A Geo-statistical Approach to the Change Procedure Study of Under-Ground Water Table in a GIS Framework, Case Study: Razan-Ghahavand Plain, Hamedan Province, Iran
Notice bibliographique
Résumé
Qualitative and quantitative parameters of underground water resources could be studied by taking discrete samples at different locations in study area. In this way, for change procedure study of mentioned parameters and to gain a deeper understanding of the phenomena, a continues surface need to be generated. The main purpose of Geo-Statistical analysis is creating or interpolating a continuous surface from discrete sample points; in the other hand, Geo-statistical Analyst, derives a surface using values from the measured sampling points to predict values for each location in the landscape. The ultimate goal is to produce a surface of predicted target values. In Geo-Statistics, there are two main categories for interpolation: deterministic and geostatistical. The first category, based on the similarity and distance from measured points (Inverse Distance Weighting, Global Polynomial Interpolation, and Local Polynomial Interpolation) or the degree of smoothing (Radial Basis Functions); and second category employs some statistical properties of observed samples (Kriging and Co-Kriging). This paper utilizes Geo-statistics for the estimation of underground water table at location of interest where measured values are not available. In this regard, by employing Kriging, IDW and RBF procedures, underground water table contours have been created. For best estimator selection, results have been validated by some statistical indices such as Mean Absolute Error (MAE), Mean Absolute Relative Error (MARE), Root Mean Square Error (RMSE), Mean Biased Error (MBE) and Coefficient of Correlation. Absolute relative error variation curve for the number of sample points used for examination of efficiency and accuracy of each GeoStatistical estimators. Eventually, Kriging method has been selected as the best method to estimate the underground water table of Razan-Ghahavand plain. In order to Kriging estimations, direction of underground flow, which is the major relevant issue to Hydro-Geologic studies, has been gained.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».