Analysis of the Roles of Environmental Factors in the Occurrence of Floods Using the Google Earth Engine System (Case Study: West of Golestan Province)

Document Type : Research Paper

Authors

1 Associate professor, Department of Geography, Shiraz UniversityIran

2 Ph.D. in Geomorphology, Department of Geography, University of Tehran, Tehran, Iran

3 Ph.D. in Geomorphology, University of Tabriz, Tabriz, Iran

4 Bachelor of Natural Resources, Rangeland, and Watershed Management, University of Malayer, Malayer, Iran

Abstract

Abstract
Flooding is a significant natural hazard that has increasingly threatened numerous Iranian cities, particularly in the western regions of Esan and Golestan in recent years. One notable event was the flood of April 2018, which resulted in substantial loss of life and financial damage across various western cities in Golestan Province. This research focused on monitoring the flooded areas in western Golestan and analyzing the environmental factors contributing to these events. The study utilized several key data sources, including Sentinel 1 and 2 radar images, MODIS, CHIRPS, Landsat 9 satellite imagery, and a 30-m digital elevation model. The primary research tools employed were Google Earth Engine, IDRISI, and ArcGIS. Initially, flood-affected areas were identified using Google Earth Engine followed by an analysis of their relationship with various environmental factors. Finally, flood-prone areas were delineated using the Weighted Linear Combination (WLC) model. The analysis of radar images indicated that in April 2018, significant flooding impacted urban and suburban areas, including Aqh Qhala, Siminshahr, and Gomishtappeh. The study revealed that altitude, slope, and vegetation density were the most influential environmental factors with correlation coefficients of 0.652, 0.619, and 0.543, respectively. Additionally, the WLC model identified the northern and western regions of the study area—comprising the urban and suburban areas of Gorgan, Aqh Qhala, Siminshahr, Gomishtappeh, Kordkoy, and Bandar Turkaman—as having high flood potential due to their low elevation, gentle slopes, sparse vegetation, and proximity to rivers.
 
Keywords: Flood, Environmental Factors, Google Earth Engine, West of Golestan Province.
 
Introduction
A flood is characterized by a sudden rise in river water levels or a rapid and often destructive flow of water. Flood risk affects populations worldwide, primarily because many people reside in areas prone to flooding. This widespread natural phenomenon poses significant challenges for regions vulnerable to floods, particularly as human activities and environmental interventions have intensified. In recent years, the increasing population and human activities have heightened the likelihood of floods, exacerbating the associated risks. According to the International Hazard Database, floods, alongside earthquakes and droughts, account for the highest rates of human and financial losses. Statistics from 2010 indicate that floods represent over 40% of natural disasters globally. Different regions exhibit varying potentials for flood risk based on geomorphological, hydroclimatic, and land cover factors. The northern regions of Iran, especially the eastern areas bordering the Caspian Sea, are particularly susceptible to flooding due to high rainfall and specific geomorphological conditions. This vulnerability has led to significant flood events in recent years, including the notable flood of April 2018. Given the importance of this issue, this research employed remote sensing methods to identify vulnerable areas in the western regions of Golestan Province and analyze the factors influencing flood occurrence. The study focused on parts of western Golestan Province and the eastern Caspian Sea selected for their flood potential. Geomorphologically, this area lies between the Alborz and Caspian Plain units. Its topography is predominantly low-lying with elevations below 50 m above sea level. Despite receiving an average annual rainfall of approximately 800 mm—less than that of the western Caspian coasts—the region's topography has facilitated the occurrence of numerous floods.
 
Materials & Methods
This research utilized several key datasets, including Sentinel 1 and 2 radar images, MODIS, CHIRPS, Landsat 9 satellite imagery, and a 30-m digital elevation model. The main tools employed in this study were Google Earth Engine (for generating maps of flooded areas and land cover), IDRISI (for running the Weighted Linear Combination (WLC) model), and ArcGIS (for map preparation). The research was conducted in several stages:

Identification of Flood-Affected Areas: In the first stage, flood-affected regions were identified using the Google Earth Engine.
Analysis of Environmental Factors: The second stage involved analyzing the influence of various environmental factors on flooding, including rainfall, distance from rivers, elevation, slope, vegetation density, and soil type. The selection of these parameters was informed by the specific conditions of the region and previous research. To create a map of regional rainfall, both Google Earth Engine and CHIRPS satellite images were utilized. Additionally, vegetation density maps were developed using Google Earth Engine, MODIS satellite imagery, and the NDVI index. For mapping elevation, slope, and distance from rivers, the SRTM 30-m digital elevation model was employed.
Vulnerability Assessment: In the third stage, the results and parameters from the previous stages—including precipitation, distance from rivers, elevation, slope, vegetation density, and soil type—were analyzed to identify areas vulnerable to flooding. Information layers for each parameter were prepared and standardized. These layers were then weighted based on the correlation coefficients obtained in the earlier analysis, which indicated the relationship between each parameter and areas prone to flooding. After applying the calculated weights to each layer, the information layers were imported into IDRISI software, where they were combined using the WLC model to generate the final map of flood-prone areas.

Research Findings
The research findings indicated significant insights into the flood events of April 2018 in Golestan Province, particularly regarding the environmental factors influencing flood risk.
Flood-Affected Areas
The analysis confirmed that substantial flooding occurred in urban and suburban areas, notably Aqh Qhala, Siminshahr, and Gomishtappeh. The data derived from Sentinel 1 and 2 radar images, along with other remote sensing tools, highlighted the extensive reach of the floodwaters.
Environmental Factors
The study evaluated the correlation between the flooded areas and several environmental parameters, yielding the following correlation coefficients: altitude (0.652), slope (0.619), vegetation density (0.543), rainfall (-0.517) (indicating an inverse relationship), and distance from river (0.437). These coefficients illustrated that lower altitudes and gentle slopes significantly contributed to the flooding. Additionally, areas with reduced vegetation density were particularly susceptible.
Soil Type Impact
The findings also identified that Aridisol soils were the most affected during the flood, suggesting a specific vulnerability linked to soil characteristics.
Flood Risk Mapping
Using the Weighted Linear Combination (WLC) model, flood-prone areas were delineated. The northern and western sectors of the study area characterized by low altitude, low slope, minimal vegetation, and proximity to rivers, were classified as having high flood potential.
Implications for Urban Planning
Given the high flood risk in western Golestan Province, the research underscored the necessity of integrating flood risk considerations into environmental planning and urban development strategies. The results advocate for heightened awareness and preparedness among local authorities and communities to mitigate future flood impacts.
Overall, the study provides a comprehensive assessment of the factors contributing to flooding and serves as a critical resource for future flood risk management in the region.
 
