پهنه‌بندی خطر سیل در مناطق خشک با استفاده از مدل ترکیبی AHP-FUZZY در شهرستان دشتی، جنوب ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه ژئوفیزیک، دانشکده علوم و فناوری نانو و زیستی، دانشگاه خلیج فارس، بوشهر، ایران

2 استادیار، گروه علوم زمین، دانشکده علوم و فناوری‌های نوین، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

10.29252/aridbiom.2024.21525.2011

چکیده

سیل به عنوان شایع‌ترین بلای طبیعی در سراسر جهان در سال‌های اخیر در نظر گرفته شده است. تهیه نقشه‌های پتانسیل خطر سیل برای مدیریت و کاهش خطر سیل لازم و ضروری است. تغییرات اقلیمی و تغییر مسیر رودخانه و مسیل‏ها در مناطق خشک سبب گسترش سیلاب‏ها شده است. هدف از این پژوهش، ارزیابی و پهنه‌بندی مناطق دارای خطر سیلاب با استفاده از رویکرد ترکیبی استفاده از مدل تحلیل سلسله مراتبی- فازی (AHP-FUZZY) در شهرستان دشتی در استان بوشهر است. پارامترهای استفاده شده در این پژوهش عبارتند از لایه های بارش، ارتفاع از سطح دریا، شیب، تراکم شبکه زهکشی، کاربری اراضی، زمین‌شناسی و خاک که این لایه ها در محیط ARC GIS تهیه و طبقه‌بندی شده‌اند. سپس بر اساس روش AHP در نرم‌افزار AHP SOLVER وزن‌دهی و به کمک مدل فازی، لایه‌ها فازی شده‌اند و سرانجام با تلفیق روش AHP-FUZZY نقشه ارزیابی و پهنه‌بندی خطر سیل به‌دست آمده است. نتایج حاصل از پهنه‌بندی سیلاب نشان می‌دهد که شهرستان دشتی از لحاظ آسیب‌پذیری به پنج طبقه تقسیم می‌شود که ۵/۶ درصد از منطقه در محدوده خطر بسیار بالا و ۹/۲۷ درصد از منطقه در محدوده خطر بالا قرار دارد. نتایج نشان می دهد بتحلیل نقشه های نهایی نشان می دهد که یشترین پتانسیل خطر سیل مربوط به شهرهای خورموج، سنا و شنبه می باشد. تلفیق روش AHP-FUZZY قابلیت بالایی در ارزیابی و پهنه‌بندی خطر سیل دارد لذا آگاهی از پتانسیل سیل‌خیزی منطقه می‌تواند در هنگام رخداد سیلاب در جهت تدوین برنامه های مدیریت سیلاب مؤثر واقع شود.

