Zmeny

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "Authoring Agency": "Murray-Darling Basin Authority",
2
  "Authoring Agency": "Murray-Darling Basin Authority",
            
3
  "Data Category": "Presentation",
3
  "Data Category": "Presentation",
            
4
  "Domain": "Salinity",
4
  "Domain": "Salinity",
            
5
  "Source": "",
5
  "Source": "",
            
6
  "author": null,
6
  "author": null,
            
7
  "author_email": null,
7
  "author_email": null,
            
8
  "authors": "",
8
  "authors": "",
            
9
  "creator_user_id": "d820168e-b1a6-4d57-ae19-d5d0952813ae",
9
  "creator_user_id": "d820168e-b1a6-4d57-ae19-d5d0952813ae",
            
10
  "groups": [],
10
  "groups": [],
            
11
  "id": "a201d673-20b9-4140-bd87-626c268a352c",
11
  "id": "a201d673-20b9-4140-bd87-626c268a352c",
            
12
  "isopen": true,
12
  "isopen": true,
            
13
  "jurisdiction": "",
13
  "jurisdiction": "",
            
14
  "landing_page": "",
14
  "landing_page": "",
            
15
  "language": "",
15
  "language": "",
            
16
  "license_id": "cc-by",
16
  "license_id": "cc-by",
            
17
  "license_title": "Creative Commons Attribution",
17
  "license_title": "Creative Commons Attribution",
            
18
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
18
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
            
19
  "maintainer": null,
19
  "maintainer": null,
            
20
  "maintainer_email": null,
20
  "maintainer_email": null,
            
21
  "metadata_created": "2024-10-16T01:40:15.025827",
21
  "metadata_created": "2024-10-16T01:40:15.025827",
            
n
22
  "metadata_modified": "2024-10-16T01:42:25.238107",
n
22
  "metadata_modified": "2024-10-16T01:42:25.511939",
            
23
  "name": "floodplain-woody-vegetation-evapotranspiration-project",
23
  "name": "floodplain-woody-vegetation-evapotranspiration-project",
            
24
  "notes": "This project aimed to improve the understanding of water 
24
  "notes": "This project aimed to improve the understanding of water 
            
25
and salt movement in lower River Murray floodplains from River Red Gum 
25
and salt movement in lower River Murray floodplains from River Red Gum 
            
26
and Black Box tree ET. This presentation provides an opportunity for 
26
and Black Box tree ET. This presentation provides an opportunity for 
            
27
salinity managers, environmental water managers, and river managers to 
27
salinity managers, environmental water managers, and river managers to 
            
28
be presented with the outcomes emerging from this research 
28
be presented with the outcomes emerging from this research 
            
29
project.\r\n\r\nBackground\r\n\r\nIn May 2019, under the CSIRO-MDBA 
29
project.\r\n\r\nBackground\r\n\r\nIn May 2019, under the CSIRO-MDBA 
            
30
(Murray-Darling Basin Authority) Partnership Agreement, a project to 
30
(Murray-Darling Basin Authority) Partnership Agreement, a project to 
            
31
quantify total water losses or evapotranspiration (ET) from key 
31
quantify total water losses or evapotranspiration (ET) from key 
            
32
floodplain vegetation located over saline groundwater within the 
32
floodplain vegetation located over saline groundwater within the 
            
33
Murray-Darling Basin (MDB) began. Lack of woody vegetation ET data has 
33
Murray-Darling Basin (MDB) began. Lack of woody vegetation ET data has 
            
34
been identified as a significant knowledge gap in the ability to 
34
been identified as a significant knowledge gap in the ability to 
            
35
understand and model salt mobilisation in the lower Murray. Numerical 
35
understand and model salt mobilisation in the lower Murray. Numerical 
            
36
models inform management decisions by simulating the movement of water 
36
models inform management decisions by simulating the movement of water 
            
37
and salt within the floodplain and river channel environment. The aim 
37
and salt within the floodplain and river channel environment. The aim 
            
38
of this study, therefore, was to provide robust field data of woody 
38
of this study, therefore, was to provide robust field data of woody 
            
39
vegetation ET, to improve river and saline floodplain management as 
39
vegetation ET, to improve river and saline floodplain management as 
            
40
well as improve the accuracy of ET data used in numerical models. The 
40
well as improve the accuracy of ET data used in numerical models. The 
            
41
field data has been used to further develop a model to predict 
41
field data has been used to further develop a model to predict 
            
42
quantified spatial monthly timeseries ET outputs from 2000 onwards, 
42
quantified spatial monthly timeseries ET outputs from 2000 onwards, 
            
