پهنه بندی حساسیت به سیلاب در حوزه آبخیز قره قوم
نویسندگان
1 مرکز پژوهشی علوم جغرافیا و مطالعات اجتماعی، دانشگاه حکیم سبزواری. سبزوار، ایران
2 مرکز پژوهشی علوم جغرافیا و مطالعات اجتماعی، دانشگاه حکیم سبزواری. سبزوار، ایران
doi
10.22034/jargs.2024.478013.1142چکیده
هدف: سیل از جمله مخاطرات طبیعی اصلی است که باعث خسارات اقتصادی و اجتماعی میشود. حوزه آبخیز قره قوم در استان خراسان رضوی به دلیل شرایط اقلیمی، توپوگرافی و ویژگیهای فیزیوگرافی مستعد سیلهای خطرناک است. اکثر رودخانههای این حوزه فصلی هستند و منجر به سیلهای شدید گاه به گاه میشوند. بنابراین، این مطالعه با هدف پهنهبندی حساسیت به وقوع سیل در حوضه آبخیز قره قوم انجام شد.روش و داده: در این تحقیق از مدلهای یادگیری ماشین شامل مدل جنگل تصادفی (RF) و مدل درختهای طبقهبندی و رگرسیون (CART) برای پهنهبندی خطر سیلاب استفاده شد. از میان ۱۱۷ رخداد سیلاب، ۷۰درصد آن برای آموزش و ۳۰ درصد برای اعتبارسنجی در نظر گرفته شد. پارامترهای کاربری اراضی، درجه شیب، زمینشناسی، فاصله از آبراهه، نقشه رقومی ارتفاع، جهت شیب، ژئومورفولوژی، خاکشناسی، شکل انحنای زمین، نیمرخ انحنای زمین، بارندگی و شاخص رطوبت توپوگرافی به عنوان فاکتور مؤثر در نظر گرفته شد. در نهایت برای ارزیابی مدلها، از سطح زیر منحنی ROC و نیز شاخص Tolorance استفاده شد.یافتهها: نتایج حاصل از مدل RF بیانکننده آن است که متغیرهای فاصله از رودخانه، بارندگی و ارتفاع و در مدل CART نیز، ارتفاع، فاصله از رودخانه و بارندگی بیشترین تأثیر را بر حساسیت سیل داشتند. مساحتهای تحت پوشش کلاسهای خیلی کم، کم، متوسط، زیاد و خیلی زیاد در مدل CART بهترتیب ۹، ۲۹/۸، ۲۱/۹، ۳۲/۴ و ۶/۹ درصد است. این نتایج برای مدل RF بهترتیب ۱۱/۴۸، ۲۴/۸، ۲۸/۷، ۲۴و ۱۱ درصد است.نتیجهگیری: سطح زیر منحنی (AUC) در مدل CART معادل ۰/۹۱ و مدل RF معادل ۰/۸۷ است. بهطوری که بر اساس نرخ پیشبینی، مدل CART برابر ۰/۸۸ و مدل RF معادل ۰/۸۳ به دست آمد. نتایج بیانکننده آن است که مدل CART عملکرد بهتری نسبت به مدل RF دارد.نوآوری، کاربرد نتایج: پهنهبندی حساسیت به سیل و تعیین عوامل مؤثر با استفاده از روشهای یادگیری ماشین از نکات مهم این تحقیق در منطقه مورد مطالعه است. این پژوهش کمک زیادی به برنامهریزان و سیاستگذاران در مدیریت بلایای طبیعی برای شناسایی پهنههای خطر سیل و کاهش خسارات اقتصادی و مالی آینده ناشی از آن میکند.