Discussion of Results & Conclusion
The findings indicated that during the floods of April 2018, a significant portion of the region, particularly the urban and suburban areas of Aqh Qhala, Siminshahr, and Gomishtappeh, experienced extensive flooding. After identifying the flooded areas, this research analyzed the relationships between these areas and various environmental factors, including average annual precipitation, distance from rivers, elevation, slope, vegetation density, and soil type. The correlation coefficient between flooded areas and average annual rainfall was found to be -0.517, suggesting an inverse relationship. In contrast, the correlation coefficients for vegetation density and distance from rivers were 0.543 and 0.437, respectively. The analysis revealed that low-slope and low-altitude areas were particularly susceptible to flooding with coefficients of 0.652 and 0.619 for elevation and slope, respectively, indicating a strong correlation. Additionally, flooding was most prevalent in areas with Aridisol soil types.
The western regions of Golestan Province demonstrated a high potential for flooding due to various environmental factors. This vulnerability had posed significant threats to residential areas and agricultural lands in recent years. The April 2018 flood exemplified this risk, affecting numerous cities in the region. The analysis of environmental factors revealed that altitude, slope, and vegetation density were the most influential with coefficients of 0.652, 0.619, and 0.543, respectively. Areas with low elevation, gentle slopes, and sparse vegetation experienced the highest levels of flooding. This research also produced a map indicating flood-prone areas based on the relationship between radar imagery and environmental parameters. The results highlighted that the northern and western regions of the study area, including urban and suburban areas of Gorgan, Aqh Qhala, Siminshahr, Gomishtappeh, Kordkoy, and Bandar Turkaman, were classified as having high flood potential due to their low altitude, gentle slopes, low vegetation density, and proximity to rivers. Given these findings, it is crucial to consider flood risks in environmental planning and urban development strategies. Special attention should be given to the flood-prone areas in the western regions of Golestan Province to mitigate future flooding impacts and enhance community resilience.
 

Keywords

Main Subjects

Full Text

مقدمه

امروزه مخاطره‌های طبیعی و به‌خصوص سیلاب به‌عنوان یک چالش مهم بسیاری از مناطق را دربرگرفته است (Mugagga et al., 2012, P. 40). سیلاب عبارت است از بالا آمدن ناگهانی آب رودخانه‌ها و یا جریان آبی تند و بیشتر ویرانگر که به‌طور ناگهانی اتفاق می‌افتد (Rinat et al., 2018, P. 847). مخاطرۀ سیلاب در بیشتر مناطق جهان روی انسان تأثیر می‌گذارد؛ زیرا اغلب انسان‌ها در مناطق مستعد وقوع سیل ساکن شده‌اند. در‌واقع، طغیان آب سیلاب یک پدیدۀ طبیعی گسترده، فراگیر و مشکلی برای نواحی سکونتگاهی مستعد وقوع سیلاب است (ثروتی و همکاران، 1393، ص. 95). در‌طی سال‌های اخیر با توجه به روند افزایشی جمعیت، افزایش فعالیت‌های انسانی و دخالت‌های نابجای انسان در طبیعت احتمال وقوع سیلاب افزایش یافته و خطر‌های ناشی از آن تشدید شده است (Pascacio et al., 2018, P. 181; Kim & Gim, 2020, P. 102). به‌طوری که بر‌اساس گزارش پایگاه دادۀ بین‌المللی مخاطره‌ها و سیلاب‌ها در کنار زلزله و خشکسالی بیشترین خسارت‌های جانی و مالی را داشته است (Zekouda et al., 2020, P. 409). همچنین، بر‌اساس آمار منتشر‌شده در سال 2010 بیش از ۴۰ درصد از بلایای طبیعی در جهان مختص سیلاب‌هاست (Feng & Lu, 2010, P. 2975).

مناطق مختلف با توجه به وضعیت ژئومورفولوژی، هیدرواقلیمی، پوشش زمین و غیره پتانسیل‌های متفاوتی از‌نظر وقوع مخاطرۀ سیلاب دارد (گنجائیان، 1399، ص. 17). از‌جمله مناطقی که پتانسیل فراوانی در‌برابر مخاطرۀ سیلاب دارد، مناطق شمالی کشور است. در‌واقع، بسیاری از مناطق شمالی کشور از‌جمله مناطق شرقی دریای خزر تحت‌تأثیر بارش زیاد و وضعیت ژئومورفولوژی در‌معرض مخاطرۀ سیلاب قرار دارد و همین مسئله سبب شده است تا در‌طی سال‌های اخیر از‌جمله در فروردین سال 1398 وقوع مخاطرۀ سیلاب در این منطقه مشاهد شود. با توجه به اهمیت موضوع در پژوهش حاضر با استفاده از روش‌های سنجش از دوری مناطق آسیب‌پذیر مناطق غربی استان گلستان در‌برابر مخاطرۀ سیلاب شناسایی و عوامل مؤثر در‌ وقوع آن تحلیل شده است.

 

پیشینۀ پژوهش

دربارۀ شناسایی مناطق سیل‌زده با استفاده از روش‌های سنجش از دوری پژوهش‌های مختلفی در‌سطح ایران و جهان صورت گرفته است. درادامه، به هریک از آنها اشاره خواهد شد.

