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.
آزمون گاما ، پهنه بندی ، حوضه های آبریز ، سیلاب ، مدلسازی
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.