MétaCan
Menu
Retour à la cohorte
Enregistrement W4367360892 · doi:10.2112/jcoastres-d-22-00019.1

Using GIS and Multicriteria Analysis to Map Flood Risk Areas of the Tongo Bassa River Basin (Douala, Cameroon)

2022· article· en· W4367360892 sur OpenAlexaff
Willy Sone Essoh, Raphaël Onguéné, Barthélémy Ndongo, Georges Nshagali, Antoine Colmet-Daage, Guillaume Marie, Junior Yves-Audrey Iroume, Thomas Stieglitz, Félix Besack, Thomas Efolé Ewoukem, Minette Tomedi Eyango, Jacques Étamé, Jean Braun

Notice bibliographique

RevueJournal of Coastal Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésFlooding (psychology)Flood mythGeographyWater resource managementWatershedDrainage basinFloodplainHydrology (agriculture)Structural basinCartographyEnvironmental scienceGeologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Sone Essoh, W.; Onguene, R.; Ndongo, B.; Nshagali, G.; Colmet-Daage, A.; Marie, G.; Iroume, J.; Stieglitz, T.; Besck, F.; Efole Ewoukem, T.; Tomedi Eyango, M.; Etame, J., and Braun, J.J., 2023. Using GIS and multicriteria analysis to map flood risk areas of the Tongo Bassa River Basin (Douala, Cameroon). Journal of Coastal Research, 39(3), 531–543. Charlotte (North Carolina), ISSN 0749-0208. The present study aimed to map the areas at risk of flooding in the Tongo Bassa watershed (42 km2) located in the heart of the Cameroonian economic capital (Douala) in the tropical zone of Central Africa, more precisely in the Wouri Estuary, at the bottom of the Gulf of Guinea. Like most of the world's major cities, Douala is subject to floods. The methodological approach was to identify the flooding risk determinants in the area from an extensive literature review and field surveys and then analyze these factors and map areas at risk of flooding using the analytical hierarchy process approach coupled with the GIS environment. The results revealed that four parameters of the natural environment (elevation, drainage density, distance to the river, and land cover) were the factors that mainly influenced the phenomenon of flooding in the region. Three major classes of flood risk were highlighted: low risk, medium risk, and high risk. To validate the effectiveness of the flood risk map obtained, the flood points collected in the field were cross-checked for ground truth after a flood occurred in the watershed. This cross-check between the resulting map and the flood points using GIS tools showed a good representation of the flooded area. This result is quite interesting because the areas where the risk of flooding is high are consistent with those where flooding is most frequent. The presented results constitute a basic decision support tool for the management of flood zones by the public authorities and the decentralized territorial communities of the city of Douala.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,355
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coastal ResearchMême sujetFlood Risk Assessment and ManagementTravaux en français237 207