بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان

تغییرات در الگوها و شدت‌های بارش ناشی از تغییر اقلیم جهانی موجب تشدید رخدادهای سیل به‌عنوان یکی از رایج‌ترین بلای طبیعی در سطح دنیا شده است. این در حالی است که بشر نمی‌تواند جلوی بروز سیل را بگیرد، اما می‌تواند اثرات این مخاطره را با شناسایی دقیق مناطق مستعد سیل و اجرای اقدامات مدیریت ریسک محور کاهش...

Full description

Saved in:
Bibliographic Details
Main Authors: محبوبه بای, ناصر طهماسبی پور, حسین زینی وند, امیر سعدالدین, مهدی کاهه
Format: Article
Language:English
Published: Ferdowsi University of Mashhad 2024-01-01
Series:جغرافیا و مخاطرات محیطی
Subjects:
Online Access:https://geoeh.um.ac.ir/article_43851_a3422c4915f3e12b5df4d8ca3961ed21.pdf
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1832592557523075072
author محبوبه بای
ناصر طهماسبی پور
حسین زینی وند
امیر سعدالدین
مهدی کاهه
author_facet محبوبه بای
ناصر طهماسبی پور
حسین زینی وند
امیر سعدالدین
مهدی کاهه
author_sort محبوبه بای
collection DOAJ
description تغییرات در الگوها و شدت‌های بارش ناشی از تغییر اقلیم جهانی موجب تشدید رخدادهای سیل به‌عنوان یکی از رایج‌ترین بلای طبیعی در سطح دنیا شده است. این در حالی است که بشر نمی‌تواند جلوی بروز سیل را بگیرد، اما می‌تواند اثرات این مخاطره را با شناسایی دقیق مناطق مستعد سیل و اجرای اقدامات مدیریت ریسک محور کاهش دهد. حوزه آبخیز قره‌چای یکی از سرشاخه‌های حوضه گرگانرود در استان گلستان به‌عنوان منطقه موردمطالعه انتخاب شد که رخدادهای سیلابی متعددی را تجربه نموده است. در این مطالعه خطر سیل با استفاده از مدل هیدرولیکیHEC-RAS  دوبعدی ارزیابی شده است. بدین‌منظور مقادیر دبی رخداد سیلابی سال ۱۳۹۷ به‌عنوان ورودی مدل مذکور انتخاب شدند و بهینه‌سازی ضرایب زبری مانینگ مطابق با شواهد موجود انجام شد و سپس واسنجی مدل انجام شد. شاخص‌های آماری مورد استفاده در ارزیابی مدل همگی توصیف‌کننده شبیه‌سازی خوب آن می‌باشند. نتایج نشان داد با افزایش دوره بازگشت سیل، گستره، عمق و میزان خطر ناشی از آن افزایش می‌یابد؛ به‌طوری‌که با در نظر گرفتن دوره بازگشت صدسال در مطالعه حاضر، پهنه سیلاب بخش‌هایی از روستای سیدکلاته را تحت‌تأثیر قرار داده است. در نقشه پهنه‌بندی خطر سیل، حدود نیمی از بازه موردمطالعه در کلاس بسیار کم‌خطر (کلاس یک) قرار دارند. نتایج مطالعه به‌منظور اتخاذ راهبردها و برنامه‌های مناسب با هدف سازگاری با شرایط تغییر اقلیم و به‌عنوان ابزار مناسب برای شناسایی مناطق مستعد و در معرض خطر سیل کاربرد دارد.
format Article
id doaj-art-31a3a9cc837349288b5443b43f90173e
institution Kabale University
issn 2322-1682
2383-3076
language English
publishDate 2024-01-01
publisher Ferdowsi University of Mashhad
record_format Article
series جغرافیا و مخاطرات محیطی
spelling doaj-art-31a3a9cc837349288b5443b43f90173e2025-01-21T06:40:52ZengFerdowsi University of Mashhadجغرافیا و مخاطرات محیطی2322-16822383-30762024-01-0112418720310.22067/geoeh.2022.75557.118543851بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستانمحبوبه بای0ناصر طهماسبی پور1حسین زینی وند2امیر سعدالدین3مهدی کاهه4دانشجوی دکتری مهندسی آبخیزداری، دانشگاه لرستان، خرم‌آباد، ایراندانشیار، هیدرولوژی، دانشگاه لرستان، خرم‌آباد، ایراندانشیار، هیدرولوژی، دانشگاه