Centralized versus distributed reservoirs: an investigation of their implications on environmental flows and sustainable water resources management
Notice bibliographique
Résumé
Abstract. Storage of surface water is widely regarded as a form of insurance against rainfall variability. However, creation of surface storage often endanger the functions of natural ecosystems, and, in turn, ecosystem services that benefit humans. The issues of optimal size, placement and the number of reservoirs in a river basin – which maximizes sustainable benefits from storage – remain subjects for debate. This study examines the above issues through the analysis of a range of reservoir configurations in the Malwatu Oya river basin in the dry zone of Sri Lanka. The study produced multiple surface storage development pathways for the basin under different scenarios of environmental flow (EF) releases and reservoir network configurations. The EF scenarios ranged from “zero” to “very healthy” releases. It is shown that if the “middle ground” between the two extreme EF scenarios is considered, the theoretical maximum “safe” yield from surface storage is about 65–70 % of the mean annual runoff (MAR) of the basin. It is also identified that although distribution of reservoirs in the river network reduces the cumulative yield from the basin, this cumulative yield is maximized if the ratio among the storage capacities placed in each sub drainage basin is equivalent to the ratio among their MAR. The study suggests a framework to identify drainage regions having higher surface storage potential, to plan for the right distribution of storage capacity within a river basin, as well as to plan for EF allocations.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».