ارائه یک مدل ساده برای تعیین مناطق در خطر سیل

تعیین محل‌های دارای پتانسیل بالای سیل‌گیری یکی از اقدامات اساسی برای کاهش خطرات سیل می‌باشد. در تحقیق حاضر اقدام به مدلسازی گسترش سیل با استفاده از طراحی نرم‌افزار آنلاین تحت وب با قابلیت پهنه‌بندی مناطق با پتانسیل سیل‌گیری از طریق به کارگیری داده‌های dem نقشه‌های گوگل شده است. برای این منظور ابتدا بازه مورد نظر در رودخانه روی نقشه گوگل انتخاب شده و سپس در هر مقطع انتخابی حداکثر سطح مقطع برای عبور جریان محاسبه می‌گردد. با توجه به میانگین مقاطع در کل بازه و ویژگی‌های فیزیکی بازه انتخابی حداکثر دبی عبوری از بازه محاسبه می‌گردد. با این دبی پهنه ایمن گذر سیلاب روی نقشه مشخص می‌‌شود. برای دبی‌های بیش از دبی ایمن نرم‌افزار، مقطع به مقطع به محاسبه پهنه‌های در معرض خطر سیل می‌پردازد و در نهایت نقشه اراضی متاثر از سیل در حاشیه بازه انتخابی ترسیم می‌گردد. برای نمونه ابتدا مراحل آزمایش نرم‌افزار بر روی رودخانه خشک شیراز که به دریاچه مهارلو می‌ریزد مورد ارزیابی قرار گرفت که نتایج رضایت‌بخش بود. پس از آن اقدام به بررسی واقعه سیل اکتبر 2011 در رودخانه شهر آیوتایا در کشور تایلند گردید. بررسی تصویر ماهواره‌ای این سیل در کنار بررسی نقشه‌های توپوگرافی مسیر عبور رودخانه حاکی از وقوع سیلابی با دبی اوج 4113.01 متر مکعب بر ثانیه بود که در مقایسه با دبی 4200 متر مکعب بر ثانیه ثبت شده از آن واقعه سیل 2.1 درصد اختلاف داشت. در صورتی که این سیلاب با وضعیت فعلی منطقه رخ بدهد پهنه سیل گیر محاسبه شده در مقایسه با مساحت متاثر از سیل سال 2011 به میزان 17.63 کمتر است. همچنین سیل فروردین 1398 شیراز نیز شبیه سازی شد که باز گزارش هیات ویژه بررسی سیلاب‌ها تطابق خوبی داشت.

A Simple Model for determining flood hazard areas

Determination of the submergible area by flood provides a fundamental tool for reducing flood risks. Therefore, in this research, flood spreading modeling was designed using webbased software with the capability of zoning submerged areas by Google Maps DEM Data. For this purpose, at the first, a specified interval of a river is selected on the map. Then, at each selected section, the maximum crosssectional area for passing flow is calculated. Then, based on the average of the crosssection area for the total interval and the physical properties of the selected river interval, the maximum flow rate is calculated. For this flow rate, the safe area of the flood is marked on the map. For a greater flow rate, the software determined the areas at risk of flooding, and ultimately the flood risk map is specified. For example, the software was applied for a seasonal river in Shiraz, which sinks to the Maharlu Lake with satisfactory results. Afterward, the October 2011 flood event of Ayutthaya River in Thailand was investigated, where satellite images of the floodaffected areas were available. Investigation of the satellite image of this flood along with the survey of topographic maps of the river route indicated peak discharge of the flood was 4113.01 m3/s, which differed as 2.1 percent as compared to a record of 4200 m3/s (real measured peak flow). If the flood occurs with the current situation in the area, the flooded area decreased by 17.63% compared with the submerged area in 2011. Furthermore, simulation of the March 2019 Shiraz Flood by the model was in good agreement with the report of the Special Committee of 2019 Iran Floods.