Exploring groundwater drought responsiveness in lowland post-glacial environments
Notice bibliographique
Résumé
Abstract Groundwater drought response to meteorological forcing depends on initial hydrological conditions. This makes it difficult to characterise groundwater droughts and identify the drought vulnerability of aquifers. The objective is to increase the understanding of groundwater memory and response to meteorological forcing in lowland post-glacial environments. Eighty-one groundwater hydrographs are analysed, using the standardised groundwater level index (SGI) and the precipitation index. Memory and response times are assessed using auto- and cross-correlation functions. Response time is estimated by comparing two approaches: (1) the traditional use of the maximum cross-correlation, and (2) the alternative use of the cross-correlation slope. Results are interpreted for different hydrogeological settings. The analysis showed that sand aquifers have the longest memory and response times, particularly in confined settings where the memory could be over 4 years. Silts and tills have relatively short memories and response times, at less than 1 year, though median values for silt are higher than for unconfined sand aquifers. In this study, estimating response time using the correlation slope is superior at capturing the initial response time of groundwater to precipitation. However, the results showed that groundwater anomalies in lowland post-glacial environments are sometimes more influenced by climate teleconnections than concurrent forcing. This emphasises the need for a holistic approach for the characterisation and projection of groundwater drought, as it develops in simultaneous response to meteorological forcing at different timescales.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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; 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 ».