Evaluation of GRACE and GRACE-FO derived-products for water storage assessment in Moroccan aquifers: analysis of drought and human-induced impacts
Notice bibliographique
Résumé
Groundwater overexploitation in Morocco’s arid and semiarid regions poses a sustainability challenge. The Gravity Recovery and Climate Experiment (GRACE) offers valuable groundwater monitoring potential, despite its coarse resolution. This study evaluates GRACE and GRACE-Follow-On products against groundwater level data. The GRACE-Self-Data Assimilation product showed the best performance in Haouz-Mejjate (PCC = 0.97, RMSE = 0.21) and Bahira (PCC = 0.93, RMSE = 0.29), whereas the Goddard Space Flight Center product was more accurate for the Errachidia-Boudnib Cretaceous basin (PCC = 0.39, RMSE = 0.92) and Jurassic aquifers (PCC = 0.93, RMSE = 0.28). Meanwhile, the Jet Propulsion Laboratory’s Mass-concentration solution performed best in Fezna-Tafilalet (PCC = 0.83, RMSE = 0.76). The results show that the combined datasets (Mass-concentration solutions mean and the Combination Service for Time-variable Gravity Fields product) offer the best overall performance. Alarming declines in water storage occurred in Haouz-Mejjate (−0.37 ± 0.018 cm/month) and Bahira (−0.36 ± 0.021 cm/month) during 2015–2022, while southeastern aquifers remained stable until 2018, before declining. The findings emphasize GRACE’s utility in groundwater 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 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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».