هوش مکانی اتیم تحقیقاتی ونوس نصیرفام

نقشه برداری مستعد سیل ساحلی شهری تحت تأثیر ترکیبی موج جزر و مد و بارندگی شدید: پیشنهادی برای استاندارد ملی موجود

خلاصه

محرک های سیل ساحلی ممکن است از شدت بسیار زیاد و بارندگی مداوم، عوامل مورفولوژیکی منطقه ساحلی تا امواج شدید اقیانوس متفاوت باشد. این بدان معنی است که آسیب پذیری سیل یک منطقه ساحلی تنها به یک راننده بستگی ندارد، بلکه می تواند ترکیبی با دیگران باشد. یک استاندارد ملی برای سیلاب های ساحلی بر اساس محرک های بارندگی ایجاد شده است. به عنوان یک ارزیابی، این مطالعه با هدف توسعه روشی برای نقشه‌برداری مستعد سیل ساحلی با ترکیب بارندگی با امواج جزر و مدی انجام شد. این مراحل شامل ارزیابی مناطق مستعد سیل ساحلی ناشی از بارندگی (CFR) و مناطق مستعد سیل ساحلی توسط محرک‌های ترکیبی (CFC) بود که با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)، همپوشانی فضایی، وزن‌دار ایجاد شد. تست های نمره دار و منطقی منطقه ساحلی شهر ماتارام در جزیره لومبوک در اندونزی به عنوان منطقه مورد مطالعه انتخاب شد، زیرا اغلب تحت تاثیر سیل قرار می گیرد. یافته‌ها ضرورت روش CFC را برای شناسایی مناطق آسیب‌پذیر سیل مشخص کرد. بنابراین، حداقل استاندارد برای پارامترهای CFC را می توان با عوامل اقلیمی و مشخصه زمین تعریف کرد. علاوه بر این، یافته‌ها همچنین نیاز به قضاوت متخصص در توسعه روش مبتنی بر امتیاز وزنی CFC را مشخص کردند.

کلید واژه ها:

سیل ساحلی ؛ موج جزر و مدی ؛ بارش باران

۱٫ معرفی

یکی از تأثیرات تغییر اقلیم این است که جریان های شدید و فعالیت امواج جزر و مدی نرخ سیل را در دشت های سیلابی ساحلی و رودخانه ای افزایش داده است [ ۱ ، ۲ ].]. شدت حوادث سیل، تخریب زیستگاه های ساحلی و ویرانی سکونتگاه های ساحلی را گسترش خواهد داد. وقوع سیل ممکن است ناشی از ترکیب عوامل طبیعی و انسانی باشد. عوامل طبیعی شامل شدت بسیار زیاد و بارندگی مداوم، عوامل مورفولوژیکی منطقه ساحلی و امواج شدید اقیانوس است. در همین حال، عوامل انسانی می تواند با رفتارهای انسانی در استفاده از محیط ساحلی مرتبط باشد، مانند تبدیل اکوسیستم ساحلی به توسعه ناپایدار مناطق مسکونی، گردشگری، صنایع، بنادر و سایر بهره برداری ها [ ۳ ].
سیلاب‌های ساحلی معمولاً در مناطق کم ارتفاع رخ می‌دهند که توسط آب دریا غرق می‌شوند [ ۴ ]. با توجه به [ ۴ ]، وسعت سیل ساحلی نتیجه نفوذ آب های سیلاب داخلی است که توسط توپوگرافی زمین های ساحلی در معرض سیل کنترل می شود. در نواحی ساحلی، سیل می تواند نه تنها از جریان های سرریز ناشی از بارندگی شدید، بلکه از طریق جریان آب از اقیانوس نیز رخ دهد. انواع مختلفی از سیل وجود دارد، مانند سیلاب جزر و مدی، که معمولاً در طول جزر و مد بسیار زیاد رخ می دهد [ ۵ ]. انواع دیگر سیل ها می توانند ناشی از باران های شدید، موج های طوفان و امواج بلندی باشند که در طول طوفان های ساحلی به وجود می آیند [ ۶ ]]. سیل جزر و مدی در منطقه ساحلی شهر سمارنگ، اندونزی که منجر به رکود ساحلی شد، نمونه ای از تاثیر شدید سیل ساحلی است [ ۷ ، ۸ ]. مثال دیگر منطقه West Cliff Drive در سانتا کروز، کالیفرنیا، ایالات متحده آمریکا بود که به دلیل فعالیت‌های موج جزر و مدی با سرعت ۰٫۵ متر در سال به سمت خشکی جابجا شده است [ ۹ ].
سیلاب سواحل یک موضوع جهانی است که باعث تخریب محیط زیست ساحلی شده و زندگی ۲۰ تا ۲۰۰ نفر را که در معرض سیل قرار داشتند تحت تاثیر قرار داده است [ ۱۰ ]. بنابراین، مطالعه سیلاب‌های ساحلی و روش‌شناسی نقشه‌برداری نیاز به ارزیابی دارد. سیل بارها در اندونزی رخ داده است. در طول قرن گذشته، ۱۰۸ بار ثبت شده است که ۳۳٫۳٪ از کل حوادث بلایا را تشکیل می دهد [ ۱۱ ]]. در نتیجه، نقشه برداری از مناطق مستعد سیل باید به طور منظم به روز شود، به طوری که می توان برنامه ریزی مناسبی در مورد مناطق شهری ساحلی در اندونزی انجام داد. نقشه برداری مناطق مستعد سیل در یک منطقه ساحلی باید به اندازه کافی به استانداردهای موجود برای حمایت از توسعه اطلاعات مکانی دقیق، دقیق و استاندارد رجوع کند. یک استاندارد ملی، SNI 8197:2015، در مورد روش نقشه برداری برای اقدامات مستعد سیل در مقیاس های ۱:۵۰۰۰۰ و ۱:۲۵۰۰۰ با مسائل اولیه بارندگی و سرریز رودخانه ها منتشر و به صورت ملی اجرا شده است [ ۱۲ ].]. اما اجرای استاندارد اجباری نیست. در نتیجه، روش نقشه‌برداری مستعد سیل ممکن است در بین دانشمندان متفاوت باشد و به طور بالقوه نتایج متفاوتی را ایجاد کند که ممکن است منجر به عدم دقت شود. به عنوان مثال، استاندارد و [ ۱۱ ] از سه پارامتر معیارهای مستعد سیل استفاده کردند: بارندگی، شیب و کاربری زمین. با وجود استفاده از پارامترهای یکسان، روش‌های اعمال شده متفاوت بودند. مرجع. [ ۱۱ ] از یک رویکرد مقایسه زوجی برای تعیین وزن هر پارامتر استفاده کرد، در حالی که سند استاندارد ملی مقدار وزنی را به ترتیب ۳۰ و ۷۰ درصد برای پارامترهای بارندگی و شیب تعیین کرد. مرجع. [ ۱۱] تنها بارندگی را به عنوان محرک سیل در نظر گرفت و وجود محرک های اقیانوسی مانند امواج جزر و مدی را که توسط [ ۱ ، ۲ ، ۱۳ ] در سطح بین المللی مورد مطالعه و اجرا قرار گرفته اند، نادیده گرفت. این با دستورالعمل‌های عمومی ارزیابی خطر بلایا که اهمیت ارتفاع موج، پوشش گیاهی فعلی، شکل خط ساحلی و گونه‌شناسی ساحلی را برای تعیین ارزیابی مستعد سیل بیان می‌کند، مطابقت ندارد [ ۱۴ ]. مرجع. [ ۱۵] همچنین نیاز به ارزیابی سیل شهری را با در نظر گرفتن محرک های فرآیند متعدد بیان می کند. بنابراین، هدف از این مطالعه توسعه روشی برای نقشه‌برداری سیل‌خیز ساحلی با ترکیب بارش و امواج جزر و مدی به عنوان محرک‌ها و ویژگی‌های زمین منطقه ساحلی است. قبل از توسعه روش ترکیبی، ارزیابی روش سیلاب ساحلی ناشی از بارندگی شدید برای ایجاد یک معادله بهتر به عنوان به روز رسانی روش نقشه برداری مستعد سیل موجود ارزیابی شد.

