MétaCan
Menu
← Retour à la cohorte
Enregistrement W3168374978 · doi:10.5194/egusphere-egu21-723

The impact of global reservoir expansion on the present-day climate  

2021· article· en· W3168374978 sur OpenAlexaff
Inne Vanderkelen, Nicole Van Lipzig, William J. Sacks, David M. Lawrence, Martyn Clark, Naoki Mizukami, Yadu Pokhrel, Wim Thiery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSurface runoffEnvironmental scienceClimate changeHydrology (agriculture)Climate modelCurrent (fluid)Surface waterGeologyOceanographyEcologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

By now, humans have constructed more than 45 000 large reservoirs across the globe, increasing the global lake area with 8%. These reservoirs have large impacts on freshwater processes and resources by impounding continental runoff and altering river flows. So far, the impact of reservoirs on the climate remains largely unknown, as they are typically not represented in current Earth System Models (ESMs). This is remarkable, as two-way interactions between reservoirs and climate are likely to alter hydrological extremes and impact future water availability. Here we present the implementation of the role of reservoirs in the Community Terrestrial Systems Model (CTSM), a land surface model, by accounting for the increase in open water surfaces due to reservoir construction throughout the 20th century. To this end, we allow lake area to expand in the model, while ensuring that the surface energy and mass balances remain closed. We use reservoir and lake extent from the state-of-the-art Global Reservoir and Dams (GRanD) and HydroLAKES data sets. By conducting both land-only and coupled simulations with CTSM and the Community Earth System Model (CESM), we assess the added value of accounting for reservoir expansion in the land surface model performance and investigate their impacts on the mean climate and extremes. Globally, the effect of reservoirs on temperatures and the surface energy balance is small, but responses can be substantial locally, in particular for grid cells where reservoirs make up a large fraction. Our results show that reservoirs reduce temperature extremes and moderate the seasonal temperature cycle, by up to -1.5 K (for reservoirs covering > 15% of the grid cell). This study is an important step towards incorporating human water management in ESMs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,021
Tête enseignante GPT0,286
Écart entre enseignants0,264 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→