Comparative Valuation of Three Ecosystem Services in a Canadian Watershed Using Global, Regional, and Local Unit Values
Notice bibliographique
Résumé
Economic valuations of ecosystem services often transfer previously estimated global unit values to the geographical setting of interest. While this approach produces quick results, its reliability depends on how representative the large-scale average unit values are for the given local context. Here, we estimate the values of three ecosystem services (ES)—water filtration, nutrient cycling, and carbon sequestration—in the Grand River watershed (GRW) of southern Ontario, Canada. The watershed covers nearly 7000 km2, has a humid continental climate and a population of close to one million people. Land cover is dominated by agriculture. We compare ES valuations using locally derived (i.e., GRW-specific) unit values to valuations based on unit values from a regional database and those compiled in the global Ecosystem Services Valuation Database (ESVD). The regional database includes mean unit values from three case studies within southern Ontario and one boreal watershed in British Columbia. As expected, the regional database yields average monetary values for the three ES that are close to those obtained using the local unit values but with larger associated uncertainties. Using the ESVD, however, results in significantly higher monetary values for the ES. For water filtration, the ESVD value is more than five times higher than the regional and local estimates. We further illustrate the effect of the extent of aggregation of forested and agricultural land categories on the ES values. For example, by subdividing the forest category into three subcategories (deciduous, coniferous, and mixed forest), the estimated value of the carbon sequestration service from forested areas within the GRW decreases by 7%. Overall, our results emphasize the importance of critically assessing the origin of unit values and the land cover resolution in ES valuation, especially when ES valuation is used as a policy-guiding tool.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».