شبیه سازی مناطق مستعد سیلاب با استفاده از شبکه عصبی پرسپترون و سیستم اطلاعات جغرافیایی (منطقه موردمطالعه: حوزه آبخیز زولاچای، شهرستان سلماس)

امروزه پدیده سیل یکی از پیچیده ترین رخدادهای مخاطره آمیز است که بیش از سایر بلایای طبیعی دیگر، همه ساله در نقاط مختلف دنیا منجر به ایجاد خسارت های جانی و مالی و تخریب اراضی کشاورزی می شود.

به دلیل سیل خیز بودن حوضه آبریز زولاچای، شهرستان سلماس بررسی و شبیه سازی خطر وقوع سیل در این منطقه ضروری به نظر می رسد. لذا در این پژوهش از تلفیق شبکه عصبی مصنوعی پرسپترون (MLP) و GIS استفاده شده است. ابتدا پارامترهای تاثیرگذار در شبیه سازی مناطق سیلابی نظیر: لایه شیب، ارتفاع، جهت جریان، خاک و کاربری اراضی مورد بررسی قرارگرفته و این لایه های اطلاعاتی وارد نرم افزار ARCGIS5.3 شدند. لایه های اطلاعاتی مورد نظر با دستور Fishnet مورد پردازش قرار گرفتند و هرکدام از لایه ها به point  تبدیل شدند و این داده به همراه داده های تعلیمی که از گوگل ارث دریافت شده بود به شبکه عصبی معرفی شد. در شبکه عصبی پرسپترون لایه های ورودی شامل 5 نورون و 16 گره وارد مدل شدند.

نتایج نشان داد، ارتفاع دارای کم ترین وزن (R2=0.713) و بیشترین وزن مربوط به جهت جریان (R2=0.913) در شبیه سازی سیلاب حوزه آبخیز زولاچای، شهرستان سلماس می باشد.

می توان بیان کرد تلفیق GIS و شبکه عصبی مصنوعی می تواند برای مدل سازی و شبیه سازی سیلاب در محیط های مکانی مختلف برای جلوگیری و کاهش خطرات محیطی بسیار مفید واقع شود.