MétaCan
Menu
Retour à la cohorte
Enregistrement W4414030156 · doi:10.1016/j.gsf.2025.102146

Extreme drought affects lake water quality, quantity, morphometry: Evidence from China’s largest fresh water lake under the 2022 global drought

2025· article· en· W4414030156 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGeoscience Frontiers · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésChinaWater qualityEnvironmental scienceFresh waterHydrology (agriculture)OceanographyWater resource managementGeologyGeographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

• 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,261
Écart entre enseignants0,241 · 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