MétaCan
Menu
Retour à la cohorte
Enregistrement W2935557676 · doi:10.3808/jei.201900407

Water Quality Management of a Cold Climate Region Watershed in Changing Climate

2019· article· en· W2935557676 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Environmental Informatics · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensAthabasca University
Organismes subventionnairesAlberta Innovates
Mots-clésEnvironmental scienceSoil and Water Assessment ToolWatershedClimate changeSWAT modelWater qualityStreamflowHydrology (agriculture)Water resourcesDrainage basinEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Cold climate regions provide a multitude of ecosystem services. However, cold regions under a changing climate could be more vulnerable than others because their glaciers, freezing soils and peatlands are sensitive to the slightest of changes in climate. This has posed serious threats to the water resources, sustainable goods production and ecosystem services that depend on regional water quality. Therefore, proper watershed management is imperative. In this paper, we investigate this issue in a cold climate watershed in central Alberta, Canada with the main objective of quantifying the impacts of climate change on water quality status. We modified specific water quality related processes of a process-based model – Soil and Water Assessment Tool (SWAT) with a view of better representing the reality of cold climate regions. A SWAT model is then built-up, followed up by a multi-site and multi-objective (streamflow, sediment and water quality) calibration, validation and uncertainty analysis in a baseline period (1983 - 2013). The calibrated and validated model is then fed with a high spatial resolution (25 km) daily future climate data – the CanRCM4. Improvements on stream water temperature (Ts) and dissolved oxygen (DO) simulations justified the modifications. This model is able to simulate the dynamics of other water quality variables (carbonaceous biochemical oxygen demand – cBOD, total nitrogen – TN and phosphorus – TP) with a wide range of accuracy (very good to satisfactory) in the base period. Agriculture areas account for the highest amount of annual TN (11.16 kgN/ha) and TP (2.88 kgP/ha) yield rate in the base period leading to poor water quality status in the immediate downstream reaches. The situation would be further exacerbated (16.52 kgN/ha and 4.89 kgP/ha) in future. Finally, we tested different alternative management options to compare the water quality status of the Athabasca River Basin (ARB) under a changing climate. Significant reduction in future nutrient concentrations (~ 20% on TN and 60% on TP) can be achieved using a certain combination of management practices and the ecological status of the basin can be improved. This demonstrates that the modified SWAT model can be applied to other cold climate regions, and that the results can be translated to help in managing the ARB in a more holistic way.

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.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,497

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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