی از مباحث مهم در منطق فازی‪ ،‬تمیزدادن آن از نظریه احتماالت در علم ریاضیات است‪ .‬اگر میانگین درازمدت بارندگی‬ ‫ساالنه در یک منطقه ‪ 111‬میلیمتر باشد‪ .‬در منطق سه ارزشی‪ ،‬گزارهها بر حسب سه ارزش (‪ )1 ،1/1 ،1‬مقداردهی میشوند‪ .‬اصل عدم قطعیت کوانتومی هایزنبرگ به باور کورکورانه انسان به قطعیت در علوم و حقایق علمی خاتمه داد و یا‬ ‫دست کم آن را دچار تزلزل ساخت‪ .)1931 ،‬در سیستمهای فازی عدم قطعیت پدیدهها دو نوع‬ ‫هستند‪ ،‬نوع اول عدم قطعیت‪ ،‬ناشی از ضعف دانش و ابزار بشری در شناخت پیچیدگیهای یک پدیده است‪ .)1931 ،‬در این میان منطقیون برای گریز از خشکی و جزمیت‬ ‫منطق دو ارزشی‪ ،‬منطقهای چند ارزشی را به عنوان تعمیم منطق دو ارزشی پایهگذاری کردند‪ .‫بخشی از سیستم مدل کند‪ .‬‬ ‫‪9‬‬ .‬نوع دوم عدم‬ ‫قطعیت مربوط به عدم صراحت و عدم شفافیت مربوط به پدیده یا ویژگی خاصی میباشد (کورهپزان دزفولی‪ .‬نظریه فازی قادر است بسیاری از مفاهیم و متغیرها و سیستمهایی که نادقیق و مبهم هستند‬ ‫(چنانچه در عالم واقعیت اکثرا چنین هست) صورتبندی ریاضی ببخشد و زمینه را برای استدالل‪ ،‬استنتاج‪ ،‬کنترل و تصمیم‪-‬‬ ‫گیری در شرایط عدم اطمینان فراهم آورد (قاسمنژاد و همکاران‪ .‬‬ ‫حالتهای خشکسالی‪ ،‬نرمال و ترسالی را با استفاده از رویکرد کالسیک همانگونه که در شکل ‪ 1‬نشان دادهشدهاست‪ ،‬می‪-‬‬ ‫توان به صورت زیر تعریف نمود‪.‬وی پس از معرفی مجموعه فازی در سال ‪ ،1311‬مفاهیم الگوریتم فازی را در سال ‪،1313‬‬ ‫تصمیمگیری فازی را در سال ‪ 1311‬و ترتیب فازی را در سال ‪ 1311‬ارائه نمود (جعفری خالدی و میروکیلی‪.‬منطق فازی با حقایق نادقیق سروکار دارد و به‬ ‫حدود و درجات یک واقعیت اشاره دارد‪ ،‬حال آنکه نظریه احتماالت بر شالوده مجموعه حاالت تصادفیِ یک پدیده استوار است و‬ ‫درباره شانس وقوع یک حالت خاص صحبت میکند‪ ،‬حالتی که وقتی اتفاق بیفتد‪ ،‬دقیق فرض میشود (قاسمنژاد و همکاران‪،‬‬ ‫‪ .‬پروفسور لطفیزاده در سال ‪ 1311‬نظریه فازی را در مقالهای به نام مجموعههای‬ ‫فازی معرفی کرد‪ .‬با توجه به این مقدار‪ ،‬میتوان سه حالت خشکسالی (ِ‪ ،)Drought‬نرمال (‪ )Normal‬و‬ ‫ترسالی (‪ )Wet‬را برای یک منطقه بر اساس دو رویکرد کالسیک و فازی بهگونهای تعریف نمود که با معلوم بودن مقدار بارندگی‬ ‫در سال ‪i‬ام یعنی ‪ Ri‬بتوان وضعیت سال مزبور را از لحاظ قرارگرفتن در یکی از سه حالت بیان شده تشخیص داد‪.‬درحالی که این دو مفهوم کامالً با یکدیگر متفاوتند‪ .‬‬ ‫ماکس بلک‪ ،‬فیلسوف کوانتوم‪ ،‬در سال ‪ 1391‬مقاله ای در ارتباط با آنالیز منطق به نام ابهام منتشر نمود‪ ،‬ولی جهان علم و‬ ‫فلسفه مقاله وی را نادیده گرفت‪ .)1931‬می توان با ذکر یک مثال منطق فازی را با دیدگاه کالسیک مورد مقایسه قرار داد‪ .‬‬ ‫(شعبانینیا و سعیدنیا‪.‬بر اساس اصول و مبانى منطق ارسطو همه چیز تنها مشمول یک قاعده ثابت مىشود که‬ ‫به موجب آن‪ ،‬یا آن چیز درست است یا نادرست (طاهری‪ .)1933 ،‬‬ ‫تاریخچه منطق فازی‬ ‫دو حادثه در اوایل قرن بیستم منجر به شکلگیری منطق فازی یا منطق مبهم شد‪ .‬دومین حادثه‪ ،‬کشف اصل عدم قطعیت توسط هایزنبرگ در فیزیک‬ ‫کوانتوم بود‪ .‬در سال ‪ 1391‬ریاضیدانی با نام‬ ‫لوکاسیهویچ‪ ،‬منطق سه ارزشی را معرفی نمود‪ .‬پس از ایشان‪ ،‬لطفیزاده (مشهور به زاده) با یک تغییر جدید (تغییر واژه ابهام به فازی) راه‬ ‫تازهای را برای قبوالندن این ایده باز نمود‪ .‬سپس منطقدانان دیگری نظیر بوخوار‪ ،‬کلین و هیتینگ نیز منطقهای سه‬ ‫ارزشی دیگری ارائه نمودند‪ .‬اولین حادثه پارادوکسهای مطرحشده‬ ‫توسط برتراند راسل در ارتباط با منطق ارسطویی بود‪ .‬لوکاسیهویچ در‬ ‫نهایت اعالم کرد مانعی برای منطق بینهایت ارزشی وجود ندارد‪.‬غالباً نظریه فازی با نظریه‬ ‫احتماالت اشتباه میشود‪ .