43
for floodplain trees across the MDB.\r\n\r\nImplications of management 
43
for floodplain trees across the MDB.\r\n\r\nImplications of management 
            
44
watering actions field locations have intentionally been selected in 
44
watering actions field locations have intentionally been selected in 
            
45
areas where there are predicted management actions in the future. This 
45
areas where there are predicted management actions in the future. This 
            
46
includes salt interception scheme manipulation to vary scheme 
46
includes salt interception scheme manipulation to vary scheme 
            
47
operation, as well monitoring the influence of environmental flow 
47
operation, as well monitoring the influence of environmental flow 
            
48
actions on floodplain vegetation ET and hence response of trees to 
48
actions on floodplain vegetation ET and hence response of trees to 
            
49
altered water availability, highlighting tree water stress changes. 
49
altered water availability, highlighting tree water stress changes. 
            
50
Sites likely to be responding to environmental flow allocations 
50
Sites likely to be responding to environmental flow allocations 
            
51
include the Bookpurnong Red Gum and Black Box, Calperum Red Gum site, 
51
include the Bookpurnong Red Gum and Black Box, Calperum Red Gum site, 
            
52
Calperum Site 1 and the Lindsay flushed zone site which are likely to 
52
Calperum Site 1 and the Lindsay flushed zone site which are likely to 
            
53
have benefited from the 2020 River Murray \u2018southern spring 
53
have benefited from the 2020 River Murray \u2018southern spring 
            
54
flow\u2019. The Lindsay wet site also received water in the adjacent 
54
flow\u2019. The Lindsay wet site also received water in the adjacent 
            
55
creek in spring/summer 2020 and 2021 related to the southern spring 
55
creek in spring/summer 2020 and 2021 related to the southern spring 
            
56
flow. All sites were inundated with the natural River Murray flood 
56
flow. All sites were inundated with the natural River Murray flood 
            
57
event in the summer of 2022-23.\r\n\r\nAfter four years (2019-2024) of 
57
event in the summer of 2022-23.\r\n\r\nAfter four years (2019-2024) of 
            
58
monitoring and model refinements, we can present robust data and 
58
monitoring and model refinements, we can present robust data and 
            
59
modelling results of tree ET during managed and natural river flow 
59
modelling results of tree ET during managed and natural river flow 
            
60
events. New insights into information about groundwater extraction 
60
events. New insights into information about groundwater extraction 
            
61
from tree ET processes on the floodplain will also be shared. Further 
61
from tree ET processes on the floodplain will also be shared. Further 
            
62
information is also available in the journal article below and is 
62
information is also available in the journal article below and is 
            
63
freely available to access:\r\n\r\nDoody TM, Gao S, Vervoort W, 
63
freely available to access:\r\n\r\nDoody TM, Gao S, Vervoort W, 
            
64
Pritchard JL, Davies MJ, Nolan M, Nagler P. 2023. A river basin scale 
64
Pritchard JL, Davies MJ, Nolan M, Nagler P. 2023. A river basin scale 
            
65
spatial model to advance understanding of riverine tree response to 
65
spatial model to advance understanding of riverine tree response to 
            
66
hydrological management. Journal of Environmental Management, 332, 
66
hydrological management. Journal of Environmental Management, 332, 
            
67
https://doi.org/10.1016/j.jenvman.2023.117393\r\n\r\n",
67
https://doi.org/10.1016/j.jenvman.2023.117393\r\n\r\n",
            
68
  "notes_additional": "",
68
  "notes_additional": "",
            
69
  "num_resources": 1,
69
  "num_resources": 1,
            
70
  "num_tags": 3,
70
  "num_tags": 3,
            
71
  "organization": {
71
  "organization": {
            
72
    "approval_status": "approved",
72
    "approval_status": "approved",
            
73
    "created": "2023-10-20T13:46:03.974904",
73
    "created": "2023-10-20T13:46:03.974904",
            
74
    "description": "The MDBA was established under the federal Water 
74
    "description": "The MDBA was established under the federal Water 
            
75
Act 2007 as an independent, expertise-based statutory agency; our role 
75
Act 2007 as an independent, expertise-based statutory agency; our role 
            
76
includes advising a six-member Authority, of which our Chief Executive 
76
includes advising a six-member Authority, of which our Chief Executive 
            
77
is a member, about Basin-wide strategy, policy and 
77
is a member, about Basin-wide strategy, policy and 
            
78
planning.\r\n\r\nThe MDBA undertakes activities that support the 
78
planning.\r\n\r\nThe MDBA undertakes activities that support the 
            
79
sustainable and integrated management of the water resources of the 
79
sustainable and integrated management of the water resources of the 
            
