Assessing the Influence of the Three Gorges Dam on Hydrological Drought Using GRACE Data
Notice bibliographique
Résumé
With worldwide economic and social development, more dams are being constructed to meet the increasing demand for hydropower, which may considerably influence hydrological drought. Here, an index named the “Dam Influence Index” (DII) is proposed to assess the influence of the Three Gorges Dam (TGD) on hydrological drought in the Yangtze River Basin (YRB) in China. First, the total terrestrial water storage (TTWS) is derived from Gravity Recovery and Climate Experiment data. Then, the natural-driven terrestrial water storage (NTWS) is predicted from the soil moisture, precipitation, and temperature data based on an artificial neural network model. Finally, the DII is derived using the empirical (Kaplan-Meier) cumulative distribution function of the differences between the TTWS and the NTWS. The DIIs of the three sub-basins in the YRB were 1.38, −4.66, and −7.32 between 2003 and 2008, which indicated an increase in TTWS in the upper sub-basin and a reduction in the middle and lower sub-basins. According to the results, we concluded that impoundments of the TGD between 2003 and 2008 slightly alleviated the hydrological drought in the upper sub-basin and significantly aggravated the hydrological drought in the middle and lower sub-basins, which is consistent with the Palmer Drought Severity Index. This study provides a new perspective for estimating the effects of large-scale human activities on hydrological drought and a scientific decision-making basis for the managing water resources over the operation of the TGD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».