Mapping groundwater potential zone in the subarnarekha basin, India, using a novel hybrid multi-criteria approach in Google earth Engine

• DOI: 10.1016/j.heliyon.2024.e24308
• Publication Date: 2024-01-07T15:02:56Z
• Authors: Chiranjit Singha; Kishore Chandra S...; Biswajeet Pradhan; Dinesh Kumar Rusia; Armin Moghimi; Babak Ranjgar
• Keywords: Cartography; Science (General); Environmental Engineering; Drainage basin; Streamflow; Environmental science; Hydrologic; Groundwater recharge; Q1-390; Global Flood Risk Assessment and Management; Normalized difference vegetation index; FuzzyDEMATEL; Groundwater; Water Science and Technology; Baseflow; H1-99; Dewey Decimal Classification::000 | Allgemeines, Wissenschaft; Global and Planetary Change; Geography; Groundwater Potential; FOS: Environmental engineering; Paleontology; Hydrology (agriculture); Geology; FOS: Earth and related environmental sciences; Remote sensing; Mapping Groundwater Potential Zones Using GIS Techniques; Structural basin; Water resource management; Social sciences (General); GWPZ; Surface Water Mapping; Geotechnical engineering; Hydrological Modeling and Water Resource Management; Groundwater model; Environmental Science; Physical Sciences; Aquifer; Flood Inundation Modeling; Geographic information system; Research Article; Multi-collinearity; Random forest

يعد تقييم إمكانات المياه الجوفية للإدارة المستدامة للموارد أمرًا بالغ الأهمية. في معالجة هذا القلق، تهدف هذه الدراسة إلى النهوض بالمجال من خلال تطوير نهج مبتكر لرسم خرائط منطقة إمكانات المياه الجوفية (GWPZ) باستخدام تقنيات متقدمة، مثل نماذج FuzzyAHP و FuzzyDEMATEL و الانحدار اللوجستي (LR). تم تنفيذ GWPZ من خلال دمج العديد من العوامل الأساسية، مثل الهيدرولوجية، ونفاذية التربة، والمورفومترية، وتوزيع التضاريس، والتأثيرات البشرية، ودمج سبعة وعشرين معيارًا فرديًا باستخدام نماذج قرارات متعددة المعايير جنبًا إلى جنب مع نهج هجين لحوض نهر Subarnarekha، الهند، في محرك Google Earth (GEE). تم تقييم القدرة التنبؤية للنموذج باستخدام اختبار متعدد الخطوط (VIF <10.0)، متبوعًا بتطبيق نموذج غابة عشوائي، مع الأخذ في الاعتبار التأثير المرجح للعوامل الأساسية الخمسة. أظهر النموذج الهجين لتصنيف GWPZ أن 21.97 ٪ (4256.3 كم 2) من المنطقة أظهرت إمكانات عالية جدًا، بينما أشار 11.37 ٪ (2202.1 كم 2) إلى إمكانات منخفضة جدًا لـ GW في هذه المنطقة. أسفر التحقق من صحة بيانات مستوى المياه الجوفية من 72 بئراً للمراقبة، التي أجرتها المنطقة تحت تقنية منحنى خاصية تشغيل جهاز الاستقبال (AUROC)، عن قيم تتراوح بين 75 ٪ و 78 ٪ لنماذج مختلفة، مما يؤكد القدرة القوية على التنبؤ بمنطقة الاحترار العالمي. أظهر النموذجان الهجين و LR - FuzzyAHP فعالية ملحوظة في رسم خرائط GWPZ، مما يشير إلى أن المناطق السفلية والجنوبية تتمتع بإمكانات كبيرة من المياه الجوفية تعزى إلى التربة الغرينية وظروف التغذية المواتية. وعلى العكس من ذلك، يتصارع الجزء المركزي مع ندرة المياه الجوفية. ولديها القدرة على مساعدة المخططين والمديرين في صياغة استراتيجيات لإدارة مستويات المياه الجوفية والتخفيف من آثار الجفاف في المستقبل.<br/>Assessing groundwater potential for sustainable resource management is critically important. In addressing this concern, this study aims to advance the field by developing an innovative approach for Groundwater potential zone (GWPZ) mapping using advanced techniques, such as FuzzyAHP, FuzzyDEMATEL, and Logistic regression (LR) models. GWPZ was carried out by integrating various primary factors, such as hydrologic, soil permeability, morphometric, terrain distribution, and anthropogenic influences, incorporating twenty-seven individual criteria using multi-criteria decision models along with a hybrid approach for the Subarnarekha River basin, India, in Google earth engine (GEE). The predictive capability of the model was evaluated using a Multi-Collinearity test (VIF <10.0), followed by applying a random forest model, considering the weighted impact of the five primary factors. The hybrid model for GWPZ classification showed that 21.97 % (4256.3 km2) of the area exhibited very high potential, while 11.37 % (2202.1 km2) indicated very low potential for GW in this area. Validation of the groundwater level data from 72 observation wells, performed by the Area under receiver operating characteristic (AUROC) curve technique, yielded values ranging between 75 % and 78 % for different models, underscoring the robust predictability of GWPZ. The hybrid and LR-FuzzyAHP models demonstrated remarkable effectiveness in GWPZ mapping, indicating that the downstream and southern regions boast substantial groundwater potential attributed to alluvial soil and favorable recharge conditions. Conversely, the central part grapples with a scarcity of groundwater. It holds the potential to assist planners and managers in formulating strategies for managing groundwater levels and alleviating the impacts of future droughts.