براه و همکاران پژوهشی با عنوان «نقشه‌برداری و پایش سیلاب در پارک ملی کازیرانگا، آسام با استفاده از داده‌های Sentinel-1 SAR» انجام دادند. نتایج این تحقیق نشان داده است که این منطقه با دو موج سیلاب در‌طی ماه‌های ژوئیه و آگوست همراه بوده است (Borah et al., 2018).

انگیا و همکاران پژوهشی با عنوان «استفاده از موتور Google Earth برای نقشه‌برداری و نظارت بر سیل در استان‌های پایین‌دست رودخانۀ مکونگ» انجام دادند. نتایج این تحقیق بیانگر تغییرات الگوی سیلاب در مناطق پایین‌دست حوضه است (Nghia et al., 2022).

سوندارام و همکاران در پژوهشی با عنوان «نقشه‌برداری و ارزیابی وسعت فضایی سیل از تصاویر رادار روزنۀ مصنوعی چندزمانی: مطالعۀ موردی بر روی حوضۀ آبخیز آدیار هند» مناطق سیل‌زده در حوضۀ آبریز آدیار هند را با استفاده از تصاویر راداری شناسایی کردند. نتایج این تحقیق بیانگر کاربردی‌بودن تصاویر سنتینل 1 در پایش مخاطرۀ سیلاب است (Sundaram et al., 2023).

وکاریا و همکاران در پژوهشی با عنوان «یک رویکرد تشخیص تغییر برای نقشه‌برداری سیلاب با استفاده از تصاویر چند‌زمانی Sentinel-1 SAR، رودخانۀ برهماپوترا، آسام» مناطق در‌معرض سیلاب را در حوضۀ آبریز برهماپوترا در هند با استفاده از تصاویر سنتینل 1 شناسایی کردند. نتایج این تحقیق نشان داده است که بیشترین پهنۀ سیل‌زدگی مربوط به ماه ژوئیۀ سال 2020 بوده است (Vekaria et al., 2023).

سای و همکاران پژوهشی با عنوان «ارزیابی خطر سیل شهری با استفاده از Sentinel-1 در موتور Google Earth: مطالعۀ موردی در شهر تایلندی نگوین، ویتنام» انجام دادند. نتایج این تحقیق نشان داده است که 33 مؤسسۀ آموزشی، 4 مرکز درمانی، 116 هکتار جادۀ ترافیکی، 1406 هکتار زمین کشاورزی و 763 هکتار زمین مسکونی در‌معرض خطر سیل قرار دارد (Sy et al., 2023).

هالدر و بوس در پژوهشی با عنوان «نقشه‌برداری پایدار خطر سیل با GLOF» با استفاده از سامانۀ گوگل ارث انجین مناطق سیل‌زده را در حوضۀ رودخانۀ تیستا در هند شناسایی کردند. نتایج این پژوهش بیانگر تأثیر مستقیم نوع پوشش زمین بر وضعیت مناطق سیل‌زده است (Halder & Bose, 2024).

رستمی فتح‌آبادی و همکاران (1399) پژوهشی با عنوان «تحلیل فضایی مناطق سیل‌زده و سیل‌خیز شهر نورآباد لرستان و مخاطرات آن» انجام دادند. نتایج این پژوهش بیانگر انطباق نتایج حاصل‌شده از تصاویر راداری و مدل HEC-RAS است.

سلیمانی ساردو و همکاران (1400) پژوهشی با عنوان «استفاده از تصاویر سنتینل-۱ جهت پایش خسارت سیلاب فروردین ۱۳۹۹، جنوب استان کرمان براساس الگوریتم جنگل تصادفی» انجام دادند. نتایج این مطالعه نشان داده است که اراضی بایر، مسکونی و مرتع به‌ترتیب با میزان 9/27، 16 و 12 درصد بیشترین درصد آب‌گرفتگی را دارد.

دودانگه و همکاران (1400) در پژوهشی با عنوان «شناسایی مناطق سیل‌زده با محاسبات آماری سری زمانی بر‌پایۀ تلفیق داده‌های راداری و اپتیکی» مناطق سیل‏‌زدۀ استان‌های گلستان و خوزستان را با محاسبات آماری سری زمانی بر‌پایۀ تلفیق داده‌های راداری و اپتیکی شناسایی کردند. نتایج پژوهش بیانگر کاربردی‌بودن روش‌های استفاده‌شده در این تحقیق برای پایش مناطق سیل‌زده است.

امینی و همکاران (1401) پژوهشی با عنوان «شناسایی پهنه‌های آبی ناشی از سیل استان گلستان با استفاده از قطبش‌های VV, VH و VV+VH تصاویر سنتیل 1 و لندست 8» انجام دادند. نتایج این تحقیق نشان داده است که بارش‌های ممتد و بی‌سابقۀ روزهای پایانی سال 1397، سرریز‌شدن سد وشمگیر و رُسی‌بودن خاک منطقه از مهم‌ترین عوامل سیلابی‌شدن این منطقه بوده است.

باقری و همکاران (1401) پژوهشی با عنوان «توسعۀ روش‌شناسی برآورد سیلاب مبتنی بر سنجش از دور در محیط گوگل ارث انجین» انجام دادند. نتایج این پژوهش نشان داده است که استفاده از ماهواره‌ای راداری با ارائۀ ایدۀ استفاده از ترکیب رنگی حاصل از تصاویر بعد و قبل سیلاب می‌تواند به‌تنهایی نقش مؤثری در شناسایی پهنۀ سیلابی و برآورد خسارت‌های حاصل از سیلاب داشته باشد.

اسکندری دامنه و همکاران (1402) پژوهشی با عنوان «پایش تغییرات مکانی و زمانی سیلاب و پهنه‌های آبی با استفاده از شاخص‌های مستخرج از ماهوارۀ لندست: مطالعۀ موردی: جنوب غرب ایران» انجام دادند. نتایج این مطالعه بیانگر کاربردی‌بودن شاخص‌های سنجش از دوری حاصل از تصاویر ماهوارۀ لندست برای پایش مخاطرۀ سیلاب است.

