پیوندهای مفید
آمار
| تعداد نشریات | 9 |
| تعداد شمارهها | 451 |
| تعداد مقالات | 5,745 |
| تعداد مشاهده مقاله | 8,142,182 |
| تعداد دریافت فایل اصل مقاله | 6,608,794 |
بهینهیابی موقعیت مکانی نقشه استاندارد سیل در پهنهبندی سیل با استفاده از مشخصههای ژئومورفولوژیکی | ||
| نشریه مهندسی عمران امیرکبیر | ||
| مقاله 3، دوره 55، شماره 9، آذر 1402، صفحه 1765-1786 اصل مقاله (3.47 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2023.21664.7790 | ||
| نویسندگان | ||
| قاسم پناهی؛ سعیدرضا خداشناس* ؛ شیما عقابی؛ زهرا خسروی منش | ||
| گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد، مشهد، ایران. | ||
| چکیده | ||
| استفاده از مشخصه های ژئومورفولوژیکی حوضه آبریز، یکی از روشهای نوین پهنه بندی سیلاب است که داده های هیدرولیکی-هیدرولوژیکی کمی برای پهنه بندی سیلاب نیاز دارد. در این روش به منظور افزایش دقت پهنه بندی سیلاب، از نقشه استاندارد سیلاب استفاده می شود. نقشه استاندارد سیلاب، نقشه سیل برای یک محدوه کوچک در حوضه آبریز مورد بررسی است. با توجه به تفاوت میزان بده جریان در نقاط مختلف حوضه آبریز، تعیین محلی برای نقشه استاندارد سیلاب، امری ضروری می باشد. در این پژوهش نقشه استاندارد سیلاب با دوره بازگشت های 25، 50 و 100 سال، برای سه زیرحوضه رادکان، جاغرق و آقدربند که از زیرحوضه های حوضه آبریز کشف رود می باشند، به منظور تعیین بهترین مکان برای نقشه استاندارد سیلاب مورد بررسی قرار گرفت. برای انجام پهنه بندی سیلاب حوضه آبریز کشفرود از افزونه GFA در نرم افزار QGIS استفاده شد. نتایج پهنه بندی سیلاب با استفاده از این افزونه برای هر سه نقشه استاندارد سیلاب، دارای نرخ مثبت صحیح(RTP) بیشتر از0/93 و سطح زیر منحنی(AUC) بیشتر از0/96 بود، که نشان از دقت بالای پهنه بندی سیلاب در حوضه آبریز کشف رود می باشد. با توجه به مقادیر نرخ مثبت صحیح بیش از 0/96 و سطح زیرمنحنی بیش از 0/99، زیرحوضه آقدربند به عنوان بهترین مکان برای نقشه استاندارد سیلاب در حوضه آبریز کشف رود تعیین شد. در ادامه با استفاده از نقشه استاندارد سیلاب زیرحوضه آق دربند، نقشه های خطر سیل با دوره بازگشت های مورد بررسی برای حوضه آبریز کشف رود تهیه شد. نتایج بررسی نقشه های خطر سیل در این حوضه نشان داد که به ازای رخ دادن سیل با دوره بازگشت های 25، 50 و 100 ساله، به ترتیب 12/62، 16/30 و 24/64 درصد از کاربری های شهری و روستایی در معرض خطر سیل قرار خواهند گرفت. | ||
| کلیدواژهها | ||
| پهنهبندی سیل؛ شاخص ژئومورفولوژیکی؛ نقشه رقومی ارتفاعی؛ کاربری اراضی؛ نقشه استاندارد سیل | ||
| موضوعات | ||
| سیلاب شهری؛ مهندسی رودخانه | ||
| عنوان مقاله [English] | ||
| Optimizing the location of the standard flood map in flood zoning using geomorphological characteristics | ||
| نویسندگان [English] | ||
| Ghasem Panahi؛ Saeed Reza Khodashenas؛ Shima Oghabi؛ Zahra Khosravimanesh | ||
| Water Science and Engineering Department, Ferdowsi University of Mashhad, Mashhad, Iran | ||
| چکیده [English] | ||
| One of the new methods for flood zoning is Geomorphological Indexes (GI), which requires little hydraulic-hydrological data. In this method, the standard flood map for a small part of the studied basin is used to increase the accuracy. The flood peak flows are different due to different standard flood map locations. Thus, the flood zoning results will be different. For this reason, it is necessary to select the best location for the standard flood map. In this research, the standard flood maps were used in the Kashafroud sub-basins including Radkan, Jaghargh, and Agh-Darband. The results showed that the Agh-Darband sub-basin located at the end of this basin had the best results for the standard flood map. The flood zoning results in the sub-basins showed flood zoning high accuracy based on the true positive rate (RTP), and the area under Curve (AUC) values. The flood risk maps results showed that 12.62, 16.30 and 24.64% of urban and rural regions will be exposed to flood risk for 25, 50, and 100-year return periods. The results of this study pointed out that the GI method can be used as an alternative to hydraulic and hydrological modeling for flood modeling due to its proper accuracy and low requirement for much hydraulic and hydrological data. | ||
| کلیدواژهها [English] | ||
| flood zoning, geomorphological index, digital elevation map, land use, standard flood map | ||
| مراجع | ||
|
