Identification and mapping of multi-type flood hotspots using an ensemble technique in the transboundary of Kabul River Basin
Notice bibliographique
Résumé
The Kabul River Basin (KRB), located in the eastern Hindukush region, is a transboundary basin shared by Afghanistan and Pakistan. This study aims to identify and map hotspots for five major flood types: ephemeral, fluvial, flash, urban, and glacial lake outburst floods (GLOFs) using three models: the Frequency Ratio (FR), Expert Opinion-based Analytical Hierarchy Process (EO-AHP), and Prediction Rate-based Analytical Hierarchy Process (PR-AHP). By analyzing 620 flood locations and 18 flood predictors, we found that 14 %, 20 %, and 15 % of the study area derived from FR, EO-AHP, and PR-AHP models were highly susceptible to multi-type floods, respectively, highlighting susceptible hotspots of different floods in the KRB. This study provides a comprehensive multi-type flood susceptibility map for the KRB. The findings of this study are crucial for effective flood management, as they identify and integrate multi-type floods into a single map. The study helps relevant authorities in prioritizing resource allocation, improving early warning systems, and implementing sustainable land use planning, ultimately improving flood preparedness and building resilience through risk-informed policy-making. • Identify and map multi-type flood hotspots in the Kabul River Basin using three models. • Assess susceptibility to ephemeral, fluvial, flash, urban, and glacial lake outburst floods. • 14 %, 20 %, and 15 % of the study area is susceptible to multi-type floods. • An innovative ensemble prediction rate-based analytical hierarchy process model has been introduced.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 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 ».