کاربرد الگوریتم‌های یادگیری ماشین در مدیریت خطر سیلاب با تأکید بر سکونتگاه‌های روستایی گردشگرپذیر (مطالعه موردی: منطقه نمونه گردشگری بیستون، استان کرمانشاه)

نوع مقاله : مقاله پژوهشی

نویسندگان

فرهاد جوان ¹

داود جمینی ²

رامین آتش بهار ³

¹ گروه مدیریت جهانگردی، دانشکدۀ میراث فرهنگی، صنایع دستی و گردشگری، دانشگاه مازندران، بابلسر، ایران

² گروه ژئومورفولوژی، دانشکدۀ منابع طبیعی، دانشگاه کردستان، سنندج، ایران (پژوهشگر پاره وقت پژوهشکدۀ کردستان‌شناسی، دانشگاه کردستان، سنندج، ایران)

³ گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

10.22067/geoeh.2025.95982.1616

چکیده

با توجه به حضور گردشگران در فضاهای گردشگرپذیر، وقوع مخاطرات محیطی در این فضاها می‌تواند نسبت به دیگر مناطق، آسیب‌ها و خسارات زیست‌محیطی، جانی و مالی بیشتری را به همراه داشته باشد. از این‌رو هدف پژوهش کاربردی حاضر، پهنه‌بندی خطر سیل و شناسایی روستاهای در معرض خطر سیل است که به صورت مطالعه موردی در منطقه نمونه گردشگری بیستون (شامل 60 روستا) انجام گرفته است. در راستای دستیابی به هدف اصلی پژوهش از 13 معیار و دو الگوریتم Cart و Simple RF استفاده شده است. نتایج الگوریتم Cart نشان داد 5/39 درصد از مساحت و 80 درصد از روستاها، در پهنه‌های خطر زیاد و بسیار زیاد قرار گرفته است. نتایج الگوریتم Simple RF نشان داد 1/36 درصد از مساحت و 75 درصد از روستاها در پهنه‌های خطر زیاد و بسیار زیاد قرار گرفته‌اند. مقایسه پهنه‌بندی ها نشانگر شباهت زیاد نتایج آن‌ها است با این تفاوت که الگوریتم Cart در شناسایی محدوده‌های پر خطر تاحدی سختگیرانه‌تر عمل کرده است. با این تفاوت که الگوریتم Cart در شناسایی محدوده‌های پر خطر تاحدی سختگیرانه‌تر عمل کرده است. نتایج صحت‌سنجی عملکرد الگوریتم‌ها نشان داد علی‌رغم دقت بالای دو الگوریتم، الگوریتم Simple RF دقت بیشتری را نسبت به الگوریتم Cart داشته است.

کلیدواژه‌ها

مدیریت خطر سیلاب

یادگیری ماشین

جنگل تصادفی

درخت تصمیم

سکونتگاه های گردشگرپذیر

موضوعات

• مخاطرات محیط ‌های روستایی

---

©2026 The author(s). This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

 

 

مراجع

Ahmadzadeh, H., & Davarpanah, M. (2023). Spatial Analysis of Flood Risk with the Approach of Landuse Planning and Management in Urmia City. Journal of Geography and Environmental Hazards, 12(2), 63-80. [In Persian] https://doi.org/10.22067/geoeh.2022.77571.1255

Alyasiri, O. M., Selvaraj, K., Younis, H. A., Sahib, T. M., Almasoodi, M. F., & Hayder, I. M. (2024). A Survey on the Potential of Artificial Intelligence Tools in Tourism Information Services. Babylonian Journal of Artificial Intelligence, 4, 1–8. https://doi.org/10.58496/BJAI/2024/001

Asadi, M., Shayestefar, M., & Ganjaeian, H. (2026). Analysis of the Application of Artificial Intelligence in Environmental Hazard Management in Mountainous Regions. Journal of Environmental Research in Mountainous Regions, 2(1), 15-30. [In Persian] https://doi.org/10.22034/ermr.2025.144309.1032

Chaudhary, U., Shah, M. A. R., Shakya, B. M., & Aryal, A. (2024). Flood Susceptibility and Risk Mapping of Kathmandu Valley Watershed, Nepal. Sustainability, 16(16), 7101. https://doi.org/10.3390/su16167101

