Estimating land-use change impacts on direct runoff and non-point source pollutant loads in the Richland Creek basin (Illinois, USA) by applying the L-THIA model
Notice bibliographique
Résumé
An export coefficient approach to hydrological and non-point source (NPS) pollution modeling enables quick and simple assessment of long-term impacts for planning purposes. An export coefficient and geographic information system based L-THIA (Long-Term Hydrologic Impact Assessment) model was applied to the Richland Creek basin (Illinois, USA) to assess the impacts of future urban growth on direct runoff, NPS total nitrogen (TN), total suspended particles (TSP), and total phosphorous (TP) loads. The model predicted that mean annual direct runoff and TSP loading would increase by around 7% and 4% respectively by 2030 with moderate and rapid urban growth simulated by a land-use change model, while TN and TP loads would change little. Such changes are due to the projected land-use change patterns, mainly from agriculture to commercial/industrial or low-intensity residential, and to the different contributions of land-uses to runoff and NPS pollutant loads. At a subbasin scale, the most developed subbasin is projected to experience the greatest increase in commercial/industrial land at the expense of agricultural land and thus notable increases in runoff and TSP load. The changes in runoff and TSP load in other subbasins and the changes in TN and TP loads in all the subbasins show little spatial variability even though the range of per cent increases in low-intensity residential is extremely wide. This study reveals the effect of different ‘urban’ land-use types on water quality and suggests that proper simulation or planning of different urban land-use types must be carried out for impact assessments.
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 | 0,003 | 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 | 0,000 |
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 ».