Discover Geoscience·9月6日 · 周日论文农业遥感与作物表型阅读 0

Integration of GIS, remote sensing and AHP technique for delineation of groundwater potential zones in Mahoba district Uttar Pradesh, India

Mahesh Kumar · Pitam Singh · Priyamvada Singh

论文解读
59未达精选线
速览

利用GIS、遥感和AHP技术绘制印度Mahoba地区地下水潜力区,并验证模型精度。

方法

结合GIS、遥感与AHP,叠加岩性、地貌、降雨等七类因子图层。

发现

中等潜力区面积最大,模型验证精度达80%。

机会点

可扩展至农业灌溉规划,结合实时水文数据与机器学习提升预测精度。

影响力12
信息增量18
专业深度16
信源权威10
时效性3

研究结合GIS、遥感和AHP评估印度缺水地区地下水潜力,方法成熟,对农业水资源管理有参考价值,但区域局限且时效性低。

原文摘要

地下水是生命和生态的重要组成部分。在印度,由于人为和自然因素,这一宝贵资源正承受着极大的压力。鉴于全球对淡水需求的日益增长,确定地下水潜力区(GWPZs)已成为一项日益关键的任务。本研究利用地理空间技术与层次分析法(AHP),识别了马霍巴地区的地下水潜力区。马霍巴地区位于印度北方邦,是一个水资源极度匮乏的区域。研究考虑了影响该区域潜力的因素,包括岩性(LI)、地貌(GM)、降雨量、坡度、土地利用与土地覆盖(LULC)、线性体密度和排水密度,以评估地下水潜力区。利用GIS软件,结合从多个网站和组织获取的卫星图像,生成了这些影响因素图层。通过AHP技术赋予各专题图层适当权重后,将所有图层叠加,生成了地下水潜力区(GWPZs)图。划分出的地下水潜力区被分为多个等级,包括极高、高、中、低和极低潜力区。其中,中等潜力的GWPZ在研究区域内占据面积最大。利用井涌水量数据对所获得的GWPZs进行了验证,结果显示模型精度达到80%。本研究为地下水勘探提供了初步见解。

信源(1 个)

农业水资源 地下水潜力 遥感技术 AHP相关资讯