当前位置: X-MOL 学术J. Afr. Earth Sci. › 论文详情
Spatial configuration of groundwater potential zones using OLS regression method
Journal of African Earth Sciences ( IF 1.603 ) Pub Date : 2021-02-12 , DOI: 10.1016/j.jafrearsci.2021.104147
Imran Ahmad; Mithas Ahmad Dar; Assefa Fenta; Afera Halefom; Habtamu Nega; Tesfa Gebre Andualem; Aserat Teshome

An attempt has been made in this study to analyze the hotspots and cold spots of groundwater potential zones. First, a total of nine significant factors were identified (Slope, distance to faults, distance to rivers, river density, altitude, landcover, geology, soil texture and rainfall) and integrated to obtain the groundwater potential zones (hotspots and cold spots). Second, these factors were used as explanatory variables to understand the spatial configuration of groundwater potential zones. The ordinary least squared (OLS) model diagnostics showed that the R-squared and adjusted R-squared values of the explanatory variables are 0.71 and 0.87 respectively. Variance Inflation Factor (VIF) values of the OLS ranges between 1.04 (for slope) and 1.49 (distance to rivers) indicating the absence of redundancy among explanatory variables. Koenker (BP) statistic is statistically insignificant (p > 0.005) indicating that relationships modeled are consistent. The OLS regression model was subject to different tests to confirm its reliability. Among them, the F-statistic, Wald, Koenker (BP) and Jarque–Bera statistics tests stand out. Spatial autocorrelation tool (Global Moran's I) result showed that the residuals exhibit a random spatial pattern with the z-score of 0.01. This study proved that all the explanatory variables played a significant role towards demarcation of groundwater potential zones.



中文翻译:

OLS回归法在地下水潜在带的空间构型中的应用

本研究尝试分析地下水潜在区的热点和冷点。首先,总共确定了九个重要因素(坡度,到断层的距离,到河流的距离,河流密度,海拔高度,土地覆被,地质,土壤质地和降雨),并进行综合以获得地下水潜在区域(热点和冷点)。其次,这些因素被用作解释变量,以了解地下水潜在带的空间配置。普通最小二乘(OLS)模型诊断表明,解释变量的R平方和调整后的R平方值分别为0.71和0.87。OLS的方差膨胀因子(VIF)值介于1.04(对于坡度)和1.49(与河流的距离)之间,表明解释变量之间没有冗余。Koenker(BP)统计数据在统计上不重要(p> 0.005),表明建模的关系是一致的。对OLS回归模型进行了不同的测试,以确认其可靠性。其中,F统计量,Wald,Koenker(BP)和Jarque-Bera统计量检验突出。空间自相关工具(Global Moran's I)的结果表明,残差表现出z值为0.01的随机空间格局。这项研究证明,所有解释变量对划分地下水潜力区都起着重要作用。空间自相关工具(Global Moran's I)的结果表明,残差表现出z值为0.01的随机空间格局。这项研究证明,所有解释变量对划分地下水潜力区都起着重要作用。空间自相关工具(Global Moran's I)的结果表明,残差表现出z值为0.01的随机空间格局。这项研究证明,所有解释变量对划分地下水潜力区都起着重要作用。

更新日期:2021-02-22
全部期刊列表>>
2021新春特辑
SN Applied Sciences期刊征稿中
JCR Q1医学全学科
虚拟特刊
亚洲大洋洲地球科学
NPJ欢迎投稿
自然科研论文编辑
ERIS期刊投稿
欢迎阅读创刊号
自然职场,为您触达千万科研人才
spring&清华大学出版社
城市可持续发展前沿研究专辑
Springer 纳米技术权威期刊征稿
全球视野覆盖
施普林格·自然新
chemistry
物理学研究前沿热点精选期刊推荐
自然职位线上招聘会
欢迎报名注册2020量子在线大会
化学领域亟待解决的问题
材料学研究精选新
GIANT
ACS ES&T Engineering
ACS ES&T Water
屿渡论文,编辑服务
阿拉丁试剂right
上海中医药大学
南科大-连续三周2.26
西湖大学
化学所
北京大学
山东大学
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
南方科技大学
张凤娇
中国石油大学
天合科研
x-mol收录
试剂库存
down
wechat
bug