پهنه بندی سیل خیزی شهرستان کاشان بر اساس تحلیل سلسله مراتبی با استفاده از سیستم اطلاعات جغرافیایی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 24

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WWJ-36-2_003

تاریخ نمایه سازی: 15 بهمن 1404

چکیده مقاله:

سیل یکی از مهم ترین بلایای طبیعی است که تاثیرات گسترده ای بر مناطق مختلف ایران، به ویژه شهرستان کاشان، دارد. این پدیده سالانه خسارات مالی قابل توجهی به زیرساخت های منطقه وارد کرده و منجر به آسیب های جانی نیز می شود. با توجه به اهمیت این موضوع، شناسایی و ارزیابی مناطق سیل خیز می تواند نقش موثری در کاهش خسارات و پیشگیری از اثرات مخرب سیلاب ایفا کند. بر این اساس، این پژوهش به پهنه بندی سیل خیزی شهرستان کاشان در مرکز ایران پرداخت. در این پژوهش، از سیستم اطلاعات جغرافیایی به عنوان ابزاری کارآمد استفاده شد. در گام نخست، نقشه های رستری مرتبط با شاخص های مهم و تاثیرگذار بر سیل خیزی منطقه تهیه شد. این شاخص ها شامل متغیرهای محیطی و جغرافیایی موثر بر وقوع سیل هستند. سپس، این نقشه ها با استفاده از روش تحلیل سلسله مراتبی به عنوان یکی از روش های وزن دهی مناسب تحلیل شد و وزن های هر معیار و طبقه های مرتبط با آن ها مشخص شد. درنهایت، نقشه نهایی پهنه های سیل خیز با بهره گیری از ابزار محاسبه گر رستر در محیط GIS تولید شد. یافته ها نشان داد که حدود ۳۰ درصد از مساحت شهرستان در پهنه با بیشترین خطر وقوع سیلاب قرار دارد؛ این بخش عمدتا شامل نواحی شرقی با تراکم بالای جمعیت و توسعه شهری است. در مقابل، حدود ۶۰ درصد از مساحت شهرستان در پهنه با کمترین خطر وقوع سیلاب جای می گیرد که بیشتر در مناطق غربی با شیب ملایم و تراکم بالای پوشش گیاهی واقع شده است. نوآوری این پژوهش ترکیب هم زمان ۱۲ شاخص محیطی و هیدرولوژیکی در چارچوب AHP-GIS و تمرکز بر شرایط اقلیم خشک کاشان بود. یافته های این پژوهش می تواند مبنای مناسبی برای برنامه ریزی مدیریت بحران و اجرای اقدامات پیشگیرانه در سطح شهرستان کاشان باشد.

نویسندگان

مهرداد خشوعی

استاد یار، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران

احسان استکی

دانشجوی کارشناسی ارشد مهندسی عمران، مهندسی و مدیریت منابع آب، دانشگاه کاشان، کاشان، ایران

سامان امینی

دانشجوی کارشناسی ارشد مهندسی عمران، مهندسی و مدیریت منابع آب، دانشگاه کاشان، کاشان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Allafta, H. and Opp, C., ۲۰۲۱. GIS-based multi-criteria analysis for ...
  • Asgari, Sh., Safari, A. and Fathi, H., ۲۰۱۸. Investigation of ...
  • Betrie, G. D., Mohamed, Y. A., Van Griensven, A. and ...
  • Braud, I., Fernandez, P. and Bouraoui F., ۱۹۹۸. Study of ...
  • Dang, N. M., Babel, M. S. and Luong, H. T., ...
  • Gao, H., Cai, H. and Duan, Z., ۲۰۱۸. Understanding the ...
  • Garrote, L. and Bras, R. L., ۱۹۹۴. A distributed model ...
  • Giannakis, E., Bruggeman, A., Djuma, H., Kozyra, J. and Hamme, ...
  • Goodarzi, M. R., Fatehifar, A. and Moradi, A., ۲۰۲۰. Predicting ...
  • Inci Tekeli, Y., Akgul, S., Dengiz, O. and Akuzum, T., ...
  • Khademi, F. and Akbari, M., ۲۰۱۴. Methods of flood control. ...
  • Khoshoei, M. and Safavi, H. R., ۲۰۲۳. Developing the drought ...
  • Khoshoei, M., Safavi, H. R. and Kazemi, A., ۲۰۲۳. Integrated ...
  • Khoshoei, M., ۲۰۲۵. Estimation of water stress multivariable index (case ...
  • Khosravi, Kh., Nohani, E., Maroufinia, E. and Pourghasemi, H. R., ...
  • Kundzewicz, Z. W., Kanae, S., Seneviratne, S. I., Handmer, J., ...
  • Lastra, J., Fernandez, E., Diez-Herrero, A. and Marquinez, J., ۲۰۰۸. ...
  • Levy, J. K., ۲۰۰۵. Multiple criteria decision making and decision ...
  • Lumbroso, D. and Gaume, E., ۲۰۱۲. Reducing the uncertainty in ...
  • Merz, B., Thieken, A. H., and Gocht, M., ۲۰۰۷. Flood ...
  • Qaemi, H., Morid, S. and Abolghasem, Sh., ۱۹۹۶. Flood-susceptibility model ...
  • Saaty, T. L., Vargas, L. and St, C., ۲۰۲۲. The ...
  • Saghafian, B., Ghermezcheshmeh, B. and Nozari, H., ۲۰۰۵. Spatial distribution ...
  • Shahabi, H., ۲۰۲۱. Application of artificial neural networks, frequency ratio, ...
  • Shokrikochak, S., ۲۰۱۱. The role of sub-basins in flood severity ...
  • United Nations Office for Disaster Risk Reduction (UNDRR). Flash flood ...
  • نمایش کامل مراجع