.png){kind=icon}
返回
Groundwater potential mapping using machine learning approach in West Java, Indonesia
.png){kind=icon}
PRE
AI
DOI：10.1016/j.gsd.2024.101382.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
地下水可用性是一个挑战，因为它被用于农业部门、人类消费和工业部门等关键领域。因此，需要进行水资源制图以维持水资源的可持续性。本研究旨在利用监督机器学习（ML）方法，即随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN），调查印度尼西亚西爪哇省的地下水潜力。本研究使用了多个地下水条件因子，如地形湿度指数（TWI）、归一化植被指数（NDVI）、岩性、地貌、土地利用/土地覆盖（LULC）、土壤类型和土地系统。地下水潜力预测模型使用来自印度尼西亚共和国能源与矿产资源部和公共工程与住房部的地下水潜力图和井位信息进行验证。结果表明，使用RF方法获得了最高的总体精度（0.8）。我们发现，土地系统是地下水潜力制图的最大贡献者（25%），其次是岩性（16%）、NDVI（15%）、地貌和TWI（各14%），以及LULC和土壤类型（各8%）。超过50%的西爪哇省区域显示出极低和低类别的地下水潜力，而高和极高类别的地下水潜力仅占不到16%。在_bandung_市和_sukabumi_区的样本区域进行了地面电法测量，分别代表极高和极低地下水潜力。本研究强调了实施确保水资源可持续性并防止地下水开采管理不善的必要性的重要性，尤其是在西爪哇省。
Keyword:
Groundwater potential mapping
Machine learning
Random forest
Support vector machine
Artificial neural network
Remote sensing and GIS
期刊
IF:
8.2
论文数:
4.1K
被引数:
1.2W
机构
暂无机构信息
引用论文
Integrated remote sensing and geographic information system overlay analysis for groundwater potential evaluation using AHP and fuzzy AHP: Southern sections of the western Afar rift margin and associated rift floor集成遥感与地理信息系统叠置分析，结合层次分析法（AHP）和模糊层次分析法（fuzzy AHP）进行地下水潜力评价：西阿法尔裂谷边缘的南部区域及其相关裂谷底部
.png){kind=icon}
PREAI
分享收藏Delineation of groundwater potential zones using AHP and GIS techniques: a case study in Barakar river basin, India利用AHP和GIS技术进行地下水潜力区划：印度巴拉克尔河流域案例研究
PREAI
分享收藏
Spatial prediction of flood-susceptible areas using frequency ratio and maximum entropy models基于频率比和最大熵模型的洪水易发区空间预测
PREAI
分享收藏
查看更多内容