منطقه مطالعه

منطقه ساحلی شهر ماتارام، در جزیره لومبوک، اندونزی، به عنوان منطقه مورد مطالعه انتخاب شد ( شکل ۱ ). ماتارام سیتی که در ۸ درجه و ۳۳ دقیقه تا ۸ درجه و ۳۸ دقیقه شرقی و ۱۱۶ درجه ۰۴ دقیقه تا ۱۱۶ درجه و ۱۰ دقیقه شرقی واقع شده است، مستقیماً به تنگه لومبوک می‌رسد که جزیره لومبوک را از جزیره بالی جدا می‌کند. تنگه لومبوک به عنوان کانالی برای اجرای حق عبور از خطوط دریای مجمع الجزایر بر اساس کنوانسیون های حقوق دریایی بین المللی تعیین شده است که اقیانوس آرام در شمال را به اقیانوس هند در جنوب متصل می کند. تنگه لومبوک نقش حیاتی در کنترل پویایی حرکت توده‌های آب از اقیانوس آرام به اقیانوس هند دارد [ ۱۶ ]، که می‌تواند بر امواج جزر و مدی در ساحل شهر ماتارام تأثیر بگذارد.
جزیره لومبوک همچنین به عنوان یک مقصد توریستی به عنوان بالی معروف است، اما این جزیره در برابر سیل، زلزله، سونامی، خشکسالی، امواج شدید، سایش و آب و هوای شدید آسیب پذیر است [ ۱۷ ]. بر اساس نقشه سیستم اراضی Mataram از Badan Informasi Geospasial، نوع ژئومورفولوژی ساحلی منطقه مورد مطالعه، دشتی آبرفتی، با توپوگرافی مسطح و خاک رسی شنی است. دو رودخانه ای که تأثیر تخلیه سیل به سواحل Mataram دارند، رودخانه Jangkik و رودخانه Unus هستند. شهر ماتارام هر سال زیر آب می رود، و تاثیر آن در طول بادهای موسمی تشدید می شود [ ۱۸ ]. امواج جزر و مدی عامل اصلی آبگرفتگی در شهر ساحلی Mataram هستند [ ۱۹ , ۲۰ , ۲۱]. یک سیل بزرگ در ژانویه ۲۰۱۷ رخ داد که در آن امواج جزر و مدی ۱۱۶۱ خانه را در ساحل Mataram غرق کرد [ ۱۸ ]. تحقیقات انجام شده توسط [ ۱۸ ] پیش بینی کرده است که در ۵۰ سال آینده، سواحل شهر ماتارام بدون هیچ گونه اقدام کاهنده ای احتمالاً زیر آب خواهد رفت.

۲٫ مواد و روشها

این مطالعه دو روش نقشه‌برداری مستعد سیل را ارزیابی کرد: مناطق مستعد سیل ساحلی که توسط بارندگی (CFR) و مناطق مستعد سیل ساحلی توسط رانندگان ترکیبی (CFC) هدایت می‌شوند. روش دوم مجموعه ای از روش های مستعد سیل ساحلی را در استاندارد ملی موجود ترکیب کرد و در عین حال امواج جزر و مدی را به عنوان محرک از اقیانوس اضافه کرد. توسعه هر دو روش از معیارهای چند تحلیلی، از جمله مقایسه زوجی با استفاده از روش فرآیند تحلیل سلسله مراتبی (AHP)، روش همپوشانی، روش وزن‌دهی شده و آزمون‌های منطقی برای اعتبارسنجی نتایج استفاده می‌کند.
داده های تحقیق شامل موارد زیر بود:
(آ)
داده‌های جزر و مد به‌دست‌آمده از وب‌سایت Tide Observation and Prediction—Geospatial Information Agency (ما به BIG: “Badan Informasi Geospasial” در اندونزیایی اشاره کردیم) ( http://tides.big.go.id ). میانگین بالاترین داده های جزر و مدی پس از جمع آوری داده ها ارزیابی شد.
(ب)
داده های بارندگی از وب سایت Tropical Rainfall Measuring Mission/TRMM ( https://trmm.gsfc.nasa.gov ) سازمان ملی هوانوردی و فضایی (NASA)، ایالات متحده آمریکا به دست آمده است. حداکثر میانگین ۱۰ سال داده های بارندگی ارزیابی شد.
(ج)
داده های کاربری/پوشش زمین از نقشه بزرگ دیجیتال روپابومی (نقشه پایه) شهر ماتارام در مقیاس ۱:۵۰۰۰ به دست آمده است.
(د)
داده‌های شیب به‌دست‌آمده از مدل ارتفاع دیجیتال بدون درز BIG (DEM) و وب‌سایت ملی گرم‌سنجی ( https://tides.big.go.id/DEMNAS ). داده‌های مدل رقومی زمین (DTM) با وضوح مکانی ۰٫۲۷ ثانیه قوسی به‌دست آمد و با استفاده از تحلیلگر سه بعدی نرم‌افزار GIS به شیب تبدیل شد.
(ه)
داده های ژئومورفولوژیکی استخراج و ارزیابی شده از نقشه سیستم زمین دیجیتال شهر ماتارام، منتشر شده توسط BIG در مقیاس ۱:۲۵۰۰۰ و نقشه دیجیتال خاک از مرکز تحقیقات و توسعه منابع زمین کشاورزی اندونزی در مقیاس ۱:۵۰،۰۰۰، Bogor- اندونزی.
دشت آبرفتی ساحلی به عنوان هدف نقشه برداری برای بررسی وسعت سیل استفاده شد، زیرا توصیفگرهای مورفولوژیکی شاخص های خوبی برای قرار گرفتن در معرض خطر سیل هستند [ ۲۴ ، ۲۵ ، ۲۶ ]. در این حالت دشت آبرفتی سواحل ماتارم به دلیل آسیب پذیری در برابر سیل، یک واحد ژئومورفولوژیکی بحرانی است.
گردش کار این تحقیق در شکل ۲ خلاصه شده است .
مراحل به شرح زیر توضیح داده شده است:

۲٫۱٫ ارزیابی روش موجود

قبل از ارزیابی CFC، این مطالعه نیاز به بررسی استاندارد ملی موجود (CFR-2) به عنوان مبنای مدل محرک ترکیبی (CFC) داشت. پیش از این، استاندارد ملی [ ۱۲ ] از بارش برای نشان دادن آب و هوا و شیب برای نشان دادن ویژگی‌های زمین استفاده می‌کرد، اما پارامتر پوشش زمین در امتداد شهر ساحلی را همگن فرض می‌کرد. با این حال، [ ۲۷ ، ۲۸ ، ۲۹ ، ۳۰ ] اهمیت پراکندگی شهری را به عنوان محرک فزاینده خطر سیل شهری برجسته کرد و ارتباط کاربری زمین را برای ارزیابی پتانسیل اثرات مخاطره سیل در مناطق ساحلی نشان داد. مرجع. [ ۳۱] از نقش پوشش/استفاده از زمین برای ارزیابی سیل در شهر Mataram پشتیبانی کرد، زیرا ۸٫۵۹٪ از مساحت ساخته شده ساحلی تبدیل به زمین کشاورزی (مزارع برنج) بود. علاوه بر این، [ ۳۲ ] بیان کرد که سازگاری با طغیان باید به جای یک دیدگاه مهندسی، به یک موضوع کاربری زمین تبدیل شود. بنابراین، اهمیت پارامتر پوشش کاربری زمین را نمی توان نادیده گرفت. CFR-2 با افزودن پارامتر پوشش/استفاده از زمین به CFR-3 تغییر یافت (به ماتریس ارزیابی چند معیاره (MCE) در جدول ۱ مراجعه کنید ).

