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...
Saved in:
Main Authors: | , , , , |
---|---|
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 |