مدیریت بهینه رواناب شهری با بهره گیری از روش تصمیم گیری چندمعیاره مکانی

مدیریت آب در مناطق شهری شامل کنترل جریان هرزابها و اصلاح شبکه های زهکشی می باشد. در این راستا نقشه هایی که میزان پتانسیل سیل گیری مناطق مختلف را نشان می دهند، می توانند ابزار مناسبی برای برنامه ریزی های شهری در آینده باشند. تحلیل آسیب پذیری در محیط های شهری شامل معیارهای چندگانه ای است که به طور مکانی به یکدیگر مرتبط می باشند. هدف از این تحقیق، تهیه نقشه های خطرپذیری سیلاب به منظور اتخاذ تصمیمات دقیق تر در مدیریت سیلاب شهری، با استفاده از تلفیق روش تصمیم گیری چند معیاره در محیط سیستم اطلاعات جغرافیایی در قالب یک سیستم پشتیبان برنامه ریزی می باشد. نقشه نهایی خطرپذیری سیلاب نشان می دهد، مناطق جنوب شرقی محدوده مورد مطالعه از درجه خطرپذیری بالایی برخوردارند. این در حالی است که این مناطق در محدوده زمین های پست و شیب کمتر از 2 درصد واقع شده اند. همچنین شبکه کانالهای جمع آوری رواناب در این مناطق از سیستم های نگهداری ضعیفی برخوردارند. به منظور ارزیابی مدل تصمیم گیری چندمعیاره مکانی، از ایجاد قابلیت مدل سازی مکانی با شبکه های عصبی استفاده شده است. نقشه تخمینی تولید شده از مدل شبکه عصبی نشان می دهد که همبستگی بالایی بین هر یک از نقشه های معیار با نقشه نهایی پتانسیل سیل خیزی برقرار می باشد. با توجه به نتایج این تحقیق می توان عنوان کرد که کاربرد تکنیک تصمیم گیری چندمعیاره در محیط سیستم اطلاعات جغرافیایی (gis) به عنوان ابزاری توانمند در تهیه نقشه های خطرپذیری سیلاب با دقت بالا، مطرح می‌باشد.

Optimal Urban Flood Management Using Spatial Multi Criteria Decision Making Approach

Water management in urban areas includes wastewater control and developing efficient drainage systems. Developing the maps of areas with potential of floodinundation could be an appropriate tool for urban planning and urban developing strategies. Vulnerability analysis of different urban areas is a complex process because it depends on several spatial and temporal parameters and criteria. The purpose of this research is to prepare flood hazard maps to determine more accurate decisions in urban flood management using a combination of multicriteria decision making and geographic information system (GIS) as a planning support system (PSS). The final flood hazard map shows that regions in the southeastern of the study area have a high hazard with regarding to the flood potential map. It should be mentioned that these regions are located in lowland (with low elevation) areas that their slope are less than 2.5 percent. In addition, in order to evaluate the spatial multi criteria decision making model, the capability of spatial modeling by an intelligent model, artificial neural network, is assessed. The advantages of using the SMCDM (Spatial Multi Criteria Decision Making) model in developing flood management strategies are discussed using the case study.