Obtaining the Manning roughness with terrestrialremote sensing technique and flood modeling using FLO-2D

Determining the Manning roughness coefficients is one of the most important steps in flood modeling. The roughness coefficients cause differences in flood areas, water levels, and velocities in the process of modeling. This study aims to determine both the Manning roughness coefficient in the river...

Full description

Permalink: http://skupni.nsk.hr/Record/nsk.NSK01001108811/Details
Matična publikacija: Geofizika (Online)
37 (2020), 2 ; str. 131-156
Glavni autori: Demir, Vahdettin (Author), Keskin, Asli Ülke
Vrsta građe: e-članak
Jezik: eng
Predmet:
Online pristup: https://doi.org/10.15233/gfz.2020.37.9
Hrčak
LEADER 04467naa a22003974i 4500
001 NSK01001108811
003 HR-ZaNSK
005 20211028113102.0
006 m d
007 cr||||||||||||
008 210730s2020 ci ad |o |0|| ||eng
024 7 |2 doi  |a 10.15233/gfz.2020.37.9 
035 |a (HR-ZaNSK)001108811 
040 |a HR-ZaNSK  |b hrv  |c HR-ZaNSK  |e ppiak 
041 0 |a eng  |b eng  |b hrv 
042 |a croatica 
044 |a ci  |c hr 
080 1 |a 55  |2 2011 
080 1 |a 004  |2 2011 
080 1 |a 626/627  |2 2011 
100 1 |a Demir, Vahdettin  |4 aut 
245 1 0 |a Obtaining the Manning roughness with terrestrialremote sensing technique and flood modeling using FLO-2D  |h [Elektronička građa] :  |b a case study Samsun from Turkey /  |c Vahdettin Demir, Asli Ülke Keskin. 
300 |b Ilustr., graf. prikazi. 
504 |a Bibliografija: str. 153-155. 
504 |a Summary ; Sažetak. 
520 |a Determining the Manning roughness coefficients is one of the most important steps in flood modeling. The roughness coefficients cause differences in flood areas, water levels, and velocities in the process of modeling. This study aims to determine both the Manning roughness coefficient in the river sections and outside of the river regions by using the Cowan method and remote sensing technique in the flood modeling. In the flood modeling, FLO-2D Pro program which can simulate flood propagation in two dimensions was utilized. Mert River in Samsun province located in the northern part of Turkey was chosen as the study area. Samples taken from the river were subjected to sieve analysis, the types of constituent material were determined according to the median diameters and the roughness coefficients were obtained using the Cowan method. For regions outside of the river were applied the maximum likelihood method being one of the controlled classification methods. Manning roughness values were assigned the classified image sections. Remote sensing techniques were meticulously employed to achieve time management in areas outside the river and a new approach was proposed in the Manning assessment of flood areas to ensure uniformity in the study area. In the classification made using the maximum likelihood method, the overall classification accuracy was 92.9% and the kappa ratio “κ” was 90.64%. The results were calibrated with the last hazardous flood images in 2012 and HEC-RAS 2D program, another flood modeling program. 
520 |a Određivanje Manningovih koeficijenata hrapavosti jedan je od najvažnijih koraka u modeliranju poplava. Koeficijenti hrapavosti u procesu modeliranja uzrokuju razlike u poplavnim područjima, razinama vode i brzinama. Cilj ove studije je utvrditi koeficijent hrapavosti u riječnim odsječcima te i izvan riječnih područja korištenjem Cowanove metode i tehnike daljinskog istraživanja. U modeliranju poplave korišten je program FLO-2D Pro koji može simulirati širenje poplave u dvije dimenzije. Za područje istraživanja odabrana je rijeka Mert u provinciji Samsun koja se nalazi u sjevernom dijelu Turske. Uzorci uzeti iz rijeke analizirani su pomoću sita, gdje su vrste sastavnog materijala određene prema srednjim promjerima, a koeficijenti hrapavosti dobiveni su Cowanovom metodom. Za područja izvan rijeke primijenjena je metoda najveće vjerojatnosti koja je jedna od kontroliranih metoda klasifikacije. Manningove vrijednosti hrapavosti dodijeljene su klasificiranim odsječcima slike. Tehnike daljinskih mjerenja pomno su korištene kako bi se procijenili koeficijenti hrapavosti u područjima izvan rijeke, a novi je pristup predložen u Manningovoj procjeni poplavnih područja kako bi se osigurala ujednačenost na istraživanom području. U klasifikaciji izvedenoj metodom najveće vjerojatnosti, ukupna točnost klasifikacije bila je 92,9%, a kappa omjer “κ” 90,64%. Rezultati su kalibrirani prema posljednjim slikama opasnih poplava 2012. godine i HEC-RAS 2D programom, koji je također program za modeliranje poplave. 
653 0 |a Poplave  |a Modeliranje poplava  |a Daljinska istraživanja  |a Cowanova metoda  |a Koeficijent hrapavosti 
653 5 |a Turska 
700 1 |a Keskin, Asli Ülke  |4 aut 
773 0 |t Geofizika (Online)  |x 1846-6346  |g 37 (2020), 2 ; str. 131-156  |w nsk.(HR-ZaNSK)000647968 
981 |b Be2020  |b B03/20 
998 |b dalo2109 
856 4 0 |u https://doi.org/10.15233/gfz.2020.37.9 
856 4 0 |u https://hrcak.srce.hr/248683  |y Hrčak 
856 4 1 |y Digitalna.nsk.hr