طراحی شهری/ کیفیت محیطی

تعریف ساختار بافت تاریخی و بهره برداری از آن در تعریف هویت شهر ساری
ایجاد و ارتقای کیفیت های کالبدی و فعالیت ها در محدوده تاریخی به منزله مرکز شهر ساری
تشخیص کانون ها و معابر ارزشمند تاریخی و ارتقای کیفیت کالبدی و زندگی آنها
تشخیص ابنیه ارزشمند تاریخی و بهره برداری متناسب با کیفیت آنها
ایجاد سرزندگی در مرکز تاریخی به منزله مرکز شهر ساری

حمل و نقل

توسعه و تقویت دسترسی به بافت قدیم به عنوان مرکز اصلی شهر
تقویت نظام دسترس عمومی به مرکز تاریخی
توسعه و تشویق زندگی پیاده در محدوده تاریخی
طرح نظام حمل و نقل متناسب با ظرفیت بافت
ایجاد و توسعه پارکینگ های عمومی در حاشیه محدوده تاریخی

جدول شماره (۴-۱۸): راهبردهای طرح تفصیلی ویژه بافت قدیم شهر ساری در حوزه های شش گانه
ماخذ: طرح تفصیلی ویژه بافت قدیم ساری مصوب ۱۳۸۲
۴-۵-۲٫ طراحی شهری کوچه آب انبارنو ساری
کوچه آب انبارنو به عنوان یکی از محورهای اصلی محله آب انبارنو شهر ساری همانگونه که در نقشه شماره (۸) نشان داده شده است در امتداد خود مجموعه ای از آثار ارزشمند تاریخی را در بر دارد و گذشته از آن به عنوان سرزنده ترین محور محله و یکی از محورهای پویای بافت قدیم و دارای ارزش های تاریخی، کیفی، هویتی و اجتماعی خاصی است که در این طرح به طور ویژه و در ارتباط با محله و بافت قدیم در نظر گرفته شده است. این طرح معتقد است حوزه محلی (محور آب انبارنو) با دارا بودن ارزش های قابل توجه از نظر بناهای تاریخی و فعالیت های اجتماعی و اقتصادی امکان به تحرک درآوردن محدوده استراتژیک(محله آب انبارنو) را دارا می باشد و علاوه بر اینکه ارزش های به خصوص تاریخی و کیفیت های محیطی در این حوزه بسیار چشمگیرتر از دیگر قسمت های حوزه استراتژیک می باشد. حفاظت از این حوزه به عنوان حوزه احیاء و بهسازی درجه ۱ بسیار ارزشمند و گریزناپذیرمی باشد. چکیده ای از آنچه در طراحی شهری کوچه آب انبارنو به عنوان راهبرد در این محور در نظر گرفته شده است در ادامه می آید:
- توجه به محوراصلی محله آب انبارنو به مثابه محور ساختاری این محدوده
- حفظ جذابیت های محیطی محله و ابنیه تاریخی
- حفظ و توسعه امکانات زندگی همگانی، تسهیلات رفاهی و خدمات شهری
- دسترسی ساده به محدوده علیرغم حفظ محور آب انبارنو به عنوان محور دسترسی پیاده
- ایجاد پارکینگ ها و توقفگاه های عمومی برای ساکنین

- تضمین امنیت و جذابیت برای زندگی پیاده
- هدایت و کنترل توسعه مسکن و ساخت و ساز با توجه به ارزش های الگویی محله و با در نظر گرفتن الگوی زندگی امروزی
- تشویق توسعه کاربری های مختلط
- ایجاد تنوع در کاربری
- پرهیز از تقسیم بندی اجتماعی ساکنین
۴-۵-۳٫ طراحی ادامه محور خیام
محدوده این طرح که بخشی از آن در محله آب انبارنو واقع شده است از امتداد خیابان خیام آغاز و با طی محله آب انبارنو، خیابان قارن و محله قلیچ، خیابان ۱۸ دی را به خیابان فرهنگ می رساند (نقشه شماره ۸). این طرح در دست تهیه می باشد و هیچ سندی از آن در اختیار نیست.
۴-۶٫ شناسایی مدیریت شهری مرتبط با موضوع بهسازی و نوسازی
به طورکلی سه مرجع اصلی مداخله در بافت های کهن شهری عبارتند از: سازمان میراث فرهنگی و گردشگری، شرکت عمران و بهسازی شهری و شهرداری هاکه هر یک در چارچوب اختیارات قانونی خود و با استناد به مستندات قانونی در بافت مداخله می کنند.
۴-۶-۱٫ سازمان میراث فرهنگی، صنایع دستی و گردشگری
سازمان میراث فرهنگی و گردشگری بر اساس مستندات قانونی به شرح ذیل مجاز به مداخله در بافت های کهن می باشد:
- قانون اساس نامه سازمان میراث فرهنگی و گردشگری کشور شماره ۳۴۸۷- ق مورخ ۲۸/۴/۶۷
- قانون مجازات اسلامی مواد ۵۵۸ تا ۵۶۸
- ماده ۱۱۵ قانون برنامه چهارم توسعه اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران
- آیین نامه اجرایی بند (ج) ماده (۱۶۶) قانون برنامه سوم توسعه اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران
- منشورها و آیین نامه های بین المللی مورد استفاده سازمان میراث فرهنگی و گردشگری که به تایید مجلس شورای اسلامی رسیده باشد.
۴-۶-۲٫ شرکت عمران و بهسازی شهری
شرکت عمران و بهسازی شهری به استناد موارد زیر مجاز به مداخله در بافت ها می باشد:
- تعاریف مندرج در مواد ۶ و ۷ اساس نامه شرکت مادر تخصصی عمران و بهسازی شهری و مصوب هیات محترم وزیران
- ماده ۳۰ قانون برنامه چهارم توسعه اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران

ممکن است در جدول بالا این طور به نظر برسد که عملکرد الگوریتم FDG نسبت به ترکیب FDG+Kriging بهتر باشد. اما در قسمت بعدی نشان داده می شود که با افزایش متغیرهای تصمیم گیری این برتری از آن روش ترکیبی خواهد بود.
در این قسمت همان مخزن شبیه سازی شده در بخش ۴-۲-۲ بر مبنای مدل SL ها استفاده شده است. نرخ تزریق چاه ها هر کدام نصف چاه تزریق در بخش ۲-۲-۴ می باشد. در این مخزن هدف مکان یابی بهینه دو چاه تزریق کننده می باشد. الگوریتم Kriging مورد چهار بعدی می باشد. پایگاه اطلاعات اولیه دارای ۳۰ داده می باشد.

شکل ۵-۷: مکان یابی بهینه دو چاه تزریق به کمک روش ترکیبی FDG و Kriging
همانطور که در شکل ۵-۷ نشان داده شده است این الگوریتم ترکیبی به خوبی عمل می کند. این الگوریتم با ۳۵ تکرار به جواب بهینه محلی می رسد. در شکل ۵-۷ به علت کاستن از پیچیدگی شکل تنها ۳ تکرار اول و پاسخ بهینه رسم شده است. در جدول ۵-۳ تعداد شبیه سازی های این روش ترکیبی با الگوریتم FDG تنها مقایسه شده است.
جدول ۵-۳: مقایسه FDG و روش ترکیبی FDG+Kriging

با افزایش تعداد چاه ها جهت مکان یابی این اختلاف تعداد شبیه سازی ها مشهود تر خواهد بود. اگر از الگوریتم ژنتیک جهت مکان یابی دو چاه استفاده می شد با توجه به اینکه مخزن ۳۲*۳۲ می باشد و تنها در ۱۰۲۰ گرید آن قابلیت حفر چاه می باشد، تعداد مکان های مجزا قابل قبول جهت حفر دو چاه ۵۱۹۶۹۰ می باشد. اگر الگوریتم ژنتیک در بهترین حالت ۵/۰% این حالت ها را برای رسیدن به نقطه بهینه جستجو کند به تقریباً ۳۰۰۰ شبیه سازی نیازمند است. البته باید توجه داشت که این تعداد زیاد شبیه سازی ژنتیک در صورت عدم داشتن شرط توقف مناسب نظیر توقف در صورت عدم تغییر در پاسخ بهینه ممکن است رخ دهد. اما با همه این اوصاف روش پیشنهادی با تعداد شبیه سازی های کمتر عملکرد بهتری را نشان می دهد مخصوصاً اینکه تعداد متغیرهای تصمیم گیری زیاد باشد.