بررسی پژوهش‌های پیشین صورت‌گرفته نشان داده است که در این پژوهش‌ها بر کاربردی‌بودن روش‌های سنجش از دوری در مطالعات مربوط به مخاطرۀ سیلاب تأکید شده است. در راستای پژوهش‌های پیشین صورت‌گرفته هدف از پژوهش حاضر شناسایی مناطق سیل‌زدۀ غرب استان گلستان در‌طی سیلاب‌های فروردین سال 1398 و تحلیل نقش عوامل محیطی در وقوع آن است.

 

منطقۀ مطالعه‌شده

محدودۀ مطالعاتی این پژوهش شامل بخش‌هایی از مناطق غربی استان گلستان و شرق دریای خزر است. انتخاب محدوده بر‌مبنای پتانسیل سیل‌خیزی آن بوده است. این منطقه از‌نظر تقسیمات سیاسی در محدودۀ شهرستان‌های گرگان، کردکوی، بندرترکمن، گمیش تپه و آق‌قلا قرار دارد (شکل 1). همچنین، از‌نظر تقسیمات مورفوتکتونیکی در‌بین واحدهای البرز و جلگه خزر قرار دارد. از‌نظر توپوگرافی بخش زیادی از منطقه را مناطق کم‌شیب و با ارتفاع کمتر از 50 متر از سطح دریا دربرگرفته است. این منطقه از‌نظر اقلیمی نیز با میانگین بارش سالانه حدود 800 میلی‌متر بارش کمتری نسبت به سواحل غربی دریای خزر دارد؛ ولی وضعیت توپوگرافی آن زمینه را برای وقوع سیلاب‌های متعدّد در این منطقه فراهم آورده است.

 

 

شکل 1: موقعیت جغرافیایی محدودۀ مطالعه‌شده (منبع: نگارندگان)

Fig. 1: Geographical position of the studied area

 

روش‌شناسی پژوهش

در پژوهش حاضر از تصاویر راداری سنتینل 1 و 2 (با فرمت GRD)، تصاویر ماهوارۀ MODIS، CHIRPS و لندست 9 و مدل رقومی ارتفاعی 30 متر به‌عنوان مهم‌ترین داده‌های تحقیق استفاده شده است. مهم‌ترین ابزارهای تحقیق سامانۀ گوگل ارث انجین (برای تهیۀ نقشۀ مناطق سیل‌زده و نقشۀ پوشش زمین)، IDRISI (اجرای مدل WLC) و ArcGIS (برای تهیۀ نقشه‌های مد‌نظر) بوده است. همچنین، در این پژوهش از مدل ترکیب خطی وزنی (WLC) برای شناسایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب استفاده شده است. با توجه به موضوع و هدف‌های مدنظر این پژوهش در چند مرحله انجام شده است که در‌ادامه، تشریح شده است.

مرحلۀ اول (شناسایی مناطق سیل‌زده): در این پژوهش برای شناسایی مناطق سیل‌زده از سامانۀ گوگل ارث انجین استفاده و نقشۀ مناطق سیل‌زده با استفاده از تصاویر راداری (سنتینل 1) قبل از وقوع سیلاب (تصاویر موجود از تاریخ 01/02/2019 تا 01/03/2019) و تصاویر بعد از وقوع سیلاب (تصاویر موجود از تاریخ 01/03/2019 تا 01/04/2019) تهیه شده است. پس از تهیۀ نقشۀ مدنظر از نقشۀ تهیه شده خروجی گرفته و در‌نهایت، نقشۀ نهایی مدنظر در نرم‌افزار ArcGIS تهیه شده است.

مرحلۀ دوم (تحلیل عوامل مؤثر در وقوع سیلاب): در این مرحله پس از شناسایی مناطق سیل‌زده نقش وضعیت بارش، فاصله از رودخانه، ارتفاع، شیب، تراکم پوشش گیاهی و نوع خاک در سیلاب رخ‌داده تحلیل شده است (انتخاب پارامترها بر‌مبنای وضعیت منطقه و تحقیقات پیشین بوده است). در این مرحله برای تهیه نقشۀ وضعیت بارش منطقه از سامانۀ گوگل ارث انجین و تصاویر ماهوارۀ CHIRPS، برای تهیۀ نقشۀ تراکم پوشش گیاهی منطقه از سامانۀ گوگل ارث انجین، تصاویر ماهوارۀ MODIS و شاخص NDVI و برای تهیۀ نقشۀ ارتفاع، شیب و فاصله از رودخانه‌های منطقه از مدل قومی ارتفاعی 30 متر SRTM استفاده شده است. پس از تهیۀ لایه‌های اطلاعاتی مربوط به هر پارامتر میزان همبستگی آنها با پارامتر مناطق سیل‌زده محاسبه و تحلیل شده است.

مرحلۀ سوم (شناسایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب): در این مرحله برای شناسایی مناطق آسیب‌پذیر در‌برابر سیلاب از نتایج و پارامترهای مراحل قبل شامل بارش، فاصله از رودخانه، ارتفاع، شیب، تراکم پوشش گیاهی و نوع خاک استفاده شده است. پس از تهیۀ لایه‌های اطلاعاتی مربوط به هر پارامتر و استانداردسازی آنها بر‌مبنای ضریب همبستگی به‌دست‌آمده در مرحلۀ قبل (ضریب همبستگی هر پارامتر با پارامتر مناطق سیل‌زده) به لایه‌های اطلاعاتی وزن داده شده است. پس از وزن‌دهی و اعمال وزن به‌دست‌آمده روی هر لایه، لایه‌های اطلاعاتی وارد نرم‌افزار IDRISI و در‌نهایت، با استفاده مدل WLC با‌هم ترکیب و نقشۀ نهایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب تهیه شده است.

