Assessment of Water Quality Indices in the Iraqi Tigris River Using Remote Sensing Technique: A Comprehensive Study
Notice bibliographique
Résumé
Abstract This study objects to evaluate the Water Quality Indices (WQIs) of the Tigris River in Wasit, Iraq, using the Arithmetic Weighted Water Quality Index (AW-WQI), Canadian Water Quality Index (CCME-WQI), Heavy Metal Pollution Index (HPI-WQI), National Sanitation Foundation Index (NSF-WQI), and Overall Index of Pollution (OIP-WQI). Twelve water samples were collected at different locations in the study area during the winter and spring of 2024. Each index evaluates the water quality in the study area based on specific criteria. In separate periods (winter and spring seasons of 2024), we categorized the water quality in the research region according to each indication: AW-WQI (70.517-102.611), CCME-WQI (39.763-47.1404), HPI-WQI (82.526-118.846), NSF-WQI (54.66-60.12), and OIP-WQI (1.9769-2.4686). We have created twenty-six combinations of spectral reflectance bands, reflectance values of seven bands, band ratios for the first five bands, and nine spectral indices. This study showed a significant correlation between the spectral reflectance data of Landsat-9 OLI-2 bands and the WQIs using Pearson correlation and multiple linear regression (MLR) model equations. We evaluated the performance of the MLR model for the WQIs across different seasons. The AW-WQI model showed a coefficient of determination R 2 of 84% in winter and 98% in spring. At the same time, the CCME-WQI recorded R 2 of 97% in winter and 75% in spring. The HPI-WQI received R 2 of 93% and 98% in spring. The NSF-WQIs received R 2 of 62% and 98% in spring. Finally, the OIP-WQI received R 2 of 92% and 99% in spring. These results highlight the seasonal variation in the predictive accuracy of the WQI models, with some minor differences between the experimental results and those obtained through remote sensing techniques. The WQIs showed that the water needed to be more suitable for consumption due to elevated levels beyond the permissible limit in most study area locations. Multiple sources of pollution in the region discharge hazardous waste into the river, causing WQIs to exceed permissible limits in most study areas.
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 | 0,001 | 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) | 0,000 | 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 ».