Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

10.09.2018 | Ausgabe 1/2019

Water Resources Management 1/2019

Mapping Groundwater Potential Using a Novel Hybrid Intelligence Approach

Zeitschrift:
Water Resources Management > Ausgabe 1/2019
Autoren:
Shaghayegh Miraki, Sasan Hedayati Zanganeh, Kamran Chapi, Vijay P. Singh, Ataollah Shirzadi, Himan Shahabi, Binh Thai Pham
Wichtige Hinweise

Highlights

• A new hybrid machine learning model named RS-RF was introduced for mapping groundwater potential.
• The new model was successfully evaluated and validated compared to the RF, LR, and NB models.
• The new model can be used as a tool for groundwater resources management in semi-arid areas.

Abstract

Identifying areas with high groundwater potential is important for groundwater resources management. The main objective of this study is to propose a novel classifier ensemble method, namely Random Forest Classifier based on Random Subspace Ensemble (RS-RF), for groundwater potential mapping (GWPM) in Qorveh-Dehgolan plain, Kurdistan province, Iran. A total of 12 conditioning factors (slope, aspect, elevation, curvature, stream power index (SPI), topographic wetness index (TWI), rainfall, lithology, land use, normalized difference vegetation index (NDVI), fault density, and river density) were selected for groundwater modeling. The least square support vector machine (LSSVM) feature selection method with a 10-fold cross-validation technique was used to validate the predictive capability of these conditioning factors for training the models. The performance of the RS-RF model was validated using the area under receiver operating characteristic curve (AUROC), success and prediction rate curves, kappa index, and several statistical index-based measures. In addition, Friedman and Wilcoxon signed-rank tests were used to assess statistically significant level among the new model with the state-of-the-art soft computing benchmark models, such as random forest (RF), logistic regression (LR) and naïve Bayes (NB). Results showed that the new hybrid model of RS-RF had a very high predictive capability for groundwater potential mapping and exhibited the best performance among other benchmark models (LR, RF, and NB). Results of the present study might be useful to water managers to make proper decisions on the optimal use of groundwater resources for future planning in the critical study area.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​​​​​​​​

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2019

Water Resources Management 1/2019 Zur Ausgabe

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Systemische Notwendigkeit zur Weiterentwicklung von Hybridnetzen

Die Entwicklung des mitteleuropäischen Energiesystems und insbesondere die Weiterentwicklung der Energieinfrastruktur sind konfrontiert mit einer stetig steigenden Diversität an Herausforderungen, aber auch mit einer zunehmenden Komplexität in den Lösungsoptionen. Vor diesem Hintergrund steht die Weiterentwicklung von Hybridnetzen symbolisch für das ganze sich in einer Umbruchsphase befindliche Energiesystem: denn der Notwendigkeit einer Schaffung und Bildung der Hybridnetze aus systemischer und volkswirtschaftlicher Perspektive steht sozusagen eine Komplexitätsfalle gegenüber, mit der die Branche in der Vergangenheit in dieser Intensität nicht konfrontiert war. Jetzt gratis downloaden!

Bildnachweise