 

یافته‌های پژوهش و تجزیه‌و‌تحلیل

شناسایی مناطق سیل‌زده

در پژوهش حاضر برای شناسایی مناطق سیل‌زده در منطقۀ مطالعه‌شده از سامانۀ گوگل ارث انجین استفاده شده است. برای انجام‌دادن این کار از تصاویر راداری سنتینل 1 مربوط به قبل و بعد از وقوع سیلاب استفاده شده که به‌ترتیب در شکل‌های 2 و 3 نشان داده شده است. بر‌اساس تصاویر مذکور پهنه‌های آبی (مناطق تیره) در دورۀ قبل از وقوع سیلاب وسعت کمی دارند و در‌واقع، در حد نرمال هستند؛ ولی بعد از وقوع سیلاب بخش زیادی از محدوده را مناطق تیره (به‌دلیل وجود پهنۀ آبی، بازتابش کمی داشته‌اند و به‌صورت تیره مشخص هستند) دربرگرفته است.

 

 

شکل 2: تصاویر راداری منطقۀ مطالعه‌شده (قبل از وقوع سیلاب) (منبع: نگارندگان)

Fig 2: Radar images of the studied area (before the flood)

 

شکل 3: تصاویر راداری منطقۀ مطالعه‌شده (بعد از وقوع سیلاب) (منبع: نگارندگان)

Fig 3: Radar images of the studied area (after the flood)

 

نقشۀ مناطق سیل‌زدۀ غرب استان گلستان در فروردین ماه سال 1398 پس از تهیۀ تصاویر مدنظر و اعمال فیلترها و مشخص‌کردن حد آستانه در سامانۀ گوگل ارث انجین تهیه شده است (شکل 4). بر‌اساس نقشۀ تهیه‌شده در جریان سیلاب‌های فروردین سال 1398 بخش زیادی از منطقه از‌جمله مناطق شهری و حاشیۀ شهری آق‌قلا، سیمین‌شهر و گمیش‌تپه با سیلاب مواجه شده است. در‌واقع، اختلاف پهنۀ آبی تصاویر قبل و بعد از وقوع سیلاب بیانگر مناطق سیل‌زده است که با توجه به حجم زیاد بارش‌های رخ‌داده و وضعیت هیدروژئومورفولوژی منطقه بخش زیادی از محدوده با مخاطرۀ سیلاب مواجه شده است.

 

 

شکل 4: نقشۀ مناطق سیل‌زده در منطقۀ مطالعه‌شده (منبع: نگارندگان)

Fig 4: Map of flooded areas in the study area

تحلیل عوامل مؤثر در وقوع سیلاب

پس از شناسایی مناطق سیل‌زدۀ غرب استان گلستان در‌طی سیلاب‌های فروردین سال 1398 در این بخش ارتباط بین سیلاب رخ‌داده و پارامترهای محیطی تحلیل شده است. برای این منظور از 6 پارامتر میانگین بارش سالانه، فاصله از رودخانه، ارتفاع، شیب، تراکم پوشش گیاهی و نوع خاک استفاده شده است که در‌ادامه تشریح خواهد شد.

 

تحلیل ارتباط بین مناطق سیل‌زده با میانگین بارش و فاصله از رودخانه‌های منطقه

بارش از‌جمله پارامترهای مؤثر در وقوع سیلاب است. در این بخش برای بررسی وضعیت بارش منطقه با استفاده از سامانۀ گوگل ارث انجین و تصاویر ماهواره‌ای CHIRPS نقشۀ میانگین بارش سالانۀ منطقه تهیه شده است (شکل 5). بر‌اساس نقشۀ تهیه‌شده در یک روند کلی میانگین بارش سالانه از سمت شمال به جنوب منطقه روند افزایشی دارد. با توجه به اینکه بیشترین میزان بارش مربوط به مناطق کوهستانی و بیشترین میزان سیل‌زدگی مربوط به واحد جلگه بوده است، ضریب همبستگی بین لایۀ مناطق سیل‌زده و لایۀ میانگین بارش سالانۀ منطقه 517/0- به دست آمده است. بر این اساس، بین میانگین بارش سالانه و وضعیت سیل‌خیزی منطقه ارتباط معناداری وجود نداشته است. علاوه بر بارش، فاصله از رودخانه نیز به‌عنوان یکی از پارامترهای تأثیرگذار در‌نظر گرفته شده است. به‌طور معمول، مناطق نزدیک به رودخانه پتانسیل سیل‌خیزی زیادی دارد. در این بخش نیز برای تأثیرگذاری فاصله از رودخانه با سیلاب‌های رخ‌داده ضریب همبستگی بین لایۀ مناطق سیل‌زده و فاصله از رودخانه محاسبه شده است. با توجه به اینکه ضریب به‌دست‌آمده 437/0 بوده است، می‌توان گفت که ارتباط معناداری (نقش فزآینده) بین لایۀ فاصله از رودخانه و لایۀ مناطق سیل‌زده وجود داشته است.

 

 

شکل 5: نقشۀ میانگین بارش سالانه و فاصله از رودخانه‌های منطقه (منبع: نگارندگان)

Fig 5: Map of average annual precipitation and distance from rivers in the region

 

تحلیل ارتباط بین مناطق سیل‌زده با ارتفاع و شیب منطقه

ارتفاع و شیب از‌جمله عوامل تشدید و یا کنترل سیلاب است. به‌طور معمول، مناطق کم‌ارتفاع و کم‌شیب پتانسیل سیل‌خیزی بیشتری دارد و همین مسئله در منطقۀ مطالعه‌شده نیز وجود داشته است. بر‌اساس نتایج حاصل‌شده مناطق کم‌ شیب و کم‌ارتفاع منطقه د‌رطی سیلاب رخ‌داده با بیشترین سیل‌زدگی مواجه و همین سبب شده است تا ضریب همبستگی بین لایۀ مناطق سیل‌زده با لایۀ ارتفاع و شیب به‌ترتیب 652/0 و 619/0 به دست آید. در شکل 6 نقشۀ طبقات ارتفاع و شیب منطقه نشان داده شده است.

