Articulo de referencia

WaterGAP

El modelo global de agua dulce WaterGAP calcula los flujos y las reservas de agua en todos los continentes del globo (excepto la Antártida ), teniendo en cuenta la influencia hu...

El modelo global de agua dulce WaterGAP calcula los flujos y las reservas de agua en todos los continentes del globo (excepto la Antártida ), teniendo en cuenta la influencia humana en el sistema natural de agua dulce mediante la extracción de agua y la construcción de represas . Ayuda a comprender la situación del agua dulce en las cuencas fluviales del mundo durante los siglos XX y XXI, y se aplica para evaluar la escasez de agua , las sequías y las inundaciones , así como para cuantificar el impacto de las acciones humanas en, por ejemplo, las aguas subterráneas , los humedales , el caudal de los ríos y el aumento del nivel del mar . Los resultados de la modelización de WaterGAP han contribuido a la evaluación internacional de la situación ambiental global, incluidos los Informes Mundiales sobre el Desarrollo de los Recursos Hídricos de la ONU , la Evaluación de los Ecosistemas del Milenio , las Perspectivas Ambientales Mundiales de la ONU , así como a los informes del Grupo Intergubernamental de Expertos sobre el Cambio Climático . WaterGAP contribuye al Proyecto de Intercomparación de Modelos de Impacto Intersectorial ISIMIP, [ 1 ] donde se generan conjuntos consistentes de ejecuciones de modelos por parte de varios modelos hidrológicos globales para evaluar el impacto del cambio climático y otros factores de estrés antropogénicos en los recursos de agua dulce en todo el mundo.

WaterGAP ( Evaluación y Pronóstico Global del Agua ) [ 2 ] [ 3 ] fue desarrollado en la Universidad de Kassel (Alemania) [ 4 ] desde 1996, mientras que posteriormente el desarrollo continuó en la Universidad Goethe de Frankfurt [ 5 ] y la Universidad Ruhr de Bochum . Consta del Modelo Hidrológico Global WaterGAP (WGHM) [ 6 ] [ 7 ] y cinco modelos de uso del agua para los sectores de riego , [ 8 ] ganadería , hogares, manufactura y refrigeración de centrales térmicas . [ 9 ] Un componente adicional del modelo calcula las fracciones del uso total del agua que se extraen de aguas subterráneas o superficiales (ríos, lagos y embalses). [ 10 ] El modelo se ejecuta con una resolución temporal de 1 día; WaterGAP 2 tiene una resolución espacial de 0,5 grados de latitud geográfica × 0,5 grados de longitud geográfica (equivalente a 55 km × 55 km en el ecuador) [ 3 ] y WaterGAP 3 una resolución espacial de 5 minutos de arco × 5 minutos de arco (9 km × 9 km). [ 11 ] La entrada del modelo incluye series temporales de datos climáticos (por ejemplo, precipitación, temperatura y radiación) e información como características de cuerpos de agua superficiales ( lagos , embalses y humedales ), cobertura terrestre , tipo de suelo, topografía y área irrigada.    

Modelo Hidrológico Global WaterGAP (WGHM)

Almacenamiento y flujo de agua modelados para cada celda de la cuadrícula de WaterGAP-WGHM.
Almacenamiento de agua (cajas) y flujos (flechas) modelados para cada celda de la cuadrícula de WGHM [ 3 ]

WGHM calcula series temporales de escorrentía superficial y subsuperficial rápida , recarga de agua subterránea y descarga fluvial, así como variaciones de almacenamiento de agua en el dosel, nieve, suelo, agua subterránea, lagos, humedales y ríos. [ 3 ] De esta manera, cuantifica los recursos hídricos renovables totales, así como los recursos de agua subterránea renovables de una celda de cuadrícula, cuenca fluvial o país. La precipitación en cada celda de cuadrícula se transporta a través de los diferentes compartimentos de almacenamiento, donde el agua también puede evapotranspirarse. La ubicación y el tamaño de los humedales, lagos y embalses se definen mediante la base de datos global de lagos y humedales (GLWD), [ 12 ] y la base de datos GRanD de embalses artificiales. [ 13 ] [ 14 ] El almacenamiento de agua subterránea se ve afectado por la recarga difusa de agua subterránea a través del suelo y por la recarga puntual de cuerpos de agua superficiales. [ 10 ] La recarga difusa de agua subterránea se modela como una función de la escorrentía total, el relieve, la textura del suelo, la hidrogeología y la existencia de permafrost o glaciares. [ 7 ] La escorrentía celular se dirige aguas abajo hasta que llega al océano o a un sumidero interno. Para permitir una representación plausible de la situación real del agua dulce, la versión 2.2d de WGHM se ajusta con respecto al caudal medio anual a largo plazo observado en 1319 estaciones de aforo. [ 3 ] El rendimiento de WGHM con respecto a las observaciones de caudal se ha comparado en varios estudios con el de otros modelos hidrológicos globales tanto para Europa [ 15 ] [ 16 ] como para el mundo, [ 17 ] [ 18 ] [ 19 ] [ 20 ] mientras que el rendimiento con respecto a la anomalía del almacenamiento total de agua de GRACE se comparó globalmente [ 21 ] [ 22 ] y para los acuíferos de EE. UU. [ 23 ]

