پيش بيني سيل و آشكارسازي پهنه خسارت ديده مبتني بر تكنيك هاي هوش مصنوعي و سنجش از دور (مطالعه موردي: حوضه كن استان تهران)

كنترل كامل يا مديريت خسارت سيل، هميشه از طريق اقدامات سازه‌اي بدليل محدوديت‌هاي اقتصادي، تكنولوژيكي، محيط‌زيستي و اجتماعي عملي نمي‌باشد. بنابراين غالباً اقدامات غيرسازه‌اي مانند پيش‌بيني و هشدار سيل جهت اتخاذ تصميمات موثر و انتخاب راه‌هاي مناسب براي مقابله با سيلاب نقش مهمي را در كاهش تلفات بازي مي‌كنند. اهميت سيستم‌هاي پيشرفته براي پيش‌بيني كوتاه‌مدت و بلندمدت سيل و ساير رويدادهاي هيدرولوژيكي براي كاهش آسيب و خسارت ناشي از سيل به شدت مورد تاكيد قرار مي‌گيرد. در اين پژوهش به پيش بيني سيل كوتاه مدت با استفاده از روش هاي پيش بيني گروهي (EPSs) و مدل هيدروژيكي HEC-HMS پرداخته مي شود. همچنين به منظور دست يابي به دقت بالا در ارزيابي پهنه هاي خسارت ديده از سيلاب، از تكنيك هاي سنجش از دور و تصاوير ماهواره اي استفاده شده است. نتايج نشان مي دهد كه استفاده از روش هاي پيش بيني گروهي به بهبود سرعت و دقت مدل پيش بيني كمك كرده است (R2 = 0.75). همچنين با استفاده از تصاوير ماهواره اي راداري Sentinel-1 و استفاده همزمان از الگوريتم هاي يادگيري با نظارت، تخمين مناسبي از پهنه خسارت ديده براي سه سيل منتخب در حوضه كن در سال هاي 2019، 2015 و 2014 صورت گرفته است.