Streamflow extremes alter air-water relationships in South American river-floodplain systems of the Uruguay River Basin
Notice bibliographique
Résumé
Extreme hydroclimate events affect the thermal regimes of freshwater systems. In a four-year period spanning periods of flooding and severe drought in Southeastern South America (2019-2023), we monitored temperature variability in streams and floodplain lakes in an undammed tributary of the Lower Uruguay River, using Onset HOBO dataloggers and modeled daily streamflow (Q). We compare the performance of linear and nonlinear regression and generalized additive models (GAM) to evaluate how air temperature (T air ) variability affects water temperature (T water ) at daily, weekly and monthly time scales and under different Q percentile ranges. Mean daily temperatures ranged from 6.4ºC to 30.2ºC with daily maxima coinciding with record highs >40 ºC in T air and record low streamflow in summer months. Daily and weekly air-water relationships for rivers, streams and lakes were best fit by nonlinear sinusoidal models (Nash Sutcliffe Error - NSE ≥ 0.68). Extremely low-flow periods (<10% Q) showed a linear relationship to T air , while high-flow periods (>90%) showed a nonlinear sinusoidal air-water relationship. Moreover, high-flow events showed weaker T air -T water model perforamce than moderate to low flow periods. Preliminary comparisons between basin land-cover and T water suggest that forest cover favors lower T min . This study fills a geographical gap in thermal regime data in freshwater ecosystems in South America and suggests that extreme hydroclimate events have important implications for the thermal behavior of freshwater systems.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».