Recursos hídricos renovables totales según WaterGAP en mm por año
Recursos hídricos renovables totales, en mm/año (1 mm equivale a 1 L de agua por m2) (promedio 1981-2010). [ 3 ]
Recursos totales renovables de agua subterránea según WaterGAP en mm por año
Recursos hídricos subterráneos renovables totales, en mm/año (1 mm equivale a 1 L de agua por m2) (promedio 1981-2010), que forman parte de los recursos hídricos dulces renovables totales y representan el máximo que se puede extraer sin agotar las aguas subterráneas. [ 3 ]

Modelos de uso del agua

En WaterGAP, el modelado del uso del agua se refiere al cálculo de las extracciones de agua (abstracciones) de cuerpos de agua subterránea o superficial (lagos, embalses y ríos), de los usos consuntivos del agua (la fracción del agua extraída que se evapotranspira durante su uso) y de los flujos de retorno a cuerpos de agua subterránea o superficial. El uso consuntivo del agua de riego se calcula mediante el Modelo Global de Riego [ 8 ] [ 24 ] como una función del área irrigada [ 25 ] y el clima en cada celda de la cuadrícula. El uso del agua para la ganadería se calcula como una función del número de animales y los requerimientos hídricos de los diferentes tipos de ganado. El uso doméstico e industrial se basa en valores nacionales de extracciones de agua en diferentes momentos. [ 9 ] La evolución temporal del uso nacional del agua en los hogares se basa en datos estadísticos modelados como una función del cambio tecnológico y estructural (este último como una función del producto interno bruto), teniendo en cuenta el cambio demográfico. La evolución temporal del uso del agua en la industria manufacturera tiene en cuenta el cambio tecnológico y la evolución del valor agregado bruto de la industria manufacturera. Los valores nacionales del uso de agua doméstica e industrial se reducen a las celdas de la cuadrícula utilizando la densidad de población y la densidad de población urbana, respectivamente. [ 9 ] El uso de agua para la refrigeración de centrales térmicas tiene en cuenta la ubicación y las características de las centrales térmicas. [ 9 ] Se calculan series temporales de valores mensuales del uso de agua de riego, mientras que se supone que todos los demás usos son constantes durante todo el año y que solo varían de un año a otro. Con base en las extracciones de agua sectoriales y el uso consuntivo calculados por los cinco modelos de uso de agua, el componente del modelo GWSWUSE calcula las extracciones de agua superficial y los flujos de retorno a las aguas subterráneas y superficiales, así como la extracción neta total de aguas subterráneas y superficiales en cada celda de la cuadrícula. [ 10 ]

Desarrollo de la extracción y el consumo de agua por WaterGAP
Desarrollo de las extracciones de agua (suma de los flujos de retorno y el uso consuntivo) y el consumo de agua (la cantidad de agua que se evapotranspira o se incorpora en productos, colores claros) de los cinco sectores de uso del agua considerados en WaterGAP para 1901–2010 [ 26 ]
Extracciones de agua alrededor del año 2000
Extracciones de agua alrededor del año 2000, en mm/año. [ 10 ]

