Applying Different Water Quality Indicesand GIS to Assess the Water Quality, Case Study:Euphrates River in Qadisiyah Province
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A well-known tool for assessing the quality of surface water is the water quality index (WQI) model. In this study, the WQI was generated to classify the water flowing in the Euphrates River in Qadisiyah Province. To develop analytical models, a connection between the findings and satellite images was developed. It is possible to determine what category a river’s water quality for domestic use will fall into. The Weighted Arithmetic Water Quality Index (WWQI), Canadian Water Quality Index (CWQI), and Bascarón Water Quality Index (BWQI) were used to evaluate and examine the suitability of the Euphrates River in the city by analysing the water quality of samples taken from the five locations (Muhanawia (L1), Salahia (L2), Shamiyah (L3), Shamiyah (L4), Gammas (L5)). The hydrogen ions pH, temperature T, dissolved oxygen DO, nitrate NO3, calcium Ca, magnesium Mg, total hardness TH, potassium K, sodium Na, sulfate SO<sub>4</sub>, chlorine Cl, total dissolved solids TDS, and electrical conductivity ECvalues are provided for 2020 and 2021. Results showed the Euphrates River was deemed severely contaminated at location Gammas (L5) but acceptable at location Muhanawia (L1). During the research phase, the water quality for the Euphrates achieved a maximum of 87.43 using the CWQI for Muhanawia (L1) in 2021 and a minimum of 15.6 using the BWQI for Gammas (L5) in 2021. The excessive sulphate, total dissolved solids, calcium, and total hardness concentrations led to the low WQI. The results are analysed using a GIS, and a network database connected to the GIS is required to utilize its analytical capabilities and the geographically scattered data throughout the study region. The Water Quality Index (WQI) is not suitable for drinking, as it is below the average of the World Health Organization (WHO) suggestions.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 découle