Esmaeli Y, Yosefvand F, Shabanlou S, Izadbakhsh M. Determining the Most Susceptible Areas of Flood Occurrence Using MaxEnt Model in Marzdaran Watershed, Tehran Province. jwss 2023; 27 (2) :33-51
URL:
http://jstnar.iut.ac.ir/article-1-4245-fa.html
اسماعیلی یوسف، یوسفوند فریبرز، شعبانلو سعید، ایزدبخش محمد علی. تعیین مستعدترین مناطق وقوع سیلاب با استفاده از مدل بیشینهی بینظمی (MaxEnt) در حوزه آبخیز مرزداران، استان تهران. علوم آب و خاک. 1402; 27 (2) :33-51
URL: http://jstnar.iut.ac.ir/article-1-4245-fa.html
دانشگاه آزاد اسلامی، واحد کرمانشاه ، fariborzyosefvand@gmail.com
چکیده: (1436 مشاهده)
هدف از انجام این پژوهش پهنهبندی مناطق مختلف حوزه مرزداران از نظر خطر وقوع سیل است. از آنجایی که بودجه اختصاصیافته برای انجام کارهای مدیریتی محدود است و امکان انجام عملیات در کل حوزه امکانپذیر نمیباشد، بنابراین، داشتن نقشهای با اولویتبندی مناطق مختلف از نظر احتمال وقوع سیلاب بسیار مفید وضروری است. بدینمنظور، از مدل معروف و شناخته شده یادگیری ماشین یعنی مدل بیشینۀ بینظمی (MaxEnt) به لحاظ الگوریتم محاسباتی توانمند در زمینه ارزیابی فرایند وقوع سیلاب بهعنوان بنچمارک استفاده شد. شواهد سیلاب با استفاده از بازدیدهای میدانی،گزارشها و اطلاعات سازمانی موجود ثبت و در سامانه اطلاعات جغرافیایی (GIS) در قالب نقشه تهیه شد. همچنین براساس مرور منابع گذشته، لایههای مربوط به دوازده عامل کنترلکننده بهعنوان عوامل پیشبینی کننده وقوع سیل در منطقه مورد مطالعه در سامانه اطلاعات جغرافیایی تهیه شدند. بهمنظور ارزیابی نتایج مدلسازی، از مقدار مساحت زیر منحنی (AUC) استفاده شد. سپس براساس نقشه تهیه شده مستعدترین مناطق وقوع سیلاب که برای اجرای عملیات مدیریتی در اولویت هستند، شناسایی شدند. بر اساس نتایج حدود 100 کیلومترمربع از مساحت منطقه مورد مطالعه جزء مستعدترین مناطق برای انجام عملیات مدیریتی شناسایی شدند. بر اساس نتایج دقت مدل بیشینه بینظمی 98 درصد در مرحلۀ آموزش و 95 درصد در مرحله اعتبارسنجی بدست آمد. لایههای فاصله از آبراهه، تراکم زهکشی و شاخص رطوبت توپوگرافی بهترتیب از مؤثرترین عوامل در وقوع سیلاب شناخته شدند.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
عمومی دریافت: 1400/11/14 | پذیرش: 1401/10/10 | انتشار: 1402/6/10