نوع مقاله : پژوهشی
نویسندگان
1 دانشجوی دکترای ژئومورفولوژی، گروه جغرافیای طبیعی، دانشکدة جغرافیا، دانشگاه تهران، تهران
2 دانشیار گروه جغرافیای طبیعی، دانشکدة جغرافیا، دانشگاه تهران، تهران
3 استاد گروه جغرافیای طبیعی، دانشکدة جغرافیا، دانشگاه تهران، تهران
چکیده
روشهای متعددی برای تعیین پهنههای سیلگیر وجود دارند که از آن جمله میتوان روشهای هیدرولیکی و ژئومورفولوژیکی را نام برد. پژوهش حاضر با هدف شناسایی روشهای بهینه تعیین پهنههای سیلگیر در نواحی فاقد دادههای نقشهبرداری شده، سه بازه 25 کیلومتری مجزا از رودخانه سفیدرود به نامهای یساول در استان کردستان، گیلوان در استان زنجان و آستانه در استان گیلان را با استفاده از روشهای هیدرولیکی و ژئومورفولوژیکی مورد مطالعه قرار داده است. روش هیدرولیکی با مبنا قرار دادن نقشه توپوگرافی با مقیاس 1000/1 و دو DEM سنجش از دوری رایگان SRTM (30 متر) و ALOS PALSAR (12.5 متر) در نرم افزار HEC RAS انجام شد. شناسایی ژئومورفولوژیکی پهنههای سیلابی نیز با اتکا بر عکسهای هوایی و تصاویر ماهوارهای قدیم و جدید، بازدیدهای میدانی و آثار سیلابهای گذشته انجام شد. نتایج حاصل مؤید آن است که در نواحی کوهستانی در صورت عدم وجود دادههای با قدرت تفکیک مکانی بالا، استفاده از DEM های 30 متر SRTM و 12.5 متر ALOS PALSAR دقت قابل قبولی در تعیین پهنههای سیلگیر دارد؛ به شرطی که نتایج مدلسازی با استناد به نظرات کارشناسی و بازدیدهای میدانی تدقیق و اصلاح گردد. مقایسه DEM های 30 متر SRTM و 12.5 متر ALOS PALSAR نشان می-دهد که در نواحی کوهستانی و تپهماهوری هر دو DEM نتایج نسبتاً یکسانی را به دست دادهاند اما DEM 30 متر SRTM به ویژه در دوره بازگشتهای میانمدت و بلندمدت نتایج مطلوبتری را دارا می-باشد. در نواحی دشتی و جلگهای استفاده از روش-های ژئومورفولوژیکی در تعیین پهنههای سیلابی دقت بالاتری دارد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Identification of Flood-Prone Areas along the Sefidrud River through a Comparison of a Remote Sensing-Based Hydraulic Model and Geomorphological Evidence
نویسندگان [English]
- Khabat Amani 1
- Mossa Hosseini 2
- Mojtabi Yamani 3
- Mehran Maghsoudi 3
1 PhD Candidate in Geomorphology, Department of Physical Geography, Faculty of Geography, University of Tehran, Tehran
2 Associate Professor, Department of Physical Geography, Faculty of Geography, University of Tehran, Tehran, Iran.
3 Professor of Department of Physical Geography, Faculty of Geography, University of Tehran, Tehran, Iran
چکیده [English]
There are various methods for determining flood-prone areas, including hydraulic and geomorphological approaches. Due to the extensive nature of flood-prone watersheds, 1:1000 scale maps are either not available in all regions or require significant time and resources to produce. This study aims to identify optimal methods for determining flood-prone areas in regions lacking topographic data. It examines three separate 25-kilometer segments of the Sefidrud River: Yasavol in Kurdistan Province, Gilvan in Zanjan Province, and Astaneh in Gilan Province, using hydraulic and geomorphological approaches. The hydraulic method was implemented using a 1:1000 scale topographic map and two freely available remote sensing DEMs: SRTM (30 meters) and ALOS PALSAR (12.5 meters) in the HEC-RAS . The geomorphological identification of flood-prone areas was conducted based on aerial photographs, both old and new satellite images, field visits, and evidence of past flooding. The results indicate that in mountainous areas, in the absence of high-resolution spatial data, the use of 30-meter SRTM and 12.5-meter ALOS PALSAR DEMs provides acceptable accuracy for delineating flood-prone areas, provided that modeling results are refined and adjusted based on expert opinions and field observations. The comparison of the 30-meter SRTM and 12.5-meter ALOS PALSAR DEMs indicates that in mountainous and hilly areas, both DEMs yield relatively similar results. However, the 30-meter SRTM DEM, particularly in mid-term and long-term return periods, produces more favorable outcomes. In flat and lowland areas, remote sensing DEMs do not provide satisfactory results, and the use of geomorphological methods for delineating flood-prone areas yields higher accuracy
کلیدواژهها [English]
- Flood
- Hydraulic Modeling
- Geomorphology
- Sefidrud River
- Digital Elevation Models (DEMs)