Chen, N., Yao, S., Wang, C., & Du, W. (2019). A Method for Urban Flood Risk Assessment and Zoning Considering Road Environments and Terrain. Sustainability, 11(10), 2734. https://doi.org/10.3390/su11102734

Ecemiş Kılıç, S., Efe Güney, M., Ayhan Selçuk, İ., Alğın Demir, K., & Gür, G. (2025). An Example of Vulnerability Analysis According to Disasters: Neighborhoods in the Southern Region of Izmir. Sustainability, 17(18), 8358. https://doi.org/10.3390/su17188358

Ganjaeian, H., Nosrati, M., Ebrahimi, A., & Ghisarian, S. S. (2025). Assessing the Vulnerability of Rural Areas Against Natural Hazards (Case Study: Villages of Oraman Region). Journal of Environmental Research in Mountainous Regions, 1(2), 57-70. [In Persian] https://doi.org/10.22034/ermr.2024.63510

García-Madurga, M. Á., & Grilló-Méndez, A. J. (2023). Artificial Intelligence in the tourism industry: An overview of reviews. Administrative Sciences, 13(8), 172. https://doi.org/10.3390/admsci13080172

General Directorate of Cultural Heritage, Tourism and Handicrafts of Kermanshah Province. (2025). Model Tourism Areas, available at: https://kermanshah.mcth.ir. [In Persian]

Herischian, M., & Mahmoudzadeh, H. (2025). Evaluation of Urban Flood Risk Mitigation Ecosystem Service (UFRM) With A Short Term Approach (2 Years), Case Study: Tabriz Metropolitan. Journal of Geography and Environmental Hazards. [In Persian] https://doi.org/10.22067/geoeh.2025.94245.1589

Irawan, B. (2023). Impact of artificial intelligence on the tourism industry: A literature review. Journal of Social Science Research, 3(6), 4865-4878. https://j-innovative.org/index.php/Innovative

Jamini, D., Javan, F., & Atashbahar, R. (2025). Application of artificial intelligence in locating eco-camps. Tourism Management Studies. [In Persian] https://doi.org/10.22054/tms.2025.85190.3055

Jamini, D., Komasi, H., Yazdi, A. K., Hanne, T., & Coluccio, G. (2025). Scenario Planning for Food Tourism in Iran’s Rural Areas: Ranking Strategies Using Picture Fuzzy AHP and COPRAS. Sustainability, 17(21), 9524. https://doi.org/10.3390/su17219524

Javan, F., Atashbahar, R., & Motalebpoor, A. (2025). Zoning of Environmental Hazards in Tourism Destinations with Emphasis on Flooding (Case Study: Sarvabad County, Kurdistan Province). Journal of Environmental Research in Mountainous Regions, 1(3), 43-56. [In Persian] https://doi.org/10.22034/ermr.2025.144141.1025

Kim, Y., & Newman, G. (2019). Climate Change Preparedness: Comparing Future Urban Growth and Flood Risk in Amsterdam and Houston. Sustainability, 11(4), 1048. https://doi.org/10.3390/su11041048

Kong, H., Wang, K., Qiu, X., Cheung, C., & Bu, N. (2023). 30 years of artificial intelligence (AI) research relating to the hospitality and tourism industry. International Journal of Contemporary Hospitality Management, 35(6), 2157-2177. https://doi.org/10.1108/IJCHM-03-2022-0354

Lacárcel, F. J. S. (2022). Main uses of artificial intelligence in digital marketing strategies linked to tourism. Journal of Tourism, Sustainability and Well-being, 10(3), 215-226. https://doi.org/10.34623/mppf-r253

Lv, H., Shi, S., & Gursoy, D. (2022). A look back and a leap forward: a review and synthesis of big data and artificial intelligence literature in hospitality and tourism. Journal of Hospitality Marketing & Management, 31(2), 145-175. https://doi.org/10.1080/19368623.2021.1937434.