در نتیجه در این قسمت با پیشنهاد یک الگوریتم ترکیبی از سادگی پیاده سازی این روش و نیاز کم به تعداد شبیه سازی های زیاد جهت مسئله مکان یابی چاه های نفت بهره برده شد.
۵-۸- نتیجه گیری
در این فصل با هدف کاهش تعداد شبیه سازی های مورد نیاز در مسئله مکان یابی بهینه چاه ها، یک روش درونیابی بر مبنای اطلاعات آماری داده ها به نام Kriging معرفی شد. سپس با یک مثال نمونه کاربرد این درونیاب نشان داده شد. در ادامه با توجه به اینکه الگوریتم ژنتیک از خانواده روش های بهینه سازی آزاد از گرادیان می باشد و به تعداد ارزیابی های زیاد نیاز دارد این روش با درونیاب Kriging ترکیب شد و بهبود الگوریتم ترکیبی نسبت به روش ژنتیک تنها نشان داده شد. در انتهای فصل درونیاب Kriging نیز با هدف کاهش شبیه سازی ها با الگوریتم FDG که یک تقریب زننده گرادیان است ترکیب می شود. در نتیجه با این رویکرد هم از همگرایی سریع روش های مبتنی بر گرادیان بهره برده می شود و هم اینکه نقص روش FDG در بهینه سازی مسائل با تعداد متغیرهای تصمیم گیری زیاد رفع می شود.
فصل ششم
به کارگیری اطلاعات مدلسازی مخزن بر پایه SL در مسئله مکان یابی چاه ها
۶-۱- مقدمه
در فصل سوم به طور جامع مدلسازی مخزن بر پایه SL ها معرفی شد و برتری این نوع مدل از نظر زمان شبیه سازی نسبت به مخزن مدل شده به روش FD نشان داده شد. در این فصل به معرفی اطلاعات ارزشمندی که حاصل از مدلسازی مخزن بر پایه SL ها می باشد، پرداخته می شود. سپس تلاش می شود تا با کمک این اطلاعات سودمند، راهکاری جهت کاهش پیچیدگی مسئله بهینه سازی مکان چاه ها پیشنهاد شود. در انتهای فصل اطلاعات حاصل از SL با روش بهینه سازی ژنتیک ترکیب می شود و کمک می کند تا جستجوی الگوریتم ژنتیک علاوه بر جستجوی تصادفی دارای جستجوی مبتنی بر یک روند منطقی باشد. نشان داده می شود که ترکیب این اطلاعات با الگوریتم بهینه سازی ژنتیک قادر به کاهش تعداد شبیه سازی ها در حل مسئله بهینه یابی می باشد.
۶-۲- معرفی اطلاعات سودمند حاصل از مدل مخزن بر پایه SL
مخزن مدل شده به روش SL ها علاوه بر سادگی آن در حل معادلات مخزن که منجر به سرعت در شبیه سازی می شود، دارای اطلاعات ارزشمند دیگری نیز می باشد. SL ها قابلیت نمایش نحوه حرکت سیال در مخزن را دارد، که این قابلیت می تواند به مهندسان شبیه ساز مخزن در کوتاه کردن مسیر تطبیق تاریخچه مخزن کمک کند. همچنین آنالیز الگوی حرکت سیال و تعیین روابط میان تزریق کننده ها و تولید کننده ها می تواند نقش موثری در توسعه استراتژی های تزریق و بهبود میزان جاروب مخزن^[۱۲۴] ایفا کند.
مهمترین کاربرد SL ها که مختص این نوع روش مدلسازی می باشد و روش های سنتی FD در ارائه این اطلاعات عاجز می باشد، تعیین میزان تاثیر هر چاه تزریق بر روی هر چاه تولید و همچنین میزان هدر رفت آب تزریقی به آب های زیرزمینی^[۱۲۵] می باشد. به طور خلاصه SL ها حاوی اطلاعات مهمی هستند که می توان از آن ها جهت مسئله بهینه سازی بهره برد. مهمترین این اطلاعات به صورت زیر می باشد:
ضرایب اختصاص^[۱۲۶]
بازده تزریق کننده ها^[۱۲۷]
ناحیه تخلیه برای تولید کننده ها^[۱۲۸]
زمان پرواز
از این اطلاعات غنی می توان با هدف نگهداری، افزایش یا تضعیف الگوی یک تزریق کننده در بازه شبیه سازی به منظور بهینه سازی Water Flooding و افزایش تولید نفت در مخزن بهره جست. در ادامه به طور مختصر به معرفی هر کدام از اطلاعات بالا خواهیم پرداخت.
۶-۲-۱- ضرایب اختصاص
ضرایب اختصاص تولید کننده () و تزریق کننده () به کمک محاسبه تعداد SL های متصل کننده تزریق کننده ها، تولید کننده ها و آبده ها تعیین می شود. ” ضریب اختصاص تولید ” میان تولید کننده و تزریق کننده در واقع نسبت تعداد SL های میان تولید کننده و تزریق کننده به کل تعداد SL های ختم شده به تولید کننده می باشد و با نماد نشان داده می شود. به طور مشابه، “ضریب اختصاص تزریق” میان تزریق کننده و تولید کننده P نسبت تعدادSL های میان دو چاه و به کل تعداد SL های خارج شده از تزریق کننده می باشد. با استدلالی مشابه می توان ضرایب اختصاص میان تولیدکننده و آبده و بین تزریق کننده و آبده که به ترتیب با و نشان داده می شود محاسبه نمود. به طور خلاصه می توان روابط زیر را نوشت [۵۴]:
ضرایب اختصاص تولیدکننده و تزریق کننده بین یک تولید کننده و یک تزریق کننده به همراه یک آبده در شکل ۶-۱ نشان داده شده است.
شکل ۶-۱: ضرایب اختصاص بین یک تولید کننده و یک تزریق کننده به همراه یک آبده [۵۴]
برای یک مخزن با n چاه تزریق و m چاه تولید، ضرایب اختصاص به معادلات (۶٫۳) و (۶٫۴) محدود می شود.
توجه می شود که در حالت کلی برای یک چاه مجموع ضرایب اختصاص باید برابر با یک شود اما برای مدل های با سیال متراکم^[۱۲۹] این قید همیشه صادق نیست، چرا که نرخ سیال ممکن است در راستای SL تغییر کند.
۶-۲-۱-۱- شبیه سازی
برای مخزن همگن شکل ۶-۲ با دو چاه تزریق و ۴ چاه تولید با نرخ های تزریق ۲۰۰ Stb/day و تولید ۷۵ Stb/day این ضرایب به کمک مخزن مدل شده بر مبنای SL ها محاسبه شده است و در جدول ۶-۱ آورده شده است.
P4
P2
P3
P1
I2

شکل(۴-۱۶) مقایسه میانگین نیتروژن و تأثیرآن بر وزن خشک سرشاخه
نتایج مقایسه میانگین صفت وزن خشک سرشاخه بر اساس آزمون چند دامنه ای دانکن (جدول ۴-۴) نشان داد که بین سه سطح تیمار کود نیتروژن تفاوت معنی داری در سطح احتمال ۵ درصد از لحاظ آماری وجود دارد و سطح حداقل کودی نیتروژن بیشترین تاثیر را بر روی آن داشته است.
۴-۱-۶-۲- تأثیر فسفر بر وزن خشک سرشاخه
نتایج حاصل از تجزیه واریانس صفت وزن خشک سرشاخه، (جدول ۴-۳) نشان می دهد که عامل فسفر (P) تحت تأثیر سطوح کود فسفر قرار نگرفته است. از میان سه سطح اعمال شدۀ فسفر، سطح اول (P1)شامل کود زیستی بارور-۲ به مقدار ۱۰۰ گرم در هکتار به همراه کود شیمیایی فسفات آمونیوم به مقدار ۱۲۵ کیلوگرم در هکتار دارای میانگین ۴۷/۶ است که در گروه a قرار ‘گرفت و بیشترین مقدار عددی را به خود اختصاص داده است. سطح سوم (P2) کود زیستی بارور-۲ به مقدار ۱۰۰ گرم در هکتار با میانگین ۹۸/۵ با بقیه سطوح کود فسفره اختلاف معنی داری را نداشته است هر چند از نظر عددی کمترین میانگین را به خود اختصاص داد.

شکل(۴-۱۷) مقایسه میانگین فسفر و تأثیر آن بر وزن خشک سرشاخه
۴-۱-۶-۳-اثر متقابل نیتروژن و فسفر بر وزن خشک سرشاخه
نتایج حاصل از تجزیه واریانس صفت وزن خشک سرشاخه (جدول۴-۳) نشان دهندۀ آن است که این صفت با میانگین ۵۰/۰ در سطح احتمال ۱ درصد معنی دار شده است تیمار N1P1 دارای بیشترین میانگین به مقدار ۶۸/۷ است (شکل ۴-۱۸) در گروه a قرار گرفت. در واقع در تیمار ۱ لیتر در هکتار سوپرنیتروپلاس، ۱ لیتر در هکتار بارور-۲ و۱۲۵ کیلوگرم در هکتار فسفات آمونیوم بیشترین میانگین و در تیمار N3P3 ،کود شیمیایی اوره به مقدار ۳۰۰ کیلوگرم در هکتار و کود شیمیایی فسفات آمونیوم به مقدار ۲۵۰ کیلوگرم در هکتار کمترین میانگین به میزان ۵۹/۴ حاصل شده است که در گروه d جای گرفت.

