تعداد نشریات | 49 |
تعداد شمارهها | 1,846 |
تعداد مقالات | 19,522 |
تعداد مشاهده مقاله | 9,314,309 |
تعداد دریافت فایل اصل مقاله | 6,545,494 |
ظرفیتسنجی میزان خطرپذیری سکونتگاههای حوضۀ آبریز تهلابِ سیستان و بلوچستان از سیلابهای اتفاقی | ||
جغرافیا و مخاطرات محیطی | ||
مقاله 12، دوره 11، شماره 2 - شماره پیاپی 42، تیر 1401، صفحه 193-218 اصل مقاله (1.86 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22067/geoeh.2021.72667.1111 | ||
نویسندگان | ||
علی اصغر پیله ور* 1؛ جواد جمشید زهی2؛ امید پیریان کلات3 | ||
1دانشیار گروه شهرسازی-دانشگاه بجنورد-بجنورد | ||
2کارشناسارشد مخاطرات طبیعی-دانشگاه سیستان و بلوچستان- سیستان و بلوچستان | ||
3دانشجوی کارشناسی ارشد برنامهریزی منطقهای-دانشگاه شهیدبهشتی-تهران | ||
چکیده | ||
سیل یکی از پدیدههای مخرب طبیعی است که فعالیتهای انسانی و سکونتگاههای بشری را بهشدت تحت تأثیر قرارداده است. پژوهش حاضر با هدفِ شناسایی سکونتگاههای مستعد خطرپذیری سیلاب-های اتفاقی حوضۀ آبریزِ خشکِ تهلاب در استان سیستان و بلوچستان انجام گرفته است. روش تحقیق توصیفی-تحلیل و از نظر هدف، کاربردی است. دادهها با استفاده از 12 شاخص ظرفیتسنجی میزان خطرپذیری سکونتگاهها شامل: جاده، آبادی، خاک، شیب، ارتفاع، بارش، پوشش گیاهی، زمینشناسی، کاربری اراضی، آبراهه اصلی، آبراهه فرعی و تراکم زهکشی حوضه جمعآوری گردیدند. در ادامه با استفاده از نظر کارشناسان خبره اصلاح و در 3 مرحله مورد تحلیل قرار گرفتند. ابتدا میزان اهمیت دادهها با استفاده از روش ANP، در محیط نرمافزار Super Decision v2از عدد 1 تا 9 ارزشگذاری شد. در گام دوم در محیط Arc GIS 10.7 و بر اساس میزان اهمیت، هر لایه به 4 طبقه پرخطر، کمخطر، خطر متوسط و بدون خطر طبقهبندی شد. درگام سوم، با استفاده از ابزار همپوشانی وزنی، نقشۀ پهنهبندی خطر سیلاب حوضۀ آبریز تهلاب تهیه گردید. نتایج نشان داد که از میان 12 لایۀ فوق، آبراهۀ اصلی، شیب، کاربری اراضی و بارش بیشترین نقش را در تعیین پتانسیل خطر سیلخیزی محدوده تحقیق دارند. بر اساس یافتههای پژوهش در مناطق خطرپذیر، 24 سکونتگاه از مجموع 68 سکونتگاه، در محدوده پتانسیل خطر زیاد تا خطر بسیار زیاد سیلاب واقع گردیدهاند؛ بهکارگیری روشهای سازهای (برنامۀ تأمین زمان ماند آب) و غیرسازهای (سیستم اعلام هشدار برمبنای مدلهای پیشبینی سیلاب) بهمنظور کاهش خطر سیلاب در این سکونتگاهها امری ضروری است. | ||
کلیدواژهها | ||
تحلیل شبکهای؛ GIS؛ سیلاب اتفاقی؛ حوضه آبریز تهلاب | ||
مراجع | ||
جانانه، کریستینه؛ 1392. پهنه بندی پتانسیل سیل خیزی در حوضه آبریز کبوتر علی چای با استفاده از مدلSGS. پایان نامه کارشناسی ارشد. رشتۀ جغرافیای طبیعی. دانشکده جغرافیا. دانشگاه تبریز. گرایش ژئومورفولوژی در برنامه ریزی محیطی.