Aplicaciones

WaterGAP se ha aplicado para evaluar qué áreas del mundo están y estarán afectadas por el estrés hídrico y para estimar el balance mundial de agua dulce. [ 3 ] En muchos estudios, WaterGAP sirvió para estimar el impacto del cambio climático en el sistema mundial de agua dulce, por ejemplo, en el agua subterránea, [ 27 ] [ 28 ] [ 29 ] los humedales, [ 30 ] el caudal de los arroyos [ 31 ] [ 32 ] [ 33 ] [ 34 ] y las necesidades de riego. [ 35 ] Se analizó el estrés hídrico subterráneo y el agotamiento de los recursos hídricos subterráneos . [ 36 ] [ 37 ] Además, se estudió la alteración de las características ecológicamente relevantes del flujo de los ríos y la dinámica de los humedales debido al uso humano del agua y las represas. [ 13 ] [ 30 ] Las series temporales de anomalías del almacenamiento total de agua de WaterGAP se utilizaron para procesar e interpretar la medición satelital GRACE (Gravity Recovery and Climate Experiment ) de la gravedad dinámica de la Tierra, ya que para los continentes, los cambios de gravedad estacionales y a largo plazo son causados ​​en gran medida por cambios en el agua almacenada en aguas subterráneas, aguas superficiales, suelo y nieve. [ 38 ] [ 39 ] Estas series temporales también sirvieron para estimar la contribución de las variaciones del almacenamiento de agua en los continentes al aumento del nivel del mar. [ 40 ] [ 41 ] Los resultados de WaterGAP también se utilizan en evaluaciones del ciclo de vida para tener en cuenta el estrés hídrico en los sitios de producción. [ 42 ]

Extracción de agua subterránea en 2010 por WaterGAP en porcentaje de los recursos hídricos subterráneos renovables.
Estrés hídrico subterráneo: Extracciones de agua subterránea en 2010 como porcentaje de los recursos hídricos subterráneos renovables. Es probable que las regiones púrpuras sufran agotamiento de las aguas subterráneas, con descenso de los niveles freáticos. [ 37 ]
Valores globales de los recursos hídricos y del uso humano del agua.
Valores globales de los recursos hídricos y del uso humano del agua (excluyendo la Antártida). Recursos hídricos entre 1961 y 1990, uso del agua alrededor del año 2000.