 

 

شکل 6: نقشۀ وضعیت ارتفاعی و شیب منطقه (منبع: نگارندگان)

Fig 6: Elevation and slope map of the area

 

تحلیل ارتباط بین مناطق سیل‌زده با تراکم پوشش گیاهی و نوع خاک‌های منطقه

وضعیت پوشش زمین در میزان نفوذ آب، سرعت رواناب و در‌نتیجه، وقوع سیلاب مؤثر است. به‌طور معمول، مناطق با پوشش گیاهی کم‌تراکم پتانسیل آسیب‌پذیری بیشتری را در‌برابر مخاطرۀ سیلاب دارد. با توجه به اهمیت موضوع در این پژوهش نقش تراکم پوشش گیاهی منطقه با استفاده از سامانۀ گوگل ارث انجین تصاویر ماهوارۀ MODIS و شاخص NDVI تهیه شده است (شکل 7). بر‌اساس نتایج حاصل‌شده در یک روند کلی میزان تراکم پوشش گیاهی از سمت جنوب به شمال منطقه یک روند کاهشی است. با توجه به اینکه بیشترین میزان سیل‌زدگی مربوط به مناطق شمالی منطقه بوده است، می‌توان گفت که مناطق با پوشش گیاهی کم‌تراکم بیشترین میزان سیل‌زدگی را داشته و همین مسئله سبب شده است تا ضریب همبستگی بین لایه‌های مناطق سیل‌زده و پوشش گیاهی 543/0 به دست آید. همچنین، نوع خاک‌های منطقه نیز تأثیر مستقیمی در میزان نفوذ، فرسایش، تراکم پوشش گیاهی و غیره دارد و همین مسئله سبب شده است تا نوع خاک از عوامل مؤثر در وقوع سیلاب باشد. در این بخش برای تأثیرگذاری نوع خاک‌های منطقه در سیلاب رخ‌داده وضعیت سیل‌‌خیزی منطقه در طبقات خاک‌های منطقه بررسی شده است (شکل 7) که بر‌اساس نتایج حاصل‌شده بیشترین میزان سیل‌خیزی مربوط به طبقۀ خاک‌های اریدیسول بوده است.

 

شکل 7: نقشۀ وضعیت تراکم پوشش گیاهی و نوع خاک‌های منطقه (منبع: نگارندگان)

Fig 7: Map of vegetation density and soil types in the region

 

شناسایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب

در این مطالعه برای شناسایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب در محدودۀ مطالعاتی از پارامترهای مرحلۀ قبل شامل میانگین بارش سالانه، فاصله از رودخانه، ارتفاع، شیب، تراکم پوشش گیاهی و نوع خاک استفاده شده است. در این مرحله ابتدا لایه‌های اطلاعاتی بر‌مبنای پتانسیل سیل‌خیزی استانداردسازی شده است که برای این منظور به مناطق با میانگین بارش بیشتر، مناطق نزدیک رودخانه، مناطق با ارتفاع و شیب کمتر، مناطق با پوشش گیاهی کم‌تراکم‌تر و واحد خاک‌های اریدیسول ارزش نزدیک به 1 داده شده است. همچنین، به مناطق با میانگین بارش کمتر، مناطق دور از رودخانه، مناطق با ارتفاع و شیب بیشتر، مناطق با پوشش گیاهی متراکم‌تر و واحد خاک‌های آلفیسول ارزش نزدیک به صفر داده شده است (شکل 8).

 

 

شکل 8: نقشۀ استانداردسازی‌شدۀ لایه‌های اطلاعاتی A) میانگین بارش سالانه B) فاصله از رودخانه C) ارتفاع D) شیب E) تراکم پوشش گیاهی F) نوع خاک (منبع: نگارندگان)

Fig 8: Standardized set of information layers A) Average annual precipitation B) Distance from the river C) Altitude D) Slope E) Vegetation density F) Soil type

پس از استانداردسازی لایه‌های اطلاعاتی برای ارزش‌گذاری به این لایه‌ها از نتایج مراحل قبل استفاده و بر‌مبنای میزان همبستگی بین این لایه‌ها با لایۀ مناطق سیل‌زده به لایه‌های اطلاعاتی وزن داده شده است (جدول 1). با توجه به اینکه بیشترین ضریب همبستگی بین لایه‌های اطلاعاتی با لایۀ مناطق سیل‌زده مربوط به لایۀ ارتفاعی منطقه بوده است، می‌توان گفت که لایۀ ارتفاع بیشترین وزن را داشته است.

 

جدول 1: وزن لایه‌های اطلاعاتی

Table 1: Weight of information layers

ردیف

لایۀ اطلاعاتی

وزن

1

میانگین بارش سالانه

166/0

2

فاصله از رودخانه

437/0

3

ارتفاع

652/0

4

شیب

619/0

5

تراکم پوشش گیاهی

543/0

6

نوع خاک

اردیسول: 666/0

مولیسول: 333/0

آلفیسول: 166/0

منبع: نگارندگان

 

پس از استانداردسازی و وزن‌دهی به لایه‌های اطلاعاتی لایه‌های اطلاعاتی وارد نرم‌افزار IDRISI و در‌نهایت، با استفاده از مدل WLC با یکدیگر ترکیب و نقشۀ نهایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب تهیه شده است (شکل 9). بر‌اساس نقشۀ تهیه‌شده بخش زیادی از منطقه پتانسیل سیل‌خیزی زیادی دارد. در‌واقع، این مناطق که بیشتر شامل مناطق شمالی و غربی منطقۀ مطالعه‌شده است به‌دلیل ارتفاع و شیب کم، تراکم کم پوشش گیاهی و نزدیکی به رودخانه مستعد وقوع سیلاب است. نکتۀ مهم این است که شهرهای مهم منطقه شامل گرگان، آق‌قلا، سیمین‌شهر، گمیش‌تپه، کردکوی و بندرترکمن در طبقۀ پتانسیل سیل‌خیزی خیلی زیادی قرار دارد؛ بنابراین می‌توان گفت که سیلاب یکی از مخاطره‌های تهدیدکنندۀ شهرهای غربی استان گلستان است.

