كارايي مدل تركيبي نسبت فراواني-ماشين بردار پشتيبان در شناسايي مناطق مستعد سيل آبخيز كلات

جاري شدن سيل آثاري منفي بر محيط زيست، اقتصاد، جوامع انساني و صنعت دارد. امروزه، كاربرد مدل‌هاي پيشرفتۀ سيلاب براي شناسايي مناطق حساس و بهبود سيستم مديريت سيل رشد چشمگيري داشته است. در اين ميان، تعدادي از محققان با تركيب برخي مدل‌‌ها به نتايج قابل قبولي براي شناسايي مناطق مستعد سيل دست يافتند. از آنجا كه آبخيز كلات از منظر سيلاب به‌خصوص سيلاب‌هاي اخير سال 1398 جزء مناطق پرخطر استان خراسان رضوي محسوب مي‌شود و تا كنون نيز در آن از تكنيك‌هاي پيشرفته براي برآورد احتمال وقوع سيل استفاده نشده است، بنابراين مدل تركيبي نسبت فراواني- ماشين بردار پشتيبان FR-SVM براي مدل‌سازي سيلاب انتخاب شده و با مدل مستقل SVM مقايسه شد. پس از بررسي‌هاي صورت‌گرفته 73 نقطۀ سيل‌گير ثبت شده و 15 عامل مؤثر بر وقوع سيل شامل بارش سالانه، زمين‌شناسي، كاربري اراضي/پوشش زمين، طول شيب، فاصله از رودخانه، تحليل سايۀ پستي و بلندي‌ها، ارتفاع، شاخص همگرايي، تحدب و تعقر طولي و عرضي، شيب، شاخص قدرت جريان، شاخص زبري توپوگرافي، شاخص رطوبت توپوگرافي و عمق دره، در نظر گرفته شد. ارزيابي مدل‌‌ها توسط معيارهاي مختلف سنجش دقت از جمله ضريب كاپا، ريشۀ ميانگين مربعات خطا، منحني مشخصۀ عملكرد سيستم و منحني ميزان پيش‌بيني، صورت گرفت. مدل FR-SVM با منحني ميزان پيش‌بيني 0.8862، دقت زياد و كارايي بهتري را نسبت به SVM نشان داد. اين نتايج مي‌تواند براي مديريت مناطق آسيب‌پذير سيل و ساير كاربردهاي منابع طبيعي استفاده شود.