Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA LE MODIFICHE in fondo alla pagina
Bicocca Open Archive
Climate change and other anthropogenic stressors have led to long-term changes in the thermal structure, including surface temperatures, deepwater temperatures, and vertical thermal gradients, in many lakes around the world. Though many studies highlight warming of surface water temperatures in lakes worldwide, less is known about long-term trends in full vertical thermal structure and deepwater temperatures, which have been changing less consistently in both direction and magnitude. Here, we present a globally-expansive data set of summertime in-situ vertical temperature profiles from 153 lakes, with one time series beginning as early as 1894. We also compiled lake geographic, morphometric, and water quality variables that can influence vertical thermal structure through a variety of potential mechanisms in these lakes. These long-term time series of vertical temperature profiles and corresponding lake characteristics serve as valuable data to help understand changes and drivers of lake thermal structure in a time of rapid global and ecological change.
Pilla, R., Mette, E., Williamson, C., Adamovich, B., Adrian, R., Anneville, O., et al. (2021). Global data set of long-term summertime vertical temperature profiles in 153 lakes. SCIENTIFIC DATA, 8(1 (December 2021)) [10.1038/s41597-021-00983-y].
Global data set of long-term summertime vertical temperature profiles in 153 lakes
Pilla R. M.
;Mette E. M.;Williamson C. E.;Adamovich B. V.;Adrian R.;Anneville O.;Balseiro E.;Ban S.;Chandra S.;Colom-Montero W.;Devlin S. P.;Dix M. A.;Dokulil M. T.;Feldsine N. A.;Feuchtmayr H.;Fogarty N. K.;Gaiser E. E.;Girdner S. F.;Gonzalez M. J.;Hambright K. D.;Hamilton D. P.;Havens K.;Hessen D. O.;Hetzenauer H.;Higgins S. N.;Huttula T. H.;Huuskonen H.;Isles P. D. F.;Joehnk K. D.;Keller W. B.;Klug J.;Knoll L. B.;Korhonen J.;Korovchinsky N. M.;Koster O.;Kraemer B. M.;Leavitt P. R.;Leoni B.;Lepori F.;Lepskaya E. V.;Lottig N. R.;Luger M. S.;Maberly S. C.;MacIntyre S.;McBride C.;McIntyre P.;Melles S. J.;Modenutti B.;Muller-Navarra D. C.;Pacholski L.;Paterson A. M.;Pierson D. C.;Pislegina H. V.;Plisnier P. -D.;Richardson D. C.;Rimmer A.;Rogora M.;Rogozin D. Y.;Rusak J. A.;Rusanovskaya O. O.;Sadro S.;Salmaso N.;Saros J. E.;Sarvala J.;Saulnier-Talbot E.;Schindler D. E.;Shimaraeva S. V.;Silow E. A.;Sitoki L. M.;Sommaruga R.;Straile D.;Strock K. E.;Swain H.;Tallant J. M.;Thiery W.;Timofeyev M. A.;Tolomeev A. P.;Tominaga K.;Vanni M. J.;Verburg P.;Vinebrooke R. D.;Wanzenbock J.;Weathers K.;Weyhenmeyer G. A.;Zadereev E. S.;Zhukova T. V.
2021
Abstract
Climate change and other anthropogenic stressors have led to long-term changes in the thermal structure, including surface temperatures, deepwater temperatures, and vertical thermal gradients, in many lakes around the world. Though many studies highlight warming of surface water temperatures in lakes worldwide, less is known about long-term trends in full vertical thermal structure and deepwater temperatures, which have been changing less consistently in both direction and magnitude. Here, we present a globally-expansive data set of summertime in-situ vertical temperature profiles from 153 lakes, with one time series beginning as early as 1894. We also compiled lake geographic, morphometric, and water quality variables that can influence vertical thermal structure through a variety of potential mechanisms in these lakes. These long-term time series of vertical temperature profiles and corresponding lake characteristics serve as valuable data to help understand changes and drivers of lake thermal structure in a time of rapid global and ecological change.
Pilla, R., Mette, E., Williamson, C., Adamovich, B., Adrian, R., Anneville, O., et al. (2021). Global data set of long-term summertime vertical temperature profiles in 153 lakes. SCIENTIFIC DATA, 8(1 (December 2021)) [10.1038/s41597-021-00983-y].
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10281/335436
Citazioni
6
5
Social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 598/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
