An efficient uncertainty integrated aggregation scheme for water quality detection and longitudinal carbon offset estimation in the Yamuna River

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Researchers can adopt the uncertainty-aware aggregation operators for environmental monitoring and carbon accounting.

🏢実務担当者:Water management authorities can use the framework to identify pollution hotspots and estimate carbon offset capacity for remediation planning.

🏛政策担当者:Policymakers can integrate this approach into national water quality and carbon accounting standards.

工業化と都市化による河川水質の悪化は、公衆衛生を脅かすだけでなく、炭素吸収などの生態系サービスも弱体化させる。従来の水質指標や決定論的評価モデルは、水化学的・微生物学的モニタリングデータの不均質かつ不確実な性質、特にヤムナ川のような複雑な河川システムにおいて、適切に表現することができない。本研究は、(i)水質悪化ホットスポットの信頼性の高い検出、(ii)ヤムナ川に沿った縦断的な炭素オフセット容量の定量的推定のために、測定の不確定性と非線形の汚染影響を明示的にモデル化した不確実性を考慮した枠組みを開発することを目的とする。物理化学的および微生物学的パラメータにおける方向性および異方性の不確実性を表現するために、楕円体単一値中性ソフィックモデリング構造を導入する。全体的な生態学的状態と極端な汚染感度をそれぞれ捉えるために、楕円体単一値中性ソフィック三角加重平均（E-SvNVTWA）と加重幾何（E-SvNVTWG）の2つの三角演算子を定式化する。25のCPCBモニタリングステーションから導出された中性ソフィック効率指標は、生態系サービス潜在力を評価するために、正規化された炭素オフセット推定モデルにさらにリンクされる。二重演算子フレームワークは、生態学的状態における顕著な上流-下流勾配を明らかにする。上流ステーション（例：デラドゥン、ハヌマンチャッティ）は高い中性ソフィック効率（>0.9）とより高い相対的生態学的処理効率を示す一方、下流の工業地帯（例：ハサンプール、モヘナ・パルワル）は急激な効率低下とほぼゼロのTWG値を示し、生態学的機能ストレスを示している。TWG演算子は、深刻な有機汚染および微生物汚染に対する感度の向上を示し、重大な劣化ホットスポットを効果的に特定する。提案された楕円体中性ソフィック二重集約モデルは、不確実性モデリング、非線形汚染応答、生態系サービス評価を統合する、構造化された不確実性を考慮した意思決定支援フレームワークを提供する。水質診断を炭素オフセット潜在力と結び付けることにより、このフレームワークは気候関連の河川流域評価を前進させ、深刻なストレスを受けた河川システムの持続可能性志向の管理を支援する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

River water quality deterioration caused by industrialization and urbanization not only threatens public health but also weakens ecosystem services such as carbon assimilation. Conventional water quality indices and deterministic assessment models inadequately represent the heterogeneous and uncertain nature of hydrochemical and microbial monitoring data, particularly in complex river systems like the Yamuna. This study aims to develop an uncertainty-aware framework for (i) reliable detection of water quality degradation hotspots and (ii) quantitative estimation of longitudinal carbon offset capacity along the Yamuna River by explicitly modeling measurement indeterminacy and nonlinear pollution effects. An ellipsoidal single-valued neutrosophic modeling structure is introduced to represent directional and anisotropic uncertainty in physicochemical and microbial parameters. Two trigonometric aggregation operators—ellipsoidal single-valued neutrosophic trigonometric weighted averaging (E-SvNVTWA) and weighted geometric (E-SvNVTWG)—are formulated to capture overall ecological condition and extreme pollution sensitivity, respectively. Neutrosophic efficiency indices derived from 25 CPCB monitoring stations are further linked to a normalized carbon offset estimation model to evaluate ecosystem service potential. The dual-operator framework reveals a pronounced upstream–downstream gradient in ecological condition. Upstream stations (e.g., Dehradun, Hanumanchatti) exhibit high neutrosophic efficiency (> 0.9) and higher relative ecological processing efficiency, while downstream industrial stretches (e.g., Hasanpur, Mohena Palwal) show sharp efficiency decline and near-zero TWG values, indicating ecological functional stress. The TWG operator demonstrates enhanced sensitivity to severe organic and microbial pollution, effectively identifying critical degradation hotspots. The proposed ellipsoidal neutrosophic dual-aggregation model provides a structured uncertainty-aware decision-support framework that integrates uncertainty modeling, nonlinear pollution response, and ecosystem service evaluation. By linking water quality diagnostics with carbon offset potential, the framework advances climate-relevant river basin assessment and supports sustainability-oriented management of heavily stressed river systems.

• semanticscholar https://www.nature.com/articles/s41598-026-41525-z_reference.pdffirst seen 2026-05-24 04:51:12 · last seen 2026-08-11 05:04:58