ارزيابي اثر زيرساخت هاي جاده اي در ميزان سيل خيزي حوضه آبخيز مادرسو استان گلستان

Evaluation of Roads Effects on Flooding in Madarsoo Watershed, Golestan Province

سيل به عنوان يكي از بلاياي طبيعي در حوضه آبخيز گلستان موجب پيامد هاي منفي اقتصادي-اجتماعي و محيط زيستي زيادي شده است. در اين پژوهش، به منظور ارزيابي اثر زيرساخت هاي جاده اي در ميزان سيل خيزي حوضه آبخيز مادرسو استان گلستان، از روش تحليل سلسله مراتبي و آناليز حساسيت متغيرهاي اثرگذار بر وقوع سيل استفاده شد. ابتدا لايه هاي رقومي تاثير گذار بر وقوع سيل شامل شيب زمين، بارندگي، فاصله از پل هاي احداث شده، تراكم زهكشي و ارتفاع زمين در محيط نرم افزار ArcGIS10.2 تهيه شد. مقايسات زوجي در قالب پرسش نامه و براساس نظرات كارشناسان مختلف انجام و وزن هريك از معيارها در نرم افزار Expert choice به دست آمد. سپس نقشه مناطق مستعد سيل تهيه و براساس وقايع سيل هاي گذشته و با استفاده از منحني ROC در نرم افزار SPSS 19 اعتبار سنجي شد. نتايج نشان داد متغير فاصله از پل هاي احداث شده و ارتفاع از سطح دريا به ترتيب بيش ترين و كم ترين وزن را دارند. اعتبارسنجي نقشه نيز دقت 88% را نشان داد. آناليز حساسيت مدل نيز اثبات كرد متغير فاصله از پل هاي احداث شده بيشترين تاثير را بر سيل خيزي منطقه داشته است. بنابراين، احداث پل هاي غيراستاندارد به عنوان يكي از زيرساخت هاي جاده اي موثر بر رژيم جريان و مهندسي رودخانه، مي تواند به عنوان يكي از مهم ترين عوامل دخيل در وقوع سيل هاي حوضه آبخيز مادرسو در نظر گرفته شود.

Flood as a disaster in the Madarsoo Watershed of Golestan Province has caused many socio-economic and environmental consequences in the last decades. In this study, analytical hierarchy process (AHP) and sensitivity analysis were used to assess the effects of road infrastructures on flooding of Madarsoo Watershed, Golestan Province. First, the effective thematic layers on the flood occurrence including slope, rainfall, distance from bridges, drainage density, and altitude were prepared in ArcGIS10.2. The final weights of factors were determined in Expert Choice software using pairwise comparison and questionnaires filled by experts. Furthermore, a flood susceptibility map was created based on these weighted-layers, and then validation was carried out by ROC curve method in SPSS 21 software. Results indicated that the distance from bridges and altitude have received the highest and lowest weights, respectively. Validation of results showed that our analysis performed fairly good in flood predication with an accuracy of 88%. Moreover, results of sensitivity analysis demonstrated that distance from bridge has a great effect on the flood susceptibility of study area. Therefore, non-standard bridges, road infrastructures on river and flow discharge regime are considered as the most important factors in flood occurrences in Madarsoo Watershed of the Golestan Province.