Impacts of boreal hydroelectric reservoirs on seasonal climate and precipitation recycling as simulated by the CRCM5: a case study of the La Grande River watershed, Canada
Notice bibliographique
Résumé
Located in northern Quebec, Canada, eight hydroelectric reservoirs of a 9782-km2 maximal area cover 6.4% of the La Grande watershed. This study investigates the changes brought by the impoundment of these reservoirs on seasonal climate and precipitation recycling. Two 30-year climate simulations, corresponding to pre- and post-impoundment conditions, were used. They were generated with the fifth-generation Canadian Regional Climate Model (CRCM5), fully coupled to a 1D lake model (FLake). Seasonal temperatures and annual energy budget were generally well reproduced by the model, except in spring when a cold bias, probably related to the overestimation of snow cover, was seen. The difference in 2-m temperature shows that reservoirs induce localized warming in winter (+0.7 ± 0.02 °C) and cooling in the summer (−0.3 ± 0.02 °C). The available energy at the surface increases throughout the year, mostly due to a decrease in surface albedo. Fall latent and sensible heat fluxes are enhanced due to additional energy storage and availability in summer and spring. The changes in precipitation and runoff are within the model internal variability. At the watershed scale, reservoirs induce an additional evaporation of only 5.9 mm year−1 (2%). We use Brubaker’s precipitation recycling model to estimate how much of the precipitation is recycled within the watershed. In both simulations, the maximal precipitation recycling occurs in July (less than 6%), indicating weak land-atmosphere coupling. Reservoirs do not seem to affect this coupling, as precipitation recycling only decreased by 0.6% in July.
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 | 0,001 |
| 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) | 0,000 | 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 ».