A dynamic DRASTIC-based approach for multi-hazard groundwater vulnerability mapping
Notice bibliographique
Résumé
This study advances the DRASTIC groundwater vulnerability assessment framework by integrating a multi-hazard groundwater index (MHGI) to account for the dynamic impacts of diverse anthropogenic activities and natural factors on both groundwater quality and quantity. Incorporating factors such as population growth, agricultural practices, and groundwater extraction enhances the framework’s ability to capture multi-dimensional, spatiotemporal changes in groundwater vulnerability. Additional improvements include refined weighting and rating scales for thematic layers based on available observational data, and the inclusion of distributed recharge. We demonstrate the practical utility of this dynamic DRASTIC-based framework through its application to the agro-urban regions of the Irrigated Indus Basin, a major groundwater-dependent agricultural area in South Asia. Results indicate that between 2005 and 2020, 54% of the study area became highly vulnerable to pollution. The MHGI revealed a 13% decline in potential groundwater storage and a 25% increase in groundwater-stressed zones, driven primarily by population growth and intensive agriculture. Groundwater vulnerability based on both groundwater quality and quantity dimensions showed a 19% decline in areas of low to very low vulnerability and a 6% reduction in medium vulnerability zones by 2020. Sensitivity analyses indicated that groundwater vulnerability in the region is most influenced by groundwater recharge (42%) and renewable groundwater stress (38%). Validation with in-situ data yielded area under the curve values of 0.71 for groundwater quality vulnerability and 0.63 for MHGI. The framework provides valuable insights to guide sustainable groundwater management, safeguarding both environmental integrity and human well-being.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».