زهرا رضائی؛ محمدحسن وحیدنیا
چکیده
ایران یکی از کشورهایی است که در معرض سوانح طبیعی بسیاری قرار دارد که سیل یکی از جدی‌ترین آن‌هاست. چگونگی پایش و کنترل سوانح، ارزیابی خسارت و امدادرسانی از مهم‌ترین مشکلات دولت و کارشناسان مدیریت بحران محسوب می‌شوند. در صورت نظارت مستمر قبل از وقوع، ارزیابی دقیق در حین و بعد از وقوع سانحه، می‌توان از دامنه خسارات و هدررفت ...
بیشتر
ایران یکی از کشورهایی است که در معرض سوانح طبیعی بسیاری قرار دارد که سیل یکی از جدی‌ترین آن‌هاست. چگونگی پایش و کنترل سوانح، ارزیابی خسارت و امدادرسانی از مهم‌ترین مشکلات دولت و کارشناسان مدیریت بحران محسوب می‌شوند. در صورت نظارت مستمر قبل از وقوع، ارزیابی دقیق در حین و بعد از وقوع سانحه، می‌توان از دامنه خسارات و هدررفت منابع انسانی و مادی جلوگیری کرد. جلوگیری از خطرات ناشی از سیل، ساماندهی و مدیریت سیل در رودخانه‌ها و نهایتاً بهسازی رودخانه‌ها، نیازمند تشخیص و تعیین پهنه‌های سیل‌خیز است. مدل‌سازی عامل‌مبنا[1](ABM) رویکردی برای ارائه سیستم‌های شبیه‌سازی و انتزاعی به‌منظور کشف و بررسی الگوهای برآمده از عوارض مرتبط به محیط‌‌های مورد مطالعه می‌باشد. به‌عبارت دیگر، مدل‌سازی عامل‌مبنا به‌عنوان رویکردی نوین برای توسعه ابزارهای شبیه‌سازی در پدیده‌‌های پیچیده‌ی حوزه‌های مختلف از جمله بلایای طبیعی، مطالعات بیولوژیکی و شرایط امداد و نجات سیل می‌تواند مورد استفاده قرار گیرد. در این تحقیق، از دو رویکرد استنتاج فازی با درنظر گرفتن پارامترهای مؤثر بر وقوع سیلاب و با بهره‌گیری از داده‌های حاصل از سنجش از دور و مدل‌سازی عامل‌مبنا برای تهیه نقشه خطر سیل به‌عنوان راهکارهای بازدارنده در جلوگیری از مخاطرات سیل در راستای مدیریت و تصمیم‌گیری قبل از وقوع سیل استفاده شده است. در نهایت نیز به مقایسه این دو رویکرد و بررسی کارکردهای آن‌ها پرداخته شده است. نتایج نشان‌دهنده پیچیدگی و دقت بیشتر روش‌های چند معیاره‌ای مانند استنتاج فازی می‌باشد. در حالی‌که روش‌های مبتنی بر هوش مصنوعی و مدل‌سازی عامل‌مبنا سریع‌تر بوده و پیچیدگی این روش به‌دلیل استفاده از برنامه‌های نسبتاً آماده کمتر و در عین حال، دقت این روش نیز در مقایسه با روش منطق فازی کمتر است.
[1]- Agent Based Modelling
