Monitoring of land surface subsidence using persistent scatterer interferometry techniques and ground truth data in arid and semi-arid regions, the case of Remah, UAE
Notice bibliographique
Résumé
The United Arab Emirates (UAE) is located in an arid desert climate with very limited water resources and scarce rainfall. Along with the fast development of the country, the water demand for agriculture, industrial, and domestic purposes increased and led to diminishing groundwater resources. In this study, we explore the land surface deformations due to groundwater overexploitation in the agricultural area of Remah by analyzing Sentinel-1 data between 2015 and 2019 with the novel Parallelized-Persistent Scatterer Interferometry (P-PSI) technique. The detected land surface deformations have been correlated to the recorded groundwater levels at nearby water wells. This study detected land surface deformations in a form of an extensive subsidence bowl (with 28.5 km in diameter) with a maximum subsidence rate of 40 mm/year and a standard deviation within the bowl of less than 2 mm/year. The detected subsidence was associated with a 12 m drop in the water table level within the study area. The Persistent Scatterers with the highest deformations rate were spatially correlated with the depression cone of the groundwater level. These findings provide useful insights in understanding the groundwater regime of the area and have an important role in assessing regional hazards and driving mitigation measures towards managing uncontrolled groundwater overexploitation for sustainable management of groundwater resources.
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 | 0,001 | 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 | 0,001 |
| 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 ».