Analysis of Urban Floodplain Encroachment: Strategic Approach to Flood and Floodplain Management in Kaduna Metropolis, Nigeria
Notice bibliographique
Résumé
This study was aimed at monitoring, mapping and characterisation of floodplain encroachment patterns on the River Kaduna floodplain in Kaduna metropolis, Nigeria,as part of the approach to flood hazard evaluation, flood risk assessment and effective flood and floodplain management. A Topomap of 1967 was used to extract the base built-up layer, while Landsat.TM, 1987, Spot.XS, 1995, Landsat.ETM, 2001 and Quickbird, 2006 were used to generate other built-up layers, which were extracted by digitization and converted to polygon shape files and later used for overlay analysis. A Digital Elevation Map (DEM) of the area was used for delineation of floodplain boundary. ArcGIS sorfware 9.0 operational tools was highly robust and flexible for mapping and analysis of urban growth patterns and characterisation of floodplain encroachment by communities. From the results, it was observed that the highest extents and rates of encroachment are recorded by communities in the proximity of the Central Business District (CBD) such as T/Wada, Ung. Rimi, Barnawa, Doka and the industrial layouts of Kakuri and Kudenda. These areas are the centers of highest socio-economic infrastructure which implies greater flood risk and damage potential in the event of flooding. Results also showed that about 52.83% of the urban segment of the River Kaduna total floodplain area of 48.55km2, has been encroached by built-up. As a result of this pattern of encroachment, strong institutional framework and investment towards effective floodplain management is recommended.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».