MétaCan
Menu
← tous les travaux

Global GRACE Data Assimilation for Groundwater and Drought Monitoring: Advances and Challenges

2019· article· en· 615 citations· W2969940692 sur OpenAlex· 10.1029/2018wr024618

Pourquoi ce travail est-il 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.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.

Prédiction distillée sur la base complète

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.

Catégories candidates
aucune
Catégories consensuelles
aucune
Domaine
Signal candidat: aucuneSignal consensuel: aucune
Devis d'étude
Signal candidat: ObservationnelSignal consensuel: Observationnel
Genre
Signal candidat: EmpiriqueSignal consensuel: Empirique
Score de désaccord entre enseignants
0,306
Score d'incertitude au seuil
0,261
Statut de validation
machine_predicted_unvalidated · codex-gemma-dda1882f352a

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

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,341
Écart entre enseignants
0,170 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 découle

Résumé

Abstract The scarcity of groundwater storage change data at the global scale hinders our ability to monitor groundwater resources effectively. In this study, we assimilate a state‐of‐the‐art terrestrial water storage product derived from Gravity Recovery and Climate Experiment (GRACE) satellite observations into NASA's Catchment land surface model (CLSM) at the global scale, with the goal of generating groundwater storage time series that are useful for drought monitoring and other applications. Evaluation using in situ data from nearly 4,000 wells shows that GRACE data assimilation improves the simulation of groundwater, with estimation errors reduced by 36% and 10% and correlation improved by 16% and 22% at the regional and point scales, respectively. The biggest improvements are observed in regions with large interannual variability in precipitation, where simulated groundwater responds too strongly to changes in atmospheric forcing. The positive impacts of GRACE data assimilation are further demonstrated using observed low‐flow data. CLSM and GRACE data assimilation performance is also examined across different permeability categories. The evaluation reveals that GRACE data assimilation fails to compensate for the lack of a groundwater withdrawal scheme in CLSM when it comes to simulating realistic groundwater variations in regions with intensive groundwater abstraction. CLSM‐simulated groundwater correlates strongly with 12‐month precipitation anomalies in low‐latitude and midlatitude areas. A groundwater drought indicator based on GRACE data assimilation generally agrees with other regional‐scale drought indicators, with discrepancies mainly in their estimated drought severity.

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.

La notice

Revue
Water Resources Research
Thématique
Geophysics and Gravity Measurements
Domaine
Earth and Planetary Sciences
Établissements canadiens
Athabasca University
Organismes subventionnaires
National Aeronautics and Space Administration
Mots-clés
GroundwaterData assimilationEnvironmental sciencePrecipitationHydrology (agriculture)Assimilation (phonology)Groundwater flowStreamflowProxy (statistics)Drainage basinClimatologyMeteorologyGeologyAquiferGeography
Résumé présent dans OpenAlex
oui