Economic valuation of subsurface water contributions to watershed ecosystem services using a fully integrated groundwater–surface-water model
Notice bibliographique
Résumé
Water is essential for all ecosystem services, yet a comprehensive assessment and economic valuation of total (overall) water contributions to ecosystem services' production using a fully integrated groundwater–surface-water model has never been attempted. Quantification of the many ecosystem services impacted by water demands an analytical approach that implicitly characterizes both subsurface and surface water resources. However, incorporating subsurface water into ecosystem services' evaluation is a recognized scientific challenge. In this study, a fully integrated groundwater–surface-water model – HydroGeoSphere (HGS) – is used to capture changes in subsurface water, surface water, and transpiration (green water use), and along with an economic valuation approach, it forms the basis of an ecosystem services' assessment for an 18-year period (2000–2017) in the 3830 km 2 South Nation watershed (SNW), a mixed-use but predominantly agricultural watershed in eastern Ontario, Canada. Using green water volumes generated by HGS and ecosystem services' values as inputs, the marginal productivity of water is calculated to be CAD 0.26 m −3 (in 2022 Canadian dollars). Results show maximum green water values during the driest years, with the extreme drought of 2012 being the highest at CAD 424.7 million. In contrast, the green water value in wetter years was as low as CAD 245.9 million, while the 18-year average was CAD 338.83 million. Because subsurface water is the sole contributor to the green water supply, it plays a critical role in sustaining ecosystem services during drought conditions. This study provides new insight into the economic contributions of subsurface water and its role in sustaining ecosystem services during droughts, and it puts forth an improved methodology for watershed-based management and valuation of ecosystem services.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| 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 ».