اولویت‌بندی پتانسیل خطر سیل‏ خیزی حوضۀ آبخیز تالار در محیط GIS

نوع مقاله : پژوهشی

نویسندگان

1 استاد، گروه مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری

2 استادیار، گروه مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری

3 دانشجوی دکتری مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری

چکیده

حوضۀ آبخیز تالار با ویژگی‏ های متنوع کاربری اراضی، هیدرولوژی و پوشش‏ گیاهی در استان مازندارن قرار گرفته است که در سال‏ های اخیر شاهد وقوع سیلاب‏ های مخرب در آن هستیم. در این پژوهش به منظور اولویت‏ بندی سیل‏ خیزی زیرحوضه ‏های تالار تحت شرایط هیدرولوژیکی و فیزیوگرافی متفاوت با مساحت 6/189613 هکتار در کاربری‏ های کشاورزی، مسکونی، مرتع و جنگل اقدام شد. ابتدا حوضه را به شش زیرحوضه شامل شیرگاه، کارمزد، دراسله، پل‏سفید، ارژنگ رودبار و چاشم تقسیم کرده و برای هر زیرحوضه پارامترهای ژئومتری، اقلیمی، نفوذپذیری و فیزیوگرافی مانند مساحت، محیط، طول آبراهۀ اصلی، طول و شیب حوضه، زمان تمرکز، CN و دبی با استفاده از نرم‌افزار GIS محاسبه شد. زمان تمرکز بر اساس خصوصیات حوضه با روش ‏های برانس‏بای ویلیامز، جانسون، پیلگریم‌ـ مک‌ـ درمات، کرپیچ، کالیفرنیا، چاو، اسپی، ونتورا بررسی شد که روش برانس‏بای‌ـ ویلیامز با 2/19 ساعت مناسب‏ ترین روش برای حوضۀ تالار بود. بر اساس روش SCS سهم هریک از زیرحوضه‏ ها در سیل خروجی از کل حوضه تعیین شد. نتایج دبی حداکثر لحظه ‏ای سیلاب نشان داد پل‏ سفید با دبی 380 مترمکعب بر ثانیه بیشترین دبی را طی دورۀ آماری 1365ـ 1398 داشته است. زیرحوضه ‏ها از نظر مشابهت پتانسیل سیل‏ خیزی، فرسایش، پوشش گیاهی و تأثیرات عملکرد انسانی به سه گروه با پتانسیل سیل‏ خیزی زیاد، متوسط و کم تفکیک شده‏ اند. نتایج نشان داد بیشترین مقدار سیل‏ خیزی در هر یک از زیرحوضه‏ ها به‌ترتیب شامل زیرحوضۀ چاشم با 19/29 درصد، دراسله 25/23 درصد و در نهایت، شیرگاه 76/16 درصد است.

