Assessment and mapping of areas at risk of flooding using a combined AHP and GIS multi-criteria analysis model ‒ case study of Sidi Aissa city (Algeria)

• Autorzy: Ben-Halima Mohammed , Redjem Ali , Dehimi Salim , Bensaid Abdelkrim

Identyfikatory

DOI

10.15576/GLL/201222

Warianty tytułu

PL

Ocena i mapowanie obszarów zagrożonych powodzią przy użyciu połączonego modelu analizy wielokryterialnej AHP i GIS ‒ studium przypadku miasta Sidi Aissa (Algieria)

• Języki publikacji: EN

Abstrakty

EN

Floods are among the most hazardous natural disasters, which pose significant threats to human lifeat both global and national scales due to severe human, material, and environmental losses. The increasing frequency of floods, compared to other natural hazards, highlights the urgent need of their evaluation and the mitigation of their impacts. This study aimed to assess and map flood-prone areas in the city of Sidi Aissa, Algeria, using the analytical hierarchy process (AHP) and geographic information systems (GIS). The city was chosen because of the three rivers running through it. A model combining a multi-criteria statistical approach and GIS was employed. The study focused on analyzing the factors influencing flood occurrence, including land use, elevation, slope, drainage density, distance from river and roads, topographic wetness index (T.W.I), and normalized difference vegetation index (N.D.V.I), To calculate the weights of these factors in the GIS environment, the AHP method was applied, resulting in maps specific to each criterion. The results revealed that land use (21.7%) and distance from river (18.2%) are the most critical factors influencing flood susceptibility and damage to nearby buildings. The study shaped a flood susceptibility map divided into three categories: areas with very low flood susceptibility, accounting for 29% of the total area; areas with moderate flood susceptibility, accounting for 40% and areas highly susceptible to flooding, making up 31%. Furthermore, the study demonstrated the effectiveness of using AHP and GIS in simulating potential floods and identifying flood-prone areas, thereby highlighting their importance in planning and mitigating flood risks in the future.

PL

Powodzie należą do najniebezpieczniejszych klęsk żywiołowych, które stanowią poważne zagrożenie dla życia ludzkiego zarówno w skali globalnej, jak i krajowej ze względu na poważne straty ludzkie, materialne i środowiskowe. Coraz częstsze występowanie powodzi w porównaniu z innymi zagrożeniami naturalnymi podkreśla pilną potrzebę ich oceny i łagodzenia ich skutków. Celem tego badania była ocena i mapowanie obszarów podatnych na powodzie w mieście Sidi Aissa w Algierii przy użyciu procesu hierarchii analitycznej (AHP) i systemów informacji geograficznej (GIS). Miasto zostało wybrane ze względu na trzy przepływające przez nie rzeki. Zastosowano model łączący wielokryterialne podejście statystyczne i GIS. Badanie skupiło się na analizie czynników wpływających na występowanie powodzi, w tym użytkowania gruntów, wysokości, nachylenia, gęstości drenażu, odległości od rzeki i dróg, wskaźnika wilgotności topograficznej (TWI) i znormalizowanego wskaźnika różnicy roślinności (NDVI). Aby obliczyć wagi tych czynników w środowisku GIS, zastosowano metodę AHP, co zaowocowało mapami specyficznymi dla każdego kryterium. Wyniki wykazały, że użytkowanie gruntów (21,7%) i odległość od rzeki (18,2%) są najważniejszymi czynnikami wpływającymi na podatność na powodzie i uszkodzenia pobliskich budynków. Badanie ukształtowało mapę podatności na powodzie podzieloną na trzy kategorie: obszary o bardzo niskiej podatności na powodzie, stanowiące 29% całkowitej powierzchni; obszary o umiarkowanej podatności na powodzie, stanowiące 40% i obszary wysoce podatne na powodzie, stanowiące 31%. Ponadto badanie wykazało skuteczność wykorzystania AHP i GIS w symulowaniu potencjalnych powodzi i identyfikowaniu obszarów podatnych na powodzie, podkreślając tym samym ich znaczenie w planowaniu i łagodzeniu ryzyka powodzi w przyszłości.

Słowa kluczowe

EN

analytical hierarchy process; AHP; geographic information systems; GIS; flood; vulnerability; Sidi Aissa; criteria

PL

proces hierarchii analitycznej; AHP; system informacji geograficznej; GIS; powódź; wrażliwość; Sidi Aissa

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2025
• Tom: no. 1
• Strony: 19--41
• Opis fizyczny: Bibliogr. 25 poz., rys., tab.

Twórcy

autor

Ben-Halima Mohammed

• City, Environment, Hydraulics and Sustainable Development Laboratory, Urban Technology Management Institute, University of Mohamed Boudiaf, M’sila, Algeria

• https://orcid.org/0009-0007-2476-3060

autor

Redjem Ali

• City, Environment, Hydraulics and Sustainable Development Laboratory, Urban Technology Management Institute, University of Mohamed Boudiaf, M’sila, Algeria

• https://orcid.org/0000-0001-8527-397X

autor

Dehimi Salim

• City, Environment, Hydraulics and Sustainable Development Laboratory, Urban Technology Management Institute, University of Mohamed Boudiaf, M’sila, Algeria

• https://orcid.org/0000-0002-2888-2397

autor

Bensaid Abdelkrim

• Cedete Laboratory, UFR LLSH, Department of Geography, University of Orléans, France

• https://orcid.org/0000-0002-7616-6184

Bibliografia

• 1. Allafta H., Opp C. 2021. GIS-based multi-criteria analysis for flood prone areas mapping in the trans- boundary Shatt Al-Arab basin, Iraq-Iran. GeomaticsNatl Hazards Risk, 12(1), 2087–2116.
• 2. Aydin M.C., Sevgi Birincioğlu E. 2022. Flood risk analysis using GIS based analytical hierarchy process: a case study of Bitlis Province. Appl. Water Sci., 12(6), 122.
• 3. Balica S.F., Wright N.G., Van der Meulen F. 2012. A flood vulnerability index for coastal cities and its use in assessing climate change impacts. Nat Hazards, 64, 73–105.
• 4. Cabrera J.S., Lee H.S. 2018. Impacts of climate change on flood-prone areas in Davao Oriental, Philippines. Water, 10(7), 893.
• 5. Das S. 2018. Geographic information system and AHP-based flood hazard zonation of Vaitarna basin, Maharashtra, India. Arabian J. Geosciences, 11, 576. https://doi.org/10.1007/s12517-018-3933-4
• 6. Das S. 2019. Geospatial mapping of flood susceptibility and hydro-geomorphic response to the floods in Ulhas basin, India. Remote Sens. Appl., 14, 60–74. https://doi.org/10.1016/j. rsase.2019.02.006
• 7. Desalegn H., Mulu A. 2021. Flood vulnerability assessment using GIS at Fetam watershed, upper Abbay basin, Ethiopia. Heliyon, 7(1), e05865
• 8. Elkhrachy I. 2022. Flash flood water depth estimation using SAR images, digital elevation models, and machine learning algorithms. Remote Sens. (Basel), 14, 440. https://doi.org/10.3390/RS14030440
• 9. Hagos Y., Andualem T., Yibeltal M., Mengie M. 2022. Potential floodprone area identification and mapping using GIS, MCD, Dega Damot, Ethiopia. Appl. Water Sci., 12. https://doi.org/10. 1007/ s13201- 022- 01674-8
• 10. Khosravi K., Pourghasemi H.R., Chapi K., Bahri M. 2016b. Flash flood susceptibility analysis and its mapping using different bivariate models in Iran: A comparison between Shannon’s entropy, statistical index, and weighting factor models. Environ. Monit. Assess., 188, 656. https://doi.org/10.1007/s10661-016-5665-9
• 11. Lin L., Wu Z., Liang Q. 2019. Urban flood susceptibility analysis using a GIS-based multi-criteria analysis framework. Nat Hazards, 97, 455–475.
• 12. Liuzzo L., Sammartano V., Freni G. 2019. Comparison between different distributed methods for flood susceptibility mapping. Water Resour. Manag., 33, 3155–3173. https://doi.org/10.1007/s11269-019-02293-w
• 13. Master Plan for Development and Construction, Sidi Aissa. 2008.
• 14. Negese A., Worku D., Shitaye A., Getnet H. 2022. Potential flood-prone area identification and mapping using GIS-based multi-criteria decision-making and analytical hierarchy process in DegaDamot district, northwestern Ethiopia. Appl. Water Sci., 12(12), 255.
• 15. Ogato G.S., Bantider A., Abebe K., Geneletti D. 2020. Geographic information system (GIS)- based multicriteria analysis of flooding hazard and risk in Ambo Town and its watershed, West Shoa zone, Oromia Regional State, Ethiopia. J. Hydrol. Region Stud., 27, 100659
• 16. Paul G.C., Saha S., Hembram T.K. 2019. Application of the GIS-based probabilistic models for mapping the flood susceptibility in Bansloi sub-basin of Gangabhagirathi river and their comparison. Remote Sens. Earth Syst. Sci., 2, 120–146. https://doi.org/10. 1007/s41976-019-00018-6
• 17. Rahmati O., Haghizadeh A., Pourghasemi H.R., Noormohamadi F. 2016. Gully erosion susceptibility mapping: The role of GIS-based bivariate statistical models and their comparison. Nat. Hazards, 82, 1231–1258. https://doi.org/10.1007/s11069-016-2239-7
• 18. Ramesh V., Iqbal S.S. 2022. Urban flood susceptibility zonation mapping using evidential belief function, frequency ratio and fuzzy gamma operator models in GIS: a case study of Greater Mumbai, Maharashtra, India. Geocarto Intl., 37(2), 581–606.
• 19. Riazi M., Khosravi K., Shahedi K., Ahmad S., Jun C., Bateni S.M. 2023. Enhancing flood susceptibility modeling using multi-temporal SAR images, CHIRPS data, and hybrid machine learning algorithms. Sci. Total Environ. 871, 162066. https://doi.org/10. 1016/j.scitotenv.2023.162066
• 20. Saaty R.W. 1987. The analytic hierarchy process – what it is and how it is used. Mathematical Model, 9(3–5), 161–176.
• 21. Samanta S., Pal D.K., Palsamanta B. 2018b. Flood susceptibility analysis through remote sensing, GIS and frequency ratio model. Appl. Water Sci., 8, 66. https://doi.org/10. 1007/s13201-018-0710-1
• 22. Shen L., Zhang Y., Ullah S., Pepin N., Ma Q. 2021. Changes in snow depth under elevationdependent warming over the Tibetan Plateau. Atmos. Sci. Lett., 22. https://doi.org/10.1002/asl.1041
• 23. Tehrany M.S., Pradhan B., Jebur M.N. 2015. Flood susceptibility analysis and its verification using a novel ensemble support vector machine and frequency ratio method. Stoch. Environ. Res. Risk Assess., 29, 1149–1165. https://doi.org/10.1007/s00477-015- 1021-9
• 24. Waga K., Malinen J., Tokola T. 2020. A Topographic Wetness Index for Forest Road Quality Assessment: An Application in the Lakeland Region of Finland. Forests, 11(1165), 1–13. http://dx.doi.org/10.3390/f11111165
• 25. World Health Organization report, 2023

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).