Water use in a riparian cottonwood ecosystem: eddy covariance measurements and scaling along a river corridor
Notice bibliographique
Résumé
Abstract The survival of riparian forests depends on water input from their adjacent rivers. There are multiple, additional demands on river water that threatens to reduce the water supply, prompting the question, how much water must be left flowing within a river to sustain the native riparian ecosystems? To address this, we made eddy covariance measurements of riparian cottonwood forest evapotranspiration (ET) in a representative site and used remote sensing and the Penman-Monteith equation to up-scale ET along the 171 km river corridor from the Oldman River Dam to Lethbridge, Alberta. Our study was conducted in two growing seasons with contrasting weather conditions, including one with over-bank flooding (2014). Measured cumulative forest ET from May-September (2014: 451 ± 90 mm; 2015: 411 ± 18 mm) was very similar in the two years despite contrasting May-September cumulative precipitation input (2014: 362 mm; 2015: 181 mm). Integrated over the 56 km 2 area of riparian forest along the Oldman River corridor, the cumulative forest ET during May-September was 19.1 million m 3 (339 mm/season), about 0.9% of the average cumulative Oldman River discharge during 2008–2013. Cottonwood forest ET during May-June was less than 1% of average river flow rates during 2008–2013, but the ratio of ET to average river flow rate increased markedly to peak values of 4–5% in late July and early August. Our analysis indicated that the water-use rates of riparian cottonwood forests were high, even for a broad-leaf deciduous forest functional type, particularly given the modest leaf area index (1.4 m 2 m −2 ) we measured for riparian forests along the Oldman River corridor. The high ET rates were possible because of tree access to alluvial groundwater to support transpiration. Our ET measurements and calculations provided perspective on riparian forest water use in relation to precipitation inputs and total river discharge, knowledge that is important for successfully managing the multiple demands on river water use.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».