From days to decades: numerical modelling of freshwater lens response to climate change stressors on small low-lying islands
Notice bibliographique
Résumé
Abstract. Freshwater lenses on small islands are vulnerable to many climate change-related stressors, which can act over relatively long time periods, on the order of decades (e.g., sea level rise, changes in recharge), or short time periods, such as days (storm surge overwash). This study evaluates the response of the freshwater lens on a small low-lying island to various stressors. To account for the varying temporal and spatial scales of the stressors, two different density-dependent flow and solute transport codes are used: SEAWAT (saturated) and HydroGeoSphere (unsaturated/saturated). The study site is Andros Island in the Bahamas, which is characteristic of other low-lying carbonate islands in the Caribbean and Pacific regions. In addition to projected sea level rise and reduced recharge under future climate change, Andros Island experienced a storm surge overwash event during Hurricane Francis in 2004, which contaminated the main wellfield. Simulations of reduced recharge result in a greater loss of freshwater lens volume (up to 19%), while sea level rise contributes a lower volume loss (up to 5%) due to the flux-controlled conceptualization of Andros Island, which limits the impact of sea level rise. Reduced recharge and sea level rise were simulated as incremental instantaneous shifts. The lens responds relatively quickly to these stressors, within 0.5 to 3 years, with response time increasing as the magnitude of the stressor increases. Simulations of the storm surge overwash indicate that the freshwater lens recovers over time; however, prompt remedial action can restore the lens to potable concentrations up to 1 month sooner.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».