ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
This study explores challenge of urban waterlogging in Delhi by utilizing a comprehensive methodology that merges geospatial analysis with the Analytic Hierarchy Process (AHP). A Digital Elevation Model (DEM), Landsat imagery and rainfall data were used as input datasets for assessing urban waterlogging susceptibility. Ten conditioning factors, including elevation, LULC, MNDWI, road density, population density, drainage density, distance to drainage channels, NDBI, flow accumulation and rainfall, were derived from multi-source geospatial datasets. Rainfall had the highest AHP weight (24.53%), followed by population density (16.26%) and LULC (11.68%). The study underscores the growing prevalence of impervious surfaces due to urban development, leading to diminished natural water absorption and heightened flooding hazards. Low-lying areas, particularly in the cental, north and west regions, exhibit higher susceptibility to waterlogging due to lower drainage-network density and topographic conditions associated with reduced drainage efficiency.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Flood Risk Assessment and Management · Urban Stormwater Management Solutions · Groundwater and Watershed Analysis
บทบาทของนักวิจัยและสถาบันไทย
Punyawi Jamjareegulgarn · King Mongkut's Institute of Technology Ladkrabang
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง