Understanding Terrestrial Water Storage Changes Derived from the GRACE/GRACE-FO in the Inner Niger Delta in West Africa
Notice bibliographique
Résumé
This study analyzed terrestrial water storage (TWS) changes across the Inner Niger Delta (IND) in Mali (West Africa) from April 2002 to September 2022 using Gravity Recovery and Climate Experiment (GRACE), GRACE-Follow-On (GRACE-FO), and Global Land Data Assimilation System (GLDAS) products. TWS changes exhibited strong seasonal patterns (−170 mm to 330 mm) with a high correlation between GRACE/GRACE-FO and GLDAS (r = 0.92, RMSE = 35 mm). The TWS trend was positive (7.3 to 9.5 mm/year). Maximum TWS changes occurred in September, while minimum values were observed between April and May. Wavelet analysis identified dominant seasonal cycles (8–16 months). Finally, we examined the climatic effects on TWS changes along the Niger River, from its source in the humid zones of Guinea to the semi-arid Sahelian zones of the IND in Mali. Precipitation (P) and potential evapotranspiration (PE) influence TWS changes only in the humid regions (r = 0.18–0.26, p-value < 10−2). Surface water bodies (SWB) exhibited a significant correlation with TWS in all regions, with r exceeding 0.50 in most cases. Groundwater changes, estimated from GRACE/GRACE-FO and GLDAS, showed strong agreement (r > 0.60, RMSE < 120 mm), with recharge rates increasing in semi-arid and Sahelian regions (r > 0.70, p-value < 10−3). This study highlights that precipitation, surface water bodies, and groundwater recharge appear as primary drivers of TWS in different regions: precipitation in the humid forest of Guinea, surface water bodies in the Southern and Northern Guinea Savanna along the Guinea–Mali border, and groundwater recharge in the semi-arid and IND Sahelian regions of central Mali.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».