پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,877 |
| تعداد مقالات | 74,134 |
| تعداد مشاهده مقاله | 137,853,701 |
| تعداد دریافت فایل اصل مقاله | 107,232,342 |
استفاده از گزارش شهروندان در پیشبینی سیلاب شهری با رویکرد یادگیری ماشین و داده تاریخی بارش (مطالعه مورد: شهر قم) | ||
| مدیریت آب و آبیاری | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 24 مرداد 1404 اصل مقاله (1.15 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jwim.2025.396294.1235 | ||
| نویسندگان | ||
| فرشته سادات موسوی پور1؛ محد حسین نیک سخن* 2؛ جابر سلطانی3 | ||
| 1پردیس بین المللی کیش، دانشگاه تهران، تهران، ایران | ||
| 2گروه مهندسی محیط زیست، دانشکده محیط زیست، دانشگاه تهران، تهران، ایران | ||
| 3گروه مهندسی آب، دانشکدگان کشاورزی و منابع طبیعی، دانشکده فناوری کشاورزی (ابوریحان)، دانشگاه تهران | ||
| چکیده | ||
| پژوهش حاضر با هدف توسعه روشی علمی و کاربردی برای پیشبینی سیلاب‌های شهری، از گزارش‌های مردمی و داده‌های ماهواره‌ای بارش بهره گرفته‌است. محدوده شهر با استفاده از یک شبکه مربعی با فواصل 3000 متر تقسیم و نقاط برخورد خطوط شبکه به عنوان ایستگاه برداشت بارندگی انتخاب شدند. روزهای تر، خشک و عادی بر اساس گزارش‌های شهروندان و مشاهده بارش، دسته‌بندی گردیده و مدل‌های یادگیری ماشی شامل ماشین بردار پشتیبان، رگرسیون لجستیکی و جنگل تصادفی آموزش داده شدند. نتایج نشان داد که مدل جنگل تصادفی با دقت 98 درصد و امتیاز F1، 66 درصد در شناسایی رویدادهای سیلاب، برترین مدل می‌باشد. با توجه به اقلیم نیمه‌بیابانی منطقه مورد مطالعه (شهر قم) و خسارات غیر جانی سیلاب، تاکید ارزیابی مدل‌ها بر دقت در شناسایی درست موارد سیلاب جهت افزایش اطمینان و عدم ایجاد تشویش در جامعه به دلیل هشدارهای نادرست است. بر اساس تحلیل مهم‌ترین ویژگی‌ها، ایستگاه‌های 1 و 23 به عنوان مکان‌های کلیدی برای نصب تجهیزات بارش شناخته شدند. سپس، نمودار آستانه بارش بحرانی برای پیشبینی وقوع سیلاب ترسیم شد و در اعتبارسنجی با داده‌های واقعی، آستانه بحرانی سیلاب با سطح احتمال 90 درصد روشی قابل درک برای پیشبینی سیلاب شناخته شد. بارش‌های بالای آستانه منجر به وقوع سیلاب شهری گشته در حالیکه مقادیر پایین نمودار، موارد بی خطر محسوب می شوند. این رویکرد، ابزار مؤثری در سیستم‌های هشدار سریع است و می‌تواند در مدیریت بحران شهری، از خسارات مالی و جانی جلوگیری کند. | ||
| کلیدواژه‌ها | ||
| بارندگی؛ گزارش های شهروندان؛ سیلاب شهری؛ یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 123 تعداد دریافت فایل اصل مقاله: 63 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب