Geographical Space

fa ارزیابی سناریوهای فصلی تغییر کاربری اراضی و تأثیر آن‌ها بر پهنه‌بندی خطر سیل در حوضه آبخیز سامیان با بهره‌گیری از پلتفرم Google Earth Engine Assessment of Seasonal Land-Use Change Scenarios and Their Impact on Flood Hazard Zonation in the Samian Watershed Using the Google Earth Engine Platform تخصصي Special پژوهشي Research هدف: این پژوهش با هدف ارزیابی سناریوهای فصلی تغییر کاربری اراضی و تحلیل اثر آن‌ها بر پهنه‌بندی خطر سیل در حوضه آبخیز سامیان انجام شد. تمرکز اصلی مطالعه بر بررسی تغییرات کاربری در فصول بهار و پاییز و نقش آن‌ها در تغییر رفتار هیدرولوژیکی حوضه با بهره‌گیری از داده‌های سنجش از دور در سامانه Google Earth Engine بود است. روش‌شناسی: در این مطالعه از تصاویر لندست 9 و سنتینل-2 سال 2024 محصولات Dynamic World ، GHSLومدل رقومی ارتفاع SRTM، نقشه زمین‌شناسی و نقشه بافت خاک استفاده شد. نقشه‌های کاربری اراضی فصول بهار و پاییز با شاخص‌های طیفی و الگوریتم جنگل تصادفی تولید و دقت آن‌ها با معیارهای دقت کلی و کاپا ارزیابی شد. به‌منظور پهنه‌بندی خطر وقوع سیل، مدل اصلاح‌شده شاخص پتانسیل سیلاب ناگهانی (MFFPI) به‌کار گرفته شد و شش پارامتر شامل شیب، تراکم جریان، انحنای دامنه، بافت خاک، نفوذپذیری سنگ و کاربری اراضی وزن‌دهی و در محیط  ArcMap  ترکیب شدند. یافته‌ها: نتایج نشان داد که تغییرات فصلی کاربری اراضی تأثیر قابل‌توجهی بر پتانسیل وقوع سیل دارند. در فصل بهار به‌دلیل پوشش گیاهی متراکم و افزایش نفوذپذیری خاک، بخش عمده حوضه در کلاس‌های خطر کم و متوسط قرار گرفت. در مقابل فصل پاییز به‌دلیل کاهش شدید پوشش گیاهی پس از برداشت محصول و آغاز بارش‌های پاییزه بیشترین پتانسیل سیل‌خیزی را نشان داد و مساحت پهنه‌های با خطرخیلی زیاد به حدود ۹۲ کیلومتر مربع افزایش یافت. نتایج مدل MFFPI نیز حساسیت بالای شاخص به تغییرات فصلی کاربری اراضی را تأیید کرد. نتیجه‌گیری: یافته‌های پژوهش نشان می‌دهد که خطر سیلاب در حوضه سامیان ماهیتی پویا و وابسته به تغییرات فصلی دارد. فصل پاییز به‌عنوان دوره بحرانی سیل‌خیزی شناسایی شده و باید در برنامه‌ریزی‌های مدیریت سیلاب و آبخیزداری مورد توجه ویژه قرار گیرد. همچنین این مطالعه نشان داد که استفاده از داده‌های چندمنبعی سنجش‌ازدور و پردازش‌های مبتنی بر GEE رویکردی کارآمد برای پایش و تحلیل سریع تغییرات مؤثر بر سیل‌خیزی در مقیاس حوضه است.   Objective: This study aimed to evaluate seasonal land-use change scenarios and analyze their impact on flood hazard zonation in the Samian watershed. The main focus was on assessing land-use variations in spring and autumn and examining their influence on the hydrological behavior of the basin using remote sensing datasets within the Google Earth Engine platform. Methodology: This study utilized Landsat-9 and Sentinel-2 (2024) satellite imagery, Dynamic World and GHSL products, the SRTM digital elevation model, as well as geological and soil texture maps. Land-use/land-cover maps for spring and autumn were generated using spectral indices and the Random Forest classifier, and their accuracy was assessed through overall accuracy and the Kappa coefficient. To delineate flood hazard zones, the modified Flash Flood Potential Index (MFFPI) was applied. Six parameters—including slope, flow accumulation, curvature, soil texture, bedrock permeability, and land-use/land-cover—were weighted and integrated within the ArcMap environment to produce the final flood hazard map. Findings: The results indicated that seasonal variations in land use have a significant impact on flood potential. In spring, dense vegetation cover and increased soil permeability placed a large portion of the watershed in low and moderate hazard classes. In contrast, autumn exhibited the highest flood susceptibility due to substantial reductions in vegetation cover following crop harvest and the onset of autumn precipitation. During this season, the area classified as “very high hazard” increased to approximately 92 km². The MFFPI model results further confirmed the high sensitivity of the index to seasonal land-use changes. Conclusion: The findings of this study demonstrate that flood risk in the Samian watershed is dynamic and strongly influenced by seasonal land-use variations. Autumn was identified as the critical season for flood susceptibility and should therefore receive prioritized attention in flood management and watershed planning. Additionally, the study highlights that integrating multi-source remote sensing data with Google Earth Engine–based processing provides an effective approach for rapid monitoring and analysis of short-term changes affecting flood potential at the watershed scale.   پهنه‌بندی خطر سیل, شاخص پتانسیل سیلاب ناگهانی (MFFPI), الگوریتم جنگل تصادفی Flood hazard zonation, Modified Flash Flood Potential Index (MFFPI), 197 217 http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-682-10&slc_lang=fa&sid=1 Sayyad Asghari Saraskanroud صیاد اصغری سراسکانرود s.asghari@uma.ac.ir 100319475328460023565 100319475328460023565 Yes Professor ، Department of Physical Geography ، Faculty of Social Sciences ، University of Mohaghegh Ardabili ، Ardabil ، Iran استاد،گروه جغرافیای طبیعی، دانشکده علوم اجتماعی،دانشگاه محقق اردبیلی، اردبیل، ایران Fatemeh Samadi Shalveh Alia فاطمه صمدی شلوه علیا samadi.f.2019@gmail.com 100319475328460023566 100319475328460023566 No Master's Student ، Remote Sensing and Geographic Information Systems (GIS) ، Department of Physical Geography ، Faculty of Social Sciences ، University of Mohaghegh Ardabili ، Ardabil ، Iran. دانشجوی کارشناسی ارشد، رشته سنجش از دور و سیستم اطلاعات جغرافیایی،گروه جغرافیای طبیعی،دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران batool Zeinali بتول زینالی zeynali.b@uma.ac.ir 100319475328460023567 100319475328460023567 No Professor ، Department of Physical Geography ، Faculty of Social Sciences ، University of Mohaghegh Ardabili ، Ardabil ، Iran استاد،گروه جغرافیای طبیعی، دانشکده علوم اجتماعی،دانشگاه محقق اردبیلی، اردبیل، ایران Zeinab Hazbavi زینب حزباوی z.hazbavi@uma.ac.ir 100319475328460023568 100319475328460023568 No Associate Professor, Department of Range and Watershed Management, Faculty of Natural Resources, Water Management Research Center, University of Mohaghegh Ardabili, Ardabil, Iran دانشیار، گروه مرتع و آبخیزداری ، دانشکده منابع طبیعی، مرکز تحقیقات مدیریت آب ، دانشگاه محقق اردبیلی، اردبیل، ایران.