کلیدواژه‌ها

موضوعات


  • Asgari Sh, Safari A, Fathi H. Investigation of flooding in Jafarabad catchment using factor analysis. J of Applied Res in Geographical Sciences. 2018;18(50): 77-90. [Persian].
  • Azamirad M, Ghahraman B, Esmaili K. Investigation Flooding Potential in The Kashafrud watershed, Mashhad The Method SCS and GIS. J of Watershed Management. 2018;9(17):38-26. [Persian].
  • Bellos V, Papageorgaki I, Kourtis I, Vangelis H, Kalogiros I, Tsakiris G. Reconstruction of a flash flood event using a 2D hydrodynamic model under spatial and temporal variability of storm. Nat. Hazards. 2020;101: 711–726.
  • Bracken LJ, Oughton EA, Donaldson A, Cook B, Forrester J, Spray C, Cinderby S, Passmore D, Bissett N. Flood risk management, an approach to managing cross-border hazards. Nat. Hazards. 2016;82: 217–240.
  • Cristofor S, Vadineanu A, Ignat G. Importance of flood zones for nitrogen and phosphorus dynamics in the Danube Delta. Hydrobiologia. 1993;251(1–3): 143–148.
  • Elsadek WM, Ibrahim MG, Mahmod WE, Kanae S. Developing an overall assessment map for flood hazard on large area watershed using multi-method approach: case study of Wadi Qena watershed, Egypt. Natural Hazards. 2019;95(3): 739-767.
  • Eslami Z, Shojaei S, Hakimzadeh MA. Exploring prioritized sub-basins in terms of flooding risk using HEC_HMS model in Eskandari catchment, Iran. Spatial Information Res. 2017;25(5): 677-684.
  • Feiznia S, Sharifi F, Zare M. Sensetivity of geologic formations to erosion in Chandabe basin of Varamin. Res & construction. 2004;61: 33- 38. [Persian].
  • Francesch-Huidobro M, Dabrowski M, Tai Y, Chan F, Stead D. Governance challenges of flood-prone delta cities: Integrating flood risk management and climate change in spatial planning. Prog. Plann. 2017;114: 1–27.
  • Garosi Y, Sheklabadi M, Conoscenti C, Pourghasemi HR, Van Oost K. Assessing the performance of GIS-based machine learning models with different accuracy measures for determining susceptibility to gully erosion. Sci. Total Environ. 2019;664: 1117–1132.
  • Gharib M, Motamedvaziri B, Ahmadi H. Providing a method for determining the flood producing regions based on the relationship between flooding index and morphometric. J of Soil and Water Resour Protection. 2018;7(4): 87-101. [Persian].
  • Guerriero L, Ruzza G, Guadagno FM, Revellino P. Flood hazard mapping incorporating multiple probability models. J. Hydrol. 2020;587: 125020.
  • Hemati M, SHahnazi M, Ahmadi H, Salarijazi M. Flood Peak Flow Simulation and Determination of Flood Source Area in the QARANQU Watershed Using Hydrological Mod-Clark Model and GIS. Iranian J of Irrigation and Water Engineering. 2017;7(4); 65-80. [Persian].
  • Hoseinzadeh MM, Nosrati K, Imeni S. Determining the number of curves and estimating the runoff production potential of Hesarak watershed. J of Geographical Sciences. 2019;18(51): 133-150. [Persian].
  • Jongman B, Hochrainer-Stigler S, Feyen L, Aerts JC, Mechler R, Botzen WW, Bouwer LM, Pflug G, Rojas R, Ward PJ. Increasing stress on disaster-risk finance due to large floods. Nat. Clim. Change, 2014;4(4):264–268.
  • Khodayar P. Checking the country's flood situation and problems. Proceedings. 2012. [Persian].
  • Khosravi K, Panahi M, Golkarian A, Keesstra SD, Saco PM, Bui DT, Lee S. Convolutional neural network approach for spatial prediction of flood hazard at national scale of Iran. J of Hydrology. 2020;591: 125552.
  • Klaus S, Kreibich H, Merz B, Kuhlmann B, Schröter K. Large-scale, seasonal flood risk analysis for agricultural crops in Germany. Environ. Earth Sci. 2016;75 (18): 1289.
  • Lyubimova T, Lepikhin A, Parshakova Y, Tiunov A. The risk of river pollution due to washout from contaminated floodplain water bodies during periods of high magnitude floods. J. Hydrol. 2016;534: 579–589.
  • Mahato S, Pal S, Talukdar S, Saha TK, Mandal P. Field based index of flood vulnerability (IFV): A new validation technique for flood susceptible models. Geoscience Frontiers. 2021;12(5): 101175.
  • Milanesi L, Pilotti M, Bacchi B. Using web-based observations to identify thresholds of a person’s stability in a flow. Water Resour. Res. 2016;52: 7793–7805.