)1931 ،‬‬ ‫(‪)2‬‬ ‫(‪)9‬‬ ‫‪1‬‬ .‬به عنوان مثال اگر ‪ Ri=430‬باشد درجه‬ ‫و ترسالی‬ ‫‪ ،‬نرمال‬ ‫عضویت به حالتهای خشکسالی‪ ،‬نرمال و ترسالی به ترتیب برابر ‪ ،1/9 ،1/1‬و ‪ 1/1‬خواهد بود‪ .‬بدین ترتیب میتوان نتیجه‬ ‫گرفت که در این مساله رویکرد کالسیک به دلیل این که مرز بین حالتهای مختلف را به صورت صریح و قطعی بیان میکند‪،‬‬ ‫رویکرد مناسبی نمیتواند باشد‪.‬با توجه به شکل ‪ 2‬و معادالت مربوط به توابع عضویت‪ ،‬حالتهای خشکسالی‬ ‫را میتوان به صورت زیر بیان نمود‪ .‬به همین ترتیب این مساله در مورد مرز بین حالتهای ترسالی و نرمال نیز صادق است‪ .‬‬ ‫با توجه به مطالب بیان شده‪ ،‬برای درنظرگرفتن عدم قطعیت ناشی از عدم صراحت در تعریف حالتهای خشکسالی‪ ،‬نرمال و‬ ‫ترسالی بهتر است که از توابع عضویت فازی استفاده شود و مرزهای بین حالتهای مزبور بهطوری که در شکل ‪ 2‬نشان داده‪-‬‬ ‫شدهاست‪ ،‬به صورت غیرصریح درنظرگرفته شود‪ .‫‪Wet State‬‬ ‫(‪)1‬‬ ‫‪1000‬‬ ‫‪900‬‬ ‫‪Normal State‬‬ ‫‪Dry State‬‬ ‫‪800‬‬ ‫‪700‬‬ ‫‪600‬‬ ‫‪500‬‬ ‫‪400‬‬ ‫‪300‬‬ ‫‪200‬‬ ‫‪100‬‬ ‫‪0‬‬ ‫شکل ‪ -1‬تعریف حالتهای خشکسالی‪ ،‬نرمال و ترسالی در رویکرد کالسیک در منطقهای با میانگین بارندگی ساالنه ‪ 055‬میلیمتر‬ ‫با توجه به شکل ‪ 1‬اگر به عنوان مثال ‪ Ri=399.1‬میلیمتر‬ ‫باشد وضعیت نرمال اتفاق افتادهاست‪ ،‬در حالی که مشاهده میشود اختالف این دو عدد بسیارناچیز و تنها برابر ‪ 1/2‬میلیمتر‬ ‫میباشد‪ .‬بهطوری که مشاهده میشود اگر‬ ‫‪ Ri=430‬باشد‪ ،‬امکان رخداد حالتهای خشکسالی و نرمال با درجه عضویتهای متفاوت وجود دارد‪ ،‬به بیان دیگر اگر ‪Ri=430‬‬ ‫باشد‪ %11 ،‬شواهد و نشانهها سازگار با وقوع رخداد خشکسالی‪ %91 ،‬سازگار با وقوع وضعیت نرمال و صفر درصد سازگار با وقوع‬ ‫رخداد ترسالی میباشد (کورهپزان دزفولی‪.9‬میلیمتر باشد‪ ،‬وضعیت خشکسالی و در صورتی که ‪ Ri=400.

‬اما تئوری مجموعههای فازی این مفهوم را بسط میدهد و عضویت درجهبندی شده را مطرح میکند‪ .‬‬ ‫در تئوری کالسیک مجموعهها‪ ،‬یک عنصر‪ ،‬یا عضو مجموعه هست و یا نیست‪ .‫(‪)1‬‬ ‫ترسالی‬ ‫خشکسالی‬ ‫نرمال‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪1000‬‬ ‫‪900‬‬ ‫‪800‬‬ ‫‪700‬‬ ‫‪600‬‬ ‫‪500‬‬ ‫‪400‬‬ ‫‪300‬‬ ‫‪200‬‬ ‫‪100‬‬ ‫‪0‬‬ ‫شکل ‪ -2‬تعریف حالتهای خشکسالی‪ ،‬نرمال و ترسالی در رویکرد فازی در منطقهای با میانگین بارندگی ساالنه ‪ 055‬میلیمتر‬ ‫روششناسی فازی‬ ‫مجموعههای فازی‬ ‫بنیاد منطق فازی بر شالوده نظریه فازی استوار است‪ .‬همچنین‬ ‫فازی میباشد‪.‬این نظریه تعمیمی از نظریه کالسیک مجموعهها در علم ریاضیات است‪.‬‬ ‫(‪)1‬‬ ‫شکل ‪ 9‬میتواند نموداری از قانون عضویت در یک مجموعه فازی فرضی را نشان کند (نخعی و مهداد‪.‬در حقیقت عضویت عناصر از یک الگوی صفر و یک‬ ‫و باینری تبعیت میکند‪ .)1931 ،‬‬ ‫‪1‬‬ .‬به‬ ‫این ترتیب که یک عنصر میتواند تا درجاتی و نه کامالً عضو یک مجموعه باشد‪ .‬در این تئوری‪ ،‬عضویت اعضای مجموعه از طریق‬ ‫تابع )‪ U(x‬مشخص میشود که ‪ x‬نمایانگر یک عضو مشخص و ‪ U‬تابعی فازی است که درجه عضویت ‪ x‬در مجموعه مربوطه را‬ ‫بیانگر درجه عضویت (‪ )Degree of membership‬به مجموعه‬ ‫تعیین میکند و مقدار آن بین صفر و یک است‪ .

