Key points are not available for this paper at this time.
لإدارة مياه الموارد بشكل مستدام داخل أحواض السدود، من الضروري معرفة دقيقة بتغير استخدام الأراضي وتغير غطاء الأراضي (LULCC) والعلاقات مع تباين مياه السد. لتحسين تنبؤ LULCC، تقترح هذه الدراسة استخدام نموذج الانحدار بغابات عشوائية (RFR)، بالمقارنة مع الانحدار اللوجستي-الخلايا الأوتوماتية (LR-CA) والشبكة العصبية الاصطناعية-الخلايا الأوتوماتية (ANN-CA)، لتنبؤ LULCC (2019–2030) في حوض سد غابورون (بوتسوانا). يُقترح استخدام RFR لأنه قادر على التقاط التفاعلات الحالية والمحتملة بين كثافة LULC وتفاعلاتها غير الخطية مع العوامل المحركة للتغيير. للعوامل المحركة لتنبؤ LULCC، شملت العوامل الفيزيغرافية (الارتفاع، المنحدر، والاتجاه) وعوامل القرب-الجوار (المسافات إلى المسطحات المائية، الطرق والمناطق الحضرية). في محاكاة LULC التاريخية (1986–2019) على فترات زمنية مدتها 5 سنوات، تفوق RFR على نماذج ANN-CA و LR-CA بدقة مئوية بلغت 84.9٪، 62.1٪ و 60.7٪ على التوالي. باستخدام نموذج RFR، تم تحديد LULCC المتنبأ بها كالتالي: الغطاء النباتي (−8.9٪)، التربة العارية (+8.9٪)، المناطق المبنية (+2.49٪) والأراضي الزراعية (−2.8٪)، مع عدم ظهور تغيير ذي دلالة إحصائية في المسطحات المائية. أظهر الارتباط بين استخدام الأراضي (المناطق المبنية) والمياه زيادة في السكان مقابل انخفاض في سعة مياه السد. إن النهج في هذه الدراسة لديه القدرة على اشتقاق العلاقة بين الأراضي والمياه في الحوض، مما يمكن أن يساعد في صياغة استراتيجيات مستدامة لرصد وتطوير الأحواض.
أوما وآخرون (الإثنين) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: