Assessing the Tidal Influences on the Coastal Erosion-Accretion Processes in the Indian Sundarban Delta using Hydrodynamic Models and Geoinformatics
Notice bibliographique
Résumé
Abstract The Sundarbans is currently a subject of serious concern due to the massive coastline erosion that is responsible for reshaping the geomorphological content of the islands. The coastal islands of the Sundarbans have become more susceptible to sea-level rise, cyclonic storms, and coastal flooding, which further accelerate the process of coastal erosion. Identification of erosion-prone regions is highly essential for integrated coastal zone management. Till date, no scientific study has been done to relate the coastal erosion accretion process with tidal velocity and current direction in the Indian Sundarbans. In this perspective, the present study identifies the erosion-accretion zones in the Indian Sundarbans using Landsat imageries of 2000 and 2020 using geoinformatics. It investigates the impact of tidal velocity and direction on the erosion accretion processes. MIKE 21 two-dimensional hydrodynamic model was simulated to predict tidal velocities and directions. The study finds that the sea-facing islands of the Indian Sundarbans experience the maximum amount of erosion. A significant shrinking of the land area takes place in the Bulchery, Bhangaduiani, and Dalhousie islands. The rates of erosion of these islands are 485.99 m/year, 487 m/year, and 480.65 m/year, respectively. Places with high velocity are found to be erosion-prone, while the rate of erosion significantly varied with the flow directions. Two islands, Bulchery and Dalhousie, on the south-eastern margin of the delta, suffered maximum erosion over the past decades due to the impact of high-velocity currents from the southeast and southwest, respectively. Alternatively, minor accretions were observed along with the sheltered island precincts where velocities were comparatively low. Such studies on the current drive erosion–accretion processes along the delta margin during sea-level rise appear to be of utmost importance for sustainable coastal protection and management.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».