| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,251 |
| تعداد مقالات | 35,917 |
| تعداد مشاهده مقاله | 54,567,702 |
| تعداد دریافت فایل اصل مقاله | 93,690,973 |
بررسی و مقایسه روش‌های AHP و IRNAHP در اولویت‌بندی سیل‌خیزی، مطالعه موردی: حوزه آبخیز فخرآباد یزد | ||
| مهندسی و مدیریت آبخیز | ||
| دوره 18، شماره 1، فروردین 1405، صفحه 103-119 اصل مقاله (999.71 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijwmse.2025.369920.2121 | ||
| نویسندگان | ||
| احسان بذرافشان1؛ حسین ملکی نژاد* 2؛ سید زین العابدین حسینی2؛ مهدی سپهری3 | ||
| 1دانشجوی دکتری رشته علوم و مهندسی آبخیز گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، یزد، ایران | ||
| 2دانشیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، یزد، ایران | ||
| 3دکتری رشته علوم و مهندسی آبخیز، کارشناس بخش مرتع، موسسه تحقیقات جنگل ها و مراتع کشور، تهران، ایران | ||
| چکیده | ||
| مقدمه مدیریت ریسک سیلاب از مهم‌ترین چالش‌های زیست‌محیطی و توسعه‌ای در مناطق خشک و نیمه‌خشک ایران به شمار می‌رود. حوزه آبخیز فخرآباد یزد به‌دلیل ویژگی‌های اقلیمی و توپوگرافی خاص، مستعد وقوع سیلاب‌های ناگهانی است که می‌تواند خسارت‌های اقتصادی، اجتماعی و زیست‌محیطی قابل‌توجهی به همراه داشته باشد. از آنجا که مطالعات مرتبط با پدیده‌های طبیعی همواره با پیچیدگی و عدم‌قطعیت همراه‌اند، استفاده از روش‌های تصمیم‌گیری چندمعیاره که توانایی مدیریت مؤثر این عدم‌قطعیت‌ها را دارند، می‌تواند در بهبود تحلیل و شبیه‌سازی پدیده‌های مرتبط با منابع طبیعی نقش مهمی ایفا کند و در نهایت به کاهش هزینه‌های اقتصادی و انسانی ناشی از این وقایع منجر شود. در این میان، AHP به‌دلیل ساختار ساده، شفافیت و کاربرد گسترده در مطالعات منابع طبیعی و مدیریت آبخیز جایگاه ویژه‌ای یافته است. این روش امکان وزن‌دهی و اولویت‌بندی معیارها را به‌صورت نظام‌مند فراهم می‌سازد و در بسیاری از پژوهش‌ها نتایج قابل اعتمادی ارائه کرده است. با این حال، هنگامی که داده‌ها یا قضاوت‌های کارشناسی با ابهام همراه باشد، استفاده از رویکردهای تکمیلی می‌تواند دقت نتایج را افزایش دهد. در همین راستا، روش IRNAHP فرایند تحلیل سلسله‌مراتبی فازی اصلاح‌شده با اعداد بازهای)، توانایی بیشتری در مدلسازی شرایط مبهم دارد و می‌تواند به‌عنوان مکملی برای AHP مورد استفاده قرار گیرد. مقایسه این دو روش، ضمن حفظ جایگاه AHP به‌عنوان یک ابزار پایه، مسیر مناسبی برای انتخاب رویکرد دقیق‌تر در مدیریت ریسک سیلاب فراهم می‌سازد. مواد و روش‌ها در این پژوهش، به‌منظور اولویت‌بندی زیرحوضه‌های حوزه آبخیز فخرآباد استان یزد از نظر سیل‌خیزی، هشت معیار اصلی شامل مدل رقومی ارتفاع (DEM)، شیب، بارش، فراکتال، پیوستگی، شاخص اشباعیت توپوگرافی (TWI)، شاخص کنترل توپوگرافی و قدرت جریان مورد استفاده قرار گرفت. داده‌های مربوط به این معیارها از منابع هیدرولوژیکی، نقشه‌های توپوگرافی و داده‌های اقلیمی استخراج و در محیط سامانه اطلاعات جغرافیایی (GIS) پردازش شدند. سپس به‌منظور وزن‌دهی و اولویت‌بندی معیارها، دو روش تصمیم‌گیری چندمعیاره AHP و IRNAHP به کار گرفته شد. در روشAHP، مقایسات زوجی با نظر کارشناسان تکمیل و وزن نسبی معیارها محاسبه شد. در روش IRNAHP نیز با استفاده از منطق فازی و اعداد بازهای، عدم قطعیت در قضاوت‌های انسانی مدنظر قرار گرفت. وزن‌های به‌دست‌آمده از هر دو روش در محیط GIS تلفیق و نقشه‌های پهنه‌بندی سیل‌خیزی زیرحوضه‌ها تولید شد. در نهایت، برای صحت‌سنجی نتایج حاصل از دو روش، خروجی مدل SWAT به‌عنوان مرجع مقایسه به کار گرفته شد تا میزان دقت و قابلیت اعتماد هر یک از روش‌ها ارزیابی شود. نتایج و بحث مقایسه نتایج دو روش با خروجی مدل SWAT نشان داد که هر دو روش AHP و IRNAHP توانسته‌اند الگوی مناسبی از پهنه‌بندی سیل‌خیزی ارائه دهند. روش AHP به‌دلیل سادگی، شفافیت و کاربرد گسترده در مطالعات منابع آب، همچنان ابزاری ارزشمند محسوب می‌شود. با این حال، در شرایطی که تعداد مقایسه‌های زوجی افزایش می‌یابد و قضاوت‌های