SURFACE WATER QUALITY ASSESSMENT AND MAPPING OF PERIYAR RIVER USING CANADIAN COUNCIL OF MINISTERS OF THE ENVIRONMENT WATER QUALITY INDEX METHOD
Notice bibliographique
Résumé
In the view of higher demand of fresh water, water quality assessment has to be done periodically. In this study, the water quality of the Periyar River, which is located in Kerala, India is evaluated. River Periyar is considered as the lifeline of Kerala. Twentyfive percentage of Kerala's industries are located at the banks of Periyar River. Due to the disposal of untreated or partially treated waste in to the river, the water quality of the river changes. In order to make the water fit for drinking purpose, the water quality parameters should lie in permissible limit. The water quality data measurement results obtained from CPCB during the year 2019 was used as the input data. Water quality was evaluated by Canadian Council of Ministers of the Environmental Water Quality Index (CCME WQI) method. QGIS was adopted to map the WQI values. IDW interpolation technique was adopted for mapping. WQI of station numbers SS:2333 and SS:18 showed almost good WQ compared to other sampling stations as it is not an industrialized area. The flood happened in Kerala influenced a lot in the water quality. Station number SS:2333 showed a WQI of 83.8, which is the largest value obtained during the entire course of study. WQI of station number SS:17 is obtained as 51.36, which is the lowest among all results. From the study it is evident that CCME WQI is a good indicator for water quality assessment and can be used for similar type studies.
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 | 0,000 |
| 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) | 0,000 | 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 ».