پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,097,943 |
| تعداد دریافت فایل اصل مقاله | 97,205,544 |
اولویت‌بندی زیرحوضه‌های آبخیز سزار بر اساس خطر بروز سیل با استفاده از تئوری بازی | ||
| اکوهیدرولوژی | ||
| مقاله 13، دوره 5، شماره 4، دی 1397، صفحه 1219-1231 اصل مقاله (1.19 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2018.260860.922 | ||
| نویسندگان | ||
| آزاده ارشیا1؛ علی حقی‌زاده* 2؛ ناصر طهماسبی‌پور2؛ حسین زینی‌وند2 | ||
| 1دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان | ||
| 2دانشیار گروه مهندسی آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان | ||
| چکیده | ||
| به‌کارگیری تصمیم بهینه برای اولویت‌بندی عملیات اجرایی در پروژههای آبخیزداری برای کاهش خطرات بروز سیل به علت تأثیرپذیری از پارامترهای مختلف، پیچیده و البته مهم و ضروری است. تئوری بازی در به‌کارگیری تصمیم بهینه برای حل مسائل چندهدفه،کارایی بسیار زیادی دارد. در مطالعۀ حاضر، این روش برای اولویت‌بندی بر اساس خطر بروز سیل در حوضۀ آبخیز سزار مد نظر قرار گرفت و با استفاده از دو الگوریتم بوردا و چانهزنی در تئوری بازی، مؤثرترین پارامترها در تمامی زیرحوضهها و نیز بحرانیترین زیرحوضهها مشخص شدند. با اجرای روش امتیازدهی بوردا، پارامترهای کاربری مسکونی با امتیاز 5/93، تراکم زهکشی با امتیاز 91 و شیب متوسط و شکل زیرحوضه با امتیاز 5/90 و درنتیجۀ اجرای الگوریتم چانهزنی، مؤثرترین پارامترها در رقابت بین 12 پارامتر در تمامی زیرحوضهها، پارامترهای شیب متوسط، طول آبراهۀ اصلی و کاربری مراتع بودند که با توجه به اصول حاکم بر این روش، انتخاب پارامترهای یادشده برحسب دویدن تمامی بازیکنها در همۀ میدانهاست. درواقع، سه پارامتر نام‌برده در تمامی زیرحوضهها سریع‌تر خودنمایی کردند و به عدد 16 که تعداد زیرحوضههاست، رسیدند. درنهایت، نقشههای اولویت‌بندی زیرحوضه‌های سزار با هر دو روش ارائه شدند که در روش بوردا، زیرحوضه‌های I، N، G، P و O در اولویت نخست قرار داشته و در روش چانهزنی، G، H، N، I و F در اولویت نخست قرار دارند. | ||
| کلیدواژه‌ها | ||
| الگوریتم بوردا؛ الگوریتم چانهزنی؛ اولویت‌بندی حوضه؛ تئوری بازی؛ خطر سیل | ||
| عنوان مقاله [English] | ||
| Prioritization of Sezar Subbasins in Terms of Flooding Potentian Using Game Theory | ||
| نویسندگان [English] | ||
| Azadeh Arshia1؛ Ali Haghizadeh2؛ Naser Tahmasebipour2؛ Hossein Zeinivand2 | ||
| 1MSc student, Department of Watershed Management Engineering, Faculty of Agriculture and Natural Resources, Lorestan University | ||
| 2Associate Professor, Department of Watershed Management Engineering, Faculty of Agriculture and Natural Resources, Lorestan University | ||
| چکیده [English] | ||
| Making the optimal decision to prioritize the operation in watershed management projects is to reduce the risk of flooding due to the impact of various parameters, complex and, of course, important. The game theory has a high performance in making the optimal decision to solve multi-objective problems. In this study, this method was used to prioritize on the watershed of the flood risk in the Sezar watershed. By using two Borda algorithms and bargaining in game theory, the most effective parameters in all sub-watersheds and the most critical sub-watersheds were identified. By implementing the Borda scoring method, residential parameters with 93.5, drainage density of 91 and average slope, and the shape of the sub area with a score of 90.5, and hence the implementation of the bargaining algorithm, the most effective parameters in the competition between the 12 parameters in all sub-watersheds, Moderate slope parameters, length of the main waterways and rangelands were used. According to the principles governing this method, the selection of these parameters is based on the running of all players in all fields. In fact, the three parameters mentioned above are faster in all sub-watersheds, and the number 16 is the number Subways have arrived. Finally, the Sezar watershed Prioritization Plans are presented with both methods, which are in the first place under the Borda method, under the domains I, N, G, P and O, and in the bargaining chamber, G, H, N, I and F are in the first place. | ||
| کلیدواژه‌ها [English] | ||
| Bargaining algorithm, Basin priority, Borda algorithm, Game theory, Flood risk | ||
| مراجع | ||
|
