حسین بشری hbashari@iut.ac.ir Google Scholar نشانی دفتر 33913576 31 98+ شماره تماس +98 31 33913576 فکس +98 31 33912840 پست ها و موقعیت های شغلی و سازمانی سرپرست دانشجویی فرهنگی زمینه های مورد علاقه • كاربرد Bayesian Belief Networksدر ايجاد ابزارها و سيستم هاي پشتيبان تصميمگيري جهت مديريت منابع طبيعي • مدلسازي در اکوسيستمهاي مرتعي و بياباني • ايجاد مدلهاي ارزيابي و ارزيابي مراتع • تجزيه و تحليل اکوسيستمهاي مرتعي وبياباني اتنوبوتانی گیاهان دارویی Dr.Hossein Bashari نوع: Journal عنوان عنوان کنفرانس Date Establishment and optimization of hairy root cultures of Acanthophyllum species: a novel platform for enhanced saponin production BMC PLANT BIOLOGY 1405-02 Spatial Analysis of Astragalus verus Olivier Dieback: Understanding Patterns and Implications for Conservation in Iranian Rangelands Ecology and Evolution 1405-01 Exploring phytochemical variability in Iranian Acanthophyllum (Caryophyllaceae) species: insights for enhanced medicinal and industrial utilization BMC PLANT BIOLOGY 1405-01 Modeling habitat suitability for Calligonum species using remote sensing and environmental data to support desert reclamation in central Iran Environmental Challenges 1404-11 Integrating Multiple-Covariate Distance Sampling and Habitat Modeling to Inform Conservation of the Asian Houbara in Central Iran Ecology and Evolution 1404-11 Integrating remote sensing and Bayesian modeling for bioclimatic mapping in the central Zagros Mountains, Iran THEORETICAL AND APPLIED CLIMATOLOGY 1404-10 تعيين پراكنش جغرافيايي و دامنه بردباري گونه .Festuca ovina L تحت تغيير اقليم با مدل حداكثر آنتروپي (MaxEnt) بوم شناسي كاربردي 1404-09 تحليل عوامل كليدي مؤثر بر تخريب مراتع در مناطق نيمه استپي شهرستان فريدن استان اصفهان: مقايسه و تلفيق ديدگاه هاي كارشناسان و مرتعداران روستايي مرتع 1404-07 Developing habitat suitability models for the endangered plant species Kelussia odoratissima Mozaffarian using management data: Application of Bayesian belief network Environmental Challenges 1404-06 Predicting soil chemical characteristics in the arid region of central Iran using remote sensing and machine learning models Scientific Reports 1404-04
