Spatio-Temporal Evaluation of Water Resources System Resilience and Identification of Its Driving Factors in the Yellow River Basin
Notice bibliographique
Résumé
Water resources are crucial for the development of ecosystems and humanity. The Yellow River Basin (YRB), as an important ecological area in China, is facing significant challenges in ecological protection and high-quality development due to global climate change and intense human activities. In order to alleviate the water resources crisis in the YRB, it is necessary to calculate the resilience of the water resources system and identify the main influencing factors. This paper considered the factors of water resources, social economy, and ecological environment, then constructed an evaluation framework of the water resources system resilience (WRSR) from three aspects: resistance, restoration, and adaptability. Taking nine provinces along the YRB as a case study, the WRSR was measured by using the entropy weight TOPSIS model, and its driving factors were analyzed with Geographical Detectors (GD). The results showed that: (1) From 2010 to 2022, the WRSR in the Yellow River Basin and various provinces was showing a fluctuating increasing trend, in which Ningxia had the highest average WRSR (0.646), while Shanxi had the lowest (0.168). (2) From three dimensions, the development trends of resistance, restoration, and adaptability in the YRB and various provinces from 2010 to 2022 were relatively stable. Shandong’s resistance level far exceeded that of other provinces, having the highest average resistance value (0.692), and Ningxia had the highest average value of restoration (0.827) and adaptability (0.711). However, Gansu had the lowest average value of resistance (0.119), Sichuan had the lowest average value of restoration (0.097), and Shandong had the lowest average value of adaptability (0.110). (3) In terms of impact factors, the development and utilization rate of water resources (C13) and the development and utilization rate of surface water resources (C14) in the restoration subsystem consistently ranked in the top two of influencing factors. Similarly, the water consumption per 10,000 yuan of GDP (C26) in the adaptability subsystem consistently ranked within the top ten. On the other hand, the natural population growth rate (C6) in the resistance subsystem, as well as the impact of ammonia nitrogen emissions (C9) and total precipitation (C2) in wastewater, exhibited an upward trend. Based on these, this paper provides relevant suggestions for improving the WRSR in the YRB.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».