 

 

شکل 9: نقشۀ نهایی مناطق آسیب‌پذیر در‌برابر مخاطرۀ سیلاب (منبع: نگارندگان)

Fig 9: The final map of vulnerable areas against flood risk

 

نتیجه‌گیری

بخش‌های غربی استان گلستان تحت‌تأثیر عوامل محیطی پتانسیل سیل‌خیزی زیادی دارد و همین مسئله سبب شده است تا در‌طی سال‌های اخیر بسیاری از نواحی سکونتگاهی و اراضی کشاورزی این منطقه با این مخاطره رو‌به‌رو شوند. از‌جمله سیلاب‌های رخ‌داده در منطقه سیلاب فروردین ماه 1398 بوده است که بر‌اساس نتایج به‌دست‌آمده بخش زیادی از شهرهای منطقه از‌جمله مناطق شهری و حاشیۀ شهری آق‌قلا، سیمین‌شهر و گمیش‌تپه با سیلاب مواجه شده است. نتایج تحلیل نقش عوامل محیطی در سیلاب‌های رخ‌داده در فروردین ماه 1398 نشان داده است که در‌بین عوامل محیطی، وضعیت ارتفاعی، شیب و تراکم پوشش گیاهی به‌ترتیب با ضرایب 652/0، 619/0 و 543/0 بیشترین تأثیرگذاری را داشته است؛ به‌طوری که مناطق کم‌ارتفاع، کم‌شیب و مناطق با تراکم کم پوشش گیاهی با بیشترین میزان سیل‌زدگی مواجه شده است. همچنین، در این پژوهش بر‌مبنای نتایج به‌‌دست‌آمده از تصاویر راداری و ارتباط آن با پارامترهای محیطی نقشۀ مناطق مستعد وقوع سیلاب در منطقۀ مطالعه‌شده تهیه شده است. بر‌اساس نتایج به‌دست‌آمده مناطق شمالی و غربی منطقۀ مطالعه‌شده و از‌جمله مناطق شهری و حاشیۀ شهری شهرهای گرگان، آق‌قلا، سیمین‌شهر، گمیش‌تپه، کردکوی و بندرترکمن به‌دلیل ارتفاع و شیب کم، تراکم کم پوشش گیاهی و نزدیکی به رودخانه در طبقۀ پتانسیل سیل‌خیزی خیلی زیادی قرار دارند. مجموع نتایج این مطالعه نشان داده است که بسیاری از نواحی سکونتگاهی مناطق غربی استان گلستان تحت‌تأثیر عوامل محیطی در‌معرض مخاطرۀ سیلاب قرار دارد. بر این اساس، لازم است تا در برنامه‌‌ریزی‌های محیطی و از‌جمله توسعۀ شهری به وضعیت سیل‌خیزی منطقه توجه ویژه‌ای شود. همچنین، با توجه به اینکه مخاطرۀ سیلاب از‌جمله مخاطره‌های پیش روی منطقه است برای بررسی این مخاطره به آمار و اطلاعات دقیق و به‌روز مربوط به منابع آبی از‌جمله رودخانه‌ها نیاز است؛ بنابراین ضروری است تا مسئولان مربوط ضمن ثبت اطلاعات دقیق زمانی و مکانی از وضعیت هیدرولوژی منطقه همکاری‌های لازم را نیز با پژوهشگران داشته باشند.

