تهيه‌ي نقشه پتانسيل سيل گيري با استفاده از روش‌هاي تصميم‌گيري تحليل سلسله مراتبي و تاپسيس و مدل آماري وزن واقعه (مطالعه موردي: شهرستان جهرم، استان فارس)

Flood Inundation Susceptibility Mapping using Analytical Hierarchy Process (AHP) and TOPSIS Decision Making Methods and Weight of Evidence Statistical Model (Case Study: Jahrom Township, Fars Province)

سيلاب يكي از رايج‌ترين بلاياي طبيعي است كه هرساله باعث خسارت‌هاي مالي و جاني فراواني مي‌گردد. لذا وجود نقشه‌هاي حساسيت و آسيب‌پذيري به‌منظور مديريت جامع سيلاب جهت كاهش اثرات مخرب آن امري ضروري است. بنابراين هدف از تحقيق حاضر، تهيه‌ي نقشه پتانسيل سيل‌گيري در شهرستان جهرم، استان فارس با استفاده از روش‌هاي تصميم‌گيري چند- معياره تحليل سلسله مراتبي (AHP) و تاپسيس و مدل آماري وزن واقعه (WOE) و مقايسه‌ي دقت آن‌ها مي‌باشد. درمجموع 53 محل وقوع سيل در منطقه مورد مطالعه مشخص، كه 35 محل وقوع سيل به‌طور تصادفي جهت مدل‌سازي و 16 محل باقيمانده به­منظور ارزيابي مدل‌ها مورد استفاده قرار گرفت. درمجموع 9 عامل كه بر روي وقوع سيل­گيري اثر مي‌گذارند، در نظر گرفته شد و نقشه‌هاي آن در محيط ArcGIS آماده گرديد. اين عوامل شامل درجه شيب، شكل شيب، ارتفاع، شاخص رطوبت توپوگرافي (TWI)، شاخص توان آبراهه (SPI)، فاصله از رودخانه، كاربري اراضي، بارندگي و سنگ­شناسي مي‌باشد. پس از تهيه‌ي نقشه‌­هاي پتانسيل سيل با استفاده از روش‌هاي مذكور، جهت ارزيابي نتايج از منحني تشخيص عملكرد نسبي (ROC) استفاده گرديد. سطح زير منحني (AUC) به‌دست‌آمده از منحني تشخيص عملكرد نسبي، نشان‌دهنده‌ي دقت 68، 70 و 86 درصد به­ترتيب براي مدل‌هاي AHP، تاپسيس و مدل آماري وزن واقعه مي‌باشد. نتايج به‌دست‌آمده نشان‌دهنده‌ي دقت بالاي مدل‌هاي آماري در مقايسه با مدل‌هاي تصميم‌گيري و مبتني بر كارشناسي مي‌باشد. نتايج اين مطالعه مي‌تواند براي مديران، محققان و طراحان به‌منظور مديريت مناطق آسيب‌پذير سيل و كاهش خسارات آن مفيد باشد.

Floods are one of the most common natural disasters which causing financial and life losses, yearly. Therefore, to reduce the harmful effects of flood occurrence, it is necessary to prepare vulnerability maps for flood management. The aim of the present study is flood inundation mapping of Jahrom Township, Fars Province using multi-criteria decision making techniques such as AHP and TOPSIS and a statistical model namely weights-of-evidence (WOE) and comparison of their performance. A total of 53 flooding locations were identified in the study area, 35 locations were randomly assigned for modelling process and the remaining 16 locations were used for validation aims. Nine factors that affect the occurrence of flooding were considered and their maps were prepared in ArcGIS software. These factors are slope degree, plan curvature, elevation, topographic wetness index (TWI), stream power index (SPI), distance from river, land use, rainfall, and lithology. After the flood susceptibility mapping using the mentioned methods, results were evaluated using recivier operating characteristic (ROC) curve. The area under the curve (AUC) of applied models shows the accuracy of 68, 70, and 86 percent for AHP, TOPSIS, and weight of evidence statistical models, respectively. Also, results showed that statistical models have a better accuracy in comparision with MCDM models and expert approaches. The results of present study could be useful to managers, researchers, and designers for better managing the flood affected areas and to reduce its damage.