کارشناسان با ابهام همراه است، احتمال بروز عدم‌قطعیت در وزن‌دهی شاخص‌ها بیشتر می‌شود. در همین راستا، روش IRNAHP با بهره‌گیری از منطق فازی و اعداد بازهای توانسته است این عدم‌قطعیت را بهتر مدیریت کرده و نتایج دقیق‌تری را ارائه دهد. در مقایسه با مطالعات مشابه، یافته‌های این پژوهش نیز نشان داد که IRNAHP در مواجهه با داده‌های مبهم و پیچیدگی‌های محیطی عملکرد بهتری نسبت به AHP داشته است. نتیجه‌گیری در این پژوهش، به مقایسه دو روش AHP و IRNAHP برای تحلیل سیل‌خیزی زیرحوضه‌های حوزه آبخیز فخرآباد استان یزد پرداخته شده است. نتایج نشان داد که در روش AHP، زیرحوضه‌های شماره 4، 3، 31، 27 و 29 بالاترین پتانسیل سیل‌خیزی را داشتند، در حالی که زیرحوضه‌های 15، 22، 14، 21 و 6 پایین‌ترین پتانسیل سیل‌خیزی را نشان دادند. در روش IRNAHP نیز زیرحوضه‌های 4، 3، 31، 27 و 24 بیشترین پتانسیل سیل‌خیزی را داشتند، و زیرحوضه‌های 15، 22، 14، 21 و 12 کمترین پتانسیل را دارا بودند. روش AHP به‌دلیل سادگی ساختار و قابلیت درک بالا، همچنان یک روش معتبر برای اولویت‌بندی معیارها محسوب می‌شود؛ اما در شرایطی که داده‌ها یا نظرات کارشناسان حاوی ابهام و عدم قطعیت باشند، دقت آن کاهش می‌یابد. در مقابل، روش IRNAHP با به‌کارگیری منطق فازی و اعداد بازهای این محدودیت را برطرف کرده و نتایج دقیق‌تری ارائه داده است. بنابراین، می‌توان نتیجه گرفت که IRNAHP به‌عنوان رویکردی تکمیل‌کننده برای AHP، ابزاری کارآمدتر برای مدیریت ریسک سیلاب در مناطق حساس به‌شمار می‌آید. | ||
| کلیدواژه‌ها | ||
| پیوستگی؛ تحلیل سلسله‌مراتبی؛ شاخص اشباعیت توپوگرافی؛ مدیریت آبخیز؛ مدیریت ریسک سیلاب | ||
| عنوان مقاله [English] | ||
| Comparison and evaluation of AHP and IRNAHP methods in flood susceptibility prioritization, case study: Fakhrabad Watershed, Yazd | ||
| نویسندگان [English] | ||
| Ehsan Bazrafshan1؛ Hossein Malekinezhad2؛ Seyed Zeynalabedin Hosseini2؛ mehdi sepehri3 | ||
| 1Ph.D. Candidate in Watershed Science and Engineering, Department of Rangeland and Watershed Management, Faculty of Natural Resources and Desert Studies, Yazd University, Yazd, Iran | ||
| 2Associate Professor, Department of Rangeland and Watershed Management, Faculty of Natural Resources and Desert Studies, Yazd University, Yazd, Iran | ||
| 3Ph.D. in Watershed Science and Engineering, Rangeland Expert, Research Institute of Forests and Rangelands (RIFR), Iran | ||
| چکیده [English] | ||
| Introduction Flood risk management is one of the most significant environmental and developmental challenges in arid and semi-arid regions of Iran. The Fakhraabad watershed in Yazd is prone to sudden floods due to its unique climatic and topographical characteristics, which can result in substantial economic, social, and environmental damages. Since studies related to natural phenomena are often associated with complexity and uncertainty, employing multi-criteria decision-making methods capable of effectively managing these uncertainties can play a key role in improving the analysis and simulation of natural resource-related phenomena. Ultimately, this approach could lead to a reduction in the economic and human costs resulting from these events. Among these methods, the Analytic Hierarchy Process (AHP) has gained a special position due to its simple structure, transparency, and widespread use in natural resource studies and watershed management. This method provides a systematic way of weighting and prioritizing criteria and has offered reliable results in many studies. However, when data or expert judgments are uncertain, the use of complementary approaches can enhance the accuracy of results. In this regard, the IRNAHP method (Fuzzy Analytic