References

منابع
اسکندری‌دامنه، هادی، برخوری، سعید، اژدری، زهرا، ناوکی، عبدالوحید، اسکندری دامنه، حامد، و خسروی حسن (1402). پایش تغییرات مکانی و زمانی سیلاب و پهنه‌های آبی با استفاده از شاخص‌های مستخرج از ماهوارۀ لندست‌ (مطالعۀ موردی: جنوب غرب ایران). مدیریت جامع حوزه‌های آبخیز، 3(3)، 49-62.  
https://doi.org/10.22034/iwm.2023.2007585.1094
امینی، لیلا، ارگانی، میثم، و عبدالهی کاکرودی، عطا (1401). شناسایی پهنه‌های آبی ناشی از سیل استان گلستان با استفاده از قطبش‌های VV, VH و VV+VH تصاویر سنتیل 1 و لندست 8. جغرافیا و مطالعات محیطی، 11(43)، 94-107. https://journals.iau.ir/article_690808.html
باقری، محمدحسین، فرزانه، محمدرضا، و رایگانی، بهزاد (1401). توسعۀ روش‌شناسی برآورد سیلاب مبتنی بر سنجش از دور در محیط گوگل ارث انجین. محیط زیست و توسعۀ فرابخشی، 7(76)، 12-26.
 https://doi.org/10.22034/envj.2022.154826
ثروتی، محمدرضا، آزاد، فریبا، و منصوری، رضا (۱۳۹۳). مخاطرات محیطی. سپهر، 23(90)، 94-105.
https://www.sepehr.org/article_13035.html
دودانگه، پریسا، عبادی، حمید، و کیانی، عباس (1400). شناسایی مناطق سیل‌زده با محاسبات آماری سری زمانی برپایۀ تلفیق داده‌های راداری و اپتیکی. اکوهیدرولوژی، 8(3)، 623-639.
https://doi.org/10.22059/ije.2021.322145.1495
رستمی فتح‌آبادی، محمد، جعفربیگلو، منصور، و مقیمی، ابراهیم (1399). تحلیل فضایی مناطق سیل‌زده و سیل‌خیز شهر نورآباد لرستان و مخاطرات آن. مدیریت مخاطرات محیطی، 7(3)، 313-329.  
https://doi.org/10.22059/jhsci.2020.310534.609
سلیمانی ساردو، فرشاد، رفیعی ساردوئی، الهام، مصباح‌زاده، طیبه، و آذره، علی (1400). استفاده از تصاویر سنتینل-۱ جهت پایش خسارت سیلاب فروردین ۱۳۹۹، جنوب استان کرمان براساس الگوریتم جنگل تصادفی. مجلۀ علوم و مهندسی آبخیزداری ایران، 15(53)، 23-32. http://jwmsei.ir/article-1-976-fa.html
گنجائیان، حمید (1399). مخاطرات ژئومورفولوژیک مناطق شهری: روش‌های مطالعه و راهکارهای کنترل آن. نشر انتخاب.
References
Amini, L., Organi, M., & Abdulahi Kakrodi, A. (2022). Identification of water areas caused by floods in Golestan province using VV, VH and VV+VH polarizations of Centile 1 and Landsat 8 images. Geography and Environmental Studies, 11(43), 94-107. https://journals.iau.ir/article_690808.html [In Persian].
Bagheri, M. H., Farzaneh, M., & Rayegani, B. (2022). Development of flood estimation methodology based on remote sensing in Google Earth Engine environment. Environment and Transsectoral Development, 7(76), 12-26. https://doi.org/10.22034/envj.2022.154826 [In Persian].
Borah, S.B., Sivasankar, T., Ramya, M.N.S., & Raju, P.L.N. (2018). Flood inundation mapping and monitoring in Kaziranga National Park Assam using Sentinel-1 SAR data. Environ, Monit. Assess, 190(9). https://doi.org/10.1007/s10661-018-6893-y
Dodangeh, P., Ebadi, H., & Kayani, A. (2019). Identification of flooded areas with time series statistical calculations based on combining radar and optical data. Ecohydrology, 8(3), 639-623. https://doi.org/10.22059/ije.2021.322145.1495 [In Persian].
Eskandari Dameneh, H., Barkhouri, S., Azhdari, Z., Naoki, A., Eskandari-Damaneh, H., & Khosravi, H. (2023). Monitoring spatial and temporal changes of floods and water bodies using indicators extracted from Landsat satellite (Case study: Southwest Iran). Comprehensive Watershed Management, 3(3), 49-62. https://doi.org/10.22034/iwm.2023.2007585.1094 [In Persian].
Feng, L.H., & Lu, J. (2010). The practical research on flood forecasting based on artificial neural networks. Expert Syst Appl, 37(4), 2974–2977. http://dx.doi.org/10.1016/j.eswa.2009.09.037
Ganjaian, H. (2019). Geomorphological hazards of urban areas, study methods and its control strategies. Entekhab publication. [In Persian].
Halder, S., & Bose, S. (2024). Sustainable flood hazard mapping with GLOF: A Google Earth Engine approach. Natural Hazards Research. 4(4), 573-578. https://doi.org/10.1016/j.nhres.2024.01.002
Kim, J., & Gim, T.H.T. (2020). Assessment of social vulnerability to floods on Java Indonesia. Natural Hazards, 102(2), 101–114. https://doi.org/10.1007/s11069-020-03912
Mugagga, F., Kakembo, V., & Buyinza, M. (2012). Land use changes on the slopes of mount Elgon and the implications for the occurrence of landslides. Catena, 90(10), 39–46. http://dx.doi.org/10.1016/j.catena.2011.11.004
Nghia, B.P.Q., Pal, I., Chollacoop, N., & Mukhopadhyay, A. (2022). Applying Google earth engine for flood mapping and monitoring in the downstream provinces of Mekong River. Progress in Disaster Science, 14(12), https://doi.org/10.1016/j.pdisas.2022.100235
Pascacio, E.D., Argueta, A.O., Mercedes, M., Uzcanga, C., & Marcial, N.R. (2018). Influence of land use on the riparian zone condition along an urban-rural gradient on the Sabinal River Mexico. Botanical Sciences, 96(2), 180-199. https://doi.org/10.17129/botsci.1858
Rinat, Y., Marra, F., Zoccatelli, D., & Morin, E. (2018). Controls of flash flood peak discharge in Mediterranean basins and the special role of runoff-contributing areas. Journal of Hydrology, 565(2), 846-860. http://dx.doi.org/10.1016/j.jhydrol.2018.08.055
Rostami Fathabadi, M., Jafar Baglo, M., & Moghimi, I. (2019). Spatial analysis of flood-affected and flood-prone areas of Noorabad city of Lorestan and its risks. Environmental Risk Management, 7(3), 329-313. https://doi.org/10.22059/jhsci.2020.310534.609 [In Persian].
Servati, M., Azad, F., & Mansouri, R. (2012). Environmental hazards. Sepehr, 23(90), 94-105. https://www.sepehr.org/article_13035.html [In Persian].
Soleimani-Sardo, F., Rafiei-Sardoi, E., Mesbahzadeh, T., & Azare, A. (2020). Using Sentinel-1 images to monitor flood damage in April 2019 south of Kerman province based on random forest algorithm. Iranian Journal of Watershed Sciences and Engineering, 15(53), 23-32. http://jwmsei.ir/article-1-976-fa.html [In Persian].
Sundaram, S., Devaraj, S., & Yarrakula, K. (2023). Mapping and assessing spatial extent of floods from multitemporal synthetic aperture radar images: a case study over Adyar watershed, India. Environmental Science and Pollution Research, 30(22), 63006–63021. https://doi.org/10.1007/s11356-023-26467-7
Sy, H.M., Luu, C., Bui, Q.D., Ha, H., & Nguyen, D.Q. (2023). Urban flood risk assessment using Sentinel-1 on the google earth engine: A case study in Thai Nguyen city Vietnam. Remote Sensing Applications: Society and Environment, 31, 1-18. https://doi.org/10.1016/j.rsase.2023.100987
Vekaria, D., Chander, S., Singh, R.P., & Dixit, S. (2023). A change detection approach to flood inundation mapping using multi-temporal Sentinel-1 SAR images the Brahmaputra River Assam (India): 2015–2020. Journal of Earth System Science, 132(3), 1-19. https://doi.org/10.1007/s12040-022-02020-x
Zekouda, N., Meddi, M., LaVanchy, G.T., & Remaoun, M. (2020). The impact of human activities on flood trends in the Semi-Arid climate of cheliff basin. Algeria. Water Resources , 47(3), 409-420. https://doi.org/10.1134/S0097807820030136
 

Files

History

  • Receive Date: 03 August 2024
  • Revise Date: 10 November 2024
  • Accept Date: 18 November 2024

Share

How to cite

Statistics