Evaluation of long-term water quality trends and CCME-WQI applicability in agricultural watersheds of Korea
Notice bibliographique
Résumé
This study analyzed 10-year (2015 -2024) trends in water quality parameters and the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI) across five provinces in Korea.The CCME-WQI analysis indicated that Gangwon-do maintained Fair to Good ratings with high stability, while Gyeonggi-do generally fell within the Marginal range.Chungcheong-do showed persistently low water quality, mostly within the Poor range.Jeolla-do exhibited mostly Poor-level quality, and Gyeongsang-do showed moderate variability with Fair-level quality overall.The nationwide average CCME-WQI was approximately 55.7, indicating a marginal water quality level overall.The coefficient of variation (CV) for CCME-WQI was consistently lower than that of individual parameters, supporting its robustness and representativeness as an integrated indicator.Correlation analysis revealed strong positive relationships between farmland ratio and nutrient-related indicators (e.g., COD Mn , T-P, SS), and significant negative correlations between CCME-WQI and these pollutants (e.g., SS: r = -0.96).Additionally, cumulative precipitation-particularly in Julyshowed stronger negative correlations with CCME-WQI (e.g., July: r = -0.80)than the farmland ratio (r = -0.69),suggesting that hydrological variability may exert a more immediate influence on water quality in agricultural watersheds than static land use patterns.These findings suggest that CCME-WQI is an effective tool for long-term water quality evaluation in agricultural watersheds influenced by non-point source pollution.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 ».