Assessing Aquifer Stress Index (ASI) Using Rating Method and Analytic Hierarchy Process for a Coastal Unconfined Aquifer
Notice bibliographique
Résumé
Small groundwater basins are highly vulnerable to over draft and susceptible to droughts as they are locally recharged. The sustainable development and management of groundwater basins therefore benefits from quantitative assessment of the basin status in terms of the current stress level. This paper introduces the Aquifer Stress Index (ASI) using a rating method and Analytic Hierarchy Process (AHP), a widely used multi-criteria decision support technique. Six evaluation criteria were used to determine the ASI; water levels, water quality, groundwater pumping, saline water intrusion, recharge and land use threat. For each criterion, a rating score and weight are used to evaluate the stress level. Rating scores for criteria were assigned based on multiple datasets obtained from the field investigations. Weightings for criteria were determined by pairwise comparison of AHP process. Based on the ASI, five characteristic stress regimes of the aquifers are defined: no stress, low stress, moderate stress, high stress and extreme stress. The stress level indicates the extent of groundwater availability and current development impact on the aquifer integrity. The method was applied in detail to Uley South coastal aquifer, and results indicate that the overall stress level of the aquifer is moderate. This research indicates that declining water levels are the major cause of Uley South basin’s aquifer stress, due to ongoing extractions and reduced long-term recharge. Depending on the aquifer stress level, management plans can be developed for sustainable use of the aquifer to help ensure current and future water security.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».