تعداد نشریات | 161 |
تعداد شمارهها | 6,572 |
تعداد مقالات | 71,031 |
تعداد مشاهده مقاله | 125,501,251 |
تعداد دریافت فایل اصل مقاله | 98,764,630 |
کاهش پهنۀ خطر سیل در حوضۀ دشت کاشان از طریق اجرای سناریوی آمایش خطرمدار | ||
مدیریت مخاطرات محیطی | ||
مقاله 6، دوره 6، شماره 3، مهر 1398، صفحه 271-285 اصل مقاله (889.23 K) | ||
نوع مقاله: پژوهشی کاربردی | ||
شناسه دیجیتال (DOI): 10.22059/jhsci.2019.285855.491 | ||
نویسندگان | ||
ملیحه سادات حمصی1؛ داریوش یاراحمدی* 2؛ مجید اونق3؛ علی اکبر شمسی پور4 | ||
1دانشجوی دکتری اقلیمشناسی، دانشکدۀ علوم انسانی، دانشگاه لرستان، خرمآباد، ایران | ||
2دانشیار، دانشکدۀ علوم انسانی، دانشگاه لرستان، خرمآباد ، ایران | ||
3استاد، دانشکدۀ مرتع و آبخیزداری، دانشگاه گرگان، گرگان، ایران | ||
4دانشیار، دانشکدۀ جغرافیا، دانشگاه تهران، تهران، ایران | ||
چکیده | ||
هرساله سطح وسیعی از کشور تحت تأثیر طغیان آب رودخانهها و جاری شدن سیلاب قرار میگیرد. اجرای برنامههای آمایشی در راستای مدیریت خطر سیل با تشخیص پتانسیلها و محدودیتهای موجود در هر حوضه و تلاش برای کاهش سیلاب و افزایش بهرهوری اراضی تأثیرات چشمگیری دارد. هدف اصلی این تحقیق، معرفی رویکرد جدید آمایش خطرمدار با توجه به پهنۀ خطر سیل، در حوضۀ آبخیز دشت کاشان است. بهمنظور تهیۀ نقشۀ احتمال و حساسیت سیل حوضه با استفاده از مدل EBF، از پارامترهای طبقات ارتفاعی، درصد شیب، انحنای زمین، شاخص رطوبت توپوگرافی، توان آبراهه، میانگین بارندگی، فاصله از رودخانه، سنگشناسی، نوع خاک و کاربری اراضی در حوضۀ دشت کاشان استفاده شد. ابتدا همۀ پارامترها با استفاده از نرمافزار Arc GIS10.4 با فرمت رستری تهیه شدند. برای تهیۀ نقشۀ کاربری سالهای 1985 و 2017 از تصاویر ماهوارهای لندست 5 (MSS) و 8 (OLI) و نرمافزار ENVI5.3 و الگوریتم حداکثر احتمال استفاده شد. سپس نقشۀ موقعیت جغرافیایی 213 نقطۀ سیلگیر در منطقه تهیه شد. نقاط بهصورت تصادفی به گروههایی متشکل از 149 نقطه (70 درصد) و 64 نقطه (30 درصد) بهترتیب برای واسنجی و اعتبارسنجی تقسیم شدند و بعد از آن احتمال رخداد سیل برای هر طبقه از پارامترها محاسبه شد. وزنهای بهدستآمده در لایههای مربوط اعمال شد و با استفاده از توابع رویهمگذاری نقشۀ نهایی پهنهبندی خطر سیل بهدست آمد. سپس عوامل مؤثر در سیل، در دو دستۀ معیارها و محدودیتها، براساس توابع فازی استانداردسازی و با استفاده از روش AHP وزندهی و با مدل WLC رویهمگذاری شدند. در نهایت نقشۀ نهایی آمایش خطرمدار براساس کاربری سالهای 1985 و 2017 بهدست آمد. نتایج نشان داد که در نقشههای آمایش خطرمدار هر دو سال، کاربری حفاظت بیشترین درصد (بهترتیب 69 و 7/68 درصد) و کاربری کشاورزی با طبقۀ متوسط، کمترین درصد (بهترتیب 05/0 درصد و 014/0 درصد) از مساحت حوضۀ دشت کاشان را دارا هستند. | ||
کلیدواژهها | ||
حوضۀ آبخیز دشت کاشان؛ خطر سیل؛ مدل آمایش خطرمدار؛ مدل EBF | ||
مراجع | ||
[1]. اونق، مجید (1388). «الزامات آمایشی مدیریت پایدار خطرات طبیعی در مقیاس آبخیز: یک مدل خطرمدار پیشنهادی»، پنجمین همایش ملی علوم و مهندسی آبخیزداری ایران (مدیریت پایدار بلایای طبیعی)»، دانشکدۀ علوم کشاورزی و منابع طبیعی گرگان. 3-2 اردیبهشت. [2]. پریسای، زهرا؛ اونق، مجید؛ بردی شیخ، واحد؛ و بهرهمند، عبدالرضا (1396). «ارزیابی اثر سناریوی کاربری آمایشی در خطر و خسارت سیل حوضۀ آبخیز سد بوستان»، مدیریت بحران، دورۀ 6، ش11: 143-133. [3]. حسام، رسول؛ ضرابی، اصغر؛ و تقوایی، مسعود (1398). «پتانسیلسنجی خطر سیلاب شهری با رویکرد توسعۀ شهری ایمن (مطالعۀ موردی: شهر گنبد کاووس)»، مدیریت مخاطرات محیطی (دانش مخاطرات سابق)، 6(1)، ص 32-17. [4]. دارابی، حمید؛ شاهدی، کاکا؛ و مردیان، مهدی (1395). «تهیۀ نقشههای خطر احتمال و حساسیت سیل با استفاده از روش نسبت فراوانی در حوزۀ آبخیز پل دوآب شازند»، نشریۀ علمی پژوهشی مهندسی و مدیریت آبخیز، جلد 8، ش 1، ص 79-68. [5]. رجبی، محمدرضا؛ منصوریان، علی؛ طالعی، محمد (1390). مقایسة روشهای تصمیمگیری چندمعیارۀ AHP، AHP_OWA و Fuzzy AHP_ OWA برای مکانیابی مجتمعهای مسکونی در شهر تبریز، محیطشناسی، سال 37، ش 57، ص 77-92. [6]. سپهری، مهدی؛ ایلدرومی، علیرضا؛ فرخزاده، بهنوش؛ و نوری، حمید (۱۳۹۴). «ارزیابی ریسک سیل در شهر تاریخی همدان، کنفرانس بین المللی دستاوردهای نوین پژوهشی در مهندسی عمران، معماری و شهرسازی»، تهران - مؤسسۀ آموزش عالی نیکان، دانشگاه تهران. [7]. سعدالدین، امیر (1388). تجزیهوتحلیل سناریوهای: مدیریتی یک پروتوتیپ سیستم پشتیبان تصمیم شبکههای بیزین برای مدیریت شوری. پنجمین همایش ملی علوم مهندسی منابع آبخیزداری ایران (مدیریت پایدار بلایای طبیعی)، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، 12-3 اردیبهشت. [8]. کرم، عبدالامیر (1383). «کاربرد مدل ترکیب خطی وزین (WLC) در پهنهبندی پتانسیل وقوع زمینلغزش. مطالعۀ موردی؛ منطقۀ سرخون در استان چهارمحال و بختیاری»، مجلۀ جغرافیا و توسعه، دورۀ 2، ش 4، ص 146-131. [9]. گودرزی، محمدرضا؛ و فاتحیفر، آتیه (1398). «پهنهبندی خطر سیلاب در اثر تغییرات اقلیمی تحت سناریو RCP8.5 با استفاده از مدل هیدرولوژیکی SWAT در محیط GIS (حوضۀ آذرشهرچای)»، نشریۀ تحقیقات کاربردی علوم جغرافیایی، سال 19، ش 53، ص 117-99. [10]. محمدی، شاهین؛ حبشی، خلیل؛ و پورمنافی، سعید (1397). «پایش و پیشبینی تغییرات کاربری/ پوشش اراضی و ارتباط آن با خشکسالی (مطالعۀ موردی: زیرحوزۀ پارسل B2، حوزۀ آبخیز زایندهرود)»، سنجش از دور و سامانۀ اطلاعات جغرافیایی در منابع طبیعی، دوره 9، ش 1، ص 39-24. [11]. مزیدی، مریم؛ و خوشروش، مجتبی (1395). «تأثیر تغییر اقلیم بر فراوانی سیل حوضۀ گرگانرود با استفاده از آنالیز مرتبه اول مدل هیدرولوژیک بارش-رواناب»، نشریۀ پژوهشهای کاربردی علوم آب، سال دوم، ش 2، ص 44-35. [12]. نوحانی، ابراهیم؛ معروفینیا، ادریس؛ و خسروی، خهبات (1396). پتانسیلیابی منابع آب زیرزمینی دشت الشتر توسط مدل تابع شواهد قطعی، نشریۀ آبیاری و زهکشی ایران، ش 4، ج 11، ص 707-698. [13]. Glavovic, B. C; Saunders, W. S. A; Becker, J. S. (2010). “Land-use planning for natural hazards in New Zealand: the setting, barriers, ‘burning issues’ and priority actions”, Natural Hazards, 54(3), pp: 679-706. https://doi.org/10.1007/s11069-009-9494-9 [14]. Khosravi, Khabat; Nohani, Ebrahim; Maroufinia, Edris; Prakash,Indra; & Tien Bu, Dieu (2016). “A comparative assessment of decision trees algorithms for flash flood susceptibility modeling at Haraz watershed, northern Iran”, Sience of the total environment,627,pp:744-755. [15]. Khosravi, Khabat; Nohani, Ebrahim; Maroufinia, Edris; & Pourghasemi, Hamid Reza (2016). “A GIS-based flood susceptibility assessment and its mapping in Iran: a comparison between frequency ratio and weights-of-evidence bivariate statistical models with multi-criteria decision-making technique”, Natural Hazards, 83(2), pp: 947–987. [16]. Khosravi, Khabat.; Panahi, Mahdi.; BinAhmad, Baharin.; & Saro, Lee (2018). “Land Subsidence Susceptibility Mapping in South Korea Using Machine Learning Algorithms”, Sensors , 18, 2464, pp:1-20. doi:10.3390/s18082464 [17]. Lee, M.-J.; Kang, J.-E.; Jeon, S. (2012). “Application of frequency ratio model and validation for predictive flooded area susceptibility mapping using GIS”, 2012 IEEE International Geoscience and Remote Sensing Symposium. IEEE, pp: 895–898. [18]. Li, Zh.; Liu, W.zh.; Zhang, X.ch.; Li, Zh.; Liu, W.zh.; Zhang, X.ch.; & Li zheng, F. (2009). “Impacts of land use change and climate variability on hydrology in an agricultural catchment on the Loess Plateau of China”, Journal of Hydrology, 377(1-2), pp: 35-42. [19]. LIU, Yue.; Cheng, Qiuming.; XIA, Qinglin.;Wang, Xinqing, Wang (2014). “The use of evidential belief functions for mineral potential mapping in the Nanling belt, South China”, Front Earth Science, Vol 9, Issue 2:342–https://doi.org/10.1007/s11707-014-0465-4 [20]. Malekian,Arash; & Azarnivand, Ali. (2016). “Application of Integrated Shannon’s Entropy and VIKOR Techniques in Prioritization of Flood Risk in the Shemshak Watershed, Iran”, Water Resources Management, 30(1),pp:409-425. https://doi.org/10.1007/s11269-015-1169-6 [21]. Niehoff, D.; Fritsch, U.; Bronstert, A. (2002). “Land-use impacts on storm-runoff generation: scenarios of land-use change and simulation of hydrological response in a meso-scale catchment in SWGermany”, Journal of Hydrology, 267(1-2), pp: 80-93 [22]. Rahmati, Omid; Pourghasemi,Hamid Reza; & Zeinivand,Hossein. (2016). “Flood susceptibility mapping using frequency ratio and weights-of-evidence models in the Golastan Province, Iran”, Geocarto International, 31(1), pp:42-70. https://doi.org/10.1080/10106049.2015.1041559 [23]. Rahmati,Omid; Zeinivand, Hossein; & Besharat, Mosa . (2016). “Flood hazard zoning in Yasooj region, Iran,using GIS and multi-criteria decision analysis”, [24]. Shafapour Tehrany M.; Shabani F.; Neamah Jebur M.; Hong H.; Chen, W.; & Xie, X. (2017). “GIS- based spatial prediction of flood prone areas using standalone frequency ratio, logistic regression, weight of evidence and their ensemble techniques”, Geomat Nat Hazard Risk, 8, pp:1538–1561. [25]. Shi, Pei-Jun;Yuan, Yi; Zheng,Jing;Wang,Jing-Ai;Ge,Yi; & Qiu,Guo-Yu. (2007). “The effect of land use/cover change on surface runoff in Shenzhen region, China”, CATENA, 69(1), pp:31-35. https://doi.org/10.1016/j.catena.2006.04.015 [26]. Siahkamari, Safura; Haghizadeh, Ali; Zeinivand, Hossein; Tahmasebipour Naser; & Rahmati,Omid. (2018). “Spatial prediction of flood-susceptible areas using frequency ratio and maximum entropy models”, Journal of Geocarto International,Vol33,Issue9, pp:927-941. https://doi.org/10.1080/10106049.2017. 1316780 [27]. Youssef, A.M.; Pradhan, B.; Pourghasemi, H.R.; & Abdullahi, S., (2015), “Landslide susceptibility assessment at Wadi Jawrah Basin, Jizan region, Saudi Arabia using two bivariate models in GIS”, Geosci. J. 19, 449. [28]. Youssef, A.M.; Pradhan, B.; & Sefry, S.A. (2016). “Flash flood susceptibility assessment in Jeddah city (Kingdom of Saudi Arabia) using bivariate and multivariate statistical models. Environ”, Earth Sci. 75, 12.
| ||
آمار تعداد مشاهده مقاله: 483 تعداد دریافت فایل اصل مقاله: 386 |