ارزیابی قابلیت مدل تحلیل تفکیک کننده انعطاف پذیر در پیش بینی استعداد سیل گیری حوزه آبخیز زرینه رود

شناسایی مناطق مستعد سیل یکی از اقدامات اساسی در زمینه مدیریت سیل است. در این پژوهش عملکرد مدل تحلیل تفکیک کننده انعطاف پذیر به عنوان یک مدل نوین در پیش بینی سیل گیری با استفاده از داده های واقعی ارزیابی شد. با توجه به سابقه ادواری رخدادهای سیل در حوزه آبخیز زرینه رود استان کردستان، این آبخیز به عنوان منطقه مورد مطالعه انتخاب شد. ۱۳ فاکتور محیطی (مختلف که تاثیر زیادی بر رخداد سیل گیری دارند، به عنوان متغیرهای مستقل انتخاب شدند. این عوامل شامل ارتفاع، شیب، جهت دامنه، انحنای سطح، انحنای مقطع، شاخص توان جریان، شاخص رطوبت توپوگرافی، میانگین بارندگی سالانه، سنگ شناسی، فاصله از آبراهه، تراکم زهکشی، کاربری اراضی و بافت خاک بوده است. موقعیت رخدادهای سیل گیری نیز از پایگاه اطلاعات سازمان های مربوطه دریافت شد. داده های مکانی سیل گیری به شکل تصادفی به دو گروه آموزش و اعتبارسنجی با نسبت ۷۰:۳۰ تقسیم شدند. پس از اجرای مدل بر اساس داده های گروه آموزش، نقشه استعداد سیل گیری تولید شد. اعتبارسنجی نتایج مدل با استفاده از دو شاخص سطح زیر منحنی مشخصه عملکرد گیرنده (AUROC) و آماره مهارت صحیح (TSS) بررسی و آزمون شد. نتایج نشان داد که مدل تحلیل تفکیک کننده انعطاف پذیر با مقدار AUROC برابر با ۹۶/۰ و TSS برابر با ۸۶/۰ عملکرد بسیار خوبی در تولید نقشه استعداد سیل گیری داشت. بر اساس نتایج، حدود ۱۴ درصد (۶۲ هزار هکتار) از محدوده مطالعاتی در پهنه استعداد سیل گیری زیاد و خیلی زیاد قرار گرفت که شامل پهنه های شمالی، شمال غربی و جنوب شرقی آبخیز می شود. تحلیل های مکانی نقشه پهنه بندی استعداد سیل گیری نشان داد که در مجموع ۲۵۸۹۷ هکتار (۱۲/۱۸ درصد) از اراضی کشاورزی، ۳۴۳ هکتار (۹۱/۵۰ درصد) از اراضی باغی و ۲۱۲۶ هکتار (۹۳/۳۹ درصد) از مناطق مسکونی در کلاس های استعداد زیاد و خیلی زیاد قرار گرفته اند. یافته های این پژوهش اثبات نمود که مدل تحلیل تفکیک کننده انعطاف پذیر امکان پردازش اطلاعات محیطی متنوع و حجیم را برای پیش بینی استعداد سیل گیری حوزه های آبخیز فراهم نموده و کارائی بالایی در این زمینه دارد. وضعیت استعداد سیل گیری حوزه آبخیز زرینه رود مشخص شده و لازم است قسمت های بحرانی توسط مدیران در اولویت اول برنامه های مدیریت سیلاب قرار گیرند.

Keywords:

مشخصه عملکرد گیرنده , آماره مهارت صحیح , شاخص مورفومتریک , مدیریت سیلاب , یادگیری ماشین