‬نکته جالب اینجاست که اگرچه سیستمهای فازی پدیدههای غیرقطعی و نامشخص را‬ ‫توصیف میکنند با این حال تئوری فازی یک تئوری دقیق میباشد (قاسمنژاد و همکاران‪.)1931 ،‬‬ ‫توابع عضویت‬ ‫یک تابع عضویت یک منحنی است که نشان میدهد هر نقطه از فضای ورودی چگونه به یک مقدار عضویت (درجه‬ ‫عضویت) بین صفر و یک نگاشته میشود‪ .‬در این قوانین ساده و آشکار‪ ،‬برای توصیف پاسخدهی مطلوب سیستم از متغیرهای زبانشناختی به‬ ‫جای فرمولهای ریاضی استفاده میشود‪ . c )  ‬‬ ‫‪c  x : b  x  c‬‬ ‫‪c  b‬‬ ‫‪0 : c  x‬‬ ‫‪‬‬ ‫‪a‬‬ ‫شکل ‪ -4‬نمونه ای از یک تابع عضویت مثلثی‬ ‫‪1‬‬ .‬قسمت ‪ IF x And y‬را مقدم یا فرض گویند در حالی که قسمت دوم قانون‪ ،‬برآیند‬ ‫یا نتیجه نامیده میشود‪ .‬برخی از رایجترین انواع آن‪ ،‬توابع عضویت مثلثی (‪ (Trimf‬و ذوزنقهای (‪ )Trapmf‬میباشند‪.‬شکل یا معادله تابع میتواند هر نوع تابع دلخواه باشد‪.‬‬ ‫توابع گوسی (‪ ،)Gaussmf‬زنگولهای (‪ ،)Gbellmf‬منحنی حلقوی‪ ،‬و ‪ .‬از انواع دیگر توابع عضویت محسوب میشوند (شعبانینیا‬ ‫و سعیدنیا‪ .‬از فضای ورودی غالبا به جهان مباحثه یاد میشود‪ .‬سادهترین توابع عضویت‬ ‫از خطهای راست تشکیل میشوند‪ .‬یکی از ویژگی های منطق فازی‪ ،‬استفاده از ساختار قانون پایه منطق فازی است که در‬ ‫طی آن مسائل کنترلی به یک سری قوانین ‪ IF x And y THEN z‬تبدیل میشوند که پاسخگوی خروجی مطلوب سیستم برای‬ ‫شرایط ورودی دادهشده به سیستم میباشد‪ . b...‫شکل ‪ -3‬تابع عضویت مجموعه فازی‬ ‫متغیر زبانی و پایگاه قواعد «اگر‪-‬آنگاه» فازی‬ ‫متغیر زبانی‪ ،‬متغیری است که مقادیرش کلمات یا جمالت یک زبان طبیعی و یا مصنوعی باشد‪ .‬مثال با درنظرگرفتن سن‬ ‫یک فرد‪ ،‬اگر مقادیری که سن اختیار میکند با کلماتی مثل‪ :‬نوزاد‪ ،‬نونهال‪ ،‬نوجوان‪ ،‬جوان‪ ،‬میانسال‪ ،‬مسن‪ ،‬و پیر نشان داده‪-‬‬ ‫شود‪ ،‬متغیر سن‪ ،‬یک متغیر زبانی است‪ .‬‬ ‫(‪)1‬‬ ‫‪c‬‬ ‫‪b‬‬ ‫‪0 : x  a‬‬ ‫‪x  a‬‬ ‫‪‬‬ ‫‪:a xb‬‬ ‫‪b  a‬‬ ‫‪f ( x .‬تنها شرطی را که یک تابع‬ ‫عضویت باید واقعا ارضا کند این است که مقدار آن بین صفر و یک باشد‪ .‬‬ ‫شکل این تابع میتواند از نقطه نظر سادگی‪ ،‬راحتبودن و بازده تغییر کند تا رضایت کاربر جلب شود‪ .)1933 ،‬شکلهای ‪ 1‬و ‪ 1‬دو نوع تابع عضویت مثلثی و ذوزنقهای را نشان می دهند‪. a .

‬‬ ‫سیستمهای فازی تاکاگی‪-‬سوگنو و کانگ (‪)TSK‬‬ ‫بدین ترتیب قاعده فازی از یک عبارت توصیفی با مقادیر زبانی (ورودی فازی)‪ ،‬به یک رابطه ساده ریاضی تبدیل شدهاست‪.‬مشکل اصلی در رابطه با سیستمهای فازی خالص‪ ،‬این است که ورودیها‬ ‫و خروجیهای آن‪ ،‬مجموعههای فازی میباشند‪ .‬‬ ‫‪:‬عملگر اشتراک فازی‬ ‫(‪)3‬‬ ‫(‪)3‬‬ ‫‪:‬عملگر اجتماع فازی‬ ‫(‪)11‬‬ ‫‪:‬عملگر متمم فازی‬ ‫به عنوان مثال در رابطه ‪ 3‬اشتراک دو مجموعه فازی و مجموعهای فازی است که درجه عضویت متغیر ‪ X‬در آن‪،‬‬ ‫کمترین درجه عضویت این متغیر در مجموعههای فازی و میباشد‪ .‬‬ ‫سیتمهای فازی با فازیساز و غیرفازیساز‬ ‫این سیستم‪ ،‬معایب سیستم فازی خالص و سیستم فازی ‪ TSK‬را میپوشاند‪ .)1933 ،‬‬ ‫انواع سیستم فازی‬ ‫سیستمهای فازی خالص‬ ‫موتور استنتاج فازی‪ ،‬این قواعد را به یک نگاشت از مجموعههای فازی در فضای ورودی‪ ،‬به مجموعههای فازی در فضای‬ ‫خروجی بر اساس اصول منطق فازی ترکیب میکند‪ .‬در این مبحث از این پس‪ ،‬سیستم فازی با‬ ‫فازیساز و غیرفازیساز منظور خواهد بود (جعفری خالدی و میروکیلی‪.‬‬ ‫مشکالت عمده سیستم فازی ‪ TSK‬این است که بخش آنگاه قاعده‪ ،‬یک فرمول ریاضی بوده و بنابراین چهارچوبی را برای‬ ‫نمایش دانش بشری فراهم نمیکند‪.)1931 ،‬‬ ‫‪1‬‬ .‬در منطق فازی معادل همین‬ ‫عملگرها وجوددارد که به آنها عملگرهای «زاده» میگویند‪ . d )  ‬‬ ‫‪1 : b  x  c‬‬ ‫‪d  x‬‬ ‫‪:c  x  d‬‬ ‫‪‬‬ ‫‪d  c‬‬ ‫‪a‬‬ ‫شکل ‪ -0‬نمونه ای از یک تابع عضویت ذوزنقهای‬ ‫عملگرهای فازی‬ ‫منطق فازی از عملگرهای متنوعی برخوردار است‪ ،‬از آن جا که تابع عضویت‪ ،‬عامل اصلی تعیین یک مجموعه فازی میباشد‪،‬‬ ‫انتظار میرود که در تعریف عملگرهای مجموعههای فازی از توابع عضویت آنها استفاده گردد‪ . c . a .‬عملگرهای دیگری نظیر ضرب جبری و تفاضل کراندار‬ ‫نیز در گروه عملگرهای اشتراک قرار میگیرند‪ .‬عملگرهای جمع جبری و جمع کراندار نیز در گروه عملگرهای اجتماع قرار‬ ‫میگیرند (شعبانینیا و سعیدنیا‪.‫(‪)1‬‬ ‫‪d‬‬ ‫‪c‬‬ ‫‪b‬‬ ‫‪0 : x  a‬‬ ‫‪x  a‬‬ ‫‪‬‬ ‫‪:a xb‬‬ ‫‪b  a‬‬ ‫‪f ( x .‬در حالتی که تصمیمگیری در مورد اعداد حقیقی است و نمیتوان مستقیما از‬ ‫آن استفاده کرد‪.‬در منطق کالسیک‪ ،‬تعدادی‬ ‫عملگر از جمله عملگرهای ‪( AND‬اشتراک) و ‪( OR‬اجتماع) و ‪( NOT‬متمم) استفاده میشود‪ . b.‬این عملگرها به صورت زیر تعریف میشوند‪.

