- همه نشریات
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- مجلات ترویجی کشاورزی
- نشریات انجمن ها
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
آمار
| تعداد نشریات | 278 |
| تعداد نشریات سازمان | 77 |
| تعداد شماره‌ها | 2,150 |
| تعداد مقالات | 24,857 |
| تعداد مشاهده مقاله | 13,465,054 |
| تعداد دریافت فایل اصل مقاله | 10,844,550 |
ارزیابی استعداد وقوع سیل در آبخیز رودخانه تلوار با استفاده از مدل‌های وزن شواهد و رگرسیون لجستیک بیزین | ||
| پژوهش های آبخیزداری | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 31 خرداد 1400 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/wmrj.2021.354344.1405 | ||
| نویسندگان | ||
جمیل بهرامی   1؛ افروز گویلی2؛ کامران چپی3؛ امید رحمتی 4
| ||
| 1گروه مهندسی عمران، دانشکده مهندسی ، سنندج ، ایران | ||
| 2گروه مهندسی عمران ،دانشکده فنی و مهندسی، دانشگاه کردستان، سنندج، ایران | ||
| 3دانشیار دانشکده منابع طبیعی، دانشگاه کردستان، سنندج | ||
| 4هیأت علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کردستان | ||
| چکیده | ||
| سیل از خطرناک ترین و شایع ترین بلایای طبیعی در جهان است که باعث خسارات و آسیب های بسیاری بر جوامع و محیط زیست می گردد. ارزیابی و مدیریت جامع سیلاب برای پایین آوردن تأثیرات سیل بر زندگی و معیشت افراد ضروری است. با توجه به افزایش سیل در سال های اخیر، مکان یابی و شناسایی مناطق سیل خیز برای پیش بینی این فاجعه زیست محیطی از اهمیت ویژه برخوردار است . هدف اصلی این مطالعه ارزیابی عملکرد مدل وزن شواهد و مدل رگرسیون لجستیک بیزین برای تهیه نقشه حساسیت سیل در حوزه آبخیز رودخانه تلوار استان کردستان است. در این تحقیق، موقعیت جغرافیایی 93 نقطه سیل گیر مشخص شده در منطقه به صورت تصادفی به یک گروه (70 درصد) برای واسنجی و یک گروه (30 درصد) برای اعتبارسنجی تقسیم شدند. هر دو مدل ده فاکتور مؤثر در ایجاد سیل را مورد توجه قرار داده‌اند که عبارتند از: شیب، جهت شیب، انحنا، مدل رقومی ارتفاع، فاصله از آبراهه، شاخص رطوبت توپوگرافی ، شاخص توان آبراهه ، بارندگی، زمین شناسی و کاربری اراضی. بر اساس مدل وزن شواهد حدود 35/8 درصد از سطح منطقه و مدل رگرسیون لجستیک بیزین حدود 45/08 درصد از سطح منطقه در کلاس خطر متوسط تا خیلی زیاد قرار دارد. به منظور اعتبارسنجی نقشه‌های پتانسیل سیل خیزی، از منحنی تشخیص عملکرد نسبی استفاده شد. هر دو مدل از دقت کافی برخوردار بودند، بیشترین صحت به مدل BLR (93/4 %) اختصاص داشت. بنابراین در زمینه پتانسیل‌یابی خطر سیل مدل BLR نسبت به مدل WOE دارای عملکرد بهتری است. | ||
| کلیدواژه‌ها | ||
| آبخیز رودخانه تلوار؛ سیل؛ مدل وزن شواهد؛ مدل رگرسیون لجستیک بیزین | ||
| عنوان مقاله [English] | ||
| Evaluation of flood susceptibility in Telvar river basin using evidence weight models and Bayesian logistic regression | ||
| نویسندگان [English] | ||
| jamil bahrami1؛ afrooz gavili2؛ Kamran Chapi3؛ Omid Rahmati4 | ||
| 1civil engineering, Faculty of Engineering, sanandaj, iran | ||
| 2Department of Civil Engineering, Faculty of Engineering, University of Kurdistan, Sanandaj, Iran | ||
| 3Associate Professor of Natural Resources Faculty, University of Kurdistan, Sanandaj | ||
| 4Soil Conservation and Watershed Management Research Department, Kurdistan Agricultural and Natural Resources Research and Education Center, AREEO, Sanandaj 6616936311, Iran | ||
| چکیده [English] | ||
| Flood is one of the most dangerous and common natural disasters in the world, which causes many damages to communities and the environment every year. Comprehensive flood assessment and management is essential to reduce the effects of floods on people's lives and livelihoods. Due to the increase in floods in recent years, locating and identifying flood-prone areas is very important to predict this environmental disaster. The main purpose of this study is to evaluate the performance of Bayesian Logistic Regression (BLR) and weight-of-evidence (WOE) models for preparing flood susceptibility map in Talvar watershed of Kurdistan province. In this study, the geographical location of 93 flood points identified in the area were randomly divided into one group (70%) for calibration and one group (30%) for validation. Both models consider ten effective factors in creating floods, which are: slope, slope direction, curvature, digital elevation model, distance from waterway, topographic wetness index (TWI), stream power index (SPI), rainfall, geology and land use. According to the weight-of-evidence model, about 35.8% of the area level is in the medium to very high hazard class and according to Bayesian logistic regression model, about 45.08% of the area level is in the medium to very high hazard class. Relative performance detection curve was used to validate flood potential maps. Although both models had sufficient accuracy, the highest accuracy was assigned to the BLR model (93.4%). Therefore, the BLR model has better performance than the WOE model in terms of flood risk potential. | ||
| کلیدواژه‌ها [English] | ||
| Talvar watershed, flood, weight-of-evidence model, Bayesian Logistic Regression model | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 5 |
||
