Journal of Watershed Management Research

fa ارزیابی پتانسیل وقوع سیل با استفاده از مدل های داده کاوی ماشین بردار پشتیبان، چاید و جنگل تصادفی (مطالعه موردی: حوزه آبخیز فریزی) Assessment of Flood Occurrence Potential using Data Mining Models of Support Vector Machine, Chaid and Random Forest (Case study: Frizi watershed) بلايای طبيعی (سيل، خشکسالی و حرکت های توده ای) بلايای طبيعی (سيل، خشکسالی و حرکت های توده ای) پژوهشي Research <div style="text-align: justify;">چکیده مبسوط مقدمه و هدف: سیل مانند سایر پدیدههای هیدرولوژیکی یک پدیده غیر قطعی است که در هر زمان و مکان احتمال وقوع آن وجود داشته و تحت تاثیر عوامل مختلف اقلیمی، مشخصات فیزیکی حوضه، وضعیت پوشش گیاهی و کاربری اراضی و دخالتهای انسانی است. تعیین سهم هر یک از پارامترها بر میزان بروز سیل مهم است. در حال حاضر، با ارتقای سامانه های اطلاعات جغرافیایی (GIS)، روشهای سنجش از دور (RS) و ماشین یادگیری (ML) میتوان مدل سازی بسیار دقیقی از احتمال وقوع سیلاب انجام داد. با این وجود، ساخت این مدلها نیازمند دانش دقیق و اصولی از فرآیند وقوع سیل، بررسی پارامترهای موثر در شکلگیری سیل، درک چگونگی تأثیر هر پارامتر بر ایجاد سیل و انتخاب و توسعه مدل مناسب و ارزیابی آن است. با توجه به اهمیت تعیین مناطق مستعد وقوع سیل در مناطق مختلف به خصوص حوضه های واقع در مناطق خشک و نیمه خشک همچون منطقه مورد مطالعه، تحقیق حاضر به منظور ارزیابی خطرپذیری سیل با استفاده از مدلهای داده کاوی ماشین بردار پشتیبان، چاید و جنگل تصادفی در این منطقه هدفگذاری شده است. مواد و روش‌ها: در پژوهش حاضر جهت بررسی خطر وقوع سیل از مدلهای دادهکاوی ماشین بردار پشتیبان، چاید و جنگل تصادفی  استفاده شده است. به طور کلی هدف از ارائه مدلهای داده کاوی رسیدن به یک تخمین معقول و دقیق از پیشبینی مکانی وقوع سیل، مقایسه کارایی مدلها و انتخاب مناسبترین روش برای تهیه نقشه ارزیابی حساسیت سیل میباشد. در این پژوهش از اطلاعات مختلف همچون نقشه توپوگرافی مقیاس1:50000 جهت استخراج خطوط تراز، نقشه زمین شناسی مقیاس 1:100000، نقشه خاک تهیه شده توسط اداره کل منابع طبیعی و آبخیزداری استان خراسان رضوی، تصویر مدل رقومی ارتفاع (DEM) با قدرت تفکیک مکانی 12/5 متر، تصاویر ماهوارهای گوگل ارث، داده های هواشناسی بارانسنجی دوره آماری 20 ساله (98-78) ایستگاههای اندرخ، اولنگ اسدی، سد کارده، مارشک، بلغور، گوش بالا، آل، چناران، مغان، چکنه علیا، آبقد فریزی، تلغور، قدیر آباد و کبکان استفاده شده است. طبقات ارتفاعی، شیب، جهت شیب، شبکه های زهکشی و آبراهه های اصلی، تحدب سطح زمین از روی تصویر DEM و خطوط تراز استخراج گردیدند. کاربری اراضی منطقه از روی تصاویر ماهوارهای گوگل ارث مربوط به سال 2020 و به روش طبقه بندی نظارت شده تهیه گردید. نقشه پوشش گیاهی منطقه نیز بر اساس شاخص NDVI و از روی تصاویر ماهوارهای لندست 8 سال 2018 تهیه گردید. یافته‌ها: عامل ارتفاع نقش کلیدی در کنترل جهت حرکت سیل و عمق سطح آب دارد. در ارتفاع 2000 متر و بیشتر با افزایش ارتفاع پتانسیل سیل خیزی در منطقه مورد مطالعه افزایش می یابد. بر اساس نتایج در بین کاربریهای حوضه مورد مطالعه، اراضی آبی و باغی به علت نفوذ بیشتر، رواناب کمتری تولید نموده و کمتر مستعد سیل خیزی میباشند. در منطقه مطالعاتی در شیب 60 درجه به دلیل افزایش شیب، زمان تأخیر حوضه کم، میزان نفوذ آب در خاک کم و در نتیجه حجم سیلاب و رواناب سطحی افزایش خواهد یافت. کلاس 0/0120-0/0074 بیشترین تاثیر را در وقوع سیلاب حوضه دارد. دامنه های شمالی، شمال غربی و غربی به دلیل دریافت بارش زیاد، ماندگاری طولانی مدت برف و داشتن رطوبت دارای پتانسیل سیلخیزی می باشد. در منطقه مورد مطالعه بارش بیش از 250 میلی متر بیشترین تأثیر را در رخداد سیلاب دارا است. در منطقه مورد مطالعه خاک مزیک  به دلیل نفوذپذیری نسبتا کم باعث تولید رواناب بیشتر و ایجاد سیل می شود. بر اساس نتایج طبقات شاخص رطوبت توپوگرافی در منطقه مورد مطالعه کلاس 359/99-268/38 تاثیر زیادی در وقوع سیلاب داشته است. در منطقه مورد مطالعه مناطق مقعر در ایجاد سیل تأثیر زیادی دارد به این دلیل که  مهمترین و موثرترین فاکتورها در وقوع سیل شیب و انحنا زمین میباشد. در حال حاضر قابلیت پیش بینی حساسیت سیلاب منطقه مطالعاتی با استفاده از سطح زیر منحنی مورد بررسی قرار گرفت و از مقدار AUC، درصد نرخ موفقیت و قابلیت پیش بینی هر دو در پژوهش حاضر 16 سناریو با ترکیب پارامترهای مختلف به عنوان ورودی مدل ایجاد شدند .