.‬این واسطهها همان فازیسازها و غیرفازیسازها هستند‪ .‬اشارهکرد‪ .‬همچنین دقت مدل فازی در پیشبینی دبی بیشتر‬ ‫از مدل رگرسیون خطی بوده و این مدل مقادیر دبی پیک را با دقت بسیار بیشتری نسبت به مدل رگرسیون خطی برآورد کرده‬ ‫است‪ .‬در روش اولین ماکزیمم (یا‬ ‫آخرین)‪ ،‬اولین (یا آخرین) مقداری که درجه عضویت آن برابر یا مساوی بیشترین درجه عضویت موجود در آن تابع عضویت‬ ‫فازی باشد‪ ،‬انتخاب میگردد‪ .‬تابع عضویت مقدار فازی بودن یک کمیت را مشخص میکند و در واقع میزان درجه عضویت المانهای مختلف‬ ‫را به یک مجموعه نشان میدهد‪ ،‬که این میزان تعلق به مجموعه با عددی بین صفر تا یک مشخص میگردد‪ ..‬رایجترین و عامهپسندترین روش دفازیسازی محاسبه مرکز ثقل میباشد‪ ،‬که مرکز سطح زیر‬ ‫منحنی را میدهد‪( .‬برای این منظور روشهای مختلفی وجود دارد‪ ،‬که میتوان به روشهای اولین (یا‬ ‫آخرین) ماکزیمم‪ ،‬مرکز سطح‪ ،‬میانگین وزنی‪ ،‬روش میانه ماکزیمم‪ ،‬مرکز مجموعها و ‪ .‬کورهپزان دزفولی‪.‬نتایج تحقیق آن ها نشان داد که مدل فازی با دقت باال و خطای کم به خوبی میتواند به‬ ‫عنوان روشی کارآمد و دقیق در پیشبینی جریان رودخانه به کار گرفتهشود‪ .‫ساختار اصلی یک سیستم فازی با فازیساز و غیرفازیساز‬ ‫بطور کلی یک مدل فازی در سه مرحله فازیسازی‪ ،‬سیستم استنتاج فازی و غیرفازیسازی کار خود را انجام میدهد‪ .‬سیستم استنتاج فازی براساس قواعد اگر – آنگاه بنا نهاده شدهاست به طوری که با استفاده از‬ ‫قواعد مزبور میتوان ارتباط بین تعدادی متغییر ورودی و یا خروجی را بهدستآورد‪ .‬به بیان دیگر‪ ،‬ورودی هر فرآیند دفازی‪ ،‬یک مجموعه فازی است (حاصل اجتماع مجموعههای فازی خروجی) که در این‬ ‫فرآیند به یک عدد خروجی تبدیل میشود‪ .)1931a ،‬نبیزاده و‬ ‫مساعدی (‪ )1931‬با هدف بررسی تاثیر دمای روزانه بر افزایش دقت پیشبینی آبدهی روزانه با استفاده از روشهای مبتنی بر‬ ‫‪3‬‬ .‬همچنین در بسیاری از کاربردهای‬ ‫منطق فازی در مسایل مهندسی نظیر خوشهبندی‪ ،‬سیستمهای استنتاج و ‪ .‬بر اساس نتایج به‬ ‫دستآمده‪ ،‬به طور کلی‪ ،‬در بررسی دورههای سالیانه‪ ،‬دما در پیشبینی جریان روزانه این رودخانه تأثیر چندانی نداشته و‬ ‫بارندگی روز جاری مؤثرتر از دبی دو روز قبل در پیشبینی جریان روزانه میباشد (نبیزاده و همکاران‪ .‬عمل فازیسازی با استفاده از توابع عضویت‬ ‫انجام میگیرد‪ .)1931 ،‬‬ ‫برخی از تحقیقات کاربردی منطق فازی در علوم مرتبط با منابع آب و خاک‬ ‫همانگونه که بیان شد‪ ،‬منطق فازی به دلیل در نظر گرفتن محدودهای از امکانها به جای اعداد‪ ،‬عالوه بر مزایای روشهای‬ ‫آماری به دلیل قابلیت در فرموله نمودن دانش بشری در قالب ریاضی‪ ،‬ابزاری سودمند در مدلسازی پدیدههای طبیعی به شمار‬ ‫میآید‪.‬‬ ‫در سالهای اخیر استفاده ار تئوری مجموعههای فازی جهت مدلسازی پدیدههای هیدرولوژیکی که دارای عدم قطعیت‬ ‫باالیی هستند‪ ،‬مورد توجه محققین قرار گرفته است‪ .‬بنابراین از منطق فازی میتوان به عنوان‬ ‫یک مدل پیشبینی برای شرایطی که دادههای ورودی و خروجی دارای عدم قطعیت باالیی باشند‪ ،‬استفاده نمود‪.‬الزم است که نتایج فازی به شکل کالسیک بیان‬ ‫گردند‪ .‬از مدلهای مبتنی بر منطق فازی شامل سیستم استنتاج فازی (‪ )FIS‬و سیستم استنتاج تطبیقی عصبی‪ -‬فازی‬ ‫(‪ )ANFIS‬به منطور پیشبینی جریان روزانه رودخانه‪ ،‬نیز استفاده شدهاست‪ ،‬در یکی از این پژوهشها‪ ،‬از سه پارامتر بارندگی‪،‬‬ ‫دما و دبی روزانه حوضه آبریز لیقوانچای برای پیشبینی جریان روزانه رودخانه لیقوان‪ ،‬استفاده شدهاست‪ .‬غیرفازیسازی در‬ ‫واقع عکس عمل فازیسازی است و نتایج حاصل از استنباط فازی را که بهصورت فازی یعنی اعدادی بین صفر و یک است به‬ ‫اعداد حقیقی تبدیل میکند‪ .‬با‬ ‫توجه به اینکه در اغلب کاربردها‪ ،‬ورودی و خروجی سیستم فازی اعداد حقیقی هستند‪ ،‬باید واسطههایی بین موتور استنتاج‬ ‫فازی و محیط بهوجود آید‪ ..‬در این راستا نبیزاده و همکاران (‪ )1931b‬مدل فازی را جهت پیشبینی‬ ‫جریان روزانه رودخانه استفاده نمودند‪ ..‬‬ ‫روشهای غیر فازیساز (دفازی کردن)‬ ‫علیرغم این که بسیاری از مسایل موجود در زندگی روزمره‪ ،‬فازی میباشند‪ ،‬اما اغلب تصمیماتی که به وسیله انسانها یا‬ ‫ماشینها (مثال کامپیوترها) گرفتهمیشود به صورت صفر و یک میباشد و از آنجایی که ماشین‪ ،‬قدرت درک زبان انسان را‬ ‫ندارد‪ ،‬باید نتایج حاصله از تحلیلهای فازی را به اعداد کالسیک (معمولی) تبدیل نمائیم‪ .