[1] H. Mirmousavi, H. Esmaeili, Zoning of flood-prone areas using geographic information system (GIS) and remote sensing (RS), (case study: Darab city), Natural environment hazards, 10(27) (2021) 21-46. (in Persian) [2] W.H. Organization, Floods, in, 2020. [3] A. Chowdhury, S. Reshad, M. Kumruzzaman, Hydrodynamic Flood Modelling for the Jamuna River using HEC-RAS & MIKE 11, in: Proceedings of the 5th International Conference on Advances in Civil Engineering (ICACE-2020), Chattogram, Bangladesh, 2020, pp. 21-23. [4] D.D. TK, D.N. PT, Flood Modelling of Pamba River Using MIKE FLOOD, (2020). [5] N.S. Romali, Z. Yusop, A.Z. Ismail, Application of HEC-RAS and Arc GIS for floodplain mapping in Segamat town, Malaysia, GEOMATE Journal, 15(47) (2018) 7-13. [6] F. Faridani, S. Bakhtiari, A. Faridhosseini, M.J. Gibson, R. Farmani, R. Lasaponara, Estimating Flood Characteristics Using Geomorphologic Flood Index with Regards to Rainfall Intensity-Duration-Frequency-Area Curves and CADDIES-2D Model in Three Iranian Basins, Sustainability, 12(18) (2020) 7371. [7] V. Demir, O. Kisi, Flood hazard mapping by using geographic information system and hydraulic model: Mert River, Samsun, Turkey, Advances in Meteorology, 2016 (2016). [8] W. Fu, J. Ma, P. Chen, F. Chen, Remote sensing satellites for digital earth, Manual of digital earth, (2020) 55-123. [9] S. Manfreda, A. Sole, M. Fiorentino, Can the basin morphology alone provide an insight into floodplain delineation?, WIT Transactions on Ecology and the Environment, 118 (2008) 47-56. [10] D. Nagesh Kumar, A.R. Shastry, K. Srinivasa Raju, Delineation of flood-prone areas using modified topographic index for a river basin, h2oj, 3(1) (2020) 58-68. [11] S. Manfreda, M. Di Leo, A. Sole, Detection of flood-prone areas using digital elevation models, Journal of Hydrologic Engineering, 16(10) (2011) 781-790. [12] C. Samela, T.J. Troy, S. Manfreda, Geomorphic classifiers for flood-prone areas delineation for data-scarce environments, Advances in water resources, 102 (2017) 13-28. [13] C. Samela, R. Albano, A. Sole, S. Manfreda, A GIS tool for cost-effective delineation of flood-prone areas, Computers, Environment and Urban Systems, 70 (2018) 43-52. [14] O.E. Wing, P.D. Bates, C.C. Sampson, A.M. Smith, K.A. Johnson, T.A. Erickson, Validation of a 30 m resolution flood hazard model of the conterminous U nited S tates, Water Resources Research, 53(9) (2017) 7968-7986. [15] K. Jafarzadegan, V. Merwade, S. Saksena, A geomorphic approach to 100-year floodplain mapping for the Conterminous United States, Journal of Hydrology, 561 (2018) 43-58. [16] S. Try, G. Lee, W. Yu, C. Oeurng, Delineation of flood-prone areas using geomorphological approach in the Mekong River Basin, Quaternary International, 503 (2019) 79-86. [17] S. Manfreda, C. Samela, A digital elevation model based method for a rapid estimation of flood inundation depth, Journal of Flood Risk Management, 12 (2019) e12541. [18] G. Balacco, V. Totaro, A. Gioia, A.F. Piccinni, Evaluation of geomorphic descriptors thresholds for flood prone areas detection on ephemeral streams in the metropolitan area of Bari (Italy), in: International Conference on Computational Science and Its Applications, Springer, 2019, pp. 239-254. [19] A. Annis, F. Nardi, R. Morrison, F. Castelli, Investigating hydrogeomorphic floodplain mapping performance with varying DTM resolution and stream order, Hydrological Sciences Journal, 64(5) (2019) 525-538. [20] R. Albano, C. Samela, I. Crăciun, S. Manfreda, J. Adamowski, A. Sole, Å. Sivertun, A. Ozunu, Large scale flood risk mapping in data scarce environments: An application for Romania, Water, 12(6) (2020) 1834. [21] C. Samela, S. Manfreda, T.J. Troy, Dataset of 100-year flood susceptibility maps for the continental US derived with a geomorphic method, Data in brief, 12 (2017) 203-207. [22] C. Samela, R. Albano, A. Sole, S. Manfreda, GEOMORPHIC FLOOD AREA (GFA) TOOL: A QGIS PLUGIN FOR A COST-EFFECTIVE DELINEATION OF THE FLOOD-PRONE AREAS. [23] K. Schittkowski, EASY-FIT: a software system for data fitting in dynamical systems, Structural and Multidisciplinary Optimization, 23 (2002) 153-169. [24] Power_Ministry, A guide to preparing flood hazard maps, in, 2020, pp. 186. (in Persian) [25] U. Nations, Step by Step: Flood Hazard Mapping Using HEC-RAS Mapper, in, 2021. [26] Esri, A ten class global land use/land cover (LULC) map for the year 2020 at 10 meter resolution, in, 2020. [27] K. Karra, C. Kontgis, Z. Statman-Weil, J.C. Mazzariello, M. Mathis, S.P. Brumby, Global land use/land cover with Sentinel 2 and deep learning, in: 2021 IEEE international geoscience and remote sensing symposium IGARSS, IEEE, 2021, pp. 4704-4707. [28] Statistical_Center_of_Iran, Data and statistical information, in, 2021. (in Persian) | ||
|
آمار تعداد مشاهده مقاله: 836 تعداد دریافت فایل اصل مقاله: 1,012 |
||