Referencias

  1. "Proyecto de intercomparación de modelos de impacto intersectorial" . ISIMIP . Consultado el 28 de febrero de 2022 .
  2. Alcamo, J., Döll, P., Henrichs, T., Kaspar, F., Lehner, B., Rösch, T., Siebert, S. (2003): Desarrollo y prueba del modelo global WaterGAP 2 de uso y disponibilidad de agua . Hydrological Sciences Journal, 48(3), 317-338.
  3. 1 2 3 4 5 6 7 8 Müller Schmied, Hannes; Cáceres, Denise; Eisner, Stephanie; Flörke, Martina; Herberto, Claudia; Niemann, Christoph; Peiris, Thedini Asali; Popat, Eklavyya; Portmann, Félix Theodor; Reinecke, Robert; Schumacher, Maike (23 de febrero de 2021). "El modelo global de uso y recursos hídricos WaterGAP v2.2d: descripción y evaluación del modelo" . Desarrollo de modelos geocientíficos . 14 (2): 1037– 1079. Bibcode : 2021GMD....14.1037M . doi : 10.5194/gmd-14-1037-2021 . hdl : 11250/2984567 . ISSN 1991-9603 . 
  4. "Goethe-Universität — WaterGAP" . www.uni-frankfurt.de . Consultado el 20 de abril de 2022 .
  5. "Goethe-Universität — WaterGAP" . www.uni-frankfurt.de . Consultado el 29 de agosto de 2021 .
  6. Döll, P., Kaspar, F., Lehner, B. (2003): Un modelo hidrológico global para derivar indicadores de disponibilidad de agua: ajuste y validación del modelo . Journal of Hydrology, 270 (1-2), 105-134.
  7. 1 2 Döll, P., Fiedler, K. (2008): Modelado a escala global de la recarga de aguas subterráneas. Hydrol. Earth Syst. Sci., 12, 863-885.
  8. 1 2 Döll, P., Siebert, S. (2002): Modelado global de los requerimientos de agua para riego . Water Resources Research, 38(4), 8.1-8.10, doi : 10.1029/2001WR000355
  9. 1 2 3 4 Flörke, Martina; Kynast, Ellen; Bärlund, Ilona; Eisner, Stephanie; Wimmer, Florian; Alcamo, Joseph (febrero de 2013). "Usos domésticos e industriales del agua de los últimos 60 años como reflejo del desarrollo socioeconómico: un estudio de simulación global" . Global Environmental Change . 23 (1): 144– 156. doi : 10.1016/j.gloenvcha.2012.10.018 .
  10. 1 2 3 4 Döll, P., Hoffmann-Dobrev, H., Portmann, FT, Siebert, S., Eicker, A., Rodell, M., Strassberg, G., Scanlon, B. (2012): Impacto de las extracciones de agua subterránea y superficial en las variaciones del almacenamiento de agua continental . J. Geodyn. 59-60, 143-156, doi : 10.1016/j.jog.2011.05.001
  11. Eisner, S. (2015): Evaluación integral del modelo WaterGAP3 a través de gradientes climáticos, fisiográficos y antropogénicos . Tesis doctoral, Universidad de Kassel, Alemania.
  12. Lehner, B., Döll, P. (2004): Desarrollo y validación de una base de datos de lagos, embalses y humedales . Journal of Hydrology, 296 (1-4), 1-22.
  13. 1 2 Döll, P., Fiedler, K., Zhang, J. (2009): Análisis a escala global de las alteraciones del flujo fluvial debido a extracciones de agua y embalses . Hydrol. Earth Syst. Sci., 13, 2413-2432.
  14. Lehner, B., Reidy Liermann, C., Revenga, C., Vörösmary, C., Fekete, B., Crouzet, P., Döll, P., Endejan, M., Frenken, K., Magome, J., Nilsson, C., Robertson, JC, Rödel, R., Sindorf, N., Wisser, D. (2011): Cartografía de alta resolución de los embalses y presas del mundo para la gestión sostenible del caudal de los ríos . Frontiers in Ecology and the Environment, 9(9), 494-502.
  15. Gudmundsson, L., T. Wagener, LM Tallaksen y K. Engeland (2012), Evaluación de nueve modelos hidrológicos a gran escala con respecto a la climatología de la escorrentía estacional en Europa , Water Resour. Res., 48, W11504, doi : 10.1029/2011WR010911
  16. Gudmundsson, L., et al. (2012), Comparación de simulaciones de modelos hidrológicos a gran escala con percentiles de escorrentía observados en Europa , J. Hydrometeorol., 13(2), 604–620, doi : 10.1175/JHM-D-11-083.1
  17. Schellekens, J., Dutra, E., Martínez-de la Torre, A., Balsamo, G., van Dijk, A., Sperna Weiland, F., Minvielle, M., Calvet, J.-C., Decharme, B., Eisner, S., Fink, G., Flörke, M., Peßenteiner, S., van Beek, R., Polcher, J., Beck, H., Orth, R., Calton, B., Burke, S., Dorigo, W. y Weedon, GP (2017): Un conjunto de modelos hidrológicos de recursos hídricos globales: el conjunto de datos EarthH2Observe Tier-1 , Earth Syst. Ciencia. Datos, 9, 389–413, doi : 10.5194/essd-9-389-2017 .