حسنزاده نفوتی، محمد؛ خواجه بافقی، حبیب ا...؛ 1395. پهنهبندی خطر سیلاب با استفاده از سیستم تصمیمگیری چندمعیاره (مطالعه موردی: حوزه آبخیز شیطور بافق). پژوهشنامه مدیریت حوزه آبخیز. سال هفتم. شماره 14. 37-29. https://doi.org/10.29252/jwmr.7.14.37
حسننژاد خیارک، ملاحت؛ 1396. بررسی پتانسیل سیلخیزی حوضۀ شهری اردبیل با استفاده از مدل الکتره. پایاننامه کارشناسیارشد رشتۀ مخاطرات محیطی. دانشکدۀ علوم انسانی و علوم اجتماعی. دانشگاه مازندارن. 1-92.
خسروشاهی، محمد؛ ابطحی، مرتضی؛ کاشکی، محمدتقی؛ لطفینسب، سکینه؛ درگاهیان، فاطمه؛ ابراهیمیخوسفی، زهره؛ 1396. تعیین قلمرو بیابانهای ایران از جنبه عوامل محیط طبیعی. نشریۀ علمی تحقیقات مرتع و بیابان ایران. دوره 24. شماره 2. 417-404. https://doi.org/10.22092/ijrdr.2017.111904
سازمان آب منطقهای استان سیستان و بلوچستان. 1400.
سازمان هواشناسی استان سیستان و بلوچستان. 1400.
شعبانلو، سعید؛ صدقی، حسین؛ ثقفیان، بهرام؛ 1387. پهنهبندی سیلاب در شبکه رودخانههای استان گلستان با استفاده از GIS. مجلۀ پژوهش آب ایران. سال دوم. شماره 3. 22-11. http://iwrj.sku.ac.ir/article_10784.html
قلیزاده، آیلا؛ قنواتی، عزتالله؛ افشارمنش، حمیده؛ امانالهپور، حجت؛ 1396. کارایی مدل فازی در پتانسیل سیلخیزی حوضه زنگمار. فضای جغرافیایی. سال هفدهم. شماره 60. 245-227.
مصطفی زاده، رئوف؛ صفریان زنگیر، وحید؛ حاجی، خدیجه؛ 1397. تحلیل الگو و شرایط وقوع بارشهای منجر به سیل در سالهای 1383 تا 1393 در شهرستان گرمی استان اردبیل. مجله مخاطرات محیط طبیعی. دوره7. شماره15. صص89-106. https://doi.org/10.22111/jneh.2017.3205
مقصودی، مهران؛ جوان، حسین؛ رحیمی، مجتبی؛ عظیمیراد، صمد؛ 1392. تعیین مناطق مستعد سیل با استفاده از پتانسیلسنجی عوامل مؤثر (مطالعه موردی: رود شاهرود). پژوهشهای ژئومورفولوژی کمّی. سال دوم. شماره 2. 186-175. http://www.geomorphologyjournal.ir/article_77915.html
ملازهی، اسدالله؛ پودینه، محمدرضا؛ خسروی، محمود؛ آرمش، محسن؛ دهواری، علیاصغر؛ 1399. پتانسیلسنجی خطر سیلاب در حوضه آبریز سرباز. نشریه تحقیقات کاربردی علوم جغرافیایی. شماره 58. 260-242.
میرزایی، شهناز؛ اسمعلی، اباذر؛ مصطفی زاده، رئوف؛ قربانی، اردوان؛ میرزایی، سجاد؛ 1397. شبیه سازی هیدروگراف سیل و تحلیل ارتباط آن با سنجههای سیمای سرزمین در حوضه آبخیز عموقین استان اردبیل. مجله اکوهیدرولوژی. دوره5. شماره2. صص357-372. https://doi.org/10.22059/ije.2018.231141.547
نوحهگر، احمد؛ کاظمی، محمد؛ قصردشتیروشن، محمد؛ رضائی، پیمان؛ 1391. بررسی تأثیر تغییر کاربری اراضی بر پتانسیل سیلخیزی (مطالعه موردی حوزه آبخیز تنگ بستانک شیراز). پژوهشهای فرسایش محیطی. شماره 2. 41-28. http://magazine.hormozgan.ac.ir/article-1-85-fa.html.
Arabameri, A., Rezaei, K., Cerd`a, A., Conoscenti, C., Kalantari, Z., 2019. A comparison of statistical methods and multi-criteria decision making to map flood hazard susceptibility in Northern Iran. Sci. Total Environ. 660, 443–458. https:// doi.org/ 10.1016/ j. scitotenv. 2019. 01.021.