شکل(۴-۱۸) مقایسه میانگین نیتروژن و فسفر و اثر متقابل آن بر وزن خشک سرشاخه
۴-۱-۷- قطر ساقه
۴-۱-۷-۱- تأثیر نیتروژن بر قطر ساقه
نتایج حاصل از تجزیه واریانس صفت قطر ساقه (جدول ۴-۳) نشان می دهد که فقط فاکتور نیتروژن (N) با میانگین ۲۷/۵۶ در سطح احتمال ۱ درصد برای این صفت معنی دار شده است. از میان سه سطح تیمار کودی نیتروژن ، سطح اول (N1) یعنی کود زیستی سوپر نیترو پلاس به میزان ۲ لیتر در هکتار با میانگین ۶۸/۱۱ دارای بیشترین میانگین است که در گروه a قرار گرفت. کمترین میانگین نیز به میزان ۴۴/۷ میلی متر به تیمار N3 یعنی کود شیمیایی اوره به مقدار ۳۰۰ کیلوگرم در هکتار اختصاص داشته است که در گروه c قرار گرفت. (شکل ۴-۱۹)

شکل(۴-۱۹) مقایسه میانگین نیتروژن و تأثیرآن بر قطر ساقه
بررسی مقایسه میانگین صفت قطر ساقه توسط آزمون چند دامنه ای دانکن (جدول ۴-۴) نشان می دهد که بین سه سطح تیمار کود نیتروژن اختلاف معنی داری در سطح احتمال ۵ درصد وجود دارد.
۴-۱-۷-۲- تأثیر فسفر بر قطر ساقه
نتایج حاصل از تجزیه واریانس صفت قطر ساقه، (جدول۴-۳) نشان می دهد که عامل فسفر (P) تحت تأثیر سطوح کود فسفر قرار نگرفته است. از میان سه سطح اعمال شدۀ فسفر، سطح اول (P1) شامل کود زیستی بارور-۲ به مقدار ۱۰۰ گرم در هکتار و کود شیمیایی فسفات آمونیوم به مقدار ۱۲۵ کیلو گرم در هکتار دارای میانگین ۰۲/۱۰ است (شکل۴-۲۰) که در گروه a قرار گرفت و بیشترین میانگین را به خود اختصاص داده است سطح سوم P3 یعنی کود شیمیایی فسفات آمونیوم به مقدار ۲۲۵ کیلوگرم در هکتار با میانگین ۶۴/۹ در گروهبندی b قرار گرفت وکمترین میانگین را به خود اختصاص داده است. هر چند در تجزیه واریانس اثر مستقل کود فسفر معنی دار نشده است.

شکل(۴-۲۰) مقایسه میانگین فسفر و تأثیرآن بر قطر ساقه
بررسی مقایسه میانگین صفت قطر ساقه توسط آزمون چند دامنه ای دانکن (جدول ۴-۴) نشان می دهد که بین سطح اول با سطح سوم تیمارهای کود فسفر اختلاف معنی داری در سطح احتمال ۵ درصد وجود دارد.
۴-۱-۷-۳- اثر متقابل نیتروژن و فسفر بر قطر ساقه
نتایج حاصل از تجزیه واریانس صفت قطر ساقه ( جدول ۴-۳) نشان دهندۀ آن است که این صفت تحت تأثیر اثر متقابل نیتروژن و فسفر قرار نگرفته و معنی دار نشده است. مقایسه میانگین اثر متقابل نیتروژن و فسفر نشان می دهد (شکل۴-۲۱) که تیمار N1P1 دارای بیشترین میانگین به مقدار ۷۴/۱۱ است که در گروه a قرار گرفت. در واقع در تیمار ۲ لیتر در هکتار کود زیستی سوپر نیتروپلاس، ۱۰۰ گرم در هکتار بارور-۲ و۱۲۵ کیلوگرم در هکتار فسفات آمونیوم بیشترین میانگین و در تیمار N3P3 ،کود شیمیایی اوره به مقدار ۳۰۰ کیلوگرم در هکتار و کود شیمیایی فسفات آمونیوم به مقدار ۲۵۰ کیلوگرم در هکتار کمترین میانگین به میزان ۱۴/۷ حاصل شده است که در گروه d قرار گرفت.

شکل(۴-۲۱) مقایسه میانگین نیتروژن و فسفر و اثر متقابل آن بر قطر ساقه
۴-۱-۸- تعداد انشعاب ساقه
۴-۱-۸-۱- تأثیر نیتروژن بر تعداد انشعاب ساقه
نتایج حاصل از تجزیه واریانس صفت تعداد انشعاب ساقه (جدول ۴-۳) نشان می دهد که عامل نیتروژن (N) با میانگین ۳۳/۱۷۷ در سطح احتمال ۱ درصد معنی دار شده است. از میان سه سطح تیمار کود نیتروژن ، سطح اول (N1) : کود زیستی سوپر نیترو پلاس به میزان ۲ لیتر در هکتار با میانگین ۰۰/۴۰ شاخه فرعی بیشترین انشعاب ساقه را دارا می باشد که در گروه a قرار گرفته است. کمترین انشعاب ساقه نیز به میزان ۳۳/۳۲ به تیمار سطح سوم (N3) یعنی کود شیمیایی اوره به مقدار ۳۰۰ کیلوگرم در هکتار اختصاص دارد که در گروه c قرار گرفته است. (شکل ۴-۲۲)

شکل(۴-۲۲) مقایسه میانگین نیتروژن و تأثیرآن بر تعداد انشعاب ساقه
بررسی مقایسه میانگین صفت تعداد انشعاب ساقه بر اساس آزمون چند دامنه ای دانکن (جدول ۴-۴) نشان می دهد که بین سه سطح تیمار کود نیتروژن اختلاف معنی داری در سطح احتمال ۵ درصد وجود دارد.
۴-۱-۸-۲- تأثیر فسفر بر تعداد انشعاب ساقه
نتایج حاصل از تجزیه واریانس صفت تعداد انشعاب ساقه،(جدول ۴-۳) نشان می دهد که تعداد انشعاب ساقه نعناع فلفلی تحت تأثیر سطوح کود فسفر قرار نگرفته است. از میان سه سطح اعمال شدۀ فسفر، سطح اول (P1)شامل کود زیستی بارور-۲ به مقدار ۱۰۰ گرم در هکتار و کود شیمیایی فسفات آمونیوم به مقدار ۱۲۵ کیلو گرم در هکتار دارای میانگین ۸۳/۳۶ است که در گروه a قرار می گیرد و بیشترین میانگین را از نظر عددی به خود اختصاص داده است.(شکل۴-۲۳). سطح سوم کود فسفره (P3) یعنی کود شیمیایی فسفات آمونیوم به مقدار ۲۲۵ کیلوگرم در هکتار با میانگین ۸۳/۳۵ با اینکه با سایر تمارهای فسفر اختلاف آماری معنی داری را ندارد ولی کمترین مقدار عددی انشعاب ساقه را به خود اختصاص داده است.

شکل(۴-۲۳) مقایسه میانگین فسفر و تأثیرآن بر تعداد انشعاب ساقه
۴-۱-۸-۳- اثر متقابل نیتروژن و فسفر بر تعداد انشعاب ساقه
نتایج حاصل از تجزیه واریانس صفت تعداد انشعاب ساقه ( جدول ۴-۳) نشان دهندۀ آن است که این صفت تحت تأثیر اثر متقابل نیتروژن و فسفر قرار نگرفته و معنی دار نشده است. تیمار N1P1 دارای بیشترین مقدار عددی انشعاب ساقه با میانگین ۵۰/۴۰ است که در گروه a قرار گرفت (شکل۴-۲۴). در واقع در تیمار ۲ لیتر در هکتار کود زیستی سوپر نیتروپلاس، ۱۰۰ گرم در هکتار بارور-۲ و۱۲۵ کیلوگرم در هکتار فسفات آمونیوم بیشترین میانگین و در تیمار N3P3، کود شیمیایی اوره به مقدار ۳۰۰ کیلوگرم در هکتار و کود شیمیایی فسفات آمونیوم به مقدار ۲۵۰ کیلوگرم در هکتار کمترین میانگین به میزان ۵۰/۳۱ ایجاد کرده است و در گروه d قرار گرفته است.

شکل(۴-۲۴) مقایسه میانگین نیتروژن و فسفر و اثر متقابل آن بر تعداد انشعاب ساقه
جدول(۴-۳) تجزیه واریانس صفات وزن تر سرشاخه، وزن خشک سرشاخه، قطر ساقه، تعداد انشعاب ساقه

منبع: یافته‌های پژوهش
بر اساس یافته‌های حاصل از جدول (۴-۲۰) عامل اول با مقدار ویژه ۷۲۵/۳ به تنهایی تبیین کننده بیش از ۶۰۴/۱۹% واریانس کل می‌باشد. که برای عوامل چهارگانه بدست آمده مقدار بسیار بالای است. همچنین این جدول نشان می‌دهد که این هفت عامل ۴۹۹/۶۲ درصد کل واریانس تغییرات را تبیین می‌نماییند. در مراحا بعدی به توضیحات بیشتر در مورد هریک از این عوامل و ضریب تبیین هریک به تفصیل خواهیم پرداخت، تا پی ببریم که کدام عامل یا عوامل بیشترین و کمترین تاثییر را در مولفه توسعه امکانات زیر ساخت­ در جامعه آماری مورد تحلیل ما داشته‌اند.