لرستان، خرم‌آباد، ایراناستاد، مدیریت آبخیز، دانشگاه علوم‌کشاورزی و منابع‌طبیعی گرگان، گرگان، ایراندکتری منابع آب (سازه‌های هیدرولیکی)، شرکت سهامی آب منطقه‌ای گلستان، گرگان، ایرانتغییرات در الگوها و شدت‌های بارش ناشی از تغییر اقلیم جهانی موجب تشدید رخدادهای سیل به‌عنوان یکی از رایج‌ترین بلای طبیعی در سطح دنیا شده است. این در حالی است که بشر نمی‌تواند جلوی بروز سیل را بگیرد، اما می‌تواند اثرات این مخاطره را با شناسایی دقیق مناطق مستعد سیل و اجرای اقدامات مدیریت ریسک محور کاهش دهد. حوزه آبخیز قره‌چای یکی از سرشاخه‌های حوضه گرگانرود در استان گلستان به‌عنوان منطقه موردمطالعه انتخاب شد که رخدادهای سیلابی متعددی را تجربه نموده است. در این مطالعه خطر سیل با استفاده از مدل هیدرولیکیHEC-RAS  دوبعدی ارزیابی شده است. بدین‌منظور مقادیر دبی رخداد سیلابی سال ۱۳۹۷ به‌عنوان ورودی مدل مذکور انتخاب شدند و بهینه‌سازی ضرایب زبری مانینگ مطابق با شواهد موجود انجام شد و سپس واسنجی مدل انجام شد. شاخص‌های آماری مورد استفاده در ارزیابی مدل همگی توصیف‌کننده شبیه‌سازی خوب آن می‌باشند. نتایج نشان داد با افزایش دوره بازگشت سیل، گستره، عمق و میزان خطر ناشی از آن افزایش می‌یابد؛ به‌طوری‌که با در نظر گرفتن دوره بازگشت صدسال در مطالعه حاضر، پهنه سیلاب بخش‌هایی از روستای سیدکلاته را تحت‌تأثیر قرار داده است. در نقشه پهنه‌بندی خطر سیل، حدود نیمی از بازه موردمطالعه در کلاس بسیار کم‌خطر (کلاس یک) قرار دارند. نتایج مطالعه به‌منظور اتخاذ راهبردها و برنامه‌های مناسب با هدف سازگاری با شرایط تغییر اقلیم و به‌عنوان ابزار مناسب برای شناسایی مناطق مستعد و در معرض خطر سیل کاربرد دارد.https://geoeh.um.ac.ir/article_43851_a3422c4915f3e12b5df4d8ca3961ed21.pdfنقشه خطر سیلمدل hec-ras دوبعدیمدیریت ریسک سیلرودخانه قره‌چایاستان گلستان
spellingShingle محبوبه بای
ناصر طهماسبی پور
حسین زینی وند
امیر سعدالدین
مهدی کاهه
بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
جغرافیا و مخاطرات محیطی
نقشه خطر سیل
مدل hec-ras دوبعدی
مدیریت ریسک سیل
رودخانه قره‌چای
استان گلستان
title بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
title_full بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
title_fullStr بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
title_full_unstemmed بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
title_short بررسی قابلیت مدل دوبعدی HEC-RAS در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
title_sort بررسی قابلیت مدل دوبعدی hec ras در تهیه نقشه خطر سیلاب در رودخانه قره‌چای رامیان، استان گلستان
topic نقشه خطر سیل
مدل hec-ras دوبعدی
مدیریت ریسک سیل
رودخانه قره‌چای
استان گلستان
url https://geoeh.um.ac.ir/article_43851_a3422c4915f3e12b5df4d8ca3961ed21.pdf
work_keys_str_mv AT mḥbwbhbạy brrsyqạblytmdldwbʿdyhecrasdrthyhnqsẖhkẖṭrsylạbdrrwdkẖạnhqrhcẖạyrạmyạnạstạnglstạn
AT nạṣrṭhmạsbypwr brrsyqạblytmdldwbʿdyhecrasdrthyhnqsẖhkẖṭrsylạbdrrwdkẖạnhqrhcẖạyrạmyạnạstạnglstạn
AT ḥsynzynywnd brrsyqạblytmdldwbʿdyhecrasdrthyhnqsẖhkẖṭrsylạbdrrwdkẖạnhqrhcẖạyrạmyạnạstạnglstạn
AT ạmyrsʿdạldyn brrsyqạblytmdldwbʿdyhecrasdrthyhnqsẖhkẖṭrsylạbdrrwdkẖạnhqrhcẖạyrạmyạnạstạnglstạn
AT mhdyḵạhh brrsyqạblytmdldwbʿdyhecrasdrthyhnqsẖhkẖṭrsylạbdrrwdkẖạnhqrhcẖạyrạmyạnạstạnglstạn