Enhanced groundwater recharge rates and altered recharge sensitivity to climate variability through subsurface heterogeneity
Notice bibliographique
Résumé
Our environment is heterogeneous. In hydrological sciences, the heterogeneity of subsurface properties, such as hydraulic conductivities or porosities, exerts an important control on water balance. This notably includes groundwater recharge, which is an important variable for efficient and sustainable groundwater resources management. Current large-scale hydrological models do not adequately consider this subsurface heterogeneity. Here we show that regions with strong subsurface heterogeneity have enhanced present and future recharge rates due to a different sensitivity of recharge to climate variability compared with regions with homogeneous subsurface properties. Our study domain comprises the carbonate rock regions of Europe, Northern Africa, and the Middle East, which cover ∼25% of the total land area. We compare the simulations of two large-scale hydrological models, one of them accounting for subsurface heterogeneity. Carbonate rock regions strongly exhibit "karstification," which is known to produce particularly strong subsurface heterogeneity. Aquifers from these regions contribute up to half of the drinking water supply for some European countries. Our results suggest that water management for these regions cannot rely on most of the presently available projections of groundwater recharge because spatially variable storages and spatial concentration of recharge result in actual recharge rates that are up to four times larger for present conditions and changes up to five times larger for potential future conditions than previously estimated. These differences in recharge rates for strongly heterogeneous regions suggest a need for groundwater management strategies that are adapted to the fast transit of water from the surface to the aquifers.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».