اما وضعیت قرارگیری متغیرها (هفت مولفه اصلی) در عوامل با فرض واقع شدن متغیرهای با بارعاملی بزرگتر از ۷/۰می باشد، در این مرحله به منظور بهبود روابط بین متغیرها و عامل‌های اولیه و اعمال تبدیلات خاص بر روی عامل ها، عمل دوران انجام می‌شود. بعد از چرخش عاملها به روش وریماکس و نامگذاری عاملها به شرح جدول (۴-۲۱) می‌باشد.
جدول ۴-۲۱: متغیرهای مربوط به هر یک از عامل‌ها و میزان ضرایب بدست آمده از ماتریس دوران یافته

منبع: یافته‌های پژوهش
همانگونه که مشاهده می‌شود، در ماتریس عاملی هر ستون معرف یک عامل است. مقادیر هر ستون نشان دهنده بارهای عاملی هر متغیر با یک عامل هستند. در خروجی نرم افزار عامل‌ها به ترتیب از چپ به راست با شماره‌های ۱، ۲، ۳ والی آخر قرار می‌گیرند. متغیرها نیز در ستون اول از بالا به پایین فهرست می‌شوند.
نمودار (۴-۱۰) تغییرات مقادیر ویژه را در ارتباط با عامل‌ها نشان می‌دهد. این نمودار برای تعیین تعداد بهینه مؤلفه‌ها به کار می‌رود. با توجه به این نمودار مشاهده می‌شود که از عامل سوم به بعد تغییرات مقدار ویژه کم می‌شود، پس می‌توان ۴ عامل را به عنوان عوامل مهم که بیشترین نقش را در تبیین واریانس داده‌ها دارند، استخراج کرد.

نمودار۴-۱۰: تغییرات مقادیر ویژه را در ارتباط با عامل‌ها
منبع: یافته‌های پژوهش
نمودار (۴-۱۰) گویای این مطلب است که چهار عامل اول بیشترین تغییرات را از میان عوامل ۷ گانه مولفه توسعه امکانات زیر ساخت­ تبیین نموده ­اند.
همچنین نمودار (۴-۱۱) نمودار سه بعدی دوران یافته را نشان می‌دهد. در این نمودار پراکنش متغیرهای مورد بررسی نسبت به عامل‌های اول، دوم و سوم در مؤلفه توسعه امکانات زیر ساخت­ مشاهده می‌شود.

شرایط اولیه
برای اجرای شبیه‌سازی دینامیکی، شرایط اولیه فشار و دما در هر مسیر خط لوله با تعریف تب INITIALCONDITIONS از زیرمجموعه Boundary and Initial Conditions برای هر مسیر جریان، با بهره گرفتن از جداول (۴-۷)، (۴-۸) و (۴-۹) فشار ورودی و خروجی و دمای ورودی و خروجی به ترتیب در تب INPRESSURE، OUTPRESSURE، INTEMPRATURE و OUTTEMPRATURE مشخص شده است. نرم‌افزار با روش میانیابی خطی در طول هر مسیر شرایط اولیه جریان را در هر نقطه از مسیر خط لوله در نظر می‌گیرد. تعداد ۹۲ مسیر جریان در مدل تعریف شده است.

محاسبات حرارتی
محاسبات انتقال حرارت دیواره لوله براساس هدایت گرمایی شعاعی از میان دیواره‌های هم مرکز است. در نرم‌افزار OLGA فلاکس حرارتی می‌تواند به دو روش محاسبه شود:
روش اول- فلاکس حرارتی از میان لایه‌های دیواره لوله، که با تعریف ضریب هدایت حرارتی، ظرفیت گرمایی ویژه و دانسیته برای هر لایه مشخص می‌شود.
روش دوم- فلاکس حرارتی توسط یک ضریب انتقال حرارت کلی، که توسط کاربر تعریف می‌شود.
به دلیل اینکه ظرفیت ذخیره حرارتی در دیواره را نمی‌توان نادیده گرفت؛ روش اول توصیه شده است و روش دوم در شرایط حالت پایا برای محاسبات توصیه شده است[۴۴].
لوله مدفون در خاک را می‌توان بعنوان خارجی‌ترین لایه دیواره درنظر گرفت. با توجه به ظرفیت ذخیره حرارتی خاک، روش اول محاسبه حرارتی، که در آن فلاکس حرارتی تابع خواص دیواره است، بایستی مورد استفاده قرار گیرد. فرض بر این است که انتقال حرارت هدایتی یک بعدی و بصورت شعاعی است و از انتقال حرارت هدایتی بصورت محوری صرفنظر می‌شود؛ شکل (۴-۷).

