مديريت بهينه رواناب شهري با بهره گيري از روش تصميم گيري چندمعياره مكاني

Optimal Urban Flood Management Using Spatial Multi Criteria Decision Making Approach

مديريت آب در مناطق شهري شامل كنترل جريان هرزابها و اصلاح شبكه هاي زهكشي مي باشد. در اين راستا نقشه هايي كه ميزان پتانسيل سيل گيري مناطق مختلف را نشان مي دهند، مي توانند ابزار مناسبي براي برنامه ريزي هاي شهري در آينده باشند. تحليل آسيب پذيري در محيط هاي شهري شامل معيارهاي چندگانه اي است كه به طور مكاني به يكديگر مرتبط مي باشند. هدف از اين تحقيق، تهيه نقشه هاي خطرپذيري سيلاب به منظور اتخاذ تصميمات دقيق تر در مديريت سيلاب شهري، با استفاده از تلفيق روش تصميم گيري چند معياره در محيط سيستم اطلاعات جغرافيايي در قالب يك سيستم پشتيبان برنامه ريزي مي باشد. نقشه نهايي خطرپذيري سيلاب نشان مي دهد، مناطق جنوب شرقي محدوده مورد مطالعه از درجه خطرپذيري بالايي برخوردارند. اين در حالي است كه اين مناطق در محدوده زمين هاي پست و شيب كمتر از 2 درصد واقع شده اند. همچنين شبكه كانالهاي جمع آوري رواناب در اين مناطق از سيستم هاي نگهداري ضعيفي برخوردارند. به منظور ارزيابي مدل تصميم گيري چندمعياره مكاني، از ايجاد قابليت مدل سازي مكاني با شبكه هاي عصبي استفاده شده است. نقشه تخميني توليد شده از مدل شبكه عصبي نشان مي دهد كه همبستگي بالايي بين هر يك از نقشه هاي معيار با نقشه نهايي پتانسيل سيل خيزي برقرار مي باشد. با توجه به نتايج اين تحقيق مي توان عنوان كرد كه كاربرد تكنيك تصميم گيري چندمعياره در محيط سيستم اطلاعات جغرافيايي (GIS) به عنوان ابزاري توانمند در تهيه نقشه هاي خطرپذيري سيلاب با دقت بالا، مطرح مي‌باشد.

Water management in urban areas includes wastewater control and developing efficient drainage systems. Developing the maps of areas with potential of floodinundation could be an appropriate tool for urban planning and urban developing strategies. Vulnerability analysis of different urban areas is a complex process because it depends on several spatial and temporal parameters and criteria. The purpose of this research is to prepare flood hazard maps to determine more accurate decisions in urban flood management using a combination of multicriteria decision making and geographic information system (GIS) as a planning support system (PSS). The final flood hazard map shows that regions in the southeastern of the study area have a high hazard with regarding to the flood potential map. It should be mentioned that these regions are located in lowland (with low elevation) areas that their slope are less than 2.5 percent. In addition, in order to evaluate the spatial multi criteria decision making model, the capability of spatial modeling by an intelligent model, artificial neural network, is assessed. The advantages of using the SMCDM (Spatial Multi Criteria Decision Making) model in developing flood management strategies are discussed using the case study.