تجزيه و تحليل خطر سيل‌گيري با استفاده از روش‌ يادگيري ماشين جنگل تصادفي (مطالعۀ موردي: شهر مشهد)

سيل از رايج‌ترين بلاياي طبيعي است و خسارت‌هاي مالي و جاني فراواني به جاي مي‏گذارد. اگرچه ميزان بارندگي در بسياري از مناطق ايران كم است، در بسياري از مناطق، بيشترين ميزان بارندگي سالانه تنها در يك روز يا مدت كوتاهي رخ مي‏دهد كه منجر به سيل مي‏شود. آب روان در جريان سيل به دليل ساختار زمين‌شناسي و همچنين، تخريب اكوسيستم مي‏تواند بسيار آلوده باشد و اغلب گل‌و‌لاي زيادي به همراه دارد كه بر خسارت‌هاي سيل مي‏افزايد. براي كاهش خسار‌ت‌هاي احتمالي سيل، برنامه‏ريزان و تصميم‏گيرندگان بايد از زمان و مكان وقوع سيل آگاه باشند. اين امر مستلزم استفاده از روش‏هاي جديد پيش‏بيني سيل و جلوگيري از خسارت‏هاي آن است. در اين مطالعه، از روش يادگيري ماشين درخت تصادفي يا Random Forest (RF) براي پيش‌بيني مكان وقوع سيل در شهر مشهد استفاده شد و عملكرد آن مورد بررسي قرار گرفت. همچنين تأثير هر يك از عوامل ارتفاع و شيب متوسط حوضه، جهت شيب، شاخص رطوبت توپوگرافي، شاخص ‏خشكسالي، فاصله از آبراهه‏ها، زمين‏شناسي، كاربري اراضي، تراكم آبراهه‏ها، آبراهه‏ها و ميزان بارش حداكثر متوسط سالانه در اين پيش‏بيني مورد بررسي قرار گرفت. نتايج ارزيابي خروجي مدل RF نشان داد مقدار AUC95 درصد است. به طور كلي، نتايج نشان داد مدل RF داراي دقت زيادي در تعيين مناطق حساس به وقوع سيل در حوضۀ شهر مشهد است.