کلیدواژه‌ها

موضوعات


[1]. Alesheikh, A. A., & Omidvari, M. (2012). Application of GIS in urban traffic noise pollution. International Journal of Occupational hygiene, 2(2), 79-84.
[2]. Bouamrane, A., Derdous, O., Dahri, N., Tachi, S.-E., Boutebba, K., & Bouziane, M. T. (2020). A comparison of the analytical hierarchy process and the fuzzy logic approach for flood susceptibility mapping in a semi-arid ungauged basin (Biskra basin: Algeria). International Journal of River Basin Management, 20(2), 203–213. doi: 10.1080/15715124.2020.1830786
 [3]. Change, L. F., Lin, C. H., & Su, M. D. (2008). Application of geographic weighted regression to establish flood-damage functions reflecting spatial variation. Water SA, 34(2), 16-29. doi: 10.4314/wsa. v34i2.183641  
[4]. Chen, J., Zhao, S., & Wang, H., (2011). Risk Analysis of Flood Disaster Based on Clustering Method. Energy Procedia, 5, 1915-1919. doi: 10.1016/j.egypro.2011.03.329
[5]. Chitsazan, M., Dehghani, F., Rastmanesh, F., & Mirzaei, Y. (2013). Solid waste disposal site selection using spatial information technologies and Fuzzy-AHP logic: (Case study: Ramhormoz). Journal of Applied RS & GIS Techniques in Natural Resource Science, 4(1), 39-55. [in Farsi]
[6]. Dadrasi, A. G., & khosroshahi, M. (2008). Desertification control via identification of suitable areas for flood control by application of conceptual models. Iranian Journal of Range and Desert Research, 15(2), 227-241. [in Farsi]
[7]. Das, S. (2020). Flood susceptibility mapping of the Western Ghat coastal belt using multi-source geospatial data and analytical hierarchy process (AHP). Remote Sensing Applications: Society and Environment, 20, 100379. doi: 10.1016/j.rsase.2020.100379
[8]. Das, S. (2018). Geographic information system and AHP-based flood hazard zonation of Vaitarna basin, Maharashtra, India. Arabian Journal of Geosciences, 11(19), 1-13. doi: 10.1007/s12517-018-3933-4
[9]. Feng, L. H., & Lu, J. (2010). The Practical Research on Flood Forecasting Based on Artificial Neural Networks. Expert Systems with Applications, 37(4), 2974-2977. doi: 10.1016/j.eswa.2009.09.037
[10]. Ghanavati, E., & Delfani-goudarzi, F. (2013). The Optimum Location Regarding Agriculture Development with Emphasis on Physical-natural Parameters in Boroojerd. Journal space economy & rural development, 2(2), 15-32.
[11]. Hooijer, A., Klijn, F., Pedroli, G.B.M., & Van Os, A.G. (2004). Towards sustainable flood risk management in the Rhine and Meuse River basins: Synopsis of the findings of IRMA-SPONGE. River Research and Applications, 20, 343-357. doi: 10. 10.1002/rra.781
[12]. Ibrahim-Bathis, K., & Ahmed, S. A. (2016). Geospatial technology for delineating groundwater potential zones in Doddahalla watershed of Chitradurga district, India. The Egyptian Journal of Remote Sensing and Space Science, 19(2), 223-234. doi: 10.1016/j.ejrs.2016.06.002
[13]. Jia, J., Wang, X., Hersi, N. A. M., & Zhao, W., & Liu, Y. (2019). Flood-Risk Zoning Based on Analytic Hierarchy Process and FUZZY Variable Set Theory. Natural Hazards Review, 20(3), 04019006. doi: 10.1061/(ASCE)NH.1527-6996.0000329
[14]. Kulimushi, L. C., Choudhari, P., Maniragaba, A., Elbeltagi, A., Mugabowindekwe, M., Rwanyiziri, G., and Singh, S. K. (2021). Erosion risk assessment through prioritization of sub-watersheds in Nyabarongo river catchment, Rwanda. Environmental Challenges, 5, 100260. doi: 10.1016/j.envc.2021.100260
[15]. Lee, S. (2007). Application and verification of FUZZY algebratic operators to landslide susceptibility mapping. Environmental Geology, 50, 847-855. doi: 10.1007/s00254-006-0491-y
[16]. Mapping and modelling mass movements and gullies in mountainous areas using remote sensing and GIS techniques Zinck J.A., Lopez J., Metternicht G.I., Shrestha D.P., Vazquez-Selem L. (2001), International Journal of Applied Earth Observation and Geoinformation, 2001 (1), 43-53. doi:10.1016/S0303-2434(01)85020-0
