Mhwm

W dorzeczach Prutu i Siretu w Ukrainie naukowcy zidentyfikowali ponad 1800 sztucznych barier, z których wiele jest nieużytkowanych, zniszczonych i po prostu niepotrzebnych.
In the Prut and Siret river basins in Ukraine, scientists have identified over 1,800 artificial barriers, many of which are unused, damaged, and simply unnecessary.

🔍 W ramach przeprowadzonych prac:
✅ zinwentaryzowano bariery w terenie i na mapach GIS;
✅ oceniono ich stan techniczny i wpływ na środowisko;
✅ zaangażowano lokalne społeczności w proces decyzyjny;
✅ wyznaczono 11 obiektów jako priorytetowe do usunięcia,

As part of the work carried out: 1. Barriers were inventoried in the field and on GIS maps; 2. Their technical condition and environmental impact were assessed; 3. Local communities were engaged in the decision-making process; 4. 11 objects were identified as priorities for removal.

🌱 Dlaczego to ważne? Usuwanie niepotrzebnych barier to:
• lepsza jakość wody 💧
• powrót migracji ryb 🐟
• mniejsze ryzyko powodzi
• większa odporność rzek na zmiany klimatu
• więcej przyrody blisko ludzi 🌍

Why is it important? Removing unnecessary barriers results in: better water quality, restored fish migration, reduced flood risk, increased river resilience to climate change, more nature close to people.

🤝 Lokalne wsparcie ma kluczowe znaczenie. Bez poparcia mieszkańców nie ma mowy o skutecznej renaturyzacji. Dlatego rozmowy, konsultacje i wspólne decyzje są sercem tego procesu.
Local support is crucial. Without the support of local residents, effective restoration is impossible. Therefore, discussions, consultations, and joint decisions are at the heart of this process.

📊 Efektem prac jest interaktywna mapa, która pomoże planować kolejne działania i przywracać rzekom ich naturalny charakter.
The result of the work is an interactive map that will help plan further actions and restore rivers to their natural character.

Szczegóły/For more: https://doi.org/10.26491/mhwm/220584

F. Andrei Kolyaskin/Unsplash.

📢 Najnowsza publikacja w czasopiśmie MHWM – kompleksowa analiza i prognoza suszy w regionie Al-Husajma w północnym Maroku. W badaniu wykorzystano zaawansowaną sieć neuronową LSTM, która umożliwiła z wysoką dokładnością przewidzieć rozwój zjawisk suszowych na podstawie danych opadowych z okresu 1975-2016.

The latest publication in the journal MHWM – a comprehensive analysis and forecast of drought in the Al-Huceima region in northern Morocco. The study used an advanced LSTM neural network, which enabled the development of drought phenomena to be predicted with high accuracy based on rainfall data from the period 1975-2016.

👉 Analiza wykazała, że region doświadczał suszy przez ponad 30 z 42 lat badań.
👉 Model LSTM przewiduje utrzymanie się warunków suchych w kolejnych latach.
👉 Wyniki mogą pomóc w skuteczniejszym zarządzaniu zasobami wodnymi i planowaniu polityki hydrologicznej.

The analysis showed that the region experienced drought in more than 30 out of 42 years. The LSTM model forecasts the continuation of dry conditions in the coming years. These insights can support more effective water resource management and climate-adaptation strategies.

📄 Jeśli chcesz dowiedzieć się więcej – zapraszamy do zapoznania się z artykułem/For more: https://doi.org/10.26491/mhwm/218885



F. Philipp Lausner from Unsplash.