Mirchooli, F., Gholami, I., & Boroughani, M. (2024). Flood Susceptibility Mapping of the Famnat Watershed, Gilan Province. Water and Soil, 37(6), 841-853. [In Persian] https://doi.org/10.22067/jsw.2023.84146.1328

Nazariani, N., & Fallah, A. (2023). Landslide Risk Modeling using Data Mining in Hyrcanian Forests. Journal of Watershed Management Research, 14(27), 123-134. [In Persian] http://dx.doi.org/10.61186/jwmr.14.27.123

Peiris, M. T. O. V. (2024). Assessment of Urban Resilience to Floods: A Spatial Planning Framework for Cities. Sustainability, 16(20), 9117. https://doi.org/10.3390/su16209117

Rahimi, A., & Nastaran, M. (2025). Vulnerability Analysis of Facilities Against Flood with Emphasis on AHP Fuzzy Method (Case Study: Khorramabad City). Journal of Geography and Environmental Hazards, 14(1), 99-122. [In Persian] https://doi.org/10.22067/geoeh.2025.89239.1506

Ruan, X., Sun, H., Yu, Q., Shou, W., & Wang, J. (2025). A Game-Theoretic Combination Weighting–TOPSIS Integrated Model for Sustainable Floodplain Risk Assessment Under Multi-Return-Period Scenarios. Sustainability, 17(12), 5622. https://doi.org/10.3390/su17125622

Sadeghi, H., & Haseli, M. (2025a). Assessment the Vulnerability of Rural Tourism Destinations Against Flood Risk in Mountainous Regions (Case Study: Chaharmahal and Bakhtiari Province). Journal of Environmental Research in Mountainous Regions, 1(1), 1-14. [In Persian] https://doi.org/10.22034/ermr.2025.63294

Sadeghi, H., & Javan, F. (2024). The Evaluation of Tourist Villages of Iran in terms of Geophysical Vulnerability using Fuzzy Scenarios. Journal of Rural Research, 15(4), 85-100. [In Persian] https://doi.org/10.22059/jrur.2024.383580.1993

Sadeghi, H., & Javan, F. (2025). Vulnerability of Iranian tourism villages in terms of Landslide hazard using GIS. Geography, 23(84), 153-170. [In Persian] https://doi.org/10.22034/jiga.2025.2055364.1385

Shabani Hosainabadi, A., & Jamini, D. (2025). Zoning of Environmental Hazards in Rural Areas of Western Iran. Journal of Sustainable Rural Development, 9(1), 71-82. https://doi.org/10.22034/jsrd.2025.508315.1214

Solakis, K., Katsoni, V., Mahmoud, A. B., & Grigoriou, N. (2024). Factors affecting value co-creation through artificial intelligence in tourism: a general literature review. Journal of Tourism Futures, 10(1), 116-130. https://doi.org/10.1108/JTF-06-2021-0157

Somraj, N., Mupparaju, S. H., Karanayil, A., & Soundararajan, R (2025). Simple-RF: Regularizing Sparse Input Radiance Fields with Simpler Solutions. ACM Trans. Graph. 1(1), 1-43. https://doi.org/10.48550/arXiv.2404.19015

Tsaih, R. H., & Hsu, C. C. (2018). Artificial intelligence in smart tourism: A conceptual framework. In Proceedings of The 18th International Conference on Electronic Business (pp. 124-133). ICEB, Guilin, China, December 2-6. https://aisel.aisnet.org/iceb2018/89

Tuo, Y., Ning, L., & Zhu, A. (2021). How Artificial Intelligence Will Change the Future of Tourism Industry: The Practice in China. In: Wörndl, W., Koo, C., Stienmetz, J.L. (eds) Information and Communication Technologies in Tourism. Springer, Cham. https://doi.org/10.1007/978-3-030-65785-7_7

Vandana, S., Chandravanshi., & Akhtar, M. J. (2018). Simple RF Energy Harvesting Circuit Using AMC Backed Bowtie Antenna. 18th Mediterranean Microwave Symposium (MMS), Istanbul, Turkey, 287-290. https://doi.org/10.1109/MMS.2018.8611907

Yousefi, H., Yonesi, H. A., Davoudimoghadam, D., Arshia, A., & Shamsi, Z. (2022). Determination of Flood potential Using CART, GLM and GAM Machine learning Models. Irrigation and Water Engineering, 12(4), 84-105. [In Persian] https://doi.org/10.22125/iwe.2022.150684

Zhang, H., Jiang, X., Peng, S., Zhou, K., Xu, Z., & Wang, X. (2025). Coupled Risk Assessment of Flood Before and During Disaster Based on Machine Learning. Sustainability, 17(10), 4564. https://doi.org/10.3390/su17104564

Zsarnoczky, M. (2017). How does artificial intelligence affect the tourism industry?. Vadyba, 31(2), 85-90. https://www.ltvk.lt/VADYBA