Development of a Prototype Web-Based Decision Support System for Watershed Management
Notice bibliographique
Résumé
Using distributed hydrological models to evaluate the effectiveness of reducing non-point source pollution by applying best management practices (BMPs) is an important support to decision making for watershed management. However, complex interfaces and time-consuming simulations of the models have largely hindered the applications of these models. We designed and developed a prototype web-based decision support system for watershed management (DSS-WMRJ), which is user friendly and supports quasi-real-time decision making. DSS-WMRJ is based on integrating an open-source Web-based Geographical Information Systems (Web GIS) tool (Geoserver), a modeling component (SWAT, Soil and Water Assessment Tool), a cloud computing platform (Hadoop) and other open source components and libraries. In addition, a private cloud is used in an innovative manner to parallelize model simulations, which are time consuming and computationally costly. Then, the prototype DSS-WMRJ was tested with a case study. Successful implementation and testing of the prototype DSS-WMRJ lay a good foundation to develop DSS-WMRJ into a fully-fledged tool for watershed management. DSS-WMRJ can be easily customized for use in other watersheds and is valuable for constructing other environmental decision support systems, because of its performance, flexibility, scalability and economy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».