Discovering Water Quality Changes and Patterns of the Endangered Thi Vai Estuary in Southern Vietnam through Trend and Multivariate Analysis
Notice bibliographique
Résumé
Temporal and spatial water quality data are essential to evaluate human health risks. Understanding the interlinking variations between water quality and socio-economic development is the key for integrated pollution management. In this study, we applied several multivariate approaches, including trend analysis, cluster analysis, and principal component analysis, to a 15-year dataset of water quality monitoring (1999 to 2013) in the Thi Vai estuary, Southern Vietnam. We discovered a rapid improvement for most of the considered water quality parameters (e.g., DO, NH4, and BOD) by step trend analysis, after the pollution abatement in 2008. Nevertheless, the nitrate concentration increased significantly at the upper and middle parts and decreased at the lower part of the estuary. Principal component (PC) analysis indicates that nowadays the water quality of the Thi Vai is influenced by point and diffuse pollution. The first PC represents soil erosion and stormwater loads in the catchment (TSS, PO4, and Fetotal); the second PC (DO, NO2, and NO3) determines the influence of DO on nitrification and denitrification; and the third PC (pH and NH4) determines point source pollution and dilution by seawater. Therefore, this study demonstrated the need for stricter pollution abatement strategies to restore and to manage the water quality of the Thi Vai Estuary.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».