تحلیل مکانی آسیب‌پذیری حوزه آبخیز زرینه‌رود نسبت به وقوع سیل

مقدمه یکی از گام‌های مهم در چارچوب برنامه‌های حفاظتی حوزه‌های آبخیز و مدیریت پایدار منابع طبیعی، شناسایی مناطق آسیب‌پذیر است که به عنوان پایه محکمی برای اقدامات مورد نیاز جهت مدیریت زیست محیطی در نظر گرفته می‌شود. ارزیابی آسیب‌پذیری، استانداردهای لازم برای اولویت‌های اجرایی را فراهم می‌کند و کمک می‌کند تا مناطق حساس و آسیب‌پذیر برای مدیریت پایدار منابع طبیعی شناسایی و اولویت‌بندی شود. در میان مخاطرات طبیعی در سطح حوزه ‌آبخیز، سیلاب یکی از پرتکرارترین و مخرب‌ترین نوع مخاطره است که هرساله خسارات جانی و مالی زیادی را به‌همراه دارد. کشور ایران نیز به دلیل قرار داشتن در بوم‌سازگان وسیعی از مناطق خشک و نیمه خشک، همواره در معرض تاثیرات مخرب سیل بوده و آسیب‌پذیری آن توسط تغییرات آب و هوایی و فعالیت‌های ناپایدار انسانی تشدید می‌شود. پیش‌بینی می‌شود به دلیل تغییرات آب و هوایی، شهرنشینی سریع برنامه‌ریزی نشده و گسترش سطوح غیرقابل نفوذ، تغییر در الگوی کاربری‌های اراضی و مدیریت ضعیف حوزه‌های آبخیز، سیلاب‌ها در آینده با شدت بیشتری اتفاق بیافتند. از این رو، مطالعه و شناسایی مناطق آسیب‌پذیر به عنوان یکی از متغیرهای مهم در مدیریت ریسک سیلاب، بخشی از اقدامات غیرسازه‌ای برای جلوگیری و کاهش اثرات مخرب سیل خواهد بود. این مطالعه به‌دنبال تحلیل مکانی آسیب‌پذیری حوزه آبخیز زرینه‌رود نسبت به رخداد سیل است. بنابراین با در نظر گرفتن توابع آسیب‌پذیری شامل در معرض خطر قرارگیری، حساسیت و تاب‌آوری، درجه آسیب‌پذیری این حوزه آبخیز نسبت به مخاطره سیلاب، مورد بررسی قرار گرفت و پهنه‌های آسیب‌پذیر شناسایی شدند. مواد و روش‌ها منطقه مورد مطالعه در این پژوهش حوزه آبخیز زرینه‌رود واقع در استان‌های آذربایجان غربی و کردستان است. جهت شناسایی پهنه‌ها و مناطق آسیب‌پذیر نسبت به سیلاب در این آبخیز، ابتدا داده‌ها و اطلاعات اثرگذار بر آسیب‌پذیری سیلاب در منطقه مورد مطالعه جمع‌آوری شدند. سپس لایه رستری هر یک از عوامل در سه بخش در معرض خطر قرارگیری (شامل فاکتورهای میانگین بارش سالانه، فراوانی بارش‌های سنگین، حداکثر بارش روزانه، فاصله از آبراهه و فراوانی سیلاب)، حساسیت (شامل درصد خانوارهای کشاورز و دامدار، فاصله از مناطق صنعتی و معادن، فاصله از جاده، کاربری اراضی، تراکم جمعیت و فاصله از مناطق مسکونی) و تاب‌آوری (شامل تعداد شرکت‌های تعاونی روستایی، تعداد مراکز بهداشتی و درمانی و تعداد راه‌های مواصلاتی) استخراج شد. در ادامه اهمیت متغیرها بر اساس روش فرآیند تحلیل شبکه‌ای و با در نظر گرفتن ارتباطات درونی بین متغیرها بررسی شد. در ادامه ارزش‌گذاری پیکسلی داده‌ها بر اساس تحلیل ارتباط هر یک از فاکتورها با آسیب‌پذیری سیلاب و با استفاده از توابع ارزش فازی انجام شد. نهایتاً با اعمال اهمیت متغیرهای حاصل از روش فرآیند تحلیل شبکه‌ای بر لایه‌های فازی شده از طریق رابطه آسیب‌پذیری (شامل توابع در معرض خطر قرارگیری، حساسیت و تاب‌آوری) نقشه آسیب‌پذیری برای حوزه آبخیز مورد مطالعه