Evaluation of the Impact of Climate Change on Runoff Generation in an Andean Glacier Watershed
Notice bibliographique
Résumé
Excluding Antarctica and Greenland, 3.8% of the world’s glacier area is concentrated in Chile. The country has been strongly affected by the mega drought, which affects the south-central area and has produced an increase in dependence on water resources from snow and glacier melting in dry periods. Recent climate change has led to an elevation of the zero-degree isotherm, a decrease in solid-state precipitation amounts and an accelerated loss of glacier and snow storage in the Chilean Andes. This situation calls for a better understanding of future water discharge in Andean headwater catchments in order to improve water resources management in glacier-fed populated areas. The present study uses hydrological modeling to characterize the hydrological processes occurring in a glacio-nival watershed of the central Andes and to examine the impact of different climate change scenarios on discharge. The study site is the upper sub-watershed of the Tinguiririca River (area: 141 km2), of which nearly 20% is covered by Universidad Glacier. The semi-distributed Snowmelt Runoff Model + Glacier (SRM+G) was forced with local meteorological data to simulate catchment runoff. The model was calibrated on even years and validated on odd years during the 2008–2014 period and found to correctly reproduce daily runoff. The model was then forced with downscaled ensemble projected precipitation and temperature series under the RCP 4.5 and RCP 8.5 scenarios, and the glacier adjusted using a volume-area scaling relationship. The results obtained for 2050 indicate a decrease in mean annual discharge (MAD) of 18.1% for the lowest emission scenario and 43.3% for the most pessimistic emission scenario, while for 2100 the MAD decreases by 31.4 and 54.2%, respectively, for each emission scenario. Results show that decreasing precipitation lead to reduced rainfall and snowmelt contributions to discharge. Glacier melt thus partly buffers the drying climate trend, but our results show that the peak water occurs near 2040, after which glacier depletion leads to reducing discharge, threatening the long-term water resource availability in this region.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».