MétaCan
Menu
Retour à la cohorte
Enregistrement W4400809750 · doi:10.3390/w16142045

The Impact of the Three Gorges Reservoir Operations on Hydraulic Characteristics in the Backwater Region: A Comprehensive 2D Modeling Study

2024· article· en· W4400809750 sur OpenAlexaff
Yaqian Xu, Shengde Yu, Defu Liu, Jun Ma, Mingying Chuo

Notice bibliographique

RevueWater · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDrawdown (hydrology)Environmental scienceWater levelHydrology (agriculture)Channel (broadcasting)Water qualityThree gorgesEutrophicationRange (aeronautics)Flood mythWater resourcesFlood controlResource (disambiguation)GroundwaterEcologyGeologyEngineeringComputer scienceGeotechnical engineeringGeographyAquiferNutrient

Résumé

récupéré en direct d'OpenAlex

The Three Gorges Reservoir (TGR), a landmark of human engineering, has significantly altered the hydrodynamics and ecology of its surrounding environment. Our research explores the hydrodynamic and ecological changes in the TGR, focusing on their implications for reservoir-induced water quality and water resource issues. We designed a 2D hydrodynamic and water quality model and implemented 15 operational scenarios with an advanced dynamic storage capacity method for the TGR during flood season, drawdown and impoundment periods. Our simulations well reproduced and predicted water levels, discharge rates, and thermal conditions of the TGR, providing critical insights. The dynamic storage capacity method significantly improved the precision of water level simulations. This approach achieved modeling errors below 0.2 m when compared to real measurements from seven stations. We performed a detailed analysis of the sensitive, sub-sensitive, and insensitive areas during three reservoir operation periods. The drawdown period showed the most extensive impact range (468 km river channel), while the impoundment period had the least impact range (76 km river channel). Furthermore, we quantified the delay of temperature waves during these periods, observing a maximum delay of approximately 120 km and a minimum delay of less than 10 km, which underscores the variability in hydrodynamic responses under different operational scenarios. Our findings reveal the complex sensitivities of the TGR to varied operational modes, aiding in the development of eutrophication and water resources control strategies. Our modeling application provides different operational scenarios and insights for ecological management strategies in large dam systems globally, informing future water resource management and policy-making, ensuring sustainable and effective management of large reservoir 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,037
Tête enseignante GPT0,294
Écart entre enseignants0,257 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFlood Risk Assessment and ManagementTravaux en français237 207