Open data analysis of terrestrial water storage and water availability in the Middle East: Spatiotemporal trends, hydroclimatic drivers, and socio-ecological implications
Notice bibliographique
Résumé
This study examines the spatiotemporal variability of Terrestrial Water Storage (TWS) and Water Availability (WA) across the Middle East (ME) from 2002 to 2024 using exclusively open-access datasets, including GRACE/GRACE-FO mascon solutions, GLDAS-Noah simulations, CHIRPS precipitation records, and global aridity indices. The contributions of six hydroclimatic variables, such as snow water equivalent, canopy water storage, soil moisture storage, groundwater storage, precipitation, and evapotranspiration, to TWS and WA were quantified through component contribution ratio analysis and Least-Squares Cross Wavelet Analysis (LSCWA). The harmonized and reconstructed datasets provided here are openly accessible, enabling reproducibility and further regional water studies. Results reveal a critical decline in ME water storage, with an average depletion of −45 km 3 annually, and widespread WA deficits affecting about half the region. Groundwater storage emerged as the dominant contributor to TWS variability, particularly under arid and hyper-arid conditions, whereas soil moisture and snow water played stronger roles in humid zones. The coherency analysis indicates that annual cycles of TWS and WA were strongly linked with hydroclimatic drivers before 2020 but weakened in subsequent years. These findings, underpinned by openly shared datasets, provide essential resources and insights for water management strategies and sustainable policy development in one of the world's most water-stressed regions.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».