معادله ماتریس به شرح زیر است:

افمن= ∑ wمنسمن

جایی که افمنمنطقه مستعد سیل از کلاس i است، wمنوزن منطقه مستعد سیل از کلاس i است و سمنامتیاز برای منطقه مستعد سیل کلاس است i است.

۲٫۲٫ توسعه روش جدید

۲٫۲٫۱٫ CFR-روش جدید

یک تحلیل فضایی که از روش امتیاز وزنی استفاده می‌کند، یک مسئله مهم در متغیر وزن‌دهی دارد، زیرا از مقادیر برای محاسبه سطح اولویت یک تحلیل شامل ویژگی‌های متعدد استفاده می‌شود [ ۳۳ ، ۳۴ ، ۳۵ ]. بنابراین، برای ارزیابی طبقه‌بندی اشیاء بر اساس روش امتیاز وزنی، یادگیری عوامل وزن‌دهی ضروری است، به‌ویژه زمانی که از ویژگی‌های متعدد برای تشخیص کلاس‌های شی متغیر استفاده می‌شود. روش AHP برای تعیین وزن سه پارامتر در معیارهای منطقه مستعد سیل (CFR-3) برای توسعه روش جدید CFR استفاده شد. اولاً، روش ساعتی، همانطور که در [ ۳۶]، برای شناسایی ساختار سلسله مراتبی پارامترهای مورد استفاده با مقیاس ۱ تا ۹ مورد استفاده قرار گرفت. ثانیاً، یک ماتریس مقایسه زوجی ایجاد و نرمال سازی شد تا با محاسبه بردار ویژه، مقادیر وزن معیارهای مورد استفاده را سنتز کند تا سطح اولویت را سنتز کند. معادلات روش ها را می توان به صورت زیر بیان کرد

[آ۱۱٫٫آ۱nآ۲۱…..آ۲nآمتر۱٫٫آمترn] →آvg [آ۱۱(آ۱۱+..+آ۱n)..آ۱متر(آ۱n+..+آمترn)آ۱۲(آ۱۱+..+آ۱n)..آ۲n(آ۱n+..+آمترn)…آ۱n(آ۱n+..+آ۱n)..آمترn(آ۱n+..+آمترn)] = [آ۱آ۲آn..آمتر]

جایی که آ۱ تیo n میانگین است (آ۱۱(آ۱۱+..+آ۱n)….آ۱n(آ۱n+..+آمترn))به عنوان بردارهای ویژه؛ آ۱۱به آمترnمقدار رتبه بندی عملکرد نسبت به پارامترها است.

سپس تصمیم وزنی بر اساس ماتریس نرمال شده و بردارهای ویژه به شرح زیر محاسبه شد:

w1n= (آ۱۱(آ۱۱+..+ آ۱n))∗(آ۱n(آ۱n+ ..+آمترn))∗ آ۱n

که در آن w مقدار وزنی پارامترهای ۱ تا n است.

ثالثاً، سازگاری ارزیابی ارزش وزنی – نسبت سازگاری Saaty (CR)، همانطور که در [ ۳۷ ] نقل شده است – ارزیابی شد. CR مقایسه ای از شاخص سازگاری ( CI ) با مقدار شاخص تصادفی ( RI ) است که به شرح زیر است:

سیآر=سیمنآرمن

که در آن CI توسط λمترآایکس(بزرگترین مقدار ویژه) و تعداد پارامترها ، n

سیمن= λحداکثر- ۱n-1
اگر یک ماتریس مقایسه زوجی دارای CR ≤۰٫۱۰۰ باشد، در آن صورت ناسازگاری در نظرات تصمیم گیرندگان هنوز قابل قبول است. در غیر این صورت، ارزیابی نیاز به تکرار دارد.

اگر CR ≤ ۰٫۱۰۰ باشد، آنگاه تحلیل فضایی با استفاده از معادلات زیر استفاده خواهد شد:

افمن =w1سمنپ۱+ w2سمنپ۲+⋯+ w3سمنپn

جایی که افمنمنطقه مستعد سیل از کلاس i است، w1..nفاکتورهای وزنی برای پارامترهای p ۱ تا p n و اسمنمقدار امتیازدهی کلاس منطقه مستعد سیل i برای پارامترهای p ۱ تا p n است.

۲٫۲٫۲٫ توسعه روش CFC
مهم ترین مسائل این مطالعه توسعه روش نقشه برداری CFC و ارزیابی میزان تأثیر بالقوه امواج جزر و مدی بر سیلاب های ساحلی بود. همچنین از روش AHP برای تعیین وزن پارامترها استفاده شد که بر اساس معادلات (۲) – (۶) ارزیابی شد.

نکته مهمی که باید در توسعه CFC در نظر گرفته می شد، میزان نفوذ موج جزر و مدی به منطقه ساحلی بود. تجزیه و تحلیل فضایی برای موج جزر و مدی بیش از شستشو یا طغیان خشکی ( ایکسr)را می توان به عنوان تابعی از ارتفاع موج جزر و مدی تعریف کرد (ساعتج)، عمق در خط آب ساکن (ساعتo)و تفاوت بین سطح آب ساکن و جزر و مد معمولی (ایکسپ)، در حالی که θ زاویه بین سطح آب هنگام وقوع طغیان موج جزر و مدی به سمت خشکی با شیب ساحل است ( شکل ۳ را ببینید ). در مرحله بعد، روش CFC را می توان از طریق رابطه (۷) تعیین کرد.

ایکسr= (ساعتج+ساعت۰)برنزهθ-ایکسپ
۲٫۲٫۳٫ پیاده سازی روش ها در نقشه برداری
از رابطه (۶) برای تعیین فاصله طبقات آسیب پذیری استفاده شد که در جدول ۲ توضیح داده شده است.
پس از آن، نقشه مناطق سیل‌خیز ساحلی برای CRF-2، CFR-3، CFR-new و CFC با استفاده از تحلیل همپوشانی با استفاده از نرم‌افزار GIS تهیه شد.
۲٫۲٫۴٫ موجودی داده های میدانی
به دلیل در دسترس نبودن نقشه دقیق سیل اخیر برای منطقه مورد مطالعه، فهرست داده های میدانی به عنوان مرجعی برای ارزیابی نتایج مطالعه انجام شد. داده‌های میدانی شامل داده‌های مصاحبه از افراد محلی در مناطق سیل‌خیز شناسایی‌شده و داده‌های نقطه‌ای از مکان‌های سیل بود. پاسخ دهندگان برای مصاحبه های عمیق به طور تصادفی از چهار دسته از مناطق مستعد سیل انتخاب شدند که بر اساس مدیریت روستای ساحلی، طبق پیشنهاد هیئت منطقه ای دفتر مدیریت بلایا، شناسایی شدند. سه پاسخ‌دهنده از هر خوشه انتخاب شدند و پس از آن نقشه‌برداری میدانی از منطقه مستعد سیل و ردیابی مرزهای مستعد سیل انجام شد. محتوای مصاحبه به بحث در مورد حوادث سیل می پردازد و حداقل شامل زمان، کجا، چه مدت،
۲٫۲٫۵٫ ارزیابی

ارزیابی با ارزیابی یافته ها با داده های به دست آمده از پیمایش میدانی با استفاده از روش آزمون منطقی انجام شد. هم منابع و هم نقشه به دست آمده از مطالعه با توجه به ماتریس مرتب شده تجزیه و تحلیل شدند. سپس، آزمایش به روشی که توسط [ ۳۸ ] به شرح زیر توصیف شده است انجام شد:

منf(ایکس،y)1=(ایکس،y)n، تیساعتهn (ایکس،y)1 منس تیrتوه
منf (ایکس،y)1≠(ایکس،y)n، تیساعتهn (ایکس،y)1 منس fآلسه

جایی که (ایکس،y)n داده های نقطه مرجع از محل سیل است.

سپس مقدار کل ارزیابی ( Ev ) را می توان به صورت تعیین کرد

Ev= ∑ تی۱+ تیn∑ (پ)rهf × ۱۰۰ %

که در آن Ev نتیجه ارزیابی (%) بر اساس t = یک مقدار واقعی و f = یک مقدار نادرست است، ۱…n نقاط مستعد سیل از مطالعه هستند، و P ref داده‌های مرجع میدانی است.

تجزیه و تحلیل آزمون منطقی برای هر دو نقشه CFC طبقه بندی شده به سه کلاس آسیب پذیر و نقشه مشتق نشده طبقه بندی شده اعمال شد.

۳٫ نتایج

۳٫۱٫ روش منطقه مستعد سیل ساحلی بر اساس بارندگی

نتایجی که استاندارد را با دو پارامتر (CFR-2) و CFR-3 مقایسه کرد، نشان می‌دهد که با افزودن پارامتر پوشش زمین به روش، سطوح و گستره‌های مختلف فاجعه احتمالی را می‌توان شناسایی کرد ( شکل ۴ را ببینید ). ناحیه بسیار آسیب پذیر با روش CFR-3 (b) در مقایسه با روش CFR-2 (a) افزایش یافت ( شکل ۴ ).
با این حال، از آنجا که ثبات وزن اولیه نامشخص بود، ما متغیر وزن را به روز کردیم و CFR-3 را برای تبدیل شدن به CFR-جدید ارزیابی کردیم. روش CFR-new بر اساس تجزیه و تحلیل AHP توسعه داده شد که از یک ماتریس مقایسه زوجی برای تعیین سطح اهمیت (مقیاس اولویت) پارامترهای مورد استفاده استفاده می‌کرد. همانطور که در جدول ۳ نشان داده شده است، یک ماتریس قضاوت برای CFR-new ساخته شد که وزن های نرمال شده را خلاصه می کند. ماتریس (λmax = 3.0387؛ CI = 0.0194؛ RI = 0.58؛ CR = 0.0334 < 0.1) ارزیابی سازگاری را پشت سر گذاشت. بنابراین، مقادیر وزنی اندازه گیری شده را می توان برای توسعه معادلات جدید CFR (CFR-new) استفاده کرد.
ماتریس ارزیابی چند معیاره (MCE)، همانطور که در جدول ۴ نشان داده شده است ، و نمونه اولیه نقشه CRF-new (در شکل ۵ ) نتایج اجرای معادله CFR-new (معادله (۱۱)) است.

معادله جدید برای CFR-new را می توان به صورت زیر تعریف کرد:

افمن =۱٫۲۰سلمنپل+ ۰٫۲۰سسمنپس+۰٫۰۳سrمنپr

جایی که افمنمنطقه مستعد سیل از کلاس i است، سلمنامتیاز برای پارامتر است پل= کاربری زمین در کلاس I ، سسمنامتیاز برای پارامتر است پس= شیب در کلاس i ، و سrمنامتیاز برای پارامتر است پr= بارندگی در کلاس I.

یافته ها تفاوت های جزئی را بین CFR-3 و CFR-new نقشه نشان می دهد. پوشش طبقه با آسیب پذیری بالا در CFR-new 2.56 هکتار بزرگتر از CFR-3 بود. برعکس، کلاس آسیب پذیری متوسط ​​به ترتیب ۱۷۹٫۹۸ هکتار و ۱۸۲٫۵۴ هکتار بود ( شکل ۵ و جدول ۵ ).
می توان گفت که استفاده از روش CFR-new در مقایسه با روش های CFR-2 و CFR-3 پاسخگوتر بود، زیرا برای مقادیر وزن اندازه گیری شده و اثبات شده معیار هر پارامتر اعمال شد. بنابراین، اندازه گیری وزن قبل از انجام فرآیندهای تحلیل فضایی ضروری بود.

۳٫۲٫ روش منطقه مستعد سیل ساحلی بر اساس درایورهای ترکیبی

به دنبال استفاده از AHP برای توسعه CFR-new، یک ماتریس قضاوت برای CFC ساخته شد، همانطور که در جدول ۶ نشان داده شده است ، که وزن های نرمال شده را خلاصه می کند. ماتریس (λmax = 4.01185؛ CI = 0.0395؛ RI = 0.90؛ CR = 0.0439 <0.1) معیارهای قابل قبول CR توصیف شده توسط Saaty [ ۳۹ ، ۴۰ ] را برآورده می کند.

سپس معادله CFC به صورت زیر ایجاد شد:

افمن =۱٫۲۴سسمنپس+ ۰٫۲۸سwمنپw+0.06سلمنپل+۰٫۰۱سrمنپr

جایی که افمنمنطقه مستعد سیل از کلاس i است، سلمنامتیاز برای پارامتر است پل= کاربری زمین در کلاس I ، سسمنامتیاز برای پارامتر است پس= شیب در کلاس I ، سwمنامتیاز برای پارامتر است پw= موج جزر و مدی در کلاس i ، و سrمنامتیاز برای پارامتر است پr= بارندگی در کلاس I.

میانگین ارتفاع موج جزر و مدی (ساعتج)در جزیره لومبوک ۱٫۰۰ تا ۱٫۲۵ متر است و امواج جزر و مد شدید به بیش از ۲ متر می رسد. با در نظر گرفتن ارتفاعات شدید و متوسط، طغیان زمینی ( ایکسr)موج جزر و مدی از ۱۴٫۹۳ متر تا ۴۷٫۶۸ متر بیشتر بود. یک ماتریس MCE، همانطور که در جدول ۷ نشان داده شده است ، و نمونه اولیه نقشه برداری CFC (در شکل ۶ ) بر اساس معادله CFC (معادله (۱۲)) توسعه یافته است.
یافته ها تفاوت های قابل توجهی را در مقایسه با CFR نشان می دهد، زیرا اجرای روش CFC تقریباً تمام منطقه را به عنوان آسیب پذیر طبقه بندی کرد ( شکل ۶ ). جدول ۸ تفاوت در گستره سه مدل بر اساس تجزیه و تحلیل MCE را نشان می دهد، که به طور قابل توجهی مرز ساحلی را در اجرای مدل CFC تا ۲۴۴٫۰۲ هکتار برای طبقه آسیب پذیر بالا گسترش داد.