Arya, A. K., & Singh, A. P., 2021. Multi criteria analysis for flood hazard mapping using GIS techniques: a case study of Ghaghara River basin in Uttar Pradesh, India. Arabian Journal of Geosciences, 14(8), 1–12.
https:// doi.org/ 10.1007/ s12517-021-06971-1.
Ballesteros-Cánovas JA, Sanchez-Silva M, Bodoque JM, Díez-HerreroA., 2013. An integrated approach to flood risk management: a case study of Navaluenga (Central Spain). Water Resour Manage 27(8):3051–3069. https://doi.org/10.1007/s11269-013-0332-1.
Chen, Y. R., Yeh, C. H., & Yu, B., 2011. Integrated application of the analytic hierarchy process and the geographic information system for flood risk assessment and flood plain management in Taiwan. Natural Hazards, 59(3), 1261-1276. https://doi.org/10.1007/s11069-011-9831-7.
CRED., 2009. Centre for Research on the Epidemiology of Disasters (CRED). EM-DAT: The International Disaster Database. Brussels, Belgium, Université Catholique de Louvain.
Dano, U.L., Balogun, A.-L., Matori, A.-N., Wan Yusouf, K., Abubakar, I.R., Said Mohamed, M.A., Aina, Y.A., Pradhan, B., 2019. Flood susceptibility mapping using GIS-based analytic network process: a case study of Perlis, Malaysia. Water-Sui 11, 615. https:// doi.org/ 10.3390 /w11030615.
Das, S., 2019. Geospatial mapping of flood susceptibility and hydro-geomorphic response to the floods in Ulhas basin, India. Remote Sens. Appl. Soc. Environ. 14, 60–74. https:// doi.org/ 10.1016/ j.rsase.2019.02.006.
Degrossi, L. C., de Albuquerque, J. P., Fava, M. C., & Mendiondo, E. M., 2014. Flood Citizen Observatory: a crowdsourcing-based approach for flood risk management in Brazil. In SEKE (pp. 570-575). https://ksiresearch.org/seke/seke14paper/seke14paper_74.pdf.
Eguaroje, O.E., Alaga, T. A., Ogbole, J. O., Omolere, S., Alwadood, J., Kolawole, I. S., Muibi, K. H., Nnaemeka, D., Popoola, D. S., Samson, S. A., Adewoyin, J. E., Jesuleye, I., Badru, R. A., Atijosan, A., Ajileye, O. O., 2015. Flood Vulnerability Assessment of Ibadan City, Oyo State, Nigeria. World Environment 5(4), 149-159. https://doi.org/10.5923/j.env.20150504.03.
Foody, G.M., E.M. Ghoniem & N.W. Arnell., 2004. Predicting locations sensitive to flash flooding in an arid environment. Journal of hydrology, (ARTICLIEN PRESS). https://doi.org/10.1016/j.jhydrol.2003.12.045.
Gashaw W, Legesse D., 2011. Flood hazard and risk assessment using GIS and remote sensing in Fogera Woreda, Northwest Ethiopia. Nile River Basin, pp.:179–206. https:// doi.org/ 10.1007/ 978-94-007-0689-7_9.
Gaume E, Bain V, Bernardara P, Newinger O, Barbuc M, Bateman A, Viglione A., 2009. A compilation of data on European flash floods. J Hydrol 367(1-2):70–78 . https:// doi.org/ 10.1016/ j.jhydrol.2008.12.028.
Habibi, A., Firouzi Jahantighi, F., Sarafrazi, A., 2015. Fuzzy Delphi Technique for Forecasting and Screening Items. Asian Journal of Research in Business Economics and Management. Vol. 5, No. 2. PP. 130-143. https://doi.org/10.5958/2249-7307.2015.00036.5.
Horton RE., 1945. Erosional development of streams and their drainage basins: hydrophysical approach to quantitative morphology. Bull Geol Soc Am 56:275–370. https:// doi.org/1 0.1130/ 0016-7606(1945)56[275:EDOSAT]2.0.CO;2
Huseyin, A., & Musteyde, B., 2020. Flash flood potential prioritization of sub-basins in an ungauged basin in Turkey using traditional multi-criteria decision-making methods. Springer-Verlag GmbH Germany, 1-13. https://doi.org/10.1007/s00500-020-04792-0.