شکل ۴-۷ انتقال حرارت هدایتی از لایه‌های دیواره لوله[۴۴]
لایه‌ها شامل دیواره و پوشش‌های لوله می‌باشد. لوله‌ها بصورت دفنی هستند. با بهره گرفتن از ماژول ویژه نرم‌افزار، بنام FEMTherm ابتدا بستری از جنس خاک با سطح مقطعی مستطیلی به ابعاد ۴ متر عرض در ۳ متر ارتفاع تعریف می‌کنیم. سپس با توجه به عمق دفن لوله‌ها که طبق نقشه‌های اجرا شده خطوط لوله، حدود یک متر و بیست سانتیمتر از روی لوله تا سطح خاک می‌باشد، سطح هر خط لوله را ۲/۱ متر پایین‌تر از سطح خاک قرار می‌دهیم. شکل (۴-۸) بیانگر این موضوع است. تعریف دمای هوا و دمای توده خاک در عمق مشخص، برای این ماژول انجام شده است. در این تحقیق، دمای عمق یک متری زمین با توجه به اقلیم سرد منطقه ۵ درجه سانتیگراد منظور شده است[۴۸]. همچنین دمای هوای ۳ درجه سانتیگراد متوسط استان طبق آمار هواشناسی در روز مورد مطالعه، تعریف شده است.
شکل ۴-۸ تعریف عمق خاک برای لوله‌های مدفون در خاک
نرم‌افزار تولید کننده ویژگی‌های ترموفیزیکی سیال
برای شبیه‌سازی در نرم OLGA لازم است فایل ویژگی‌های ترموفیزیکی سیال مشخص شود. این فایل شامل اطلاعاتی درباره مقدار و ویژگی‌های گاز در گستره‌ای از فشار و دمای داده شده است. نرم‌افزار PVTsim برای این منظور استفاده می‌شود. نرم‌افزار PVTsim نسخه ۱۶ برای محاسبه خواص ترموفیزیکی سیال گاز طبیعی مورد استفاده قرار گرفته است. در این نرم‌افزار درصد ترکیبات تشکیل دهنده گاز طبیعی موجود در خطوط لوله، وارد شده و با مشخص کردن معادله حالت مورد استفاده قرار می‌گیرد. این نرم‌افزار دارای یک بانک اطلاعاتی مواد است. شکل (۴-۹) محیط این نرم‌افزار و ترکیب گاز وارد شده به آن را نشان می‌دهد. نوع معادله حالت نیز در این مرحله مشخص می‌گردد .
شکل ۴-۹ نرم‌افزار PVTsim و ترکیب گاز طبیعی وارد شده در نرم‌افزار با انتخاب معادله حالت ^[۵۶]PR
خصوصیات جنس سیال در طول خط لوله بصورت مداوم در طول شبیه‌سازی بر‌اساس شرایط جاری (یعنی فشار محلی، دما وترکیب محلی) محاسبه خواهد شد. این محاسبات بخشی از یک بسته PVT تحویلی توسط نرم‌افزار PVTsim می‌باشد. محدوده‌های فیزیکی برای فشار و دمای استفاده شده در محاسباتPVT معرفی می‌شوند. دامنه دما از ۲۰- تا ۶۵ درجه سانتی‌گراد و دامنه فشار از ۵/۰ تا ۱۲۰ بار مشخص می‌شود که محدوده فشار و دمای گاز طبیعی موجود در خطوط لوله را کاملاً پوشش می‌دهد. محاسبات تعادل فازی در PVTsim بر‌اساس هر کدام از معادلات حالت زیر می‌باشد:

• • Soave-Redlich-Kwong-Peneloux (SRK-P)

• • Peng-Robinson -Peneloux (PR-P)

• • Soave-Redlich-Kwong(SRK)

• • Peng-Robinson (PR)

داده‌های سیال در فایل خوراک بر پایه یکی از این معادلات همراه یا بدون تصحیح حجمی Peneloux می‌باشد و همان ^[۵۷]EOS در شبیه‌سازی OLGA اختیار خواهد شد[۴۹].
برای تولید فایل خواص سیال، این آنالیز در نرم‌افزار PVTsim وارد شده و معادله حالت مناسب، انتخاب می‌شود. معادله حالت ترمودینامیکی انتخابی، معادله پینگ-رابینسون می‌باشد که نزدیکترین خصوصیات را به مقادیر واقعی در جریان‌های هیدروکربنی و گاز طبیعی می‌دهد و روی گستره وسیعی از فشارها و دماها کاربرد دارد[۵۰].
آنالیز گاز طبیعی خطوط لوله گاز اردبیل
ترکیبات تشکیل دهنده گاز طبیعی موجود در خط لوله اردبیل و مقدار درصد مولی آنها طبق جدول (۴-۱۰) می‌باشد[۴۷].
جدول ۴-۱۰ مشخصات گاز موجود در خطوط لوله[۴۷]