Comparing evaporation from water balance framework and multiple models on a global scale
Notice bibliographique
Résumé
• Unprecedented estimates of ET differences (DET) from water balance and global models. • Human activities including water use and reservoir construction contribute to DET. • Precipitation uncertainty also leads to DET deviation, especially in humid zones. Terrestrial evaporation (ET) estimates from the water balance framework and large-scale modeling have been widely used in the evaluation and prediction of hydrological regimes. However, each method has its inherent limitations, including the external bias introduced by forcing variables, simplified functional relationships, and unconsidered human modules. A systematic comparison between water balance ET and modeled ET remains unexplored. Here, we quantify and attribute the difference between water balance estimations of ET and model-simulated ET (i.e., DET) on a global scale. We apply an unprecedentedly unique probabilistic ensemble of 84,042 DET estimates (2002–2021) based on all currently available datasets on water balance components. Satisfactory performance is found from the validation of the water balance-derived ET against several benchmarking ET products. We identify the regions with significantly positive DET in South and East Asia, Southern and Northern Africa, and southwestern parts of North America, with a global mean of 7 mm/a (5 % spread range: –2 to 16 mm/a). The patterns are primarily contributed by human water use and reservoir construction. We also report negative DET in the majority of South America, which may be related to human-induced deforestation. In addition, the seasonality of DET reflects the significant role of irrigation in regional ET dynamics. Variance analysis indicates higher uncertainties of DET in humid zones, mainly contributed by precipitation and simulated ET. Our uncertainty-constrained DET estimates have potential implications for assessing global and regional water availability, benchmarking climate and hydrological models, and developing sustainable mitigation and adaptation strategies.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».