Hyalmarson, H.W., 1988. Flood Hazard Zonation in Aridland. Wesley Publishers, 114 pp. http://onlinepubs.trb.org/Onlinepubs/trr/1988/1201/1201-001.pdf.
Jiann, L., & Gwo-Hshiung, T., 2011. An integrated MCDM technique combined with DEMATEL for a novel cluster-weighted with ANP method. Expert Systems with Applications, 1417-1424. https://doi.org/10.1016/j.eswa.2010.07.048.
John, F., J. England, Y. Pierre Julien and M.L. Velleux., 2014. Physically-Based Extreme Flood Frequency with Stochastic Storm Transposition and Pale flood Data on large Watersheds.Journal of Hydrology, 510: 228-245. https:// doi.org/ 10.1016/ j.jhydrol. 2013. 12.021.
Jongman, B., Winsemius, H.C., Fraser, S.A., Muis, S., Ward, P.J., 2018. Assessment and adaptation to climate change-related flood risks. In: Oxford Research Encyclopedia of Natural Hazard Science. Oxford University Press. https:// doi.org/ 10.1093/ acrefore/ 9780199 389407. 013.278.
Kain, C.L., Rigby, E.H., Mazengarb, C., 2018. A combined morphometric, sedimentary, GIS and modelling analysis of flooding and debris flow hazard on a composite alluvial fan, Caveside, Tasmania. Sedimentary Geology, 364: 286-301. https:// doi.org/ 10.1016/ j. sedgeo .2017.10.005.
Kanani-Sadat, Y., Arabsheibani, R., Karimipour, F., Nasseri, M., 2019. A new approach to flood susceptibility assessment in data-scarce and ungauged regions based on GIS-based hybrid multi criteria decision-making method. J. Hydrol. 572, 17–31. https:// doi.org/ 10.1016/ j. jhydrol .2019.02.034
Khosravi, K., Nohani, E., Maroufinia, E., Pourghasemi, H.R., 2016. A GIS-based flood susceptibility assessment and its mapping in Iran: a comparison between frequency ratio and weights-of-evidence bivariate statistical models with multi-criteria decision-making technique. Nat. Hazards 83, 947–987. https://doi.org/10.1007/s11069-016-2357-2.
Khosravi, K., Shahabi, H., Pham, B.T., Adamowski, J., Shirzadi, A., Pradhan, B., Dou, J., Ly, H.-B., Gr´of, G., Ho, H.L., Hong, H., Chapi, K., Prakash, I., 2019. A comparative assessment of flood susceptibility modelling using Multi-Criteria Decision-Making Analysis and Machine Learning Methods. J. Hydrol. 573, 311–323. https://doi.org/10.1016/j.jhydrol.2019.03.073.
Kourgialas, N. N., & Karatzas, G. P., 2011. Flood management and a GIS modelling method to assess flood-hazard areas-a case study. Hydrological Sciences Journal–Journal des Sciences Hydrologiques,56(2), 212-225. https://doi.org/10.1080/02626667.2011.555836.
Liang,S. and C.R.C.Mohanty., 1997.Optimization of GIS-Based Flood Hazard Zoning a Case Study at the Mahanady Command Area in Cuttack District, Orrisa, India.Journal of Chinese Soil and Water Conservation,28:11-20. https:// www.sid.ir/ en/ Journal/ ViewPaper. aspx? ID=215539.
Liuzzo, L., Sammartano, V., Freni, G., 2019. Comparison between different distributed methods for flood susceptibility mapping. Water Resour. Manag. 33, 3155–3173. https:// doi.org/ 10.1007/ s11269 -019-02293-w.
Maggioni, V., Massari, C., 2018. On the performance of satellite precipitation products in riverin flood modeling: A review. Journal of Hydrology, 558: 214-224. https:// doi.org/ 10.1016/ j.jhydrol. 2018.01.039.
Marchesini, I., Salvati, P., Rossi, M., Donnini, M., Sterlacchini, S., & Guzzetti, F., 2021. Data-driven flood hazard zonation of Italy. Journal of Environmental Management, 294(May), 112986. https://doi.org/10.1016/j.jenvman.2021.112986.