  18. ^ Zaherpour, J., Gosling, SN, Mount, N., Müller Schmied, H., Veldkamp, ​​TIE, Dankers, R., Eisner, S., Gerten, D., Gudmundsson, L., Haddeland, I., Hanasaki, N., Kim, H., Leng, G., Liu, J., Masaki, Y., Oki, T., Pokhrel, Y., Satoh, Y., Schewe, J., Wada, Y. (2018): Evaluación mundial de la escorrentía media y extrema a partir de seis modelos hidrológicos a escala global que tienen en cuenta los impactos humanos . Cartas de investigación ambiental 13, 065015, doi : 10.1088/1748-9326/aac547
  19. Veldkamp, ​​TIE, Zhao, F., Ward, PJ, de Moel, H., Aerts, JCJH, Müller Schmied, H., Portmann, FT, Masaki, Y., Pokhrel, Y., Liu, X., Satoh, Y., Gerten, D., Gosling, SN, Zaherpour, J., Wada, Y. (2018): Las parametrizaciones del impacto humano en los modelos hidrológicos globales mejoran las estimaciones de los caudales mensuales y los extremos hidrológicos: un estudio de validación multimodelos . Environmental Research Letters 13, 055008, doi : 10.1088/1748-9326/aab96f
  20. Krysanova, V., Zaherpour, J., Didovets, I., Gosling, SN, Gerten, D., Hanasaki, N., Müller Schmied, H., Pokhrel, Y., Satoh, Y., Tang, Q., Wada, Y. (2020): Cómo la evaluación de modelos hidrológicos globales puede ayudar a mejorar la credibilidad de las proyecciones de descarga fluvial bajo el cambio climático . Climatic Change 163, 1353-1377, doi : 10.1077/s10584-020-02840-0
  21. Scanlon, BR, Zhang, Z., Save, H., Sun, AY, Müller Schmied, H., van Beek, LPH, Wiese, DN, Wada, Y., Long, D., Reedy, RC, Longuevergne, L., Döll, P., Bierkens, MFP (2018): Los modelos globales subestiman las grandes tendencias decenales de disminución y aumento del almacenamiento de agua en relación con los datos del satélite GRACE . Proceedings of the National Academy of Sciences of the United States of America 115, 6, E1080-E1089, doi : 10.1073/pnas.1704665115
  22. Scanlon, BR, Zhang, Z., Rateb, A., Sun, A., Wiese, D., Save, H., Beaudoing, H., Lo, MH, Müller Schmied, H., Döll, P., van Beek, R. Swenson, S., Lawrence, D., Croteau, M., Reedy, RC (2019): Seguimiento de las fluctuaciones estacionales en el almacenamiento de agua terrestre mediante modelos globales y satélites GRACE . Geophysical Research Letters 46 (10), 5254-5264, doi : 10.1029/2018GL081836
  23. Rateb, A., Scanlon, BR, Pool, DR, Sun, A., Zhang, Z., Chen, J., Clark, B., Faunt, CC, Haugh, CJ, Hill, M., Hobza, C., McGuire, VL, Reitz, M., Müller Schmied, H., Sutanudjaja, EH, Swenson, S., Wiese, D., Xia, Y., Zell W. (2020): Comparación de los cambios en el almacenamiento de agua subterránea a partir de satélites GRACE con el monitoreo y modelado de los principales acuíferos de EE . UU. Water Resources Research 56 (12), e2020WR027556, doi : 10.1029/2020WR027559
  24. Portmann, FT (2017): Riego global en el siglo XX: extensión del modelo de riego global WaterGAP (GIM) con el conjunto de datos históricos de riego espacialmente explícitos (HID) , Frankfurt Hydrology Paper, 18, 131 pp.
  25. Siebert, S., Kummu, M., Porkka, M., Döll, P., Ramankutty, N., Scanlon, BR (2015): Un conjunto de datos global sobre la extensión de las tierras de regadío desde 1900 hasta 2005. Hydrol. Earth Syst. Sci., 19, 1521-1545. doi : 10.5194/hess-19-1521-2015
  26. Müller Schmied, H., Adam, L., Eisner, S., Fink, G., Flörke, M., Kim, H., Oki, T., Portmann, FT, Reinecke, R., Riedel, C., Song, Q., Zhang, J., y Döll, P. (2016): Impacto de la incertidumbre del forzamiento climático y el uso humano del agua en los componentes del balance hídrico global y continental . Proc. IAHS, 374, 53-62. doi : 10.5194/piahs-374-53-2016
  27. Döll, P. (2009): Vulnerabilidad al impacto del cambio climático en los recursos hídricos subterráneos renovables: una evaluación a escala global. Environ. Res. Lett., 4, 036006 (12 págs.). doi : 10.1088/1748-9326/4/3/035006
  28. Portmann, FT, Döll, P., Eisner, S., Flörke, M. (2013): Impacto del cambio climático en los recursos hídricos subterráneos renovables: evaluación de los beneficios de la reducción de las emisiones de gases de efecto invernadero mediante proyecciones climáticas seleccionadas del CMIP5 . Environ. Res. Lett. 8, 024023. doi : 10.1088/1748-9326/8/2/024023
  29. Reinecke, R., Müller Schmied, H., Trautmann, T., Andersen, LS, Burek, P., Flörke, M., Gosling, SN, Grillakis, M., Hanasaki, N., Koutroulis, A., Pokhrel, Y., Thiery, W., Wada, Y., Satoh, Y., Döll, P. (2021): Incertidumbre de la recarga simulada de aguas subterráneas a diferentes niveles de calentamiento global: un estudio de conjunto multimodelos a escala global . Hydrol. Earth Syst. Sci., 25, 787–810. doi : 10.5194/hess-25-787-2021
  30. 1 2 Döll, P., Trautmann, T., Göllner, M., Müller Schmied, H. (2020): Un análisis a escala global de la dinámica del almacenamiento de agua en humedales continentales: Cuantificación de los impactos del uso humano del agua y los embalses artificiales, así como los impactos inevitables y evitables del cambio climático . Ecohydrology, 13, e2175. doi : 10.1002/eco.2175
  31. Döll, P., Zhang, J. (2010): Impacto del cambio climático en los ecosistemas de agua dulce: un análisis a escala global de las alteraciones del flujo fluvial ecológicamente relevantes . Hydrol. Earth Syst. Sci., 14, 783-799.
  32. Döll, P., Müller Schmied, H. (2012): ¿Cómo se relaciona el impacto del cambio climático en los regímenes de flujo fluvial con el impacto en la escorrentía media anual? Un análisis a escala global. Environ. Res. Lett., 7 (1), 014037 (11 pp). doi : 10.1088/1748-9326/7/1/014037
  33. Eisner, S., Flörke, M., Chamorro, A., Daggupati, P., Donnelly, C., Huang, J., Hundecha, Y., Koch, H., Kalugin, A., Krylenko, I., Mishra, V., Piniewski, M., Samaniego, L., Seidou, O., Wallner, M., Krysanova, V. (2017): Un análisis de conjunto de los impactos del cambio climático en la estacionalidad del caudal de los ríos en 11 grandes cuencas fluviales . Climatic Change, doi : 10.1007/s10584-016-1844-5
  34. Döll, P., Trautmann, T., Gerten, D., Müller Schmied, H., Ostberg, S., Saaed, F., Schleussner, C.-F. (2018): Riesgos para el sistema global de agua dulce con un calentamiento global de 1,5 °C y 2 °C . Reinar. Res. Lett., 13, 044038. doi : 10.1088/1748-9326/aab7
  35. Döll, P. (2002): Impacto del cambio climático y la variabilidad en las necesidades de riego: una perspectiva global . Cambio Climático, 54(3), 269-293
  36. Döll, P., Müller Schmied, H., Schuh, C., Portmann, F., Eicker, A. (2014): Evaluación a escala global del agotamiento de las aguas subterráneas y las extracciones de agua subterránea relacionadas: Combinación de modelos hidrológicos con información de observaciones de pozos y satélites GRACE . Water Resour. Res., 50, 5698–5720, doi : 10.1002/2014WR015595
  37. 1 2 Herbert, C., Döll, P. (2019): Evaluación global del estrés hídrico subterráneo actual y futuro con énfasis en los acuíferos transfronterizos . Water Resour. Res., 55, 4760-4784. doi : 10.1029/2018WR023321
  38. Schmidt, R., Schwintzer, P., Flechtner, F., Reigber, Ch., Güntner, A., Döll, P., Ramillien, G., Cazenave, A. , Petrovic, S., Jochmann, H., Wünsch, J. (2006): Observaciones de GRACE sobre los cambios en el almacenamiento de agua continental . Global and Planetary Change, 50, 112-126.
  39. Kusche, J., et al. (2009): Soluciones de gravedad variables en el tiempo descorrelacionadas de GRACE por GFZ y su validación mediante un modelo hidrológico . J Geod, 83, 903-913
  40. Cáceres, D., Marzeion, B., Malles, JH, Gutknecht, B., Müller Schmied, H., Döll, P. (2020): Evaluación de las transferencias globales de masas de agua desde los continentes a los océanos durante el período 1948-2016 . Hydrol. Earth Syst. Sci., 24, 4831-4851. doi : 10.5194/hess-24-4831-2020
  41. Horwath, M., Gutknecht, BD, Cazenave, A. , Palanisamy, HK, Marti, F., Marzeion, B., Paul, F., Le Bris, R., Hogg, AE, Otosaka, I., Shepherd, A., Döll, P., Cáceres, D., Müller Schmied, H., Johannessen, JA, Nilsen, JE Ø., Raj, RP, Forsberg, R., Sandberg Sørensen, L., Barletta, VR, Simonsen, SB, Knudsen, P., Andersen, OB, Ranndal, H., Rose, SK, Merchant, CJ, Macintosh, CR, von Schuckmann, K., Novotny, K., Groh, A., Restano, M., Benveniste, J. (2022): Presupuesto global del nivel del mar y masa oceánica presupuesto, con énfasis en productos de datos avanzados y caracterización de la incertidumbre , Earth System Science Data, 14, 411-447, doi : 10.5194/essd-14-411-2022
  42. Boulay, A., Bare, J., de Camillis, C., Döll, P., Gassert, F., Gerten, D., Humbert, S., Inaba, A., Itsubo, N., Lemoine, Y., Margni, M., Motoshita, M., Núñez, M., Pastor, AV, Ridoutt, B., Schnecker, U., Shirakawa, N., Vionnet, S., Worbe, S., Yoshikawa, S., Pfister, S. (2015): Creación de consenso sobre el desarrollo de un indicador basado en el estrés para la evaluación del impacto del consumo de agua basada en el análisis del ciclo de vida: resultados de los talleres de expertos . Int J Life Cycle Assess. doi : 10.1007/s11367-015-0869-8