۴٫ بحث

روش ایجاد شده در این مطالعه، حداقل پارامترهای مورد نیاز برای نقشه برداری مناطق مستعد سیل ساحلی و نقش AHP را برای توسعه معادله ای که برای مشخص کردن کلاس های آسیب پذیری ضروری است، برجسته می کند. این نشان می‌دهد که پارامترهای مشخصه آب و هوا و زمین برای تعیین نقشه‌برداری مناطق مستعد سیل مهم هستند. چندین محقق [ ۴۱ ، ۴۲ ، ۴۳ ] موافق هستند که ویژگی های زمین (مانند پوشش زمین، توپوگرافی/شیب، و ژئومورفولوژی) و آب و هوا (مانند بارندگی و امواج شدید جزر و مد) در تعیین وقوع سیلاب ها تأثیرگذار هستند. یافته‌ها نشان می‌دهند که چگونه ادغام این پارامترها می‌تواند بدترین تأثیر وسعت طغیان در سراسر دشت‌های آبرفتی ساحلی را تعیین کند ( شکل ۶و جدول ۷ ). توضیح پارامترهای اضافه شده و روش ها به شرح زیر است:
  • پوشش زمین برای روش‌های CFR و CFC ضروری است: [ ۳۰ ] پیوند تجربی سیل با کاربری زمین و تبدیل پوشش زمین را نشان می‌دهد که نقش حیاتی در وقوع سیل دارد. جدول ۵ افزایش رده های آسیب پذیری بالا و متوسط ​​را با اضافه شدن پارامتر پوشش/کاربری زمین نشان می دهد که به ترتیب ۴۲٫۶۳ هکتار برای طبقه بالا و ۱۲۵٫۵۶ هکتار برای طبقه متوسط ​​از CR-2 به CR-3 می باشد.
  • روش CFC اجازه می دهد تا تأثیرات دقیق تری بر روی زمین داشته باشد: [ ۴۴ ، ۴۵ ] نشان می دهد که مناطق ساحلی و دلتایی در معرض سیل ناشی از اثرات ترکیبی بارندگی بیش از حد و طغیان جزر و مد نجومی هستند. جدول ۸ تفاوت در حساسیت طبقات متوسط ​​و پایین را در CFR-3 و CFR-new، به ترتیب با ۱۴۲٫۷۴ هکتار و ۱۴۰٫۱۸ هکتار به CFC توصیف می کند در حالی که یک موج جزر و مد شدید به مدل اضافه شده است.
  • سیل به واحدهای ژئومورفولوژیکی بستگی دارد: [ ۴۶ ] از اهمیت جنبه‌های هیدروژئومورفولوژیکی برای نقشه‌برداری سیل ساحلی حمایت می‌کند، زیرا بر اساس تحقیقات او در شهر کنستانتین، الجزایر، می‌توان از دشت آبرفتی برای ترسیم مناطق خطر سیل استفاده کرد. نوع ژئومورفولوژیکی سواحل شهر ماتارام یک دشت آبرفتی است. همانطور که در شکل ۶ مشاهده می شودبا استفاده از روش CFR یا CFC، منطقه دشت آبرفتی در سایت مورد مطالعه در برابر سیل آسیب پذیر است و می توان از آن به عنوان یک واحد نقشه برداری استفاده کرد. منطقه رصدی نشان می دهد که بالاترین موج جزر و مدی باعث ایجاد شکلی پویا از دشت آبرفتی شده است که گاهی اوقات یک خاکریز شنی در امتداد ساحل شهر ماتارام ایجاد می کند. این شرایط ممکن است طغیان منطقه را تشدید کند، به ویژه در مناطق کم ارتفاع که توسط خاکریزهای شنی مسدود شده اند. در تحقیقات خود در ویتنام، [ ۴۷ ] نشان داد که سیل و مکانیسم دینامیکی تشکیل آبرفت ها با یکدیگر ارتباط دارند و به نوبه خود بر خطر سیل تأثیر می گذارند.
یافته مهم دیگر نقش قضاوت کارشناسان از طریق AHP برای ایجاد معادله ای برای نقشه برداری مستعد سیل ساحلی است. نقشه های موضوعی تولید شده با استفاده از تحلیل همپوشانی را می توان بر اساس امتیازهای وزنی هر عامل در مدل AHP [ ۴۸ ]. مرجع. [ ۴۹ ] از اهمیت وزن دادن به مقادیر به عنوان گام مرکزی در فرآیند تحلیل چند معیاره پشتیبانی می کند. AHP با سازماندهی داده های کمی و کیفی به روشی یکپارچه، شفاف و ساختارمند به تصمیم گیری کمک می کند [ ۵۰ ]. بر اساس وزن ها و امتیازات به دست آمده با استفاده از AHP، نقشه های آسیب پذیری سیل ساحلی را می توان به عنوان کلاس های آسیب پذیری کم، متوسط ​​و بالا ارزیابی کرد ( شکل ۵ و شکل ۶).). بنابراین، اندازه گیری وزن قبل از انجام فرآیندهای تحلیل فضایی ضروری است.
از دیگر مسائلی که باید مورد ارزیابی قرار گیرد، انتخاب عوامل سیلاب علیرغم مسائل مشخصه زمین و بارندگی است. تحقیقات ما موج جزر و مدی را به عنوان محرک اقیانوس انتخاب کرد، زیرا رویدادهای سیل جزر و مدی اخیراً در اندونزی افزایش یافته است [ ۱۰ ]. سواحل شمالی جزیره جاوا بیشترین آسیب را از این پدیده گرفته است [ ۱۰ ]. اجرای یک روش ترکیبی نیز توسط بسیاری از محققان در سراسر جهان انجام شده است. به عنوان مثال، چندین محقق جزر و مد طوفان و بارندگی های شدید را به عنوان یک محرک ترکیبی در مطالعات خود ارزیابی کردند .] برای سنت لوئیس در دریای کارائیب. با این حال، روشی که آنها استفاده کردند، مدل هیدرولوژیکی بدون هیچ سطحی از کلاس‌های آسیب‌پذیری سیل بود. یک برنامه AHP برای تحقیق سیل و آسیب پذیری آن توسط [ ۳۵ ] در ساحل لیتوانی در جنوب شرقی دریای بالتیک به کار گرفته شد. با این حال، تحقیقات او از محرک های ترکیبی استفاده نکرد، بلکه تنها محرک های موج ریز جزر و مدی را به کار برد. بنابراین، محرک های ترکیبی پشتیبانی شده توسط روش AHP برای توسعه روش امتیازدهی وزنی مبتنی بر معادله برای غنی سازی تکنیک نقشه برداری مناطق مستعد سیل ساحلی مهم شده است.

ارزیابی روش‌های CFR-new و CFC

توسعه معادلات برای هر دو روش، CFR-new و CFC، با استفاده از تجزیه و تحلیل CR سازگار است. میزان دقت نمونه اولیه با شرایط زمین با استفاده از روش آزمون منطقی برای مقایسه یافته ها با داده های میدانی به عنوان مرجع ارزیابی شد. داده های مرجع نشان دهنده رویدادهای واقعی سیل است که در منطقه دشت آبرفتی رخ می دهد. بدون تمایز طبقات سیل، حدود ۹۷٪ از منطقه آبرفتی در برابر سیل آسیب پذیر است، با استفاده از CFR-new = 96.25٪ یا CFC = 97.5٪. با این حال، در در نظر گرفتن طبقه بندی آسیب پذیری، نتایج ارزیابی متفاوت بود. ۵۱٫۲۵% انطباق برای CFR-new و ۹۸٫۷۵% برای CFC به دست آمد ( شکل ۷ ).
مرجع. [ ۲۰ ] به این نتیجه رسیدند که تخلیه رودخانه تا حد زیادی مسئول سیل در امتداد رودخانه و دهانه رودخانه است. مطالعه [ ۱۸ ] تأیید می کند که یک موج جزر و مدی باعث سیل بیشتر در امتداد دهانه رودخانه آمپنان و نواحی فرعی Sekarbela می شود. بنابراین، می‌توان گفت که مقدار CFR-new پایین‌تر بود، زیرا طبقات با آسیب‌پذیری بالا CFC رابطه قوی با دهانه رودخانه داشتند. هر دو CFR و CFC کلاس‌های آسیب‌پذیری بالایی در اطراف رودخانه Jangkik در ناحیه آمپنان و رودخانه‌های Unus و Berenyok در ناحیه Sekarbela پیدا کردند.

