كليدواژه لاتين :
Sarab basin, zoning, flood, fuzzy logic system, Relative Mean Method
چكيده :
سيلاب يكي از بلاياي طبيعي در جهان به شمار ميرود كه هرساله صدمات و خسارات فراواني را براي مردم كره زمين موجب ميشود. كشور ايران نيز در اين مورد استثناء نيست و بخشهاي مختلف كشور هرساله شاهد سيلابهاي كوچك و بزرگ در فصول مختلف سال ميباشند. هدف از اين پژوهش، تهيه نقشه پهنه بندي خطر سيل در حوزه آبخيز سراب كه در استان چهارمحال و بختياري واقع شده است، با استفاده از روش منطق فازي و روش نسبت فراواني و در نهايت مقايسه اين دو روش با يكديگر ميباشد. براي اين منظور در روش منطق فازي با تعيين تابع عضويت براي هر لايه اطلاعاتي اعم از شيب، جهت شيب، طبقات ارتفاعي، بارش، گراديان دما، تراكم آبراهه، زمين شناسي و كاربري اراضي، نقشه پهنه بندي خطر سيل با اعمال عملگر گاماي فازي 7/0، 8/0 و 9/0 در پنج طبقه خطر بسيار كم، خطر كم، خطر متوسط، خطر زياد و خطر بسيار زياد تهيه گرديد. سپس با توجه به اينكه نتايج بدست آمده از گاماي 9/0 به واقعيت منطقه نزديكتر بود، نقشه پهنه بندي بدست آمده با گاماي 9/0 بعنوان نقشه نهايي در روش منطق فازي انتخاب شد. در روش ميانگين نسبي موقعيت جغرافيايي 22 نقطه سيل گير در حوزه آبخيز سراب تهيه گرديد و مقايسهاي بين موقعيت وقوع سيلهاي گذشته و پارامترهاي محيطي موثر بر وقوع سيل انجام گرفت. سپس بر اساس مقايسه صورت گرفته، وزن تأثير هر طبقه از پارامترها به دست آمد. در نهايت وزن تأثير هر يك از پارامترهاي طبقات انتخاب شده در محيط GISبا لايه هاي اطلاعاتي تلفيق شد و نقشه پهنهبندي خطر سيل حاصل گرديد. با مقايسه نقشههاي بدست آمده در هر دو روش و نظر به اينكه نقشه پهنه بندي خطر سيل به روش منطق فازي با دقت 7/72 درصد از قابليت بالايي در پهنهبندي خطر سيل برخوردار است، روش منطق فازي بعنوان روشي مناسب براي تهيه نقشه خطر سيل پيشنهاد ميگردد.
چكيده انگليسي :
Flood is one of the natural disasters that causes numerous irreparable damages to the people of the planet Earth. Iran, not being an exception, is annually witnessing big or small floods, in different parts of the country and during different seasons of the year. The purpose of this research, is to provide a map of flood hazard zoning in Sarab basin using fuzzy logic system and Relative Mean Method, and comparison between two methods. For this purpose, in the fuzzy method the membership function for each layer is determined and the flood risk zoning map with the application of the fuzzy gamma operator, in the five classes of very low risk, low risk, moderate risk, High risk and very high risk, is 0.7, 0.8 and 0.9. Then, given that the results of gamma 0.9 are closer to the reality of the region, the zoned map with 0.9 gamma is selected as the final map in the fuzzy logic system. In the Relative Mean Method, the location of 22 flood deflation points are prepared, and a comparison is made between the occurrence of previous floods and the environmental parameters affecting the flood occurrence. Then, based on the comparison, the weight of the effect of each parameters is obtained. Finally, the weight of the effect of each parameter in the GIS environment is integrated with the information layers and the flood hazard zoning map is obtained. By comparing the obtained maps of both methods and considering that, and given that the flood hazard zoning map, fuzzy logic system has accuracy 72.7% and its high capability in flood hazard zoning, the fuzzy logic system is proposed as a suitable method for preparing flood risk zoning.
