Application of the TONIC model to assess the effectiveness of green roofs for a combined sewer network in Thu Duc City
Notice bibliographique
Résumé
Urban flooding in cities in Vietnam presents a complex challenge from natural occurrences and human activities. This research investigates the effectiveness of nature-based solutions (NbS) in fostering sustainable urban water management. The study utilized the TONIC model (Tools fOr greeN resilient Cities) to evaluate spill events within the combined sewer system of a drainage catchment in Thu Duc City, Ho Chi Minh City, Vietnam. The occurrence and magnitude of spills will likely escalate with the expansion of non-absorbent surfaces, indicating a pattern of unsustainable urban growth. The implementation of Green Roofs (GR) as an NbS measure was examined. In 2020, there were 16 days with stormwater spills totaling 3,035 m³. However, introducing GRs significantly decreased total discharge, from 2.78 million m³ to 2.17 million m³, and eliminated spill days in the study area. GRs effectively reduced impermeable areas and runoff coefficients (RC), achieving a 22% reduction in discharge volume and preventing spills during heavy rainfall. Although the real-world accuracy of these findings may vary, the study underscores the potential of NbS to improve urban water management practices. Thus, the TONIC simulation highlighted the benefits of GRs in lessening the hydraulic pressure on the sewer system and reducing pollution in urban canals due to overflow.
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 | 0,002 | 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 ».