Characterizing hydrological-sensitive areas of the Kinyerezi river sub-catchments in Dar es Salaam, Tanzania using the topographic index approach
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
Abstract Several areas experience frequent floods due to anthropogenic activities. Among them, is the Dar es Salaam city, which experiences frequent floods along the Msimbazi River, whose flows originate from different tributaries including the Kinyerezi River. This study aims to evaluate the hydrological-sensitive areas of the Kinyerezi River sub-catchments using topographic index values (λ*) that enable the identification of areas with a higher probability of generating surface runoff. A digital elevation model was utilized to delineate the Kinyerezi River sub-catchment characteristics using ArcGIS 10.4. Soil infiltration rates (Ks) on selected open places were determined using a Guelph permeameter. Soil particle size distributions were analyzed and the λ* values were evaluated. The results showed the particle size distribution contains sand and silt-clay ranging from 46 to 84% and 16 to 53%, respectively. The Ks ranged from 0.6 to 7.8 mm/h while the sub-catchment KS3 scored the highest λ* value of about 10.7. Hence, there is a higher probability for generating surface runoff. Sub-catchment KS16 scored the smallest λ* value of 5.7, perceived to generate less surface runoff. Low-impact development practices capable of capturing runoff and enabling infiltration, evaporation, and detention should be employed in sub-catchments with higher λ* values.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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