Streamflow droughts aggravated by human activities despite management
Notice bibliographique
Résumé
Abstract Human activities both aggravate and alleviate streamflow drought. Here we show that aggravation is dominant in contrasting cases around the world analysed with a consistent methodology. Our 28 cases included different combinations of human-water interactions. We found that water abstraction aggravated all drought characteristics, with increases of 20%–305% in total time in drought found across the case studies, and increases in total deficit of up to almost 3000%. Water transfers reduced drought time and deficit by up to 97%. In cases with both abstraction and water transfers into the catchment or augmenting streamflow from groundwater, the water inputs could not compensate for the aggravation of droughts due to abstraction and only shift the effects in space or time. Reservoir releases for downstream water use alleviated droughts in the dry season, but also led to deficits in the wet season by changing flow seasonality. This led to minor changes in average drought duration (−26 to +38%) and moderate changes in average drought deficit (−86 to +369%). Land use showed a smaller impact on streamflow drought, also with both increases and decreases observed (−48 to +98%). Sewage return flows and pipe leakage possibly counteracted the effects of increased imperviousness in urban areas; however, untangling the effects of land use change on streamflow drought is challenging. This synthesis of diverse global cases highlights the complexity of the human influence on streamflow drought and the added value of empirical comparative studies. Results indicate both intended and unintended consequences of water management and infrastructure on downstream society and ecosystems.
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 | 0,001 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».