‬نتایج تحقیق ایشان نشان داد که روش استفاده از مدل مکانیابی فازی با اپراتور جمع فازی از کارایی‬ ‫باالتری نسبت به سایر روشها برخوردار است‪ .‬در این راستا در‬ ‫تحقیقی که قدیمی و همکاران (‪ )1933‬انجام دادند‪ ،‬منطق فازی را برای مدلسازی حفاظتی منطقه حفاظتشده مانشت و‬ ‫قالرنگ در شمال استان ایالم بهکارگرفتند‪ .‬‬ ‫منطق فازی در زمینه مطالعات آبخیزداری نسبت به سایر بخشهای منابع طبیعی بیشتر بهکار برده شده است‪ .‬از مطالعات‬ ‫موجود در این زمینه میتوان به تحقیق یمانی و همکاران (‪ )1931‬در بررسی پهنهبندی فرسایش در حوضهآبخیز داورزن به‬ ‫کمک منطق فازی اشاره کرد‪ .‬نیز استفاده‬ ‫شدهاست‪ ..‬‬ ‫دادرسی و خسروشاهی (‪ )1931‬به منظور مهار بیابانزایی‪ ،‬در ‪ 1‬شهرستان از استانهای خراسان رضوی‪ ،‬شمالی و جنوبی‪،‬‬ ‫اقدام به شناخت مناطق مستعد گسترش سیالب نمودند‪ .)2111‬با مقایسه روشهای مختلف تعیین مناطق همگن هیدرولوژیکی در انگلستان نشان دادند که‬ ‫سیستم فازی از دقت بیشتری نسبت به سایر روشها برخوردار است‪ ،‬اما آنها در مطالعات خود تنها از تابع عضویت گوسی‬ ‫استفاده نمودند‪.‬شو و برن (‪ .‬ایشان علت این موضوع را به تاثیرپذیری نوع بارش از دمای هوا در ماههای آذر و‬ ‫فروردین در منطقه مورد مطالعه نسبت دادند و کارآیی باالی مدل ‪ FIS‬را مورد تایید قرار دادهاند‪.‬میترا و همکاران (‪ ،)1333‬برای‬ ‫پیشبینی فرسایش خاک در حوضههای آبخیز بزرگ از منطق فازی استفاده نمودند‪ .‬بر اساس نتایج این محققین‪ ،‬این اپراتور دقت باالیی را نشان داده‪-‬‬ ‫است و مطابق با آن نیمی از حوضه دارای فرسایش خیلی زیاد بودهاست‪ .‬آزادینصرآباد (‪ )1931‬در پایاننامه دکتری خود برای تعیین نرخ واقعی‬ ‫دامگذاری در سه منطقه از استان فارس با استفاده از پارامترهای ورودی نرخدامگذاری در مراتع‪ ،‬تراکم پوشش گیاهی در هر‬ ‫هکتار مرتع و تعداد گلهدارانی که در مرتع زندگی میکنند‪ ،‬از منطق فازی استفاده نمود‪ .‬قدوسی (‪ ،)1932‬در زمینه کاربرد الگوی منطق فازی‬ ‫در محیط سیستم اطالعات جغرافیایی برای الگوسازی مورفولوژی فرسایش خندقی‪ ،‬تحقیقی را انجام دادهاست‪ .‬نتایج حاصل از‬ ‫ارزیابی الگوهای مورد استفاده وی نشان می دهد که اپراتورهای الگوی منطق فازی بیشترین درصد همپوشانی را با عرصههای‬ ‫کنترل دارا هستند‪ .‬‬ ‫یکی دیگر از کاربردهای منطق فازی در زمینه مطالعات هیدرولوژی و آبشناسی‪ ،‬تعیین عرصههای همگن است‪ ،‬زیرا در‬ ‫صورت کمبود آمار و نقص دادههای هیدرولوژی‪ ،‬اطالعات هیدرولوژیکی فقط در مناطق همگن قابل انتقال میباشند‪ .‬تیفر و همکاران (‪ ،)2119‬منطق فازی را به منظور تخمین بار رسوب از سطح خاک لخت بهکارگرفتند و‬ ‫کارایی آن را با مدل شبکه عصبی مصنوعی و مدل های فیزیکی مقایسه نمودند و نتیجه گرفتند که استفاده از مدل فازی تحت‬ ‫شرایط بارندگیهای شدید در شیبهای متفاوت بهتر است و همچنین در شیبهای زیاد دامنه‪ ،‬تحت بارندگیهایی با شدت‪-‬‬ ‫های متفاوت‪ ،‬مدل فازی کارایی بهتری در توضیح قابلیت فرسایش خاک و میزان رسوب دارد‪ .‬در این رابطه میتوان به‬ ‫بررسی کاربرد مدل فازی برای مدیریت احیاء زیست محیطی بزرگراهها توسط فیلیپو و همکاران (‪ )2111‬اشاره نمود‪ ..‬اما در زمینه ارزیابی‬ ‫زیستمحیطی و زونبندی مناطق حفاظتشده مطالعات بسیار اندکی حتی در سطح دنیا مطرح است‪ .‬مطالعه‬ ‫فوق روشی برای رتبهبندی زیستمحیطی بزرگراهها از طریق اولویتبندی آنها با استفاده از منطق فازی است‪ .‬آنها جهت این پهنهبندی‪ ،‬از مدلهای فازی‪ ،‬بولین و شاخص هم‪-‬‬ ‫پوشانی استفاده نمودند‪ .‫منطق فازی در مناطق سردسیر‪ ،‬اعالم داشتند دما در ماههای آذر و فروردین برای مدل ‪ ،FIS‬بر فرآیند پیشبینی مؤثر بوده و‬ ‫باعث افزایش دقت پیشبینی آبدهی میگردد‪ .‬نتایج مدلسازی وی حاکی از چرای‬ ‫بیشاز حد دام در این سه منطقه از استان فارس میباشد‪.