MétaCan
Menu
Retour à la cohorte
Enregistrement W4224011515 · doi:10.3389/frwa.2022.805143

Changes in Large Lake Water Level Dynamics in Response to Climate Change

2022· article· en· W4224011515 sur OpenAlex

Pourquoi ce travail est 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFrontiers in Water · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Michigan
Mots-clésClimate changeCopula (linguistics)Environmental scienceWater supplyMarginal distributionStructural basinClimate modelAutocorrelationClimatologyHydrology (agriculture)EconometricsGeologyStatisticsMathematicsOceanography

Résumé

récupéré en direct d'OpenAlex

Understanding impacts of climate change on water level fluctuations across Earth's large lakes has critical implications for commercial and recreational boating and navigation, coastal planning, and ecological function and management. A common approach to advancing this understanding is the propagation of climate change scenarios (often from global circulation models) through regional hydrological models. We find, however, that this approach does not always fully capture water supply spatiotemporal features evolving from complex relationships between hydrologic variables. Here, we present a statistical approach for projecting plausible climate-related regional water supply scenarios into localized net basin supply sequences utilizing a parametric vine copula. This approach preserves spatial and temporal correlations between hydrologic components and allows for explicit representation and manipulation of component marginal and conditional probability distributions. We demonstrate the capabilities of our new modeling framework on the Laurentian Great Lakes by coupling our copula-derived net basin supply simulations with a newly-formulated monthly lake-to-lake routing model. This coupled system projects monthly average water levels on Lake Superior, Michigan-Huron, and Erie (we omit Lake Ontario from our study due to complications associated with simulating strict regulatory controls on its outflow). We find that our new method faithfully replicates marginal and conditional probability distributions, as well as serial autocorrelation, within and among historical net basin supply sequences. We find that our new method also reproduces seasonal and interannual water level dynamics. Using readily-available climate change simulations for the Great Lakes region, we then identified two plausible, transient, water supply scenarios and propagated them through our model to understand potential impacts on future water levels. Both scenarios result in an average water level increase of <10 cm on Lake Superior and Erie, with slightly larger increases on Michigan-Huron, as well as elevated variability of monthly water levels and a shift in seasonal water level modality. Our study contributes new insights into plausible impacts of future climate change on Great Lakes water levels, and supports the application and advancement of statistical modeling tools to forecast water supplies and water levels on not just the Great Lakes, but on other large lakes around the world as well.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,222
Écart entre enseignants0,206 · 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