MétaCan
Menu
Retour à la cohorte
Enregistrement W4407174042 · doi:10.1029/2024ef005461

Hotspots of Global Water Resource Changes and Their Causes

2025· article· en· W4407174042 sur OpenAlexaboutno aff
Jiaheng Lu, Dongdong Kong, Yongqiang Zhang, Yuxuan Xie, Xihui Gu, Aminjon Gulakhmadov

Notice bibliographique

RevueEarth s Future · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaInstitute of Heavy Rain, China Meteorological AdministrationChina University of GeosciencesChina Meteorological AdministrationNational Natural Science Foundation of China
Mots-clésEnvironmental scienceResource (disambiguation)Climate changeClimatologyNatural resource economicsWater resource managementEnvironmental resource managementOceanographyGeologyComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract In recent decades, terrestrial water storage anomaly (TWSA) has experienced systematic shifts. Despite these observations, debates continue regarding the hotspots where terrestrial water storage changes dramatically and their causes. This study aims to address these controversies. Utilizing four TWSA products, this research analyzes TWSA's changing patterns and identifies hotspots of significant shifts from 1982 to 2019. The study employed the Bayesian Three‐Cornered Hat method to synthesize the best‐quality TWSA from original four TWSA products and the trends consistent method to identify regions with highly consistent trends. Subsequently, the elasticity coefficient method was used to reveal the causes of TWSA's dramatic changes in hotspots. Results show that TWSA has a declining trend over 66.1% global terrestrial areas during 1982–2019, with an average rate of −0.5 mm/y. The study identified six regions where marked changes in TWSA occurred, including Northern China, Southern Canada, Northern India, Central‐Southern Europe, Southwestern Africa, and Northeastern South America. Attribution analysis reveals that the leaf area index is the predominant factor affecting TWSA changes, dominating in 40.3% of global regions. Potential evapotranspiration (PET) follows closely, dominating in 39.8% of global regions. Meanwhile, only 13.1% and 6.8% of global regions are primarily influenced by precipitation and cropland density respectively. The dominant factor varies in different latitudes. Vegetation greening primarily controls TWSA changes in the high‐latitude regions of the Northern Hemisphere. This study identified hotspots of TWSA changes and investigated the causes of these variations. Those results will offer direction for prioritizing areas in future water resource management.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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'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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207