[17]. Malik, S., Pal, S. C., Chowdhuri, I., Chakrabortty, R., Roy, P., & Das, B. (2020). Prediction of highly flood prone areas by GIS based heuristic and statistical model in a monsoon dominated region of Bengal Basin. Remote Sensing Applications: Society and Environment, 19, 100343. doi: 10.1016/j.rsase.2020.100343
[18]. Mehrvarz Moghanlo, K., Feiz nia, S., Ghayomian, J., & Ahmadi, H. (2006). Investigation of Quaternary deposits suitable for floodwater spreading using remote sensing techniques and GIS, Case study: Tassuj plain. Iranian Journal of Range and Desert Research12(4), 437-467. doi: 10.22092/ijrdr.2019.119586 [in Farsi]
[19]. Msabi, M. M., & Makonyo, M. (2021). Flood susceptibility mapping using GIS and multi-criteria decision analysis: A case of Dodoma region, central Tanzania. Remote Sensing Applications: Society and Environment, 21, 100445. doi: 10.1016/j.rsase.2020.100445
[20]. Najafi, E., & Karimi Kerdabadi, M. (2020). Flood Risk Evaluation and Zoning using with AHP-Fuzzy Combined Model with Emphasis on Urban Safety (Case Study: Region 1 of Tehran Municipality). Journal of Geography and Environmental Hazards, 9(2), 43-60. doi: 10.22067/geo. v9i2.86110 [in Farsi]
[21]. Patrikaki, O., Kazakis, N., Kougias, I., Patsialis, T., Theodossiou, N., & Voudouris, K., (2018). Assessing flood hazard at river basin scale with an index-based approach: The case of Mouriki, Greece. Geosciences, 8(2), 1-13. doi: 10.3390/geosciences8020050
[22]. Rahmati, O., Zeinivand. H., & Besharat, M. (2015). Flood hazard zoning in Yasooj region, Iran, using GIS and multi-criteria decision analysis, Geomatics, Natural Hazards and Risk, 7(3), 1000-1017. doi: 10.1080/19475705.2015.1045043
[23]. Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation, McGraw-Hill International Book Company.  
[24]. Sayyad, D., Ghasemieh, H., & Naserianasl, Z. (2024). Prioritization and Spatial Analysis of Flood Potential based on FUZZY-AHP Approach (Case Study: Ghamsar Watershed). Journal of Geography and Environmental Hazards, 12(4), 139-159. doi: 10.22067/geoeh.2022.76678.1226
[25]. Souissi, D., Zouhri, L., Hammami, S., Msaddek, M. H., Zghibi, A., & Dlala, M. (2020). GIS-based MCDM–AHP modeling for flood susceptibility mapping of arid areas, southeastern Tunisia. Geocarto International, 35(9), 991-1017. doi: 10.1080/10106049.2019.1566405
[26]. Tenzin, J., & Bhaskar, A. S. (2020). Flash Flood Hazard Zone Mapping Using GIS: Sarpang. International Journal of New Innovations in Engineering and Technology, 13(1), 7-20.
[27]. Tella, A., & Balogun, A. L. (2020). Ensemble fuzzy MCDM for spatial assessment of flood susceptibility in Ibadan, Nigeria. Natural hazards, 104(3), 2277-2306. doi: 10.1007/s11069-020-04272-6
[28]. Wang, G., Liu, Y., Hu, Z., Zhang, G., Liu, J., Lyu, Y., & Liu, L. (2021). Flood Risk Assessment of Subway Systems in Metropolitan Areas under Land Subsidence Scenario: A Case Study of Beijing. Remote Sensing, 13(4), 637. doi:10.3390/rs13040637
[29]. Wang, G., Liu, Y., Hu, Z., Lyu, Y., Zhang, G., Liu, J., & Zheng, H. (2020). Flood risk assessment based on fuzzy synthetic evaluation method in the Beijing-Tianjin-Hebei metropolitan area, China. Sustainability, 12(4), 1-30. doi: 10.3390/su12041451
[30]. Yamani, M., & Enayati, M. (2006). The analyses of flood data in relation to the geomorphologic specification of Fashand and behjatabad basin. Geography Research, 37(54), 47-57. [in Farsi]
[31]. Yodying, A., Kamonchat, S., Sasithon, C., Polpreecha, C., Nattapon, M., Charatdao, K., and Sarintip, T. (2019). Flood hazard assessment using fuzzy analytic hierarchy process: A case study of Bang Rakam model in Thailand. The 40th Asian Conference on Remote Sensing (ACRS2019), October 2019, Daejeon Convention Center (DCC), Daejeon, Korea, 14-18.
[32]. Ziari, K., Rajai, S. A., & Darabkhani, R. (2021). Flood Zoning Using Hierarchical Analysis andFuzzy Logic in GISCase Study: Ilam City. Emergency Management10(1), 21-30. [in Farsi]