Hierarchy Process with Interval Numbers) has a greater ability to model uncertain conditions and can be used as a complement to AHP. Comparing these two methods, while maintaining the position of AHP as a foundational tool, provides a suitable path for selecting a more precise approach in flood risk management. Materials and methods In this study, to prioritize the sub-basins of the Fakhraabad watershed in Yazd based on flood susceptibility, eight main criteria were used: Digital Elevation Model (DEM), slope, precipitation, fractal dimension, connectivity, Topographic Wetness Index (TWI), Topographic Control Index, and stream power. Data related to these criteria were extracted from hydrological sources, topographic maps, and climatic data, and processed in a Geographic Information System (GIS) environment. To weight and prioritize the criteria, two multi-criteria decision-making methods, AHP and IRNAHP, were applied. In the AHP method, pairwise comparisons were completed with expert opinions, and the relative weights of the criteria were calculated. In the IRNAHP method, fuzzy logic and interval numbers were used to consider the uncertainty in human judgments. The weights obtained from both methods were integrated in the GIS environment to produce flood susceptibility maps of the sub-basins. Finally, to validate the results obtained from the two methods, the output of the SWAT model was used as a reference for comparison to evaluate the accuracy and reliability of each method. Results and discussion Comparing the results of the two methods with the SWAT model output showed that both AHP and IRNAHP were able to provide an appropriate flood susceptibility zonation pattern. The AHP method, due to its simplicity, transparency, and widespread application in water resource studies, remains a valuable tool. However, as the number of pairwise comparisons increases and expert judgments become more uncertain, the likelihood of uncertainty in the weighting of the indicators also rises. In contrast, the IRNAHP method, utilizing fuzzy logic and interval numbers, was able to better manage this uncertainty and provide more accurate results. Compared to similar studies, the findings of this research also indicated that IRNAHP performed better than AHP in dealing with ambiguous data and environmental complexities. Conclusion This study compared the two methods, AHP and IRNAHP, for analyzing the flood susceptibility of the sub-basins in the Fakhraabad watershed in Yazd. The results showed that in the AHP method, sub-basins 4, 3, 31, 27, and 29 had the highest flood susceptibility, while sub-basins 15, 22, 14, 21, and 6 showed the lowest susceptibility. In the IRNAHP method, sub-basins 4, 3, 31, 27, and 24 had the highest flood susceptibility, while sub-basins 15, 22, 14, 21, and 12 had the lowest. Due to its simple structure and high interpretability, AHP remains a reliable method for prioritizing criteria. However, when the data or expert opinions contain ambiguity and uncertainty, its accuracy decreases. In contrast, the IRNAHP method, by incorporating fuzzy logic and interval numbers, overcomes this limitation and provides more accurate results. Therefore, it can be concluded that IRNAHP, as a complementary approach to AHP, is a more efficient tool for flood risk management in vulnerable areas. | ||
| کلیدواژه‌ها [English] | ||
| Analytic Hierarchy Process, Connectivity, Flood risk management, Topographic Wetness Index, Watershed management | ||
| مراجع | ||
|
Akay, A.E., Erdoğan, A., 2017. A GIS based multi criteria decision analysis for forest fire risk mapping. Remote Sensing and Spatial Information Sciences Conference.14-15 October. Safranbolu. Karabuk, Turkey Aghakhani, M., Nasrabadi, T., Vafainejad, A., 2018. Hydrological simulation of Taleghan watershed using SWAT model of environmental science and technology. J. Environ. Sci. Technol, (JESt). 21(9), 147-159 Abdullah, M.F., Siraj, S., Hodgett, R.E., 2021. An overview of Multi-Criteria Decision Analysis (MCDA) application in managing water-related disaster events: analyzing 20 years of literature for flood and drought events. Water 13(10), 1358. Borselli, L., Cassi, P., Torri, D., 2008. Prolegomena to sediment and fow connectivity in the landscape: a GIS and feld numerical assessment. Catena 75(3), 268–277. Bracken, L.J., Turnbull, L., Wainwright, J., Bogaart, P., 2015. Sediment connectivity: a framework for understanding sediment transfer at multiple scales. Earth Surf. Proc. Land 40(2), 177–188. Behzadi, H., Mohtashamnya, S., Gharadagi, H., 2018. Rangeland and forest fire risk zoning using Gis and AHP model (case study: Bemo National Park). Barati, F., Hosseini, M., Sarmi, A., Mokhtari, A., 2019. Simulation of hydrological balance of Eskandari watershed using SWAT model and SUFI algorithm. Iran. J. Water. Sci. Engin. 14(48), 90-99 (in Persian). Cavalli, M., Trevisani, S., Comiti, F., Marchi, L., 2013. Geomorphometric assessment of spatial sediment connectivity in small Alpine catchments. Geomorphol. 188, 31–41. Calsamiglia, A., Fortesa, J., García-Comendador, J., Lucas-Borja, M.E., Calvo-Cases, A., Estrany, J., 2018. Spatial patterns of sediment connectivity in terraced lands: anthropogenic controls of catchment sensitivity. Land Degrad. Dev. 29(4),1198-1210. Cabrera, J.S., Lee, H.S., 2020. Flood risk assessment for davao oriental in the philippines using geographic information system‐ based multi‐ criteria analysis and the maximum entropy model. J. Flood Risk Manage. 12607 Chazgi, J., Jahanbakhshi, F., 2022. Determining flood-prone areas using multi-criteria decision-making models in the Bagheran-Birjand region. Geograph. Environ. Hazard. 11(42), 1041, 39 (in Persian). Das, S., 2018. Geographic information system and AHP-based flood hazard zonation of Vaitarna basin, Maharashtra, India. Arab. J. Geosci. 11, 576 Debnath, P., Biswas, A., Jeong, G., 2025. Review of the use of the analytical hierarchy process for flood risk assessment in Bangladesh. Nat. Hazards. https://doi.org/10.1007/s11069-025-07523-6. El-Magd, S.A.A., Amer, R.A., Embaby, A., 2020. Multi-criteria decision-making for the analysis of flash floods: A case study of Awlad Toq-Sherq, Southeast Sohag, Egypt. J. Afr. Earth Sci. 162, 103709 Fernández, D., Lutz, M., 2010. Urban flood hazard zoning in Tucumán Province, Argentina, using GIS and multicriteria decision anal- ysis. Eng. Geol. 111, 90-98. Fryirs, K., 2013. (Dis) Connectivity in catchment sediment cascades: a fresh look at the sediment delivery problem. Earth Surf. Proc. Land 38(1), 30-46. Gay, A., Cerdan, O., Mardhel, V., Desmet, M., 2016. Application of an index of sediment connectivity in a lowland area. J Soils Sediment. 