>> РУССКАЯ ВЕРСИЯ НИЖЕ <<
Dear all,
Indeed, as you probably may know, one of the most challenging and certainly one of the most exhausting tasks in AQUASTAT is understanding what is meant by what expression from all the data and information we are checking… What does a data we get or find refer to? What does it mean? Withdrawal, abstraction, use, consumption, or? Efficiency, productivity: engineering, irrigation, financial, economic, basin, scheme, agronomic water, or? Irrigation, equipped for irrigation, actually irrigated, harvested irrigated, or? Direct use, indirect use of treated wastewater, not treated wastewater, or? And so on, and so on. I can go on for all variables and indicators we have in AQUASTAT.
While AQUASTAT is known and appreciated for its severe quality checks, I have no doubt that there is still a lot of data that are probably wrong because we didn’t manage to get the definition or expression that goes with them right from the information we received.
So, indeed, let’s amongst us in any case use wording that gives 0% chance of being misinterpreted.
Karen Frenken, Senior Water Resources Officer
Уважаемые господа!
В самом деле, как вам, наверное, известно, одной из самых сложных и, бесспорно, самых изнурительных задач для AQUASTAT, является понимание того, что имеется в виду под каждым из выражений во всём объёме данных и информации, которые мы проверяем... К чему относятся данные, которые мы получаем или находим? Что они означают? Изъятие, забор, использование, потребление, или..? Эффективность, производительность относятся к: инженерно-техническим, ирригационным, финансовым, экономическим, бассейновым, системным, аспектам водопользования, или..? Орошение, оснащенный для орошения, фактически орошаемый, орошаемая уборочная площадь или..? Прямое использование, косвенное использование очищенных сточных вод, неочищенных сточных вод, или..? И так далее, и так далее. Я могу привести все переменные и показатели, которые мы имеем в AQUASTAT.
В то время как AQUASTAT известен и ценится за его строгие повторные обследования данных, я не сомневаюсь, что существует ещё большое количество данных, которые, вероятно, являются неверными, ввиду того, что нам так и не удалось получить определения или выражения, которые точно им соответствуют, из полученной нами информации.
Поэтому, действительно, давайте в любом случае в использовать в нашем кругу формулировки, которые имеют нулевые шансы быть неправильно истолкованы.
Карен
Karen Frenken