| پیش بینی سیل و آشکارسازی پهنه خسارت دیده مبتنی بر تکنیک های هوش مصنوعی و سنجش از دور (مطالعه موردی: حوضه کن استان تهران) |
| کد مقاله : 1065-IHA |
| نویسندگان |
|
محمد روحی *1، حمیدرضا غفوری2، سید محمد اشرفی2 1دانشگاه شهید چمران اهواز، دانشکده مهندسی عمران و معماری 2دانشگاه شهید چمران اهواز |
| چکیده مقاله |
| کنترل کامل یا مدیریت خسارت سیل، همیشه از طریق اقدامات سازه‌ای بدلیل محدودیت‌های اقتصادی، تکنولوژیکی، محیط‌زیستی و اجتماعی عملی نمی‌باشد. بنابراین غالباً اقدامات غیرسازه‌ای مانند پیش‌بینی و هشدار سیل جهت اتخاذ تصمیمات موثر و انتخاب راه‌های مناسب برای مقابله با سیلاب نقش مهمی را در کاهش تلفات بازی می‌کنند. اهمیت سیستم‌های پیشرفته برای پیش‌بینی کوتاه‌مدت و بلندمدت سیل و سایر رویدادهای هیدرولوژیکی برای کاهش آسیب و خسارت ناشی از سیل به شدت مورد تاکید قرار می‌گیرد. در این پژوهش به پیش‌بینی سیل کوتاه‌مدت با استفاده از روش‌های پیش بینی گروهی (EPSs) و مدل هیدروژیکی HEC-HMS پرداخته می‌شود. همچنین به منظور دست‌یابی به دقت بالا در ارزیابی پهنه های خسارت دیده از سیلاب، از تکنیک‌های سنجش از دور و تصاویر ماهواره‌ای استفاده شده است. نتایج نشان می‌دهد که استفاده از روش‌های پیش بینی گروهی به بهبود سرعت و دقت مدل پیش‌بینی کمک کرده است (R2 = 0.75). همچنین با استفاده از تصاویر ماهواره‌ای راداری Sentinel-1 و استفاده همزمان از الگوریتم‌های یادگیری با نظارت، تخمین مناسبی از پهنه خسارت دیده برای سه سیل منتخب در حوضه کن در سال‌های 2019، 2015 و 2014 صورت گرفته است. |
| کلیدواژه ها |
| خسارت سیل، پیش‌بینی سیل، EPSs، HEC-HMS، Sentinel-1، یادگیری با نظارت |
| وضعیت: پذیرفته شده برای ارائه شفاهی |