16(1), 280-293. Gorgij, Kh., 2018. Hydrological simulation of Sarbaz watershed using SWAT model. Master's Thesis, Zabul University (in Persian). Haghizadeh, A., Siahkamari, S., Haghiabi, A.H., Rahmati, O., 2017. Forecasting flood-prone areas using Shannon’s entropy model. J. Earth Sys. Sci. 126, 39. Heckmann, T., Cavalli, M., Cerdan, O., Foerster, S., Javaux, M., Lode, E., Smetanová, A., Vericat, D., Brardinoni, F., 2018. Indices of sediment connectivity: opportunities, challenges and limitations. Earth Sci. Rev. 187, 77-108. Khosravi, K., Shahabi, H., Pham, B.T., Adamowski, J., Shirzadi, A., Pradhan, B., Dou, J., Ly, H.B., Gróf, G., Ho, H.L., 2019. A compar-ative assessment of flood susceptibility modeling using multi-criteria decision-making analysis and machine learning methods. J. Hydrol. 573, 311-323. Llena, M., Vericat, D., Cavalli, M., Crema, S., Smith, M., 2019. The effects of land use and topographic changes on sediment connectivity in mountain catchments. Sci. Total Environ. 660, 899-912. Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., Veith, T.L., 2007. Model evaluation guidelines for sys tematic quantification of accuracy in watershed simulations. Trans. Asabe. 50(3), 885-900. Mahmoud, S.H., Gan, T.Y., 2018. Multi-criteria approach to develop flood susceptibility maps in arid regions of Middle East. J. Clean. Prod. 196, 216-229. Malekinezhad, H., Sepehri, M., Pham, Q.B., Hosseini, S.Z., Meshram, S.G., Vojtek, M., Vojteková, J., 2021. Application of entropy weighting method for urban flood hazard mapping. Acta Geophys. 69, 841-854. Meshram, S.G., Singh, V.P., Kahya, E., Sepehri, M., Meshram, C., Hasan, M.A., Islam, S., Duc, P.A., 2022. Assessing erosion prone areas in a watershed using interval rough-analytical hierarchy process (IR-AHP) and fuzzy logic (FL). Stochas. Environ. Res. Risk Assess. 36, 297–312. https://doi.org/10.1007/s00477-021-02134-6 Rasooli, S.B., Bonyad, A.E., Bavaghar, M., 2018. Forest fire vulnerability using remote sensing data, GIS and AHP analysis (case study: Zarivar Lake map surrounding area). Caspian J. Environ. Sci. 16(4), 369-377. Refadah, S.S., 2025. Development in flood forecasting: A comprehensive review of complex and machine learning models. Physic. Chemist. Earth Parts A/B/C, 139, 103975. https://doi.org/10.1016/j.pce.2025. Saaty, T.L., 1980. The analytic hierarchy process, Mc Graw Hill Company: New York, NY, USA Samanta, S., Koloa, C., Kumar Pal, D., Palsamanta, B., 2016. Flood risk analysis in lower part of Markham river based on multi-criteria decision approach (MCDA). Hydrol. 3(3), 29. Sepehri, M., Ildoromi, A.R., Malekinezhad, H., Hosseini, S.Z., Talebi, A., Goodarzi, S., 2017. Flood hazard mapping for the gonbad chi region, Iran. J. Environ. Eng. Sci. 12, 16-24. Sepehri, M., Malekinezhad, H., Jahanbakhshi, F., Ildoromi, A. R., Chezgi, J., Ghorbanzadeh, O., Naghipour, E., 2020. Integration of interval rough AHP and fuzzy logic for assessment of flood prone areas at the regional scale. Acta Geophys. 68, 477–493. https://doi.org/10.1007/s11600-019-00398-9 Vojtek, M., Vojteková, J., 2019. Flood susceptibility mapping on a national scale in Slovakia using the analytical hierarchy process. Water 11, 364. Wohl, E., Brierley, G., Cadol, D., Coulthard, T.J., Covino, T., Fryirs, K.A., Grant, G., Hilton, R.G., Lane, S.N., Magilligan, F.J., 2019. Connectivity as an emergent property of geomorphic systems. Earth Surf. Proc. Land 44(1), 4-26. Zarezadeh Mehrizi, Sh., Khorani, A., Bazarafshan, J., Bazarafshan, A., 2016. Evaluating the effectiveness of SWAT model in simulating the runoff of Gamasiab watershed. Pasture and Watershed (Natural Resources of Iran). 70(4), 881-893. | ||
|
آمار تعداد مشاهده مقاله: 185 تعداد دریافت فایل اصل مقاله: 139 |
||