۵٫ نتیجه گیری ها

برخی از مطالعات سیل های ساحلی را با استفاده از داده های جزر و مد و بارندگی به طور مستقل ارزیابی کرده اند. با این حال، در مناطق ساحلی، سیل نمی تواند صرفاً توسط یک عامل ایجاد شود. مرجع. [ ۵۲ ] گزارش داد که بارندگی شدید، در کنار جزر و مد طوفان، شدت سیل ساحلی را تشدید کرد. در واقع [ ۵۴] حمایت می کند که بارندگی و امواج جزر و مدی به طغیان ساحل کمک می کند. ترکیبی از بارندگی، موج جزر و مد، ژئومورفولوژی و سایر عوامل مشخصه زمین به عنوان علل سیلاب ساحلی در ارتباط هستند. این مطالعه یک روش و نمونه اولیه از CFC را با استفاده از منطقه ساحلی شهر ماتارام، لومبوک، اندونزی به عنوان نمونه پیشنهاد کرد. یافته‌ها نشان داد که مدل ترکیبی، شناسایی مناطق سیل‌خیز را در مقایسه با مدل تک راننده افزایش می‌دهد. حداقل پارامترها برای تعیین مناطق مستعد سیل را می توان از این مطالعه شناسایی کرد. شیب، پوشش / کاربری زمین، بارندگی و امواج جزر و مدی وجود دارد. همچنین یافته‌ها نیاز به قضاوت متخصص برای توسعه معادلاتی را نشان می‌دهند که شامل تحلیل چند معیاره است و همچنین فرض استفاده از دشت آبرفتی به عنوان واحد نقشه‌برداری را نشان می‌دهد. از این رو، این مطالعه می تواند ورودی مفیدی برای استاندارد ملی موجود باشد که تنها بارندگی را به عنوان عامل موثر بر سیل در نظر می گیرد. بنابراین، معادله به دست آمده از تجزیه و تحلیل AHP برای تکنیک نقشه برداری بر اساس روش نمره وزنی نیز باید برای به روز رسانی استاندارد ملی در نظر گرفته شود.
علاوه بر این، عوامل دیگری نیز بر پدیده سیلاب تأثیر می‌گذارند که می‌توانند قلمرو علمی در زمینه سیلاب‌های ساحلی را غنی‌تر کنند. امواج جزر و مدی تنها عاملی نیستند که می توانند باعث سیل در سواحل شوند. بالا آمدن سطح دریا، موج های طوفان و سایر امواج بلند، محرک های دیگری هستند که باید به دلیل تأثیر آنها بر سیلاب ساحلی مورد مطالعه قرار گیرند. ویژگی‌های رانندگان نیز از نظر منطقه قابل اعتماد هستند. بنابراین، این احتمال وجود دارد که مطالعه چندین محرک برای سیلاب‌های ساحلی بیشتر توسعه یابد.