‬‬ ‫استفاده از منطق فازی در مطالعات زیست محیطی در ایران نیز توسط تعداد زیادی از محققان انجام شدهاست‪ ،‬عمده‬ ‫بررسیها‪ ،‬پیرامون مکانیابی محل دفن زبالههای شهری با استفاده از منطق فازی و ‪ GIS‬میباشند‪ .‬نتایج آنها نشان داد که در تعیین پهنههای فرسایشپذیر‪ ،‬اپراتور فازی گاما با تابع ‪ ،1/1‬بهترین‬ ‫پهنهبندی را برای فرسایش حوضه داورزن ارائه نمودهاست‪ .‬آنها در این تحقیق نشان دادند که در‬ ‫محدوده مورد مطالعه‪ ،‬مدل فازی دو متغیره (با دو متغیر زاویه شیب و ضریب استفاده از زمین به عنوان متغیرهای ورودی) با‬ ‫مدل ‪ USLE‬مشابه هم فرسایش خاک را شبیهسازی کردهاند‪.‬ایشان با استفاده از فرآیند تحلیل سلسله مراتبی (‪ (AHP‬از میان ‪ 12‬فاکتور موثر‪،‬‬ ‫فاکتورهای شیب‪ ،‬خاکشناسی‪ ،‬زمینشناسی‪ ،‬پوشش گیاهی‪ ،‬فرسایش‪ ،‬کاربری اراضی و فاصله از آبراهه را به دلیل وزن بیشتر‪،‬‬ ‫‪3‬‬ .‬در‬ ‫مطالعات هیدرولوژیکی از منطق فازی در سایر موضوعات همچون مدلسازی خشکسالی‪ ،‬برآورد تبخیر و تعرق و ‪ .

‬با توجه به این که‬ ‫عوامل موثر در حاصلخیزی خاک دارای یک اثر پیوسته بر عملکرد گیاه میباشد‪ ،‬بنابراین بررسی آنها با استفاده از منطق صفر و‬ ‫یک منجر به نتایج مبهم و غیرمنطبق با واقعیت میشود‪ ،‬در نتیجه استفاده از مدل فازی به عنوان یک تکنیک مفید برای تهیه‬ ‫نقشه حاصلخیزی خاک میتواند مورد استفاده قرار گیرد‪ .‬برای این منظور از دو‬ ‫روش سیستم استنتاج فازی )‪ )FIS ،Fuzzy Inference System‬و سیستم استنتاج فازی‪-‬عصبی تطبیقی ‪Adaptive Neuro-‬‬ ‫)‪ )ANFIS ،Fuzzy Inference System‬استفاده شدهاست‪ .‬سپس با مقایسه نتایج این دو مدل با استفاده از معیارهای مختلف‬ ‫آماری مشاهدهشد که روش ‪ ANFIS‬نتایج دقیقتری را نسبت به روش ‪ FIS‬ارائه دادهاست (نبیزاده و همکاران‪.‬یکی از راههای جلوگیری از این فاجعه‪،‬‬ ‫پیشبینی جریان ورودی به این دریاچه و اتخاذ تصمیمات مدیریتی صحیح با توجه به نتایج آن میباشد‪ .‬در این جاست که منطق فازی به دلیل دارابودن مفاهیم ساده و انعطاف‪-‬‬ ‫پذیر‪ ،‬کار با دادههای مبهم و مدلهای پیچیده‪ ،‬میتواند کارساز واقع شود‪ .‬بهتر است این ابهامات به عنوان بخش جدانشدنی این پدیدهها‬ ‫درنظر گرفتهشوند‪ .‬در این راستا ازغدی و همکاران (‪ ،)1933‬از منطق فازی جهت ارزیابی‬ ‫حاصلخیزی خاک بر اساس فاکتورهای فسفر‪ ،‬پتاسیم و مواد آلی برای یک گونه گیاهی مشخص استفاده نمودند‪.)1933 ،‬‬ ‫امروزه تکنیک فازی به منظور تهیه نقشه در علوم مختلف بهطور گسترده مورد استفاده قرار میگیرد‪ .‬‬ ‫‪11‬‬ .1931 .2‬آذر‪،‬ع‪ ،.‫به عنوان فاکتورهای موثر بر حفاظت بررسی کردند‪ .‬‬ ‫منابع‬ ‫‪ .‬علم مدیریت فازی‪ .1‬ازغدی‪ ،‬ع‪.1933 .‬پایاننامه دکتری رشته ترویج کشاورزی‪ ،‬دانشگاه شیراز‪،‬‬ ‫‪112‬ص‪.‬در بررسی برخی عوامل و پدیدههای زیستی‪ ،‬امکان اندازهگیری برخی پارامترها وجود ندارد و یا‬ ‫اندازه گیری آنها‪ ،‬مشکل‪ ،‬پر هزینه و وقتگیر است‪ .‬و فرجی ح‪ .GIS‬نشریه آب و خاک‪ ، ،‬جلد ‪ 21‬شماره ‪ 1‬صفحات ‪.‬یکی از مسائلی که توجه بیشتر محققین محیط زیست را به خود جلب کردهاست‪ ،‬افت سطح آب دریاچه‬ ‫ارومیه است که از لحاظ زیست محیطی این دریاچه را با خطر جدی مواجه ساختهاست‪ .1931 .331-319‬‬ ‫‪ .‬به عنوان نمونه‬ ‫بسیاری از پدیدههای طبیعی دارای ابهام و عدم قطعیت هستند‪ .‬بنابراین الزم است تحقیقات بیشتر و متنوعتری در ارتباط با به‪-‬‬ ‫کارگیری این منطق در شاخههای مختلف مدیریت جامع منابع آب و خاک صورت پذیرد تا در نهایت بتوان با صرف وقت و‬ ‫هزینه کمتر راهحلهای دقیقتر و صحیحتری را در موضوعات مرتبط با آن بدست آورد و دقت پیشبینیها و مدلسازیها را‬ ‫افزایش داد‪.‬ارزیابی حاصلخیزی خاک بر اساس فاکتورهای فسفر‪ ،‬پتاسیم و مواد‬ ‫آلی برای گندم با استفاده از تکنیک فازی‪ AHP-‬و ‪ .‬تبیین تعادل دام و مرتع با منطق فازی‪ .‬خراسانی‪ ،‬ر‪ ،.‬بهطور کلی کاربرد منطق فازی در بسیاری از مباحث‬ ‫مرتبط با منابع آب و خاک هنوز به طور جدی مورد استفاده قرارنگرفته است‪ ،‬به ویژه در ایران تحقیقات فازی در علوم منابع‬ ‫طبیعی و محیط زیست‪ ،‬تحقیقاتی جدید بهشمار میروند‪ ..