Assessment of flood susceptibility in Sylhet using analytical hierarchy process and geospatial technique
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
In Bangladesh, flooding has been one of the most devastating natural disasters, and the susceptibility assessment of flood is a major precondition for minimizing the impact and making a sustainable future. Therefore, identifying and assessing susceptibility is essential to reduce the number of casualties that result from flooding events in the future. The primary challenge in flood risk assessment is developing a systematic understanding of all potential damages associated with a flood event. Keeping this goal in mind, the present study focuses on estimating the flood susceptibility in Sylhet district of Bangladesh. This study employs the combination of Geographic Information System (GIS) and Analytical Hierarchy Process (AHP) for Flood Susceptibility Assessment (FSA) of Sylhet district in Bangladesh. The study examines the significance of every element involved in FSA and provides explicit descriptions for each of them. Applying multiple-criteria computation techniques, the analysis focuses on computing inundation-related calculations and generating map depicting flood susceptible zones. Concerning flooding event, the district Sylhet exhibits varying degrees of flood susceptibility, with 14.71 % of the area categorized as having very high susceptibility, 18.70 % as high susceptibility, 25.17 % as medium susceptibility, 24.94 % as low susceptibility, and 16.47 % of the study areas identified with very low susceptibility. The present research on flood susceptibility assessment could help to minimize the losses and lower the risk associated with flooding. • Flood susceptibility of Sylhet district of Bangladesh has been estimated. • Analytical hierarchy process and geospatial techniques have been applied. • Factors that influence flood susceptibility are discussed.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle