Dam-Break Risk Analysis and Mitigation at Pidekso Dam, Wonogiri Regency, Central Java, Indonesia
Notice bibliographique
Résumé
This study analyzed the flood risk associated with potential dam break events at the Pidekso dam in Wonogiri Regency, Central Java Province, Indonesia. Embankment dams, such as the Pidekso dam, are susceptible to piping and overtopping, which can result in dam failure and severe natural disasters, causing loss of life and infrastructure damage. The study utilized HEC-HMS and HEC-RAS software to simulate dam break scenarios, generating maps of dam break flood discharge, flood inundation, and flood arrival time. The analysis revealed that overtopping scenarios resulted in a higher outflow discharge compared to piping scenarios, with a peak discharge of 14,821 m3/s. Flood inundation and arrival time maps were used to assess the risks to nearby villages. Moreover, based on the risk index calculation using the formula provided by the National Disaster Management Agency, the studied villages were classified into distinct risk levels. Specifically, one very low-risk, four low-risk, six medium-risk, and seven high-risk villages, with none classified as very high-risk. This study also recommends a combination of structural and non-structural solutions to mitigate the risks of a dam break. By implementing structural mitigation measures such as an emergency spillway and compound channel along the downstream river, the study achieved an 8.4% reduction in flood extent. While most villages showed no significant changes in their risk indices, Sinorboyo village, which was previously susceptible to flooding, benefited from enhanced protection measures.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».