‬نتایج آنها نشان داد که اپراتور فازی گامای ‪ 1/311‬بیشترین دقت و صحت را در منطقه مورد مطالعه‬ ‫از خود نشان میدهد‪ .‬‬ ‫نتیجهگیری‬ ‫با توجه به ویژگیهای منطق فازی‪ ،‬بسیاری از این ویژگیها در پدیدههای زیستی و طبیعی نیز وجود دارد‪ .‬پس از تهیه نقشه هر یک از عوامل مذکور‪ ،‬نقشه پهنهبندی حفاظتی‬ ‫منطقه را با استفاده از اپراتورهای فازی جمع (‪ ،)Sum‬ضرب (‪ ،)Product‬و مقادیر مختلفی از اپراتور گاما (‪( ،)Gama‬از ‪ 1/9‬تا‬ ‫‪ )1/311‬ترسیم نمودند‪ .‬معزی‪ ،‬ع‪ .‬ا‪ ،.‬‬ ‫‪ .‬بسیاری از پدیدههای طبیعی بر اساس‬ ‫توصیف برخی عوامل موثر بر آنها و وزندهی به این عوامل‪ ،‬تعیین یا پیشبینی میشوند‪ ،‬در بسیاری از این توصیفات عدم‬ ‫قطعیت و ابهام موجود است‪ .‬انتشارات موسسه کتاب مهربان نشر‪ ، ،‬تهران‪ 913 ،‬ص‪.‬‬ ‫تمامی اکوسیستمهای طبیعی‪ ،‬همراه با پیچیدگی‪ ،‬پویایی و عدم قطعیت میباشند‪ .9‬آزادی نصراباد‪ ،‬ح‪ .‬منطق فازی به خوبی به این ابهامات‪ ،‬صورتبندی ریاضی بخشیده و زمینه را برای تصمیمگیری و استدالل‬ ‫در مورد آنها فراهم میسازد‪.‬مکرم‪ ،‬م‪ ،.

‬‬ ‫‪23.1931 .‬ا‪ .‬بقائینیا و بافنده زنده‪ ،‬ع‪ . Filippo.‬‬ ‫‪ .211-221‬‬ ‫‪ .11‬قدوسی‪ ،‬ج‪ .‬س‪.‬و خسروشاهی‪ ،‬م‪ . Fuzzy logic algorithm for runoff-induced sediment‬‬ ‫‪transport from bare soil surfaces.1‬دادرسی سبزوار‪ ،‬ا‪ ،.‬ا‪ ،.11‬قدیمی‪ ،‬م‪ ،. 26: 1249–1256. Transportation Research Part D. S.‬سیمای منطق فازی‪ .‬دهقانی‪ ،‬ا‪.‬فرهنگ و اندیشه ریاضی‪ ،‬جلد ‪ 91‬صفحات ‪. 8: 338-353.‬اولین همایش ملی مدیریت منابع‬ ‫آب اراضی ساحلی‪ ،‬ساری‪ ،‬آذر ‪. Dixon & J..‬‬ ‫‪22. 2004.‬‬ ‫‪20. J.‬ح‪ . Scott.‬بهبود‪ ،‬جلد ‪ 11‬شماره ‪ 21‬صفحات ‪.3‬طاهری‪ ،‬س‪.‬مقدمهای بر منطق فازی و کاربردهای آن‪ .‬ر‪ .‬مساعدی‪ ،‬ا‪ ،.211-131‬‬ ‫‪19. 1998.‬حسام‪ ،‬م‪ ،.‬پژوهشهای حفاظت آب و خاک جلد‪ 13‬شماره ‪ ،1‬پذیرفته شده جهت چاپ‪.‬‬ ‫‪21. Ozdemir & V.‬پهنهبندی فرسایش در حوضهآبخیز داورزن با استفاده از الگوهای منطق فازی‪. Information and Control. Zadeh.1931 .‬ا‪ .‬میروکیلی‪ ،‬م‪ .H.1931b ،‬بررسی کارایی منطق فازی در پیشبینی جریان روزانه رودخانه‪ .‬‬ ‫جغرافیا و توسعه ناحیهای‪ ،‬جلد ‪ 1‬صفحات ‪.‬مدلسازی حفاظتی منطقه حفاظتشده مانشت و‬ ‫قالرنگ با استفاده از منطق فازی‪ .‬الگوسازی مرفولوژی فرسایش خندقی و پهنهبندی خطر آن مطالعه موردی حوضه آبخیز زنجانرود‪.‬منطق فازی به زبان ساده‪ .‬‬ ‫‪ .111-31‬‬ ‫‪ .‬‬ ‫‪ .‬و مرادی‪ ،‬ح‪ .‬ا‪ . Applications of fuzzy logic to the‬‬ ‫‪prediction of soil erosion in a large watershed.‬تعیین بهترین روش پیشبینی‬ ‫جریان رودخانه لیقوان (مطالعه موردی حوضه لیقوانچای‪ ،‬از زیر حوضههای دریاچه ارومیه)‪ .1933‬‬ ‫‪ .1931 .‬مجله پژوهش آب ایران‪ ،‬جلد ‪ 3‬پذیرفته شده جهت چاپ‪.Quantative fuzzy sets. S.11‬نبیزاده‪ ،‬م‪ ،.‬شناخت مناطق مستعد برای گسترش سیالب به روش کاربرد مدلهای‬ ‫مفهومی (راهکاری برای مهار بیابانزایی)‪ .M.MATLABL‬چاپ دوم‪ ،‬انتشارات خانیران‪ ،‬تهران‪191 ،‬‬ ‫ص‪.‬‬ ‫‪ .1931 .1‬صالحی‪ ،‬ج‪ ،.‬ف‪ . D.‬ذاکرینیا‪ ،‬م‪ ،. L.‬علوم محیطی‪ ،‬جلد ‪ 3‬شماره ‪ 1‬صفحات ‪.19‬نبیزاده‪ ،‬م‪ ،.1931 .‬منطق فازی و کاربرد آن در ارزیابی اثرات محیط زیستی‪ ،‬محیط زیست و توسعه‪ ،‬جلد ‪2‬‬ ‫شماره ‪ 9‬صفحات ‪.1932 . 86: 183-209.K..11‬نبیزاده‪ ،‬م‪ ،.‬ماهنامه کنترل کیفیت‪ ،‬جلد ‪21‬‬ ‫صفحات ‪.12:‬‬ ‫‪423-436. Journal of Hydrology..‫‪ .11-19‬‬ ‫‪ ..‬م‪ .1931 ،‬بررسی تاثیر دما در پیشبینی جریان روزانه با استفاده از روشهای مبتنی بر منطق فازی‬ ‫در حوضه آبریز لیقوان‪ .‬منطق فازی‪ .‬‬ ‫‪11‬‬ .‬ر‪ .11-91‬‬ ‫‪ .1931 .1933 . Journal of Geoderma.‬منطق فازی با استفاده از ‪ .H.‬مفتاح هلقی‪ ،‬م‪ .‬‬ ‫‪ .11‬نبیزاده‪ ،‬م‪ ،.‬انتشارات‬ ‫جهاد دانشگاهی صنعتی امیر کبیر‪ ،‬تهران‪ 211 ،‬ص‪.‬مساعدی‪ ،‬ا‪ .1933 . Shu.3‬قاسمنژاد مقدم‪ ،‬ن‪ ،.C.12‬کورهپزان دزفولی‪ ،‬ا‪ .1931 . 2007.‬مساعدی‪ ،‬ا‪ ،.‬و سعیدنیا‪ ،‬س‪ .1933 .11-12‬‬ ‫‪ . 2003.‬‬ ‫پایاننامه دکتری‪211 ،‬ص‪.‬مساعدی‪ ،‬ا‪ ،. A Fuzzy Multi-Criteria Model applied to‬‬ ‫‪management of the environmental restoration of paved highways.‬دهقانی‪ ،‬ا‪.‬حسام‪ ،‬م‪ ،.D.‬نشریه مرتع‬ ‫و آبخیزداری‪ ،‬جلد ‪ 11‬شماره ‪ 1‬پذیرفته شده جهت چاپ‪.C. Martins Ribeiro & S. Singh.‬دهقانی‪ ،‬ا‪.‬اصول تئوری مجموعههای فازی و کاربردهای آن در مدلسازی مسایل مهندسی آب‪ . A.‬ماهنامه روش‪ ،‬جلد ‪ 11‬شماره ‪113‬‬ ‫صفحات ‪.‬پورقاسمی‪ ،‬مرادی‪ ،‬ح‪. Tayfur G..1931a .‬دادرسی و داورزنی‪ ،‬ز‪ . Burn. 1965.‬مقایسه عملکرد مدلهای مبتنی بر منطق فازی در پیشبینی‬ ‫آبدهی روزانه رودخانه لیقوان‪ .11‬نخعی‪ ،‬ع‪ ،. C.‬فصلنامه تحقیقات مرتع و بیابان‪ ،‬جلد ‪ 11‬شماره ‪ 2‬صفحات ‪..‬حسینی‪ ،. Mitra B.13‬یمانی‪ ،‬م‪ ،.‬م‪ .1931 . 291: 132-149. Journal of Advances in Water Resources. Ribeiro.1‬جعفری خالدی‪ ،‬و‪ ،.1‬شعبانینیا‪ ،‬ف‪ ،.32-19‬‬ ‫‪ .‬و مهداد‪ ،‬م‪ . P.‬‬ ‫‪ . Homogeneous pooling group delineation for flood frequency analysis‬‬ ‫‪using a fuzzy expert system with genetic enhancement.11-11‬‬ ‫‪ . McKimmey.

Fuzzy logic can be instrumental because of first having simple and flexible meanings and then using ambiguous data and complex models. In spite of. Mosaedi@um. Ferdowsi University of Mashhad.hosseini89@gmail. motahare. qualitative approach is applied for establish them. this technique in research purpose of water and soil resources and other relative objectives is not popular yet. Nature and the Environment. measureless application of Fuzzy logic in engineering.Features of Fuzzy logic and its application in water and soil resources managements Seyyedeh Motahareh Hosseini M. time-consuming and costly. natural resources and environment. This paper aims to offer features of Fuzzy logic simply and indicate diffrent natural resources and environment studies in which Fuzzy systems were applied. In addition. Faculty of Natural Resources and Environment. Ferdowsi University of Mashhad. qualitative phenomena.ir Kamal-e-din Naseri Assistant Professor.ac. As a result. Faculty of Natural Resources and Environment. with complexity.com Abstract Various branches of natural resources such as water and soil resources consist of phenomena and issues which cannot be measured by quantitative methods and since their quantitative approach is difficult. Most common methods in water and soil management is not able to support a large volume of qualitative and quantitative of environmental information. KLNaseri@yahoo. Keywords: Fuzzy logic. The obscurities observed in natural meanings and phenomena had better be considered as an integral part of these fields of science.com Abolfazl Mosaedi Associate Professor. it seems necessary to learn about this technique and how to apply it in different branches of these sciences. modeling 12 . dynamism and uncertainty are associated.Sc. Faculty of Natural Resources and Environment. Especially in some fields of this science it is not documented yet. Ferdowsi University of Mashhad. water and soil resources. Fuzzy logic puts these obscurities in mathematical formation and preparations for decision-making and reasoning. many of these information are associated with ambiguity and uncertainty. Student.