[논문 리뷰] Groundwater vulnerability assessment in semi-arid regions using GIS-based DRASTIC models and FUZZY AHP: South Chott Hodna

Lakhdar Seraiche, Mostafa Dougha외 4명|arXiv (Cornell University)|2026. 01. 16.

Groundwater and Isotope Geochemistry인용 수 0

한 줄 요약

본 논문은 land-use 데이터를 활용하고 AHP와 Fuzzy AHP를 통한 가중치를 적용하여 DRASTIC 지하수 취약도 모델을 GIS 기반 프레임워크로 향상시키고, 70개의 우물에서 얻은 질산염 데이터를 통해 검증했으며, AUC가 최대 0.951에 도달했다.

ABSTRACT

Groundwater vulnerability is a major concern in arid regions worldwide, where population growth and intensive agriculture increase the risks of depletion and contamination. This study proposes a hybrid groundwater vulnerability assessment framework that improves the conventional DRASTIC model by integrating land-use data and applying advanced weighting techniques, namely the Analytical Hierarchy Process (AHP) and its fuzzy logic variant (Fuzzy AHP). This method makes expert-based weighting less subjective, better captures anthropogenic effects, and facilitates adaptation to challenging situations and limited data. Four vulnerability maps were produced using Geographic Information Systems (GIS): DRASTIC, DRASTIC_LU, AHP DRASTIC_LU, and Fuzzy AHP DRASTIC_LU. We used nitrate levels from 70 wells to verify our work. We found that agricultural areas, especially those above the alluvial aquifer, were the most vulnerable. The ROC curve analysis showed that the model improved over time, with the area under the curve (AUC) values of 0.812 for DRASTIC, 0.864 for DRASTIC_LU, 0.875 for AHP DRASTIC_LU, and 0.951 for fuzzy AHP DRASTIC_LU. These results show that fuzzy AHP DRASTIC_LU makes groundwater risk assessments much more. The GIS-based hybrid models offer a scalable and transferable method for mapping vulnerability, but they also provide local and regional water resource managers with useful information.

연구 동기 및 목표

• 증가하는 인구와 농업으로 인해 반건조 지역에서의 지하수 취약성 평가를 촉진한다.
• 토지 이용 데이터를 DRASTIC에 통합하고 가중치를 위한 AHP 및 Fuzzy AHP를 적용하는 하이브리드 프레임워크를 개발한다.
• DRASTIC, DRASTIC_LU, AHP DRASTIC_LU, 및 Fuzzy AHP DRASTIC_LU의 네 가지 취약도 맵을 생성하고 비교한다.
• 70개 우물의 질산염 농도를 이용하여 모델 성능을 검증한다.

제안 방법

• DRASTIC, DRASTIC_LU, AHP DRASTIC_LU, Fuzzy AHP DRASTIC_LU 네 가지 취약도 맵을 구성하기 위해 GIS 기반 처리를 사용한다.
• 토지 이용 데이터를 DRASTIC 프레임워크(DRASTIC_LU)에 포함한다.
• Analytical Hierarchy Process(AHP)를 적용하여 DRASTIC_LU 모델의 전문가 기반 가중치를 도출한다.
• Fuzzy AHP를 적용하여 DRASTIC_LU 모델의 퍼지 전문가 가중치를 도출한다.
• 검증 데이터로 70개 우물의 질산염 데이터를 사용하여 모델을 평가한다.
• ROC/AUC 지표(0.812, 0.864, 0.875, 0.951)를 통해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 토지 이용 데이터를 통합하는 것이 반건조 지역에서 DRASTIC 기반 지하수 취약성 평가에 어떤 영향을 미치는가?
• RQ2 표준 DRASTIC 접근법과 비교하여 AHP 및 Fuzzy AHP 가중치가 GIS 기반 취약성 모델의 예측 성능을 향상시키는가?
• RQ3 관측된 질산염 분포를 가장 잘 설명하는 취약도 맵은 어느 것인가(DRASTIC, DRASTIC_LU, AHP DRASTIC_LU, Fuzzy AHP DRASTIC_LU)?
• RQ4 DRASTIC에서 Fuzzy AHP DRASTIC_LU로 발전할 때 모델 성능의 상대적 향상은 얼마나 되는가?

주요 결과

• 특히 충적대상 상부의 농업 지역이 가장 높은 취약성을 보인다.
• DRASTIC_AUC = 0.812; DRASTIC_LU_AUC = 0.864; AHP DRASTIC_LU_AUC = 0.875; FUZZY AHP DRASTIC_LU_AUC = 0.951.
• 하이브리드 GIS 기반 모델은 지역 및 지역 수자원 관리에 대해 확장 가능하고 이전 가능하다.
• 이 접근법은 가중치 방법을 통해 인간 활동 효과를 더 잘 포착하고 전문가 주관성을 감소시킨다.