Assessment of Water Resources and Analysis of Safe Yield and Reliability of Surface Water Reservoirs of Asmara Water Supply System
Notice bibliographique
Résumé
In a water supply system safe yield is the average annual volume that can be supplied to the system subject to an adopted set of operational rules and a typical demand pattern without violating a given level of service standard. It is dependent upon storage and hydrologic (rainfall/runoff/evaporation) characteristics of the sources, the source facilities, upstream and downstream permitted withdrawals and minimum in-stream flow requirements.For effective operation and management of a water supply system, it is important to have knowledge of water balance of the reservoirs and estimate their safe yield at a certain level of reliability. In this study, to assess water resources potential of existing surface water sources and new catchments and estimate the water balance of the water supply system, the hydrologic simulation model, SWAT (Soil and Water Assessment Tool) was utilized. The model was calibrated and validated successfully. The safe yield and corresponding reliability of reservoirs were estimated using a deterministic water balance model. The results of the water balance analysis and projected water demand were used to assess existing water supply situation and challenges in future. The assessment indicated that the gap between demand and supply at high population growth rate scenario is wide and very critical.To close the gap between the available water supply and the increasing water demand in the study area, utmost attention is needed by the decision making authorities and the management of the water utility to improve performance efficiency of the water supply system by instituting effective water governance and reducing leakage losses.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».