منابع

  1. Wolf، J. سیل ساحلی: تأثیرات مدل‌های موج موج-جر و مد جفت شده. نات. خطرات ۲۰۰۸ ، ۴۹ ، ۲۴۱-۲۶۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  2. لوئیس، ام جی; پالمر، تی. هاشمی، ر. رابینز، پی. سولتر، آ. براون، ج. لوئیس، اچ. نیل، S. تعامل جزر و مد موج ارتفاع موج نزدیک به ساحل را تعدیل می کند. اوشن دین. ۲۰۱۹ ، ۶۹ ، ۳۶۷-۳۸۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  3. Zai, VRC Arahan Dan Rekomendasi Pemanfaatan Lahan Untuk Kawasan Permukiman Wilayah Pesisir Kelurahan Tanjung Mas Dan Kelurahan Bandarharjo (دستورالعمل ها و توصیه های استفاده به یک منطقه ساحلی مسکونی در تانجونگ ماس و ناحیه بندرهارجو). در مجموعه مقالات سمینار Nasional Geomatika 2018، Bogor، اندونزی، ۵ سپتامبر ۲۰۱۸٫ [ Google Scholar ] [ CrossRef ]
  4. رمزی، دی بی; بل، R. مخاطرات ساحلی و تغییرات آب و هوایی. راهنمای راهنمای حکومت محلی در نیوزلند ، ویرایش دوم. وزارت محیط زیست: ولینگتون، نیوزلند، ۲۰۰۸٫
  5. پوربانی، د. سلیم، HL; کوسوما، LPASC؛ توسادیه، ع. Subandriyo, J. Ancaman gelombang ekstrim dan abrasi pada penggunaan lahan di pesisir Kepulauan Karimunjawa (Studi kasus: Pulau Kemujan, Pulau Karimunjawa, Pulau Menjangan Besar dan Pulau Menjangan Kecil)/ امواج شدید و مخاطرات سایشی در جزایر زمینی استفاده می شود مطالعه: جزیره کموجان، جزیره کریمونجاوا، جزیره منجانگان بسار و جزیره منجانگان کسیل). جی. کلاوت. ناس ۲۰۱۹ ، ۱۴ ، ۳۳-۴۵٫ [ Google Scholar ]
  6. مرکز کنترل بیماری ها و بهداشت عمومی. سیل ساحلی، تغییرات آب و هوایی و سلامتی شما برای آماده سازی چه کاری می توانید انجام دهید . وزارت بهداشت و خدمات انسانی ایالات متحده، مرکز کنترل و پیشگیری از بیماری: آتلانتا، GA، ایالات متحده آمریکا، ۲۰۱۷٫
  7. هندایانی، دبلیو. فیشر، ام آر. رودیارتو، آی. Setyono, JS; فولی، دی. انعطاف‌پذیری عملیاتی: تحلیل محتوای برنامه‌ریزی بلایای سیل در دو شهر ساحلی در جاوه مرکزی، اندونزی. بین المللی J. کاهش خطر بلایا. ۲۰۱۹ ، ۳۵ ، ۱-۱۲٫ [ Google Scholar ] [ CrossRef ]
  8. Nugraha، AL; سانتوسو، BP; Aditya, T. انتشار نقشه خطر سیل جزر و مدی با استفاده از نقشه آنلاین در سمارنگ. مجموعه مقالات ICTCRED (کنفرانس بین المللی توسعه زیست محیطی مناطق گرمسیری و ساحلی) ۲۰۱۵٫ Proc. محیط زیست علمی ۲۰۱۵ ، ۲۳ ، ۶۴-۷۱٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  9. گریگز، جی. داور، ل. Reguero، BG مستندسازی یک قرن تغییر خط ساحلی در امتداد کالیفرنیای مرکزی و چالش‌های مرتبط: از کیفی به کمی. Water ۲۰۱۹ ، ۱۱ ، ۲۶۴۸٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  10. نیروانسیه، AW; بوریس، ب. نقشه برداری تاثیر سیل جزر و مدی بر کشاورزی نمک خورشیدی در جاوه شمالی با استفاده از یک مدل هیدرودینامیکی. ISPRS Int. J. Geo Inf. ۲۰۱۹ ، ۸ ، ۴۵۱٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  11. حمدانی، ح. پرمن، اس. Susetyaningsih، A. Analisa daerah rawan banjir menggunakan aplikasi sistem informasi geografis (Studi kasus Pulau Bangka). J. Konstr. سکول. Tinggi Teknol. Garut ۲۰۱۴ ، ۱۲ ، ۱-۱۳٫ [ Google Scholar ]
  12. بادان استانداردسازی ناسیونال. SNI 8197:2015 Metode Pemetaan Rawan Banjir sekala 1:50,000 dan 1:25,000 ; Badan Standarisasi Nasional: جاکارتا، اندونزی، ۲۰۱۵٫
  13. روی، اس ال. پدرروس، آر. آندره، سی. پاریس، اف. Lecacheux، S. مارکه، اف. Vinchon، C. سیل ساحلی مناطق شهری با غلبه بر: برنامه مدلسازی پویا برای طوفان یوهانا (۲۰۰۸) در گاور (فرانسه). نات. سیستم خطرات زمین. علمی ۲۰۱۵ ، ۱۵ ، ۲۴۹۷-۲۵۱۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. Badan Nasional Penanggulangan Bencana (ویرایش) Peraturan Kepala Badan Nasional Penanggulangan Bencana شماره ۲/۲۰۱۲ Tentang Pedoman Umum Pengkajian Risiko Bencana, Dengan Parameter Tinggi Gelombang, Arus, Tutupan Vegetasi, Bentuk Garispuantai, Bentuk Garispautai Badan Nasional Penanggulangan Bencana: جاکارتا، اندونزی، ۲۰۱۲٫ [ Google Scholar ]
  15. اولبرت، هوش مصنوعی؛ کامر، جی. نش، اس. هارنت، ام. مدل‌سازی چند مقیاسی با وضوح بالا سیل‌های ساحلی ناشی از جزر و مد، موج‌های طوفان و جریان رودخانه‌ها. نمونه ای از شهر کورک. ساحل. مهندس ۲۰۱۷ ، ۱۲۱ ، ۲۷۸-۲۹۶٫ [ Google Scholar ] [ CrossRef ]
  16. پوربا، م. Utami, IN Karakter dan pergerakan masa air di Selat Lombok bulan Januari 2004 dan Juni 2006 (ویژگی ها و گردش توده آب در تنگه لومبوک در ژانویه ۲۰۰۴ و ژوئن ۲۰۰۶). J. Ilmu Ilmu Perair. پریکان. هندوستان ۲۰۰۶ ، ۱۳ ، ۱۴۳-۱۵۳٫ [ Google Scholar ]
  17. Bappeda Provinsi Nusa Tenggara Barat. Kajian Resiko Bencana Kota Mataram (ارزیابی خطر بلایا در شهر ماتارام) ; Bappeda Provinsi Nusa Tenggara Barat: Mataram، اندونزی، ۲۰۱۹٫
  18. رحمانتو، MR; سوستیو، سی پمودلان اسپاسیال جنانگان بانجیر آکیبات ژلومبانگ پسنگ دی ولایت پسییر کوتا ماتارام. جی. تک. ITS ۲۰۱۷ ، ۷ ، ۲۳۳۷–۳۵۲۰٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. سوآرا NTB. Warga Pesisir Pantai di Mataram Butuh Pemecah Gelombang. SuaraNTB.com ، ۳۰ ژوئیه ۲۰۱۸٫ [ Google Scholar ]
  20. سولیستییونو، اچ. پرادجوکو، ای. سیامسیدیک. تأثیر متغیرهای تغییر اقلیم بر پیش‌بینی باد ساحلی. در مجموعه مقالات بیست و یکمین کنگره IAHR-APD، یوگیاکارتا، اندونزی، ۲ تا ۵ سپتامبر ۲۰۱۸؛ گروه مهندسی عمران و محیط زیست، دانشگاه گادجاهمادا: یوگجاکارتا، اندونزی، ۲۰۱۸؛ صص ۵۴۹-۵۵۸٫
  21. ورسیله، ح. نادیلا، توسعه شهری فراگیر ساحلی SM در آمپنان و جرووارو، نوسا تنگگارا غربی. در مجموعه مقالات دومین کنفرانس بین المللی مطالعات استراتژیک و جهانی (ICSGS)، جاکارتای مرکزی، اندونزی، ۲۴ تا ۲۶ اکتبر ۲۰۱۸٫ [ Google Scholar ] [ CrossRef ][ Green Version ]
  22. پتا NKRI. پتا پولائو لومبوک. در دسترس آنلاین: https://tanahair.indonesia.go.id/portal-web/download/perwilayah (در ۱۱ اوت ۲۰۲۰ قابل دسترسی است).
  23. نقشه جهان. در دسترس آنلاین: http://sahimiqm.blogspot.com/2017/01/peta-dunia-kosong.html (در ۱۳ اوت ۲۰۲۰ قابل دسترسی است).
  24. هلدروپ، ای. Grubesic، TH عوامل اجتماعی، ژئومورفیک و اقلیمی که آسیب‌پذیری شهرهای ساحلی ایالات متحده را در برابر سیل طوفان افزایش می‌دهند. ساحل اقیانوس. مدیریت ۲۰۱۹ ، ۱۸۱ ، ۱-۱۱٫ [ Google Scholar ] [ CrossRef ]
  25. مانفردا، اس. ناردی، ف. ساملا، سی. گریمالدی، اس. تاراماسو، AC; راث، جی. Sole, A. بررسی استفاده از رویکردهای ژئومورفیک برای ترسیم مناطق مستعد سیل. جی هیدرول. ۲۰۱۴ ، ۵۱۷ ، ۸۶۳-۸۷۶٫ [ Google Scholar ] [ CrossRef ]
  26. ساملا، سی. تروی، تی جی. مانفردا، S. طبقه بندی کننده های ژئومورفیک برای تعیین مناطق مستعد سیل برای محیط های کم داده. Adv. منبع آب ۲۰۱۷ ، ۱۰۲ ، ۱۳-۲۸٫ [ Google Scholar ] [ CrossRef ]
  27. برندتسسون، آر. بکر، پی. پرسون، ا. آسپگرن، اچ. حقیقت افشار، س. جانسون، ک. لارسون، آر. مبینی، س. متقی، م. نیلسون، جی. و همکاران محرک های تغییر خطر سیل شهری: چارچوبی برای اقدام جی. محیط زیست. مدیریت ۲۰۱۹ ، ۲۴۰ ، ۴۷-۵۷٫ [ Google Scholar ] [ CrossRef ]
