کارایی مدل ترکیبی نسبت فراوانی-ماشین بردار پشتیبان در شناسایی مناطق مستعد سیل آبخیز کلات

جاری شدن سیل آثاری منفی بر محیط زیست، اقتصاد، جوامع انسانی و صنعت دارد. امروزه، کاربرد مدل های پیشرفته سیلاب برای شناسایی مناطق حساس و بهبود سیستم مدیریت سیل رشد چشمگیری داشته است. در این میان، تعدادی از محققان با ترکیب برخی مدل ها به نتایج قابل قبولی برای شناسایی مناطق مستعد سیل دست یافتند. از آنجا که آبخیز کلات از منظر سیلاب به خصوص سیلاب های اخیر سال 1398 جزء مناطق پرخطر استان خراسان رضوی محسوب می شود و تا کنون نیز در آن از تکنیک های پیشرفته برای برآورد احتمال وقوع سیل استفاده نشده است، بنابراین مدل ترکیبی نسبت فراوانی- ماشین بردار پشتیبان FR-SVM برای مدل سازی سیلاب انتخاب شده و با مدل مستقل SVM مقایسه شد. پس از بررسی های صورت گرفته 73 نقطه سیل گیر ثبت شده و 15 عامل موثر بر وقوع سیل شامل بارش سالانه، زمین شناسی، کاربری اراضی/پوشش زمین، طول شیب، فاصله از رودخانه، تحلیل سایه پستی و بلندی ها، ارتفاع، شاخص همگرایی، تحدب و تعقر طولی و عرضی، شیب، شاخص قدرت جریان، شاخص زبری توپوگرافی، شاخص رطوبت توپوگرافی و عمق دره، در نظر گرفته شد. ارزیابی مدل ها توسط معیارهای مختلف سنجش دقت از جمله ضریب کاپا، ریشه میانگین مربعات خطا، منحنی مشخصه عملکرد سیستم و منحنی میزان پیش بینی، صورت گرفت. مدل FR-SVM با منحنی میزان پیش بینی 8862/0، دقت زیاد و کارایی بهتری را نسبت به SVM نشان داد. این نتایج می تواند برای مدیریت مناطق آسیب پذیر سیل و سایر کاربردهای منابع طبیعی استفاده شود.