Land use planning based on soil and water assessment tool model in a mountainous watershed to reduce runoff and sediment load
Notice bibliographique
Résumé
Soil erosion is a major environmental threat to the sustainability and productive capacity of soils. This study aimed to identify optimal land use types for Zayandehrood watershed in central Iran for the first time which is large and mountainous to minimize runoff production and soil loss. Two different types of land use data for two scenarios were developed using soil and water assessment tool (SWAT) in combination with Sequential Uncertainty Fitting Program (SUFI-2) at the subbasin level with uncertainty analysis to explicitly quantify hydrological components on a daily time step. In the first scenario, the current land use map of the study area was used, and the second scenario was constructed using an optimal land use map obtained from a land evaluation study. Promotion of the land uses in the second scenario resulted in a noticeable reduction in discharge and sediment productions in the watershed. The simulated mean discharge values by the scenarios 1 and 2 were approximately 14 658 and 13 290 m3 yr−1, respectively. The mean annual sediment yield simulated by the scenario 1 (approximately 122 220 t yr−1) decreased to that of the scenario 2 (94 440 t yr−1). This study provides a strong basis for reducing runoff and sediment yields in central Iran; however, its general analytical framework could be applied to other parts of the world that are facing similar challenges.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».