پیش بینی سیل و آشکارسازی پهنه خسارت دیده مبتنی بر تکنیک های هوش مصنوعی و سنجش از دور (مطالعه موردی: حوضه کن استان تهران)
- سال انتشار: 1401
- محل انتشار: بیست و یکمین کنفرانس ملی هیدرولیک ایران
- کد COI اختصاصی: IHC21_034
- زبان مقاله: فارسی
- تعداد مشاهده: 368
نویسندگان
دانشجوی دکتری مهندسی عمران ، مدیریت و منابع آب، دانشگاه شهید چمران اهواز
استاد دانشکده مهندسی عمران و معماری، دانشگاه شهید چمران اهواز
دانشیار دانشکده عمران و معماری، گروه عمران، دانشگاه شهید چمران اهواز
چکیده
کنترل کامل یا مدیریت خسارت سیل، همیشه از طریق اقدامات سازه ای بدلیل محدودیت های اقتصادی، تکنولوژیکی، محیط زیستی و اجتماعی عملی نمی باشد. بنابراین غالبا اقدامات سازه ای مانند پیش بینی و هشدار سیل جهت اتخاذ تصمیمات موثر و انتخاب راه های مناسب برای مقابله با سیلاب نقش مهمی را در کاهش تلفات بازی می کنند. اهمیت سیستم های پیشرفته برای پیش بینی کوتاه مدت و بلند مدت سیل و سایر رویدادهای هیدرولوژیکی برای کاهش آسیب و خسارت ناشی از سیل به شدت مورد تاکید قرار می گیرد. در این پژوهش به پیش بینی سیل کوتاه مدت با استفاده از روش های پیش بینی گروهی (EPSs) و مدل هیدرولوژیکی HEC-HMS پرداخته می شود. همچنین به منظور دست یابی به دقت بالا در ارزیابی پهنه های خیارت دیده از سیلاب، از تکنیک های سنجش از دور و تصاویر ماهواره ای استفاده شده است. نتایج نشان می دهد که استفاده از روش های پیش بینی گروهی به بهبود سرعت و دقت مدل پیش بینی کمک کرده است (R۲=۰.۷۵). همچنین با استفاده از تصاویر ماهواره ای راداری Sentinel-۱ و استفاده همزمان از الگوریتم های یادگیری با نظارت، تخمین مناسبی از پهنه خسارت دیده برای سه سیل منتخب در حوضه کن در سال های ۲۰۱۹، ۲۰۱۵ و ۲۰۱۴ صورت گرفته است.کلیدواژه ها
خسارت سیل، پیش بینی سیل، Sentinel-۱ HEC-HMS EPSs، یادگیری با نظارتمقالات مرتبط جدید
- تحلیل بازآفرینی با رویکرد تجدید حیات فضاهای همگانی در مناطق شهری کلانشهر تهران مطالعه موردی میدان امام حسین (ع)
- تحلیل تطبیقی همگرایی SDI و سامانه های هوشمند شهری رویکردی انتقادی به معماری داده در ایران
- تطبیق نظریه طرح جامع شهری با رویکرد راهبردی توسعه شهری CDS: مقایسه اهداف، فرآیند و پیامدهای اجرایی
- نقد مدل ده گام بازآفرینی شهری با رویکرد تحلیلی تاکید چالشها
- کاوش علل ناکارآمدی شهرهای جدید در تحقق جذب پایدار جمعیت در ایران با تاکید بر نمونههای موردی (پرند صدرا و بهارستان)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.