80
Murray\u2013Darling Basin in a way that best meets the social, 
80
Murray\u2013Darling Basin in a way that best meets the social, 
            
81
economic and environmental needs of the Basin and its 
81
economic and environmental needs of the Basin and its 
            
82
communities.\r\n\r\nWe lead the planning and management of Basin water 
82
communities.\r\n\r\nWe lead the planning and management of Basin water 
            
83
resources, and coordinate and maintain collaborative long-term 
83
resources, and coordinate and maintain collaborative long-term 
            
84
strategic relationships with other Australian Government, Basin state 
84
strategic relationships with other Australian Government, Basin state 
            
85
government and local agencies; industry groups; scientists and 
85
government and local agencies; industry groups; scientists and 
            
86
research organisations.\r\n\r\nThe Water Act requires the MDBA to 
86
research organisations.\r\n\r\nThe Water Act requires the MDBA to 
            
87
undertake a number of functions:\r\n\r\nconstruct and operate River 
87
undertake a number of functions:\r\n\r\nconstruct and operate River 
            
88
Murray assets such as dams and weirs\r\ndevelop the proposed Basin 
88
Murray assets such as dams and weirs\r\ndevelop the proposed Basin 
            
89
Plan\r\nadvise the Commonwealth Minister for Water on the 
89
Plan\r\nadvise the Commonwealth Minister for Water on the 
            
90
accreditation of state water resource plans\r\ndevelop a water rights 
90
accreditation of state water resource plans\r\ndevelop a water rights 
            
91
information service that facilitates water trading across the 
91
information service that facilitates water trading across the 
            
92
Basin\r\nmanage water sharing between the states\r\nmanage all aspects 
92
Basin\r\nmanage water sharing between the states\r\nmanage all aspects 
            
93
of Basin water resources, including water, organisms and other 
93
of Basin water resources, including water, organisms and other 
            
94
components and ecosystems that contribute to the physical state and 
94
components and ecosystems that contribute to the physical state and 
            
95
environmental value of the Basin's water resources\r\nmeasure and 
95
environmental value of the Basin's water resources\r\nmeasure and 
            
96
monitor water resources in the Basin\r\ngather information and 
96
monitor water resources in the Basin\r\ngather information and 
            
97
undertake research\r\nengage and educate the community in the 
97
undertake research\r\nengage and educate the community in the 
            
98
management of the Basin's resources.\r\nWe carry out these functions 
98
management of the Basin's resources.\r\nWe carry out these functions 
            
99
directly and through Basin state government agencies in partnership 
99
directly and through Basin state government agencies in partnership 
            
100
with the Australian Government.",
100
with the Australian Government.",
            
101
    "id": "4f38bcee-7029-4f04-8f71-00b19c1a896c",
101
    "id": "4f38bcee-7029-4f04-8f71-00b19c1a896c",
            
102
    "image_url": "2023-10-20-024603.966736MDBA-logo---inline-1.png",
102
    "image_url": "2023-10-20-024603.966736MDBA-logo---inline-1.png",
            
103
    "is_organization": true,
103
    "is_organization": true,
            
104
    "name": "murray-darling-basin-authority",
104
    "name": "murray-darling-basin-authority",
            
105
    "state": "active",
105
    "state": "active",
            
106
    "title": "Murray-Darling Basin Authority",
106
    "title": "Murray-Darling Basin Authority",
            
107
    "type": "organization"
107
    "type": "organization"
            
108
  },
108
  },
            
109
  "owner_org": "4f38bcee-7029-4f04-8f71-00b19c1a896c",
109
  "owner_org": "4f38bcee-7029-4f04-8f71-00b19c1a896c",
            
110
  "private": false,
110
  "private": false,
            
111
  "relationships_as_object": [],
111
  "relationships_as_object": [],
            
112
  "relationships_as_subject": [],
112
  "relationships_as_subject": [],
            
113
  "resources": [
113
  "resources": [
            
114
    {
114
    {
            
115
      "cache_last_updated": null,
115
      "cache_last_updated": null,
            
116
      "cache_url": null,
116
      "cache_url": null,
            
117
      "created": "2024-10-16T01:42:25.260260",
117
      "created": "2024-10-16T01:42:25.260260",
            
118
      "description": "Ecological condition continues to decline in 
118
      "description": "Ecological condition continues to decline in 
            
119
arid and semi-arid river basins globally due to hydrological 
119
arid and semi-arid river basins globally due to hydrological 
            
120
over-abstraction combined with changing climatic conditions. Whilst 
120
over-abstraction combined with changing climatic conditions. Whilst 
            
121
provision of water for the environment has been a primary approach to 
121
provision of water for the environment has been a primary approach to 
            