نتایج این تحقیق نشان میدهد که در مدل ماشین بردار پشتیبان خطی با بهترین سناریو M3 با بالاترین ضریب همبستگی 0/972 و کمترین مقدار 0/538=MAE، در مدل جنگل تصادفی بهترین سناریو M10 با بالاترین ضریب همبستگی  0 /961و کمترین مقدار خطا 0/685=MAE، در مدل درخت تصمیم نوع چاید بهترین سناریو M8 با بالاترین ضریب همبستگی 0/954 و کمترین مقدار خطا 0/723= MAE بوده است. نتیجه گیری: به طور کلی بر اساس نتایج تحقیق حاضر طبقات با پتانسیل سیلخیزی کم و متوسط بیشتر در بخشهای شرقی و جنوبی حوضه قرارگرفتهاند به طوری که در بخش شرقی حوضه به علت شیب کم و نفوذپذیری مناسب خطر سیل خیزی متوسط می باشد. بر اساس نتایج به دلیل وجود کاربریهای مرتعی فقیر در نیمه غربی و شمال غربی حوضه بیشترین پتانسیل سیل خیزی مشاهده شده  قرار دارند. همچنین نتایج نشان داد قسمتهای شمالی و غربی حوضه که از نظر زمینشناسی و لیتولوژی دارای سازندهای سطحی مانند مارن، رس و سیلت بوده و ضریب نفوذپذیری آنها بسیار کم و پوشش گیاهی ناچیز دارن،  از پتانسیل بالایی در بروز سیلاب برخوردار هستند. در این پژوهش ارزیابی مدلها با استفاده از ضریب همبستگی (R) و مقادیر میانگین قدر مطلق خطا (MAE) صورت گرفت. بررسی نتایج مدلها نشان داد که به ترتیب مدل های ماشین بردار پشتیبان، چاید و جنگل تصادفی با سناریوی M3، M8 و M10 با بیشترین میزان همبستگی و کمترین خطای میانگین، از دقت بالایی در برآورد خطر وقوع سیل در منطقه مطالعاتی برخوردار هستند. علاوه بر این، به منظور ارزیابی مدل های ارائه شده از مساحت زیر منحنی (ROC) استفاده شد. بر این اساس این مقادیر هم در داده های تعلیمی و هم در داده های آموزشی در الگوریتم (SVM) و مدل الگوریتم نوین جنگل تصادفی دارای نتایج دقیقتری  میباشد. این نتیجه بیانگر این مطلب است که هر دو مدل از نظر صحت و اعتبار مدلسازی مورد تأیید قرار گرفتهاند. </div> <div style="text-align: justify;">Introduction and Objective: Flood, like other hydrological phenomena, is an uncertain phenomenon that can occur at any time and place and is influenced by various climatic factors, physical characteristics of the basin, vegetation status and land use, and human intervention. Determining the contribution of each parameter to the flood incidence is important. At present, with the development of GIS, remote sensing (RS), and machine learning (ML) methods, very accurate modeling of flood probability can be performed. However, the construction of these models requires accurate and principled knowledge of the flood occurrence process, the study of effective parameters in flood formation, understanding of how each parameter affects flood generation, and the selection and development of appropriate models and their evaluation. Due to the importance of determining flood-prone areas in different areas, especially basins located in arid and semi-arid areas such as the study area, the present study was conducted to assess flood risk using vector mining data mining models. Random support, grass, and forest are targeted in this area. Material and Methods:   In the present study, to support the risk of flooding, data support models of support vector machine, field, and random forest have been used. In general, the purpose of presenting data mining models is to achieve a reasonable and accurate estimate of spatial prediction of flood occurrence, compare the efficiency of the models and select the most appropriate method for preparing a flood sensitivity assessment map. In this study, from various information such as the topographic map of scale 1: 50000 to extract level lines, a geological map of scale 1: 100000, a soil map prepared by the General Department of Natural Resources and Watershed Management of Khorasan Razavi province, digital elevation model (DEM) image with Spatial resolution of 12.5 m, Google Earth satellite imagery, meteorological data, rain gauge, statistical period of 20 years (98-78), Andarkh stations, Olang Asadi, Kardeh Dam, Marshak, Bulgur, Bala Gosh, Al, Chenaran, Moghan, Chekneh Olya, Abqad Frizi, Talgur, Qadirabad, and Kabkan have been used. Elevation, slope, slope direction, drainage networks, main waterways, and convexity of the ground surface were extracted from the DEM image and level lines. Land use of the region was prepared from Google Earth satellite images related to 2020 and in a supervised classification method. The vegetation map of the region was also prepared based on the NDVI index and from satellite images of Landsat 8 in 2018. Results: The elevation factor plays a key role in controlling the direction of flood movement and water surface depth. At an altitude of 2000 m and