کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8894562 1629891 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Assessing the relative importance of parameter estimation in stream health based environmental justice modeling
ترجمه فارسی عنوان
ارزیابی اهمیت نسبی ارزیابی پارامتر در مدل سازی عدالت محیطی مبتنی بر سلامت
ترجمه چکیده
عملکرد مدل های عدالت محور به سطح دقت در اندازه گیری یا برآورد سلامت محیط بستگی دارد. در دهه های گذشته و به ویژه در زمینه مدل سازی سلامت جریان، بهبود قابل توجهی دیده شده است. با این حال، اثرات این پیشرفت ها بر پایداری مدل های عدالت زیست محیطی مورد بررسی قرار نگرفته است. بنابراین در این مطالعه اهمیت نسبی برآورد پارامترها در مدل سازی عدالت محیطی مبتنی بر بهداشت روان مورد ارزیابی قرار گرفت. حوضه رود ساژینو در میشیگان به عنوان منطقه مورد مطالعه محسوب می شود و چهار شاخص اکولوژیکی عمده برای ارزیابی پاسخ ماهیان و ماکرومتری مغز به استرس های استریو برای ارزیابی سلامت جریان استفاده شده است. هفتاد شاخص اجتماعی-اقتصادی و فیزیوگرافی در سه سطح سرشماری شهرستان، بخش سرشماری و گروه بلوک مورد ارزیابی قرار گرفت. سپس شاخص های اکولوژیکی، اجتماعی، اقتصادی و فیزیوگرافی در توسعه مدل های عدالت محور مبتنی بر سلامت جریان استفاده شد. نتایج نشان داد که استفاده از شاخص های مرتبط با اکولوژیک و استفاده از رویکرد مدل سازی دو فاز نه تنها بهبود عملکرد مدل های پیش بینی سلامت جریان را بهبود می بخشد، بلکه حساسیت مدل های عدالت محیطی را به تجمع در سطوح مختلف سرشماری کاهش می دهد. علاوه بر این، با استفاده از شاخص های ارتقای جریان بهبود یافته، افزونگی متغیرهای مستقل (شاخص های اقتصادی اجتماعی و فیزیوگرافی)، جایی که تعداد کل پارامترهای مهم از 171 تا 115 کاهش یافته است، کاهش می یابد. علاوه بر این، وابستگی های فضایی قوی تر و معنی دار بین سلامت جریان اندازه گیری و پارامترهای عدالت محیطی در سطوح مختلف فضایی. به طور خلاصه داشتن یک اطلاعات سلامت جریان قابل اعتماد، کلید توسعه توسعه مدل های عدالت زیست محیطی به عنوان شواهد از طریق بهبود پیش بینی مدل و حذف نتایج متناقض در مقایسه با مطالعات قبلی است.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات فرآیندهای سطح زمین
چکیده انگلیسی
Performance of environmental justice models depends on the level of accuracy in measuring or estimating the health of the environment. In the past decades, and especially in the area of stream health modeling, significant improvement has been observed. However, the impacts of these improvements on the robustness of environmental justice models have not been evaluated. Therefore in this study, the relative importance of parameter estimation in stream health based environmental justice modeling was evaluated. The Saginaw River Basin in Michigan was considered as the study area, and four major ecological indices evaluating the response of fish and macroinvertebrates to instream stressors were used for stream health assessment. Seventeen socioeconomic and physiographic indices were evaluated at three census levels of county, census tract, and block group. Then the ecological, socioeconomic, and physiographic indices were used in the development of stream health based environmental justice models. Results showed that incorporating ecologically relevant indices and a using two-phase modeling approach not only improved the performance of stream health predictive models but also reduced the sensitivity of environmental justice models to aggregation at different census levels. In addition, using improved stream health indices reduced the redundancy of the independent variables (socioeconomic and physiographic indices), where the total number of significant parameters was reduced from 171 to 115. Besides that, more robust and meaningful spatial dependencies were observed among stream health measures and environmental justice parameters at different spatial levels. In summary having a reliable stream health information is the key for development of robust environmental justice models as evidence by improving model predictability and eliminating contradictory results compared to previous studies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Hydrology - Volume 563, August 2018, Pages 211-222
نویسندگان
, , , ,