<br/>L'évaluation du potentiel des eaux souterraines pour la gestion durable des ressources est d'une importance cruciale. En répondant à cette préoccupation, cette étude vise à faire progresser le domaine en développant une approche innovante pour la cartographie du potentiel des eaux souterraines (GWPZ) en utilisant des techniques avancées, telles que FuzzyAHP, FuzzyDEMATEL et les modèles de régression logistique (LR). La GWPZ a été réalisée en intégrant divers facteurs primaires, tels que l'hydrologie, la perméabilité du sol, la morphométrie, la distribution du terrain et les influences anthropiques, en intégrant vingt-sept critères individuels à l'aide de modèles de décision multicritères ainsi qu'une approche hybride pour le bassin de la rivière Subarnarekha, en Inde, dans le moteur Google Earth (GEE). La capacité prédictive du modèle a été évaluée à l'aide d'un test de multicolinéarité (vif <10,0), suivi de l'application d'un modèle de forêt aléatoire, en tenant compte de l'impact pondéré des cinq facteurs primaires. Le modèle hybride pour la classification GWPZ a montré que 21,97 % (4256,3 km2) de la zone présentaient un potentiel très élevé, tandis que 11,37 % (2202,1 km2) indiquaient un potentiel très faible de GW dans cette zone. La validation des données de niveau d'eau souterraine de 72 puits d'observation, effectuée par la technique de courbe de caractéristique de fonctionnement de la zone sous récepteur (AUROC), a donné des valeurs comprises entre 75 % et 78 % pour différents modèles, soulignant la prévisibilité robuste de GWPZ. Les modèles hybrides et LR-FuzzyAHP ont démontré une efficacité remarquable dans la cartographie de GWPZ, indiquant que les régions en aval et du sud présentent un potentiel important d'eaux souterraines attribué au sol alluvial et à des conditions de recharge favorables. Inversement, la partie centrale est aux prises avec une pénurie d'eau souterraine. Il a le potentiel d'aider les planificateurs et les gestionnaires à formuler des stratégies pour gérer les niveaux des eaux souterraines et atténuer les impacts des futures sécheresses.<br/>La evaluación del potencial de las aguas subterráneas para la gestión sostenible de los recursos es de vital importancia. Al abordar esta preocupación, este estudio tiene como objetivo avanzar en el campo mediante el desarrollo de un enfoque innovador para el mapeo de zonas potenciales de aguas subterráneas (GWPZ) utilizando técnicas avanzadas, como FuzzyAHP, FuzzyDEMATEL y modelos de regresión logística (LR). La GWPZ se llevó a cabo integrando varios factores primarios, como la hidrológica, la permeabilidad del suelo, la morfometría, la distribución del terreno y las influencias antropogénicas, incorporando veintisiete criterios individuales utilizando modelos de decisión multicriterio junto con un enfoque híbrido para la cuenca del río Subarnarekha, India, en Google Earth Engine (GEE). La capacidad predictiva del modelo se evaluó mediante una prueba de multicolinealidad (VIF <10.0), seguida de la aplicación de un modelo de bosque aleatorio, considerando el impacto ponderado de los cinco factores primarios. El modelo híbrido para la clasificación GWPZ mostró que el 21.97 % (4256.3 km2) del área exhibió un potencial muy alto, mientras que el 11.37 % (2202.1 km2) indicó un potencial muy bajo para GW en esta área. La validación de los datos del nivel de agua subterránea de 72 pozos de observación, realizada por la técnica de curva de característica operativa del Área bajo el receptor (AUROC), arrojó valores que oscilaron entre el 75 % y el 78 % para diferentes modelos, lo que subraya la sólida predictibilidad de la GWPZ. Los modelos híbrido y LR-FuzzyAHP demostraron una notable efectividad en el mapeo de GWPZ, lo que indica que las regiones aguas abajo y sur cuentan con un potencial sustancial de aguas subterráneas atribuido al suelo aluvial y a las condiciones favorables de recarga. Por el contrario, la parte central se enfrenta a la escasez de agua subterránea. Tiene el potencial de ayudar a los planificadores y administradores a formular estrategias para gestionar los niveles de agua subterránea y aliviar los impactos de futuras sequías.<br/>