Mapping groundwater storage variations with GRACE: a case study in Alberta, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The applicability of the Gravity Recovery and Climate Experiment (GRACE) to adequately represent broad-scale patterns of groundwater storage (GWS) variations and observed trends in groundwater-monitoring well levels (GWWL) is examined in the Canadian province of Alberta. GWS variations are derived over Alberta for the period 2002–2014 using the Release 05 (RL05) monthly GRACE gravity models and the Global Land Data Assimilation System (GLDAS) land-surface models. Twelve mean monthly GWS variation maps are generated from the 139 monthly GWS variation grids to characterize the annual GWS variation pattern. These maps show that, overall, GWS increases from February to June, and decreases from July to October, and slightly increases from November to December. For 2002–2014, the GWS showed a positive trend which increases from west to east with a mean value of 12 mm/year over the province. The resulting GWS variations are validated using GWWLs in the province. For the purpose of validation, a GRACE total water storage (TWS)-based correlation criterion is introduced to identify groundwater wells which adequately represent the regional GWS variations. GWWLs at 36 wells were found to correlate with both the GRACE TWS and GWS variations. A factor f is defined to up-scale the GWWL variations at the identified wells to the GRACE-scale GWS variations. It is concluded that the GWS variations can be mapped by GRACE and the GLDAS models in some situations, thus demonstrating the conditions where GWS variations can be detected by GRACE in Alberta.
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.
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 | 0,000 | 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) | 0,001 | 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 découle