ارزیابی خطر سیل‌خیزی در حوضه آبخیز رودخانه زشک شاندیز با استفاده از مدل‌سازی بر مبنای سنجش‌ازدور و روش تحلیل سلسله‌مراتبی-فازی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب دانشکده کشاورزی دانشگاه فردوسی مشهد

2 استاد، گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد

3 پسادکتری در دانشگاه آنتاریوی غربی

چکیده

در این تحقیق، به‌منظور ارزیابی خطر سیل‌خیزی حوزه آبخیز زشک شاندیز در استان خراسان رضوی، از مدل تلفیقی تحلیل سلسله مراتبی-فازی استفاده گردید که دربرگیرنده مراحل مختلف نظیر شامل امتیاز‌دهی زوجی معیارها و زیرمعیارها بر اساس نظرات کارشناسی، فازی‌سازی امتیازات، اختصاص وزن‌های فازی و تلفیق نهایی عوامل می‌باشد. بدین‌منظور، 15 شاخصِ مورفومتریک (ارتفاع، شیب، جهت شیب، انحنای طولی و عرضی دامنه، شاخص RSP، شاخص TRI)، توپوهیدرولوژیک (جریان تجمعی، فاصله از آبراهه، شاخص HAND، شاخص TWI، شاخص SPI)، ادافیکی (شماره منحنی)، پوشش گیاهی (شاخص NDVI) و اقلیمی (شاخص بارش) تولید و در فرآیند مدلسازی مورد استفاده قرار گرفت. در نتیجه این تحقیق، از بین عوامل موثر در سیل‌خیزی، آبراهه‌ها به عنوان بستر اصلی رخدادهای سیل، عامل بارش به عنوان کلیدی‌ترین محرکه اقلیمی سیل و متغیرهای هیدرولوژیک، ادافیک و بوتانیک حاکم بر حوزه آبخیز نظیر جریان تجمعی، شماره منحنی و شاخص تفاضل نرمال شده پوشش گیاهی، به ترتیب با وزن‌های فازی شده 072/0، 071/0، 07/0، 068/0 و 067/0، به عنوان مهم‌ترین عوامل در محدوده مطالعاتی شناسایی شدند. نتایج پهنه‌بندی پتانسیل مکانی سیل‌خیزی در محدوده مطالعاتی حاکی از آن است که حدود 5/27 درصد (1873 هکتار) از سطح حوضه در کلاس‌های خطر سیل‌خیزی زیاد و خیلی‌زیاد قرار گرفته‌اند. توزیع مکانی کلاس‌های خطر بالای سیل‌خیزی در بالادست و پایین‌دست بیانگر لزوم اجرای توأم اقدامات مدیریتی نرم در بالادست (بیولوژیک و بیومکانیکی) و سخت (مکانیکی) در پایین‌دست حوضه است. همچنین، آموزش ساکنین در مورد مفاهیم خطر و ریسک سیل در کلیه مناطق اعم از کلاس‌های خطر خیلی‌کم تا خیلی‌زیاد پیشنهاد می‌گردد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessing Flood Susceptibility by Adopting Remote Sensing Techniques and Fuzzy-AHP Method (Case Study: Zoshk Watershed, Shandiz)

نویسندگان [English]

  • Homeyra shamkoueyan 1
  • kamran Davary 2
  • Mohammad Fereshteh poor 3
1 agricultural faculty of ferdowsi university
2 Professor, Department of Water Engineering, Ferdowsi University of Mashhad
3 Postdoctoral Associate at University of Western Ontario
چکیده [English]

This study sets out to assess flood susceptibility in the Zoshk watershed, Razavi Khorasan, using the coupled fuzzy-AHP method, which incorporated different stages including rate assignment to criteria and sub-criteria based on expertise, fuzzification of rates, fuzzified weight assignment, and ultimately superimposing the layers. To this end, fifteen thematic maps of different characteristics were generated and used as inputs to the modeling process, including morphometric (DEM, slope, aspect, planar and profile curvatures, RSP, TRI), topo-hydrologic (flow accumulation, proximity to streams, HAND, TWI, SPI), edaphic (curve number), vegetation (NDVI), and climatic (precipitation) factors. Results revealed that among the adopted flood controlling factors, the factor of proximity to streams as the mainstream and a key driver to flood events plays the most critical role in the study area, followed by flow accumulation, curve number, and normalized difference vegetation index (NDVI) (topo-hydrologic, edaphic, and botanic, accordingly) with the respective fuzzified weights of 0.072, 0.071, 0.07, 0.068, and 0.067. The results of flood susceptibility zonation attest that 27.5% (1873 ha) of the entire study area falls within the very high and high susceptibility classes. The spatial distribution of high flood susceptibility classes in upstream and downstream sectors indicates that soft engineering techniques (biologic and biomechanical measures) in upstream and hard mechanical engineering measures in downstream areas should be concurrently considered. Additionally, educating the local communities about the concepts of flood hazard and risk should be considered across the entire area, from the lowest to the highest susceptible parts of the study area.

کلیدواژه‌ها [English]

  • flood hazard
  • flood risk
  • ensembled flood modeling
  • Morphometric index