  • Mishra SK, Tyagi JV, Singh VP, Singh R. SCS-CN-based modeling of sediment yield. J of Hydrology. 2006;324: 301–322.
  • Nadiri M. Flood risk zoning using AHP-TOPSIS fuzzy logic in GIS environment (Case study of Aidoghmush watershed). J of Geography (Regional Planning). 2019;9(3): 293-306. [Persian].
  • Nguyen HD, Fox D, Dang DK, Pham LT, Viet Du QV, Nguyen THT, Petrisor AI. Predicting Future Urban Flood Risk Using Land Change and Hydraulic Modeling in a River Watershed in the Central Province of Vietnam. Remote Sensing. 2021;13(2): 262.
  • Percival S, Teeuw R. A methodology for urban micro-scale coastal flood vulnerability and risk assessment and mapping. Nat. Hazards. 2019;97: 355–377.
  • Prasad RN, Pani P. Geo-hydrological analysis and sub watershed prioritization for flash flood risk using weighted sum model and Snyder’s synthetic unit hydrograph. Modeling Earth Systems and 2017;3(4): 1491-1502.
  • Qodsian M. Flood Control and Drainage Engineering, (Translated) Tarbiat Modares University Press, Office of Science Publication, First Edition. 1998. [Persian].
  • Saberi A, Delfan H, Rangzan K, Kabolizadeh M. Estimation of runoff height and volume of watershed upstream of Kahnak Dezful river using remote sensing and ArcCN-Runoff tools in GIS environment. Nat Geomatics Conference. 2016;23: 25. [Persian].
  • Saghafian B, Ghermezcheshmeh B, Kheirkhah MM. Iso-Flood severity mapping: a New Tools for Distributed Flood Source Identification. Natural Hazards. 2010;55(2): 557-570.
  • Saremi N, Bazrafshan O, Esmaelpour Y, Souri M. Flood Zoning and Assessment of Surface Runoff Channels Effcientcy in Bandar- Abbas Urban Watershed. J of Iran-Watershed Management Science & Engineering. 2018;12(42): 42-51. [Persian].
  • Sepehr A, Abdollahi A, Mohammadian A, Nejad MP. Prioritization of Kashafrud sub-basins in terms of flooding sensitivity based on ELECTRE-TRI Algorithm. Universal J of Geoscience. 2017;5(4): 83-90.
  • Servati MR, Ahmadi M, Nosrati K, Mazbani M. Zoning potential of flooding Sarab Darrehshahr watershed. J of Geography. 2013;11(36): 56-76. [Persian].
  • Shaabani Bazneshin A, Emadi A, Fazloula R. Investigation the Flooding Potential of Basins and Determination Flood Producing Areas (Case Study: NEKA Basin). J of Watershed Management Res. 2016;7(14): 20-28. [Persian].
  • Svetlana D, Radovan D, Jan D. The economic impact of floods and their importance in different regions of the World with emphasis on Europe. Procedia Econ. Financ. 2015;34: 649–655.
  • Taghavi Moghadam A, Bahrami SH. Zangane Asadi MA, Mokhtari L. Quantitative Analysis of the Basin Components and its Role in the Rate of Annual Sediment Yield (17 Basins in North East Iran). J of Geography & Environmental Planning. 2018;29(3):147-172. [Persian].
  • Wang Y, Chen AS, Fu G, Djordjevi´c S, Zhang C, Savi´c DA. An integrated framework for high-resolution urban flood modelling considering multiple information sources and urban features. Environ. Model. Softw. 2018;107; 85–95.
  • Wu Q, Zhao Z, Liu L, Granger DE, Wang H, Cohen DJ, Wu X, Ye M, Bar-Yosef O, Lu B, Zhang J. Response to Comments on “Outburst flood at 1920 BCE supports historicity of China’s Great Flood and the Xia dynasty”. Science. 2017;355(6332): 1382.
  • Yamani M, Abbasi M. Evaluation of Flooding below Gadar Catchments based on Morphometric Parameters and Statistical Correlation. J of Land Management. 2020;12(1): 205-224. [Persian].
  • Zareian Sh, Esmali ouri A, Ahmadzade Gh, Mesri T. Zoning the flood potential of Namin watershed using a hierarchical preparation process. International Development Conf focusing on agriculture, environment & tourism. Tabriz. 2016. [Persian].
  • Zehtabian Gh, Ghodosi J, Ahmadi H, Khalilizadeh M. Investigating the priority of flood potential in sub-watersheds and determining flood-producing areas in it (Case study: Ma-Rameh watershed - Fars province). J of Natural Geography. 2010;2(6):1-13. [Persian].
  • Zhang G, Feng G, Li X, Xie C, Pi X. Flood effect on groundwater recharge on a typical silt loam soil. Water. 2017;9 (7): 523.
دوره 8، شماره 3
مهر 1400
صفحه 749-762
  • تاریخ دریافت: 12 اسفند 1399
  • تاریخ بازنگری: 31 خرداد 1400
  • تاریخ پذیرش: 28 خرداد 1400
  • تاریخ اولین انتشار: 01 تیر 1400
  • تاریخ انتشار: 01 مهر 1400