فهرست نشریات علمی دسترسی آزاد ایران

سیل از رایج‌ترین بلایای طبیعی است و خسارت‌های مالی و جانی فراوانی به جای می‏گذارد. اگرچه میزان بارندگی در بسیاری از مناطق ایران کم است، در بسیاری از مناطق، بیشترین میزان بارندگی سالانه تنها در یک روز یا مدت کوتاهی رخ می‏دهد که منجر به سیل می‏شود. آب روان در جریان سیل به دلیل ساختار زمین‌شناسی و همچنین، تخریب اکوسیستم می‏تواند بسیار آلوده باشد و اغلب گل‌و‌لای زیادی به همراه دارد که بر خسارت‌های سیل می‏افزاید. برای کاهش خسار‌ت‌های احتمالی سیل، برنامه‏ریزان و تصمیم‏گیرندگان باید از زمان و مکان وقوع سیل آگاه باشند. این امر مستلزم استفاده از روش‏های جدید پیش‏بینی سیل و جلوگیری از خسارت‏های آن است. در این مطالعه، از روش یادگیری ماشین درخت تصادفی یا Random Forest (RF) برای پیش‌بینی مکان وقوع سیل در شهر مشهد استفاده شد و عملکرد آن مورد بررسی قرار گرفت. همچنین تأثیر هر یک از عوامل ارتفاع و شیب متوسط حوضه، جهت شیب، شاخص رطوبت توپوگرافی، شاخص ‏خشکسالی، فاصله از آبراهه‏ها، زمین‏شناسی، کاربری اراضی، تراکم آبراهه‏ها، آبراهه‏ها و میزان بارش حداکثر متوسط سالانه در این پیش‏بینی مورد بررسی قرار گرفت. نتایج ارزیابی خروجی مدل RF نشان داد مقدار AUC95 درصد است. به طور کلی، نتایج نشان داد مدل RF دارای دقت زیادی در تعیین مناطق حساس به وقوع سیل در حوضۀ شهر مشهد است.