A Targeted Approach for Mapping Groundwater Discharge to Surface Water and Fish Thermal Refuge in Four Lake Ontario Tributaries
Notice bibliographique
Résumé
The duration, magnitude, and frequency of heatwaves are predicted to increase in the coming decades, a combination that can reduce the survival of many fish species. Across the world, there is broad interest in identifying thermal refuge for heat-intolerant fish species and exploring opportunities to enhance or protect these areas. Because deeper groundwater maintains a relatively constant temperature, groundwater-influenced areas along streams can provide cool-water refuge for fish during periods of extreme heat. A targeted approach was developed for identifying existing cold-water zones and areas of substantial groundwater discharge in four high priority Lake Ontario tributaries. Our approach included: (1) predicting where groundwater discharge is most likely with a simple geospatial model and (2) using model predictions to select field sites for intensive high-resolution study, including ground-based mapping of groundwater features (springs, seeps, tributaries) as well as drone-based optical and thermal infrared surveys. Results from field sites were used to both verify model performance and map different types and aerial extents of thermal anomalies. Geospatial modeling successfully predicted regions of widespread groundwater upwelling, later verified and mapped by field and drone surveys. Comparison of model and field survey results further highlighted specific geospatial layers, such as soil/bedrock types and topographic wetness index, as being particularly useful for predicting groundwater influence on streams in the study area. In addition, a comparison of geospatial model results with a model of fish abundances along the studied streams showed strong correlations (Spearman’s ρ as high as 0.93) for many heat-intolerant fish species over a wide geographic area. The approach developed in this study can be applied to other watersheds to highlight areas of probable groundwater discharge and could be used by fishery and water resource managers to support cold-water fish habitat management decision-making and resource conservation.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».