Groundwater depletion in Central Mexico: Use of GRACE and InSAR to support water resources management
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
Abstract Groundwater deficits occur in several areas of Central Mexico, where water resource assessment is limited by the availability and reliability of field data. In this context, GRACE and InSAR are used to remotely assess groundwater storage loss in one of Mexico's most important watersheds in terms of size and economic activity: the Lerma‐Santiago‐Pacifico (LSP). In situ data and Land Surface Models are used to subtract soil moisture and surface water storage changes from the total water storage change measured by GRACE satellites. As a result, groundwater mass change time‐series are obtained for a 12 years period. ALOS‐PALSAR images acquired from 2007 to 2011 were processed using the SBAS‐InSAR algorithm to reveal areas subject to ground motion related to groundwater over‐exploitation. In the perspective of providing guidance for groundwater management, GRACE and InSAR observations are compared with official water budgets and field observations. InSAR‐derived subsidence mapping generally agrees well with official water budgets, and shows that deficits occur mainly in cities and irrigated agricultural areas. GRACE does not entirely detect the significant groundwater losses largely reported by official water budgets, literature and InSAR observations. The difference is interpreted as returns of wastewater to the groundwater flow systems, which limits the watershed scale groundwater depletion but suggests major impacts on groundwater quality. This phenomenon is enhanced by ground fracturing as noticed in the field. Studying the fate of the extracted groundwater is essential when comparing GRACE data with higher resolution observations, and particularly in the perspective of further InSAR/GRACE combination in hydrogeology.
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 | 0,001 | 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) | 0,001 | 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