[1]. Hagizhizadeh, A., Mohammadlou, M., Noori, F. Simulation of Rainfall-Runoff Process Using Artificial Neural Network and Adaptive Neural Fuzzy System and Multivariate Regression (Case Study, Khorramabad Water Basin), Journal of Ecohydrology, Volume 2, Issue 2, Summer 2013; pp. 233-243. [2]. Amani, M., Safaviayan, A. Sub-basins prirization using morphometric analysis-remote sensing technique and GIS- Golestan-Iran. International Letters of Natural Sciences, 2015; 38(0): 56-65. [3]. Khalighi, Sh. Madawi, M. Investigating the Effect of Land Use Change and Surface Water Hydrological Properties Case Study: Barandoz Chay Province, West Azarbaijan Province, Ph.D. Department of Natural Resources, University of Tehran, 2015; 142 p. (In Persian). [4]. Sadeghi, S.H.R. A Semi-detailed technique for soil erosion mapping based on BLM and satellite image applications. J. Agr. Sci. Tech, 2005; 7 (3, 4), 133–142. [5]. Alvani, M. Public Administration, Tehran University Press. 2005; 19th edition, 120 pages. (In Persian). [6]. Golparvar, M., Shahabi, M. The Application of Game Theory in Explaining Electoral Competitions, Quarterly Journal of Political and International Studies of Islamic Azad University, Shahreza Branch, No. 6, 2011; 175-202. (In Persian). [7]. Pawattana, C., Tripathi, N. K., & Howe, S.L. Development of Potential Floodwater Retention Zones using AHP and GIS: A Case Study in the Chi River Basin, Thailand. International Journal of Geo-informatics, 2011; 5(4): 17-25. [8]. Saini, S.S and Kaushik. S.P. Risk and vulnerability assessment of flood hazard in part of Ghaggar Basin: A case study of Guhla block, Kaithal, Haryana, India. International Journal of Geomatics and Geosciences, 2012; 3(1): 42-54. [9]. Amiri, M., Pourghasemi, H.R., Arabic Ameri, A.R. Prioritizing the flooding of Maharlo watershed basins in Fars province using morphometric parameters and decision making VIKOR, Journal of ecohydrology, Volume 5, Issue 3, Summer 2018; p. 813-827. [10]. Mohammadi, P., Malekian, A. Prioritization of watersheds in terms of flood risk based on multivariate decision making models, Journal of Ecohydrology, Volume 4, Issue 2, Summer 2013, pp. 499-508. [11]. Aher, P.D., Adinarayana, J. & Gorantiwar, S.D. Quantification of morphometric characterization and prioritization for management planning in of India. A remote sensing and GIS approach. Journal of Hydrology, 2014; 51(1): 850-860. [12]. Soleimani, K., Bashir Gonbad, M., Mousavi, S., Khaliqi, Sh. Flood potential in watersheds using HEC-HMS model in GIS environment (case study of Kasaliyan Basin) , Natural History Research, 65, Autumn, 2008; 51-60. )In Persian). [13]. Zehtabiyan, Gh., Ghoddusi, J., Ahmadi, H., Khalilizadeh, M., Moghali, M. Assessment of the Flood Potential Ranking of Sub-basins and Determination of Flood Source Areas, Journal of Environmental Hydrology, 2010; 18(24): 1-9. [14]. Bahrami, S., A., Onagh, M., Farazjoo, H. River Rendering Role in Identifying and Prioritizing Hydrological Units in Boustan Dam Basin for Flood Management and Providing Management Solutions, Journal of Soil and Water Resources Conservation, 1 (1), autumn, 2011; 11-26.)In Persian). [15]. Nikoo, M.R., BahmanBeiglou, P.H. & Mahjouri, N. "Optimizing multiple-pollutant waste load allocation in rivers: an interval parameter game theoretic model", Water Resources Management, 2016; 30(12), 4201-4220. [16]. Adhami, M. & Sadeghi, S.H.R. Sub-watershed prioritization based on sediment yield using game theory. Journal of Hydrology, 2016; 541: 977–987. [17]. Abdoli, Gh., Game Theory and Applications in Static and Dynamic Shifts, Jahad University Press, Tehran, 2008; Second Edition. (In Persian). [18]. Mac Milan, j. Games, Strategies & Managers: How Managers Can Use Game Theory to Make Better Business Decision, Oxford University Press, 1996; United States of America, p 246. [19]. Suresh, M. S, Sudhakar. K.N, Tiwari. V.M, Chawdary. Prioritization of watershed using morphometric parameters ond assement of surface water potential using RS. Jornal of indian society of Remote Sensing, 2004; 32 (3): 249-259. [20]. Skardi, M.J.E., Afshar, A. and Solis, S.S. Simulation-Optimization Model for Non- Point Source Pollution Management in Watersheds: Application of Cooperative Game Theory, KSCE. Journal of Civil Engineering,2013; 17(6): 1232-1240. [21]. Pacuit, E. Voting Methods. In: Zalta, E.N. (ed) the Stanford Encyclopedia of Philosophy, Winter 2012 edn. [22]. Balinski, M., Laraki, R. A theory of measuring, electing and ranking. National Academy of Sciences, 2007; 104 (21): 8720-8725. [23]. Brams, S.J., Kilgour, D.M. Fallback bargaining. Group. Decis. Negot, 2001; 10(4): 287-316. [24]. Baharad, E., Nitzan, S. The Borda rule, The Condorcet consistency and Condorcet stability. Econ. Theor, 2003; 22 (3), 685–688.Bolstad, P. V, and Lillesand, T. M. 1991. Rapid maximum likelihood classification. Photogramm. Eng. Remote Sens. 57. | ||
|
آمار تعداد مشاهده مقاله: 622 تعداد دریافت فایل اصل مقاله: 437 |
||