تهیه و تحلیل شد. نتایج و بحث بررسی اهمیت متغیرها بر اساس روش فرآیند تحلیل شبکه‌ای برای هر یک از توابع آسیب‌پذیری نشان داد که از بین متغیرهای استفاده شده جهت استخراج نقشه در معرض خطر قرارگیری، دو متغیر فاصله از آبراهه و فراوانی وقوع سیلاب به‌ترتیب با وزن‌های برابر با 0.343 و 0.337 بیشترین اهمیت را بخود اختصاص داده‌اند؛ از بین متغیرهای در نظر گرفته شده جهت استخراج نقشه حساسیت، عوامل تراکم جمعیت، فاصله از مناطق مسکونی و درصد خانوارهای کشاورز و دامدار بیشترین وزن را دارا بودند (به‌ترتیب با وزن‌های 0.361، 0.235 و 0.178)؛ بررسی تاب‌آوری نیز حاکی از آن بود که اهمیت عامل تعداد مراکز بهداشتی و درمانی بیشتر از سایر متغیرها بوده است (حدود 65.5%). نتایج نقشه در معرض خطر قرارگیری نشان داد که مناطق واقع در خروجی حوزه آبخیز بیشتر در معرض خطر سیلاب واقع  هستند؛ در صورتیکه، بخش‌هایی نزدیک خروجی و بخش‌هایی در شمال شرق حوزه آبخیز حساسیت بالاتری را نسبت به سیلاب نشان می‌دهند؛ این در حالی است که، بیشترین تاب‌آوری در نواحی مرکزی حوزه آبخیز واقع شده است ولی بخش‌هایی در شمال و جنوب حوزه آبخیز کمترین تاب‌آوری را نسبت به سیلاب دارا هستند. با تلفیق نقشه‌های در معرض خطر قرارگیری، حساسیت و تاب‌آوری مشخص شد که آسیب‌پذیرترین مناطق حوزه آبخیز (با کلاس آسیب‌پذیری خیلی زیاد) عمدتاً در بخش‌های خروجی حوزه آبخیز واقع شده‌اند که حدود 2.06% از حوزه آبخیز را شامل می‌شوند. نتیجه‌گیری بررسی نقشه آسیب‌پذیری سیلاب نشان داد که مناطق جنوبی حوزه آبخیز زرینه‌رود که در نزدیک خروجی حوزه آبخیز واقع شده‌اند بیشترین میزان آسیب‌پذیری را دارا هستند. علت این موضوع این است که این نواحی در معرض خطر زیاد سیلاب هستند، حساسیت زیاد و تاب‌آوری کم تا متوسطی را دارا هستند که با تلفیق این موارد نسبت به سایر بخش‌های حوزه آبخیز آسیب‌پذیری زیادتری را نشان می‌دهند. یکی از مزیت‌های این پژوهش را می‌توان به استفاده از توابع ارزش فازی جهت ارزش‌گذاری پیکسلی داده‌ها به‌جای طبقه‌بندی آن‌ها دانست. ارائه مقادیر پیوسته بر اساس فازی، تغییرپذیری ارزش متغیرها را حفظ می‌کند که نسبت به روش‌های دیگر مانند کلاسه‌بندی ورودی‌ها، واقعی‌تر است. همچنین فازی می‌تواند بر ابهام غلبه کند و عدم قطعیت را کاهش دهد. اصلی‌ترین محدودیت این پژوهش را می‌توان به نبود آمار و اطلاعات کافی در بحث تاب‌آوری نسبت به سیلاب عنوان کرد که اجتناب‌ناپذیر است. آمار معیارهای مهمی همچون تعداد سیستم‌های هشدار سیل، تعداد مراکز نجات، تجربیات گذشته در مورد خطر سیلاب، بیمه سیل، آمار سیل‌بندها، پناهگاه‌ها و خدمات اضطراری که در منابع به عنوان فاکتورهای مهم ذکر شده بودند، در دسترس نبود. بنابراین لازم است در مطالعات آتی در صورت دسترسی این فاکتورها نیز در نظر گرفته شود. بطور کلی می‌توان اذعان داشت که اولویت‌بندی اجرای سیاست‌های مدیریتی با تاکید بر نگاه پیشگیرانه و مبتنی بر ریسک می‌تواند در ارتباط با خروجی‌های این مطالعه سمت و سویی دقیق‌تر گرفته و حفاظت و احیاء مناطق آسیب‌پذیر را دربر داشته باشد.