  28. لین، WB؛ Sun، YM; نیجویس، اس. وانگ، Z. ارزیابی خطر سیل مبتنی بر سناریو برای دلتاهای شهری با استفاده از شبیه‌سازی کاربری زمین در آینده (FLUS): منطقه شهری گوانگژو به عنوان مطالعه موردی. علمی کل محیط. ۲۰۲۰ ، ۷۳۹ ، ۱-۱۰٫ [ Google Scholar ] [ CrossRef ]
  29. کانترز، اف. Vanderhaegen، S. خان، AZ; انگلن، جی. Uljee، I. شبیه سازی استفاده از زمین به عنوان یک ابزار پشتیبانی برای ارزیابی خطر سیل و برنامه ریزی ایمنی ساحلی: مورد ساحل بلژیک. ساحل اقیانوس. مدیریت ۲۰۱۴ ، ۱۰۱ ، ۱۰۲-۱۱۳٫ [ Google Scholar ] [ CrossRef ]
  30. آواشیا، وی. Garg، A. پیامدهای انتقال استفاده از زمین و تغییرات آب و هوا بر سیل محلی در مناطق شهری: ارزیابی ۴۲ شهر هند. سیاست کاربری زمین ۲۰۲۰ ، ۹۵ ، ۱-۹٫ [ Google Scholar ] [ CrossRef ]
  31. سوشانتی، آی آر. ایمانسیاه، ن.اچ کاجیان پروباهان فیسیک اسپاسیال کاواسان شهری حاشیه دی ککاماتان آمپنان کوتا ماتارم. J. Planoearth ۲۰۱۸ ، ۳ ، ۴۴-۴۸٫ [ Google Scholar ] [ CrossRef ]
  32. لاتروپ، آر. لیزا، ا. جیمز، تی. بوگنار، جی. کاربرد ابزارهای وبگیس برای تجسم آسیب پذیری سیل ساحلی و برنامه ریزی برای تاب آوری: تجربه نیوجرسی. ISPRS Int. J. Geo Inf. ۲۰۱۴ ، ۳ ، ۴۰۸-۴۲۹٫ [ Google Scholar ] [ CrossRef ]
  33. خو، ی. Lu, Y. همجوشی وزنی تطبیقی: یک رویکرد ترکیبی جدید برای طبقه‌بندی تصویر. محاسبات عصبی ۲۰۱۵ ، ۱۶۸ ، ۵۶۶-۵۷۴ . [ Google Scholar ] [ CrossRef ]
  34. ترکان، ای. درلی، کارشناسی ارشد توسعه یک مدل تناسب زمین برای کشت مرکبات با استفاده از GIS و تکنیک های ارزیابی چند معیاره در استان آنتالیا ترکیه. Ecol. اندیک. ۲۰۲۰ ، ۱۱۷ ، ۱-۱۱٫ [ Google Scholar ] [ CrossRef ]
  35. Bagdanaviciute، I.; کلپسایت، ال. Soomere، T. رویکرد ارزیابی چند معیاره برای توسعه شاخص آسیب‌پذیری ساحلی در مناطق کم ارتفاع جزر و مدی. ساحل اقیانوس. مدیریت ۲۰۱۵ ، ۱۰۴ ، ۲۴-۱۳۵٫ [ Google Scholar ] [ CrossRef ]
  36. Kudláč، Š. Majercak، J. Štefancová، V. استفاده از روش Saaty و روش FMEA برای ارزیابی محدودیت ها در زنجیره لجستیک. Procedia Eng. ۲۰۱۹ , ۱۸۷ . [ Google Scholar ] [ CrossRef ]
  37. لیو، اف. Zou، SC; لی، کیو. استخراج اولویت ها از ماتریس های مقایسه زوجی با شاخص سازگاری جدید. Appl. ریاضی. محاسبه کنید. ۲۰۲۰ ، ۳۶۴ ، ۱-۱۵٫ [ Google Scholar ] [ CrossRef ]
  38. سوتریسنو، دی. ویندیاستوتی، آر. اکتاویانی، ن. رودیاستوتی، AW مطالعه امکان سنجی استاندارد طبقه بندی پوشش بستر دریا در تولید داده های جغرافیایی مرتبط. ژئو اسپات. Inf. علمی ۲۰۱۹ ، ۲۲ ، ۳۰۴–۳۱۳٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  39. چو، پی. لیو، JKH توجه به نسبت قوام. ریاضی. محاسبه کنید. مدل. ۲۰۰۲ ، ۳۵ ، ۱۰۷۷-۱۰۸۱٫ [ Google Scholar ] [ CrossRef ]
  40. لیو، اف. ژانگ، جی دبلیو. ژانگ، WG; Pedrycz, W. تصمیم گیری با مدل سازی متوالی فرآیند مقایسه زوجی. دانستن سیستم مبتنی بر ۲۰۲۰ ، ۱-۴۶٫ [ Google Scholar ] [ CrossRef ]
  41. هاریانی، NS Analisis Zona Potensi Rawan Banjir Menggunakan Data Penginderaan Jauh dan SIG di Kalimantan Timur. در مجموعه مقالات سمینار Nasional Penginderaan Jauh ke-4 Tahun 2017، جاکارتا، اندونزی، ۱۷ اکتبر ۲۰۱۷; LAPAN: Depok، اندونزی، ۲۰۱۷٫ [ Google Scholar ]
  42. روزییدی، آ بانجیر: فکتا دن دامپاکنیا سرتا پنگاروه دری پروباهان لحن. جی. پرنک. ویل. دان کوتا ۲۰۱۳ ، ۲۴ ، ۲۴۱-۲۴۹٫ [ Google Scholar ]
  43. ویسمارینی، تی دی. سیوکور، م پننتوان تینگکات کرنتانان بنجیر سکارا ژئوسپاسیال. جی. تکنول. Inf. دین ۲۰۱۸ ، ۲۰ ، ۵۷-۷۶٫ [ Google Scholar ]
  44. زی، دی. زو، QP; میگنون، آ. MacRae، JD سیل ساحلی ناشی از غلبه بر موج و سازگاری با افزایش سطح دریا در شمال شرقی ایالات متحده. ساحل. مهندس ۲۰۱۹ ، ۱۵۰ ، ۳۹–۵۸٫ [ Google Scholar ] [ CrossRef ]
  45. Bilskie، MV; هاگن، SC تعریف انتقال منطقه سیل در مناطق ساحلی کم شیب. ژئوفیز. Res. Lett. ۲۰۱۸ ، ۴۵ ، ۲۷۶۱-۲۷۷۰٫ [ Google Scholar ] [ CrossRef ]
  46. بورنانیا، اچ. بوحداده، ی. Guettouche، MS نقشه‌برداری خطر سیل در منطقه شهری با استفاده از رویکرد هیدرو-ژئومورفولوژیکی: مطالعه موردی دشت‌های آبرفتی Boumerzoug و Rhumel (Constantine City، NE الجزایر). جی افر. علوم زمین ۲۰۱۹ ، ۱۶۰ ، ۱-۸٫ [ Google Scholar ] [ CrossRef ]
  47. هو، LTK; Umitsu، M. طبقه‌بندی میکرو زمین‌فرم و ارزیابی خطر سیل دشت آبرفتی Thu Bon، ویتنام مرکزی از طریق یک روش یکپارچه با استفاده از داده‌های سنجش از دور. Appl. Geogr. ۲۰۱۱ ، ۳۱ ، ۱۰۸۲-۱۰۹۳٫ [ Google Scholar ] [ CrossRef ]
  48. او، اچ. دی، اچ. قون، س. لی، ز. Yanrong، LA یک روش ارزیابی حساسیت زمین لغزش مبتنی بر فناوری GIS و یک روش محتوای اطلاعات وزن‌دار AHP: مطالعه موردی جنوب آنهویی، چین. ISPRS Int. J. Geo Inf. ۲۰۱۹ ، ۸ ، ۲۶۶٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  49. دروبن، اس. Lisac، A. تجزیه و تحلیل تصمیم چند ویژگی در GIS: ترکیب خطی وزنی و میانگین وزنی مرتب. Informatica ۲۰۰۹ ، ۳۳ ، ۴۵۹-۴۷۵٫ [ Google Scholar ]
  50. سکوسکی، آی. دل ریو، ال. Armaroli، C. توسعه یک شاخص آسیب پذیری ساحلی با استفاده از فرآیند سلسله مراتبی تحلیلی و کاربرد در استان راونا (ایتالیا). ساحل اقیانوس. مدیریت ۲۰۱۹ ، ۱–۱۱٫ [ Google Scholar ] [ CrossRef ]
  51. کومبیر، ک. کاروالیو، آرسی وافیدیس، AT; Woodroffe، CD II در حال بررسی سیل ترکیب در یک مصب با استفاده از مدل‌سازی هیدرودینامیکی: مطالعه موردی از رودخانه شوالهاون، استرالیا. اوست نات. سیستم خطرات زمین. علمی ۲۰۱۸ ، ۱۸ ، ۴۶۳-۴۷۷٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  52. شن، ی. مرسی، م.م. هاکسلی، سی. تحویلداری، ن. ارزیابی خطر سیل گودال، JL و افزایش انعطاف‌پذیری حوضه‌های شهری ساحلی تحت تأثیر ترکیبی جزر و مد طوفان و بارندگی شدید. جی هیدرول. ۲۰۱۹ ، ۱–۴۶٫ [ Google Scholar ] [ CrossRef ]
  53. Zhang، Y. یک چارچوب یکپارچه برای ارزیابی خطرات سیل مرکب برای زیرساخت های حیاتی وابسته به هم در یک محیط ساحلی. پایان نامه کارشناسی ارشد، برنامه تحصیلات تکمیلی در مهندسی عمران و محیط زیست، دانشگاه وسترن، لندن، ON، کانادا، ۲۰۱۹٫ [ Google Scholar ]
  54. لی، اس. کانگ، تی. سان، دی. پارک، JJ بهبود روش تجزیه و تحلیل سیل مرکب در نواحی ساحلی با پیوند دادن مدل‌های شبیه‌سازی جریان سواحل و حوزه آبخیز. پایداری ۲۰۲۰ ، ۱۲ ، ۶۵۲۷٫ [ Google Scholar ] [ CrossRef ]
Ijgi 09 00525 g001 550
شکل ۱٫ نقشه محل مطالعه (منبع: [ ۲۲ ، ۲۳ ]).
Ijgi 09 00525 g002 550
شکل ۲٫ طرح گردش کار مطالعه. CFR: مناطق مستعد سیل ساحلی ناشی از بارندگی.
Ijgi 09 00525 g003 550
شکل ۳٫ تصویر طرحی از طغیان موج جزر و مدی به سمت خشکی.
Ijgi 09 00525 g004 550
شکل ۴٫ نتیجه نقشه برداری CFR بر اساس CFR-2 ( a ) و CFR-3 ( b ).
Ijgi 09 00525 g005 550
شکل ۵٫ نقشه برداری CFR بر اساس CFR-2 ( a )، CFR-3 ( b )، و CFR-new( c ).
Ijgi 09 00525 g006 550
شکل ۶٫ نقشه برداری مستعد سیل بر اساس CFR-3 ( a )، CFR-new ( b )، و ( c ) مناطق مستعد سیل ساحلی توسط درایورهای ترکیبی (CFC).
Ijgi 09 00525 g007 550
شکل ۷٫ ارزیابی رانندگان ترکیبی CFR-جدید در مقابل CFC در دسته بندی های طبقه بندی شده و طبقه بندی نشده مستعد سیل.

ونوس نصیرفام

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما