MétaCan
Menu
Retour à la cohorte
Enregistrement W4401641252 · doi:10.3390/rs16163008

A Novel Framework for Integrally Evaluating the Impacts of Climate Change and Human Activities on Water Yield Services from Both Local and Global Perspectives

2024· article· en· W4401641252 sur OpenAlexaff
Kehao Ouyang, Min Huang, Daohong Gong, Daoye Zhu, Hui Lin, Changjiang Xiao, Yewen Fan, Orhan Altan

Notice bibliographique

RevueRemote Sensing · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésClimate changeIntegrally closedYield (engineering)Environmental resource managementEnvironmental scienceEnvironmental planningGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

With global climate change and irrational human activities, regional water resource conflicts are becoming more and more pronounced. The availability of water resource in watersheds can be indicated by the water yield. Exploring the factors that influence the water yield is crucial in responding to climate change and protecting water resource. Previous research on the factors influencing the water yield has frequently adopted a macro-level perspective, which has failed to reflect the influencing mechanisms of changes at the local scale adequately. Therefore, this study proposes a novel framework for integrally evaluating the impacts of climate change and human activities on water yield services from both local and global perspectives. Taking Ganzhou City, the source of the Ganjiang River, as an example, the results show the following: (1) Ganzhou City had the largest water yield of 1307.29 mm in 2016, and the lowest was only 375.32 mm in 2011. The spatial distribution pattern was mainly affected by the surface environment, and the high-value water yield regions in the study area were predominantly located in urban areas with flat terrain. (2) At the local scale, regions where human activities contribute more than 80% accounted for 25% of the area. In comparison, the impact of climate change accounted for 0.95%. The contribution rate of human activities to the water yield in Ganzhou City was significantly greater than that of climate change. (3) At the global scale, the simulation results of four scenarios show that climate change contributed (>98%) to the water yield, which is significantly higher than human activities (<2%). This study puts forward pioneering views on the research of water yield driving forces and provides a valuable theoretical basis for water resource protection and ecological environment construction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,283
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetWater resources management and optimizationTravaux en français237 207