MétaCan
Menu
Retour à la cohorte
Enregistrement W2886628553 · doi:10.1038/s41598-018-30246-7

Groundwater depletion causing reduction of baseflow triggering Ganges river summer drying

2018· article· en· W2886628553 sur OpenAlexaff
Abhijit Mukherjee, Soumendra N. Bhanja, Yoshihide Wada

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensAthabasca University
Organismes subventionnairesNOAA Pacific Marine Environmental LaboratoryNational Oceanic and Atmospheric AdministrationGoddard Space Flight CenterIndian Institute of Technology KharagpurInternational Centre for Integrated Mountain DevelopmentNational Aeronautics and Space Administration
Mots-clésBaseflowGroundwaterEnvironmental scienceHydrology (agriculture)Reduction (mathematics)Water resource managementStreamflowGeologyGeographyDrainage basinCartographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In summer (pre-monsoon) of recent years, low water level among the last few decades, has been observed in several lower Indian reaches of the Ganges (or Ganga) river (with estimated river water level depletion rates at the range of −0.5 to −38.1 cm/year between summers of 1999 and 2013 in the studied reaches). Here, we show this Ganges river depletion is related to groundwater baseflow reduction caused by ongoing observed groundwater storage depletion in the adjoining Gangetic aquifers (Ganges basin, −0.30 ± 0.07 cm/year or −2.39 ± 0.56 km 3 /year). Our estimates show, 2016-baseflow amount (~1.0 × 10 6 m 3 /d) has reduced by ~59%, from the beginning of the irrigation-pumping age of 1970s (2.4 × 10 6 m 3 /d) in some of the lower reaches. The net Ganges river water reduction could jeopardize domestic water supply, irrigation water requirements, river transport, ecology etc. of densely populated northern Indian plains. River water reduction has direct impact on food production indicating vulnerability to more than 100 million of the population residing in the region. The results of this study could be used to decipher the groundwater-linked river water depletion as well as the regional water security in other densely populated parts of the globe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,238
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations223
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetHydrology and Watershed Management StudiesTravaux en français237 207