spatial analysis of vulnerability in zarrinehrood watershed to flood occurrence

introduction one of the important steps in the framework of watershed conservation programs and sustainable management of natural resources is the identification of vulnerable areas. this step serves as a solid foundation for the measures needed for environmental management. vulnerability assessment provides necessary standards for implementation priorities and helps identify and prioritize sensitive and vulnerable areas for sustainable management of natural resources. among natural hazards at the watershed level, floods are one of the most frequent and destructive types of hazards that cause many human and financial losses. due to being situated in a vast ecosystem of arid and semi-arid regions, iran is frequently exposed to the destructive effects of floods. the country's vulnerability to these events is exacerbated by climate change and unsustainable human activities. it is predicted that due to climate changes, rapid unplanned urbanization, expansion of impervious surfaces, changes in land-use patterns, and poor management of watersheds, floods will occur more intensely in the future. therefore, the study and identification of vulnerable areas, as one of the important variables in flood risk management, is a key part of non-structural measures to prevent and reduce the destructive effects of floods. this research seeks to analyze the spatial vulnerability of the zarrinehrood watershed to flood events. by considering vulnerability functions, including exposure, susceptibility, and resilience, the degree of vulnerability of this watershed to flood was investigated, and vulnerable areas were identified.materials and methodsthe focus of this research is the zarrinehrood watershed, located in the provinces of west azarbaijan and kurdistan, iran. to identify flood-prone areas in this region, we first collected relevant data and information on factors contributing to flood vulnerability in the study area. then, the grid layers of factors were prepared in three sectors including exposure (i.e., factors such as average annual rainfall, frequency of heavy rainfall, maximum daily rainfall, distance from waterways, and frequency of floods), susceptibility (i.e., factors like the percentage of farmer and rancher households, distance from industrial areas and mines, distance from roads, land use, population density, and distance from residential areas), and resilience (i.e., factors such as the number of rural cooperative companies, the number of health and treatment centers, and the number of transportation routes). next, the importance of the variables was evaluated using the method of analytic network process (anp), taking into account the internal connections between the variables. the pixel value of the data was then determined by analyzing the relationship of each factor with flood vulnerability and employing fuzzy value functions. finally, the vulnerability map was prepared and analyzed for the study area by applying the variable weights to the normalized layers.results examining the importance of variables using the anp method for each vulnerability function revealed that among the variables used to extract the exposure map, the two variables 'distance from the waterway' and 'frequency of floods' were assigned the highest importance with weights equal to 0.343 and 0.337, respectively. for the susceptibility map, the factors 'population density,' 'distance from residential areas,' and 'percentage of farming and ranching households' held the highest weights (0.361, 0.235, and 0.178, respectively). the resilience study indicated that the 'number of health and treatment centers' held the greatest importance among the variables, with a weight of approximately 65.5%. the exposure map showed that areas located at the watershed outlet were at a higher exposure. areas near the outlet and in the basin's northeast region exhibited higher susceptibility to floods. meanwhile, the central areas of the basin showed the highest resilience to floods, while the northern and southern parts had the least resilience. by combining the exposure, susceptibility, and resilience maps, it was found that the most vulnerable areas of the watershed (with a very high vulnerability class) were mainly located at the watershed's outlet, covering about 2.06% of the watershed. these zones exhibit a combination of high exposure to flood hazards, increased susceptibility, and low resilience, which may hinder their ability to recover from flooding events.conclusion and discutionassessing the flood vulnerability map revealed that the southern areas of the zarrinehrood watershed, located near the watershed outlet, exhibit the highest vulnerability levels. this can be attributed to the combination of high flood exposure, high susceptibility, and low to moderate resilience in these areas. one of the advantages of this research can be attributed to the use of fuzzy value functions for data pixel valuation instead of classification. the provision of continuous values based on fuzzy functions preserves the  data variability, offering a more realistic approach compared to methods such as input classification. additionally, fuzzy values can help overcome ambiguity and reduce uncertainty. the main limitation of this research lies in the insufficient statistics and information available on flood resilience. important criteria, such as the number of flood warning systems, rescue centers, past experiences with flood hazard, flood insurance, statistics of flood dams, shelters, and emergency services, were identified as significant factors in previous studies but were not accessible. therefore, future studies should consider incorporating these factors if they become available. in general, it can be acknowledged that prioritizing the implementation of management policies with an emphasis on preventive and risk-based approach can take a more precise direction in relation to the results of this study and include the protection and restoration of vulnerable areas.