more, with increasing altitude, the flood potential in the study area increases. According to the results, among the uses of the studied basin, irrigated and garden lands produce less runoff due to more infiltration and are less prone to flooding. In the study area, at a slope of 60 degrees, due to the increase in slope, the latency of the basin is low, the amount of water infiltration into the soil is low, and as a result, the volume of floods and surface runoff will increase. Class 0/0074-0/0120 has the greatest impact on the occurrence of basin floods. The northern, northwestern, and western slopes have the potential for flooding due to heavy rainfall, long-term snow retention, and moisture. In the study area, more than 250 mm of rainfall has the greatest impact on the occurrence of floods. In the study area, due to the relatively low permeability of the soil, the soil produces more runoff and floods. Based on the results of topographic moisture index classes in the study area, classes 268/38-359/99 had a great impact on the occurrence of floods. In the study area, concave areas have a great impact on floods because the most important and effective factors in the occurrence of floods are the slope and curvature of the earth. At present, the predictability of flood sensitivity in the study area was investigated using the area under the curve. The results of this study show that in the linear support vector machine model with the best scenario M3 with the highest correlation coefficient of 0.972 and the lowest value of MAE = 0.538, and in the random forest model the best scenario M10 with the highest correlation coefficient 961 0.0 and the lowest error value MAE = 0.685, in the Chaid decision tree model, the best scenario was M8 with the highest correlation coefficient of 0.954 and the lowest error value was MAE = 0.723. Conclusion: In general, according to the results of the present study, the floors with low and medium flooding potential are more located in the eastern and southern parts of the basin, so in the eastern part of the basin due to low slope and good permeability flood risk, It is average. According to the results, due to the existence of poor rangeland land uses in the western and northwestern half of the basin, the highest flood potential has been observed. The results also showed that the northern and western parts of the basin, which in terms of geology and lithology have surface formations such as marl, clay, and silt, and their permeability coefficient is very low and vegetation is low, have a high potential for occurrence. They have flooded. In this study, the models were evaluated using correlation coefficient (R) and mean absolute error values (MAE). Examination of the results of the models showed that the support vector machine, chad, and random forest models with scenarios M3, M8, and M10 with the highest correlation and the lowest mean error, respectively, have high accuracy in estimating the risk of floods in the study area. In addition, the area under the curve (ROC) was used to evaluate the proposed models. Accordingly, these values have more accurate results in both educational data and training data in the algorithm (SVM) and the new random forest algorithm model. This result indicates that both models have been validated in terms of modeling accuracy and validity. </div> پهنه بندی, حوزه آبخیز فریزی, سیل, مدلهای داده کاوی, منحنی ROC Friesian watershed, Flood, Data mining models, ROC curve, Zoning 133 144 http://jwmr.sanru.ac.ir/browse.php?a_code=A-11-1269-1&slc_lang=fa&sid=1 Mahdi Zarei مهدی زارعی m.zarei@hsu.ac.ir 100319475328460011806 100319475328460011806 Yes Hakim Sabzevari University مرکز پژوهشی علوم جغرافیایی و مطالعات اجتماعی-دانشگاه حکیم سبزواری، سبزوار، ایران Rahman Zandi رحمان زندی r.zandi@hsu.ac.ir 100319475328460011807 100319475328460011807 No Hakim Sabzevari University دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران Mahnaz Naemitabar مهناز ناعمی تبار mahnaznaemi70@gmail.com 100319475328460011808 100319475328460011808 No Hakim Sabzevari University دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران