MétaCan
Menu
Retour à la cohorte
Enregistrement W4406933643 · doi:10.1016/j.jenvman.2025.124319

Struggling over water, losing it through evaporation: The case of Afghanistan and Iran

2025· article· en· W4406933643 sur OpenAlexaff
Hannes Nevermann, Kaveh Madani, Matteo Zampieri, Ibrahim Hoteit, Nima Shokri

Notice bibliographique

RevueJournal of Environmental Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensUnited Nations University Institute for Water, Environment, and Health
Organismes subventionnairesTechnische Universität Hamburg
Mots-clésEnvironmental planningWater resource managementEvaporationBusinessEnvironmental scienceEnvironmental engineeringEnvironmental resource managementNatural resource economicsEnvironmental protectionGeographyEconomicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Prolonged droughts and rising water demand have worsened water disputes in the transboundary Helmand basin, shared by Afghanistan and Iran. While both countries have built water storage reservoirs to mitigate water shortages, evaporative losses from these reservoirs reduce their effectiveness. This issue intensifies challenges over water shortages in the region without reliable monitoring data. In this study, reanalysis and remote sensing data was used to calculate the rate of water evaporation from the major water reservoirs located in Helmand basin. Additionally, globally available moisture trajectory datasets were used to analyze where the evaporated water from these major storage reservoirs eventually falls as precipitation. Our main focus was on quantifying how much of this water precipitates outside the Helmand Basin. Our results indicate that evaporative losses of blue water from reservoirs in this transboundary river basin have reached to 284 million cubic meters in 2023. Additionally, our results indicate the presence of a teleconnection, whereby a significant portion of the water evaporated from these reservoirs is transported and then precipitates outside the Helmand Basin, reaching up to an annual average of 92%. The largest portion of this evaporated water was received as precipitation by India, Pakistan, Afghanistan and China, accounting for 25%, 19%, 16% and 6%, respectively. This study provides a real-world example of how improved water intelligence and transparency, achieved through remote sensing data and modelling, can support water diplomacy and conflict resolution in transboundary basins. • Evaporative water losses from major reservoirs in transboundary Helmand basin, shared by Afghanistan and Iran, are quantified. • A significant portion of the water evaporated from these reservoirs is transported and then precipitates outside the Helmand Basin. • A real-world example of how data analytics, remote sensing and modelling, can support water diplomacy and conflict resolution in transboundary basins is shown.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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.

Devis d'étudeObservationnel
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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental ManagementMême sujetHydrology and Drought AnalysisTravaux en français237 207