نوع مقاله : مقاله پژوهشی

نویسندگان

• خه بات خسروی ¹
• ادریس معروفی نیا ²
• ابراهیم نوحانی ³
• کامران چپی ⁴

¹ دانشجوی دکتری آبخیزداری، دانشکدۀ مناب طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران.

² دانشگاه آزاد اسلامی، واحد مهاباد، باشگاه پژوهشگران جوان و نخبگان، مهاباد، ایران.

³ دانشگاه آزاد اسلامی، واحد دزفول، باشگاه پژوهشگران جوان و نخبگان، دزفول، ایران.

⁴ استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه کردستان، سنندج، ایران.

چکیده

در راستای جلوگیری از هرگونه خسارات ناشی از سیل، نقشۀ حساسیت به وقوع سیل برای حوضۀ آبخیز هراز در استان مازندران توسط روش رگرسیون لجستیک تهیه گردید. ابتدا 211 نقطه سیل­گیر و 211 نقطۀ غیر سیل­گیر شناسایی شدند. در دومین مرحله 10 فاکتور مؤثر در وقوع سیل که شامل شیب، انحنای زمین، طبقات ارتفاعی، فاصله از رودخانه، شاخص رطوبت، توپوگرافی، شاخص توان آبراهه، بارندگی، کاربری اراضی و NDVI می­باشد، مشخص گردید. نقشه­های رقومی کلیۀ پارامتر­ها با استفاده از نرم­افزارهای ArcGIS 10.1، ENVI 5.1 و SAGAGIS 2 با فرمت رستری تهیه شدند. موقعیت های سیل‌گیر به صورت تصادفی به دو گروه 70 درصد (151) و 30 درصد (60) به ترتیب برای مدل‌سازی برای اعتبارسنجی تقسیم شدند. وزن لایه‌های مورد استفاده با روش Enter توسط نرم‌افزار SPSS.18 مشخص گردید و در نهایت وزن‌های تعیین شده به همراه لایۀ فاکتورهای مؤثر در وقوع سیل به محیط GIS 10.1 وارد گردید و نقشۀ نهایی تهیه گردید. نقشه حساسیت به وقوع سیل تهیه شده به 5 کلاس طبقه بندی شد. برای اطمینان از صحت نقشۀ تهیه شده، از منحنی ROC و سطح زیر منحنی آن استفاده شد. نتایج نشان داد که برای میزان پیش‌بینی، سطح زیرمنحنی برابر با 3/78 درصد می­باشد، پس روش رگرسیون لجستیک دارای صحت قابل قبول جهت تهیۀ نقشۀ حساسیت به وقوع سیل می­باشد. طبق مدل رگرسیون لجستیک، مهمترین فاکتورهای مؤثر در سیل به ترتیب شامل شاخص رطوبت توپوگرافی، انحنای زمین و شیب می­باشد. نتایج این تحقیق می­تواند برای محققان مختلف، شرکت سهامی آب منطقه­ای مازندران، وزارت نیرو، جهاد کشاورزی و ادارات منابع­طبیعی، جهت کاهش خسارات در مواقع سیلابی مفید و ضروری می­باشد.

کلیدواژه‌ها

• حساسیت به سیل
• رگرسیون لجستیک
• هراز
• GIS
• ROC

عنوان مقاله [English]

Evaluation of Logistic Regression Efficiency in Mapping Flood Susceptibility

نویسندگان [English]

• khabat Khosravi ¹
• Edris Marufinia ²
• Ebrahim Nohani ³
• Kamran Chapy ⁴

¹ Ph.D Candidate of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University

² Young Researchers and Elite Club, Mahabad Branch, Islamic Azad University, Mahabad

³ Young Researchers and Elite Club, Dezful Branch, Islamic Azad University, Dezful

⁴ Assistant professor, Department of Rangeland and Watershed Management, Faculty of Natural Resources, University of Kurdistan, Sanandaj

چکیده [English]

In order to prevent any damages which can be caused by flood at Haraz watershed in the Mazandaran province, it is essential to prepare a flood susceptibility map using logistic regression. About 211 flood locations and 211 non-flood locations were first recognized. Ten flood conditioning factors such as Slope, plan curvature, altitude, distance from river, topographic wetness index (TWI), stream power index (SPI), rainfall, landuse and normalized differences vegetative index (NDVI) were then identified. The maps of all affecting factors were prepared using ArcGIS10.1, ENVI 5.1 and SAGA GIS2 software and they were exported to raster formats. Flood locations were randomly divided into two groups: 70% (151 flood locations) and 30% (60 flood locations) for modeling and validation, respectively. Enter method was selected for weighing the 10 factors in SPSS.18. The factors with their corresponding weights were used in the ArcGIS software for generation of flood susceptibility map. The map was divided into 5 classes. ROC curve and area under curve (AUC) are used for the validation of derived map. The results indicated that for prediction rate, the AUC is 78.3%; thus, the logistic regression has a reasonable accuracy for flood susceptibility mapping. The findings of this research are useful and necessary for scholars, the Mazandaran Regional Water Authority (MRWA), Ministry of Energy, and other agriculture and natural resources-related organizations in order for mitigating losses and damages during flooding events.

کلیدواژه‌ها [English]

• Flood susceptibility to flooding
• GIS
• Haraz watershed
• Logistic regression
• ROC