ارزیابی کارایی مدل‏ های ویکور، L-THIA و شبکه عصبی مصنوعی در تحلیل منطقه‏ ای سیلاب (مطالعه موردی: استان خراسان رضوی)

با توجه به شرایط طبیعی ایران، بی توجهی به موضوع سیلاب‏‏ها می‏تواند خسارت‏های جبران ناپذیری به بار آورد که در این میان، برآورد سیلاب و پهنه ‏بندی نواحی سیل گیر اهمیت بسیار زیادی در کنترل خطرات دارد. بنابراین، پهنه ‏بندی بر اثر تغییرات اقلیمی، امری ضروری است. از این رو، در پژوهش حاضر به منظور بررسی خطر‏پذیری سیلاب در حوضه‏ های منتخب خراسان رضوی با استفاده از مدل ویکور، L-THIA و شبکه عصبی مصنوعی انجام شده است. سپس، از متغیرهای چهارده گانه موثر بر وقوع سیلاب شامل اقلیم، کاربری اراضی، ارتفاع، تراکم زهکشی، واحدهای ژیومورفولوژی، لیتولوژی، ارتفاع رواناب، نفوذپذیری، شیب و جهت آن، فاصله از آبراهه، بارش، دما و خاک استفاده شده است. نتایج نشان داد از میان عوامل نامبرده، پارامترهای اقلیم، کاربری اراضی، شیب، تراکم زهکشی، فاصله از آبراهه، بارش، خاک و واحدهای ژیومورفولوژی بر اساس محاسبات آماری تاثیر بیشتری را در وقوع سیلاب دارند. ارزیابی کمی و کیفی نتایج با استفاده از آماره ‏های گوناگون نشان داد مدل ‏L-THIA‏، با گامای 8/0 بیشترین مقدار همبستگی را با لایه‏ های اولیه دارد و از دقت و کارایی بیشتری نسبت به دو مدل ویکور و شبکه عصبی مصنوعی در پیش ‏بینی سیلاب برخوردار است.