Mohseni, M. and Soleimani, K., 2010. Flood Hazard Zonation Using Hydrolic Model of HEC-RAS in GIS, Natural Hazards Management, GIS Development Publication, Canada.
Papaioannou, G., Vasiliades, L., Loukas, A., 2015. Multi-criteria analysis framework for potential flood prone areas mapping. Water Resour. Manag. 29, 399–418.
Rahmati, O., Zeinivand, H., Besharat, M., 2016b. Flood hazard zoning in Yasooj region, Iran, using GIS and multi-criteria decision analysis. Geomatics, Nat. Hazards Risk 7, 1000–1017. https://doi.org/10.1080/19475705.2015.1045043.
Rai PK, Mohan K., 2014. Remote sensing data & GIS for flood risk zonation mapping in Varanasi District, India. Forum Geografic.13(1):25–33. http:// dx.doi.org/ 10.5775/ fg.2067-4635. 2014. 041.i.
Saaty TL., 2005. Theory and applications of the analytic network. RWS Publications, Pittsburgh, 491-502.
Saaty, T., 1980. The analytic hierarchy process. New York: McGraw-Hill. https:// doi.org/ 10.1504/ IJSSCI. 2008. 017590
Saaty, T., 1996. Decision making with dependence and feedback: Analytic network process. Pittsburgh: RWS Publications.
Sahana, M., Patel, P.P., 2019. A comparison of frequency ratio and fuzzy logic models for flood susceptibility assessment of the lower Kosi River Basin in India. Environ. Earth Sci. 78, 289. http:// dx.doi.org/ 10.1007/ s12665- 019-8285-1
Shadmehri Toosi, A., Calbimonte, G. H., Nouri, H., & Alaghmand, S ., 2019 . River basin-scale flood hazard assessment using a modified multi-criteria decision analysis approach: A case study. Journal of Hydrology, 574, 660–671. https://doi.org/10.1016/j.jhydrol.2019.04.072
Singh AP, Arya AK, Singh DS., 2020a. Morphometric analysis of Ghaghara River basin, India, using SRTM data and GIS. J Geol Soc India 95(2):169–178. https://doi.org/10.1007/s12594-020-1406-3.
Singh K, Arya AK, Agarwal KK., 2020b. Landslide occurrences along lineaments on NH-154A, Chamba, Himachal Pradesh; extracted from Satellite Data Landsat 8, India. J Indian Soc Remote Sens 48(5):791–803. https://doi.org/10.1007/s12524-020-01113-8.
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. https:// doi.org/ 10.1080/ 10106049 .2019. 1566405
Stamy T.C. and Hess, G.W., 1993. Techniques for Estimating Magnitude and Frequency of Floods in Rural Basins in Georgia, Water Resources Investigation Report, 93- 4016, USGS Publication, USA. https://doi.org/10.3133/wri934016 .
Stefanidis S, Stathis D., 2013. Assessment of flood hazard based on natural and anthropogenic factors using analytic hierarchy process (AHP). Nat Hazards 68(2):569–585. https://doi.org/10.1007/s11069-013-0639-5.
Thilagavathi, G., Tamilenthi, S., Ramu, C. and Baskaran, R., 2011. Application of GIS in Flood Hazard Zonation Studies in Papanasam Taluk, Thanjavur District, Tamilnadu, Advances in Applied Science Research, Vol. 2, No. 3, PP. 574-585. https:// www.primescholars.com/ abstract/ application-of-gis- in-flood-hazard-zonation-studies-in-papanasam-taluk-thanjavur-district-tamilnadu-89057.html
Vojtek, M., Vojtekov´a, J., 2019. Flood susceptibility mapping on a national scale in Slovakia using the analytical Hierarchy process. Water 11, 364. https://doi.org/10.3390/w11020364
Wang, Y., Hong, H., Chen, W., Li, S., Panahi, M., Khosravi, K., Shirzadi, A., Shahabi, H., Panahi, S., Costache, R., 2019b. Flood susceptibility mapping in Dingnan County (China) using adaptive neuro-fuzzy inference system with biogeography-based optimization and imperialistic competitive algorithm. J. Environ. Manag. 247, 712–729. https:// doi.org/ 10.1016/ j.jenvman. 2019.06.102
| ||
آمار تعداد مشاهده مقاله: 1,028 تعداد دریافت فایل اصل مقاله: 119 |