Warming Water in Arctic Terrestrial Rivers under Climate Change
Notice bibliographique
Résumé
Abstract Recent years have seen an obvious warming trend in the Arctic. Streamflow and water temperature Tw are important parameters representing the changes of Arctic rivers under climate change. However, few quantitative assessments of changes in river Tw have been conducted at the pan-Arctic scale. To carry out such an assessment, this study used a modeling framework combining a land process model [the coupled hydrological and biogeochemical model (CHANGE)] with models of river discharge Q, ice cover, and Tw dynamics. The Tw model was improved by incorporating heat exchange at the air–water interface and heat advection from upstream through the channel network. The model was applied to pan-Arctic terrestrial rivers flowing into the Arctic Ocean over the period 1979–2013 and quantitatively assessed trends of Tw at regional and pan-Arctic scales. The simulated Tw values were consistent with observations at the mouths of major pan-Arctic rivers. The model simulations indicated a warming trend of Tw by 0.16°C decade−1 at the outlets of the pan-Arctic rivers, including widespread spatial warming consistent with increased air temperature Ta. The strong impact of Ta on Tw was verified by model sensitivity analysis based on various scenarios involving changes in the Ta and Q forcings. Finally, this study demonstrated the warming of Tw in Arctic rivers induced by Ta warming, suggesting the potential for warming Tw of Arctic rivers under future climate change scenarios.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».