Extreme drought affects lake water quality, quantity, morphometry: Evidence from China’s largest fresh water lake under the 2022 global drought
Notice bibliographique
Résumé
• Extreme drought decreased the water area and quantity of Poyang Lake by 78.4% and 90.63%. • Lake shoreline decreased by 2923.70 km and morphometric indices varied greatly affected by drought. • Drought event changed water quality by meteorology, water–rock interaction and human activities. Extreme drought poses a significant threat to humanity. In the summer of 2022, the world experienced the worst drought in recent years, with a precipitation deficit and an abnormal high temperature, profoundly affecting human life and the aquatic environment. However, the drought influence on large freshwater lakes remains unclear. In this study, we selected China’s largest freshwater lake (Poyang Lake) as the research object and investigated the lake water area, quantity, lake morphology and water quality in 2018 (normal season) and 2022 (extreme drought period). Results showed that standardized precipitation index (SPI), standardized runoff index (SRI) and standardized precipitation-evapotranspiration index (SPEI) reached moderate to severe drought in the summer of 2022. From 2018 to 2022, lake water area decreased (1789.62 km 2 ), water quantity reduced (15.40 × 10 9 m 3 ) and lake shoreline decreased (2923.70 km). The shoreline development index, size ratio and energy factor decreased by 4.87, 198.53 m and 963.60, specifically. The dynamic ratio, relative depth and Schindler’s ratio increased by 1457.10, 0.04 and 13.48 m −1 , respectively. The water chemical indicators varied significantly in two years and the water hydrochemical types changed from SO 4 ·Cl − Ca·Mg type and HCO 3 − Ca·Mg type to SO 4 ·Cl − Ca·Mg type from 2018 to 2022. Water-rock interaction, alternating cation adsorption and anthropogenic influence on water quality represented different patterns in two periods. Our findings demonstrate significant differences in water resources and quality between common and extreme drought conditions in China’s largest fresh water lake, which can inform research on climate change effects on international large freshwater lakes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».