Methane Emissions from Artificial Waterbodies Dominate the Carbon Footprint of Irrigation: A Study of Transitions in the Food–Energy–Water–Climate Nexus (Spain, 1900–2014)
Notice bibliographique
Résumé
Irrigation in the Mediterranean region has been used for millennia and has greatly expanded with industrialization. Irrigation is critical for climate change adaptation, but it is also an important source of greenhouse gas emissions. This study analyzes the carbon (C) footprint of irrigation in Spain, covering the complete historical process of mechanization. A 21-fold total, 6-fold area-based, and 4-fold product-based increase in the carbon footprint was observed during the 20th century, despite an increase in water use efficiency. CH4 emissions from waterbodies, which had not previously been considered in the C footprint of irrigation systems, dominated the emission budget during most of the analyzed period. Technologies to save water and tap new water resources greatly increased energy and infrastructure demand, while improvements in power generation efficiency had a limited influence on irrigation emissions. Electricity production from irrigation dams may contribute to climate change mitigation, but the amount produced in relation to that consumed in irrigation has greatly declined. High uncertainty in CH4 emission estimates from waterbodies stresses a need for more spatially resolved data and an improved empirical knowledge of the links between water quality, water level fluctuations, and emissions at the regional scale.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 ».