تحليل ريسك سيلاب شهري بندرعباس با استفاده از مدل‌هاي يادگيري ماشين تحليل سلسله مراتبي

توسعه ي مناطق شهري و روستايي، تبديل اراضي و بهره‌ برداري بيش از ظرفيت منابع طبيعي در دهه ‌هاي اخير، به تغيير در خصوصيات هيدرولوژيكي حوزه هاي آبخيز و در پي آن، تغيير در رژيم هيدرولوژيكي رودخانه ‌ها منجر شده است. اين تغيير به ايجاد رواناب بيش از حد ظرفيت رودخانه نيز منجر شده كه به ‌صورت سيلاب ‌هاي مخرب ديده مي شود. در اين مطالعه، تحليل ريسك سيلاب شهري بندرعباس با استفاده از دو مدل يادگيري ماشيني بيشينه بي ‌نظمي و ماشين ‌بردار پشتيبان، و تحليل سلسله مراتبي صورت گرفت. در تحقيق حاضر از شش عامل مؤثر بر سيلاب شهري شامل ارتفاع، شيب، فاصله از سطح ايستابي، ظرفيت انتقال آب، فاصله از خور و فاصله از شبكه ي جمع آوري رواناب سطحي استفاده شد. از مجموع 98 موقعيت آب‌گرفتگي، به صورت تصادفي 70 درصد به عنوان داده هاي آزمون و 30 درصد به عنوان داده هاي اعتبارسنجي طبقه بندي شد. نتايج حاصل از به كارگيري دو مدل در تحليل خطر سيلاب بر اساس منحني ROC در هر دو بخش آموزش (AUC: 0.987) و اعتبارسنجي (AUC: 0.948)، نشان داد كه مدل يادگيري ماشيني نسبت به مدل بيشينه بي‌نظمي دقت بيشتري دارد. براي تحليل آسيب‌پذيري سيل و تعيين پارامتر مؤثر بر سيلاب شهري، از تحليل سلسله مراتبي AHP استفاده شد. نتايج تحليل آسيب‌پذيري نشان داد كه عامل تراكم جمعيت داراي بيشترين اهميت است. در نهايت، تحليل جامع ريسك آبگرفتگي اثبات كرد كه بخش‌هاي جنوبي و مركزي شهر بندرعباس، ريسك آبگرفتگي زيادي دارند و اين بخش ها براي مديريت رواناب شهري و آبگرفتگي در اولويت بالايي هستند. توسعه ي فضاي سبز و افزايش ظرفيت سيستم جمع آوري رواناب خيابان ها، از جمله اقدامات مهم براي كاهش ريسك آب‌گرفتگي شهري است. همچنين توزيع مكاني تراكم جمعيتي و تراكم شهري در بندرعباس، نامتوازن بود و اين موضوع بايد در برنامه هاي مديريتي اين شهر لحاظ شود تا ميزان تمركز جمعيتي در مناطق داراي ريسك زياد كاهش يابد.