122
alleviate ecological decline, how to accurately monitor changes in 
122
alleviate ecological decline, how to accurately monitor changes in 
            
123
riverine trees at fine spatial and temporal scales, remains a 
123
riverine trees at fine spatial and temporal scales, remains a 
            
124
substantial challenge. This is further complicated by constantly 
124
substantial challenge. This is further complicated by constantly 
            
125
changing water availability across expansive river basins with varying 
125
changing water availability across expansive river basins with varying 
            
126
climatic zones. Within, we combine rare, fine-scale, high frequency 
126
climatic zones. Within, we combine rare, fine-scale, high frequency 
            
127
temporal in-situ field collected data with machine learning and remote 
127
temporal in-situ field collected data with machine learning and remote 
            
128
sensing, to provide a robust model that enables broadscale monitoring 
128
sensing, to provide a robust model that enables broadscale monitoring 
            
129
of physiological tree water stress response to environmental changes 
129
of physiological tree water stress response to environmental changes 
            
130
via actual evapotranspiration (ET). Physiological variation of 
130
via actual evapotranspiration (ET). Physiological variation of 
            
131
Eucalyptus camaldulensis (River Red Gum) and E. largiflorens (Black 
131
Eucalyptus camaldulensis (River Red Gum) and E. largiflorens (Black 
            
132
Box) trees across 10 study locations in the southern Murray-Darling 
132
Box) trees across 10 study locations in the southern Murray-Darling 
            
133
Basin, Australia, was captured instantaneously using sap flow sensors, 
133
Basin, Australia, was captured instantaneously using sap flow sensors, 
            
134
substantially reducing tree response lags encountered by monitoring 
134
substantially reducing tree response lags encountered by monitoring 
            
135
visual canopy changes. Actual ET measurement of both species was used 
135
visual canopy changes. Actual ET measurement of both species was used 
            
136
to bias correct a national spatial ET product where a Random Forest 
136
to bias correct a national spatial ET product where a Random Forest 
            
137
model was trained using continuous timeseries of in-situ data of up to 
137
model was trained using continuous timeseries of in-situ data of up to 
            
138
four years. Precise monthly AMLETT (Australia-wide Machine Learning ET 
138
four years. Precise monthly AMLETT (Australia-wide Machine Learning ET 
            
139
for Trees) ET outputs in 30 m pixel resolution from 2012 to 2021, were 
139
for Trees) ET outputs in 30 m pixel resolution from 2012 to 2021, were 
            
140
derived by incorporating additional remote sensing layers such as soil 
140
derived by incorporating additional remote sensing layers such as soil 
            
141
moisture, land surface temperature, radiation and EVI and NDVI in the 
141
moisture, land surface temperature, radiation and EVI and NDVI in the 
            
142
Random Forest model. Landsat and Sentinal-2 correlation results 
142
Random Forest model. Landsat and Sentinal-2 correlation results 
            
143
between in-situ ET and AMLETT ET returned R2 of 0.94 (RMSE 6.63 mm 
143
between in-situ ET and AMLETT ET returned R2 of 0.94 (RMSE 6.63 mm 
            
144
period\u22121) and 0.92 (RMSE 6.89 mm period\u22121), respectively. In 
144
period\u22121) and 0.92 (RMSE 6.89 mm period\u22121), respectively. In 
            
145
comparison, correlation between in-situ ET and a national ET product 
145
comparison, correlation between in-situ ET and a national ET product 
            
146
returned R2 of 0.44 (RMSE 34.08 mm period\u22121) highlighting the 
146
returned R2 of 0.44 (RMSE 34.08 mm period\u22121) highlighting the 
            
147
need for bias correction to generate accurate absolute ET values. The 
147
need for bias correction to generate accurate absolute ET values. The 
            
148
AMLETT method presented here, enhances environmental management in 
148
AMLETT method presented here, enhances environmental management in 
            
149
river basins worldwide. Such robust broadscale monitoring can inform 
149
river basins worldwide. Such robust broadscale monitoring can inform 
            
150
water accounting and importantly, assist decisions on where to 
150
water accounting and importantly, assist decisions on where to 
            
151
prioritize water for the environment to restore and protect key 
151
prioritize water for the environment to restore and protect key 
            
152
ecological assets and preserve floodplain and riparian ecological 
152
ecological assets and preserve floodplain and riparian ecological 
            
153
function.",
153
function.",
            
154
      "format": "HTML",
154
      "format": "HTML",
            
155
      "hash": "",
155
      "hash": "",
            
156
      "id": "f9e88d0e-686a-4d0e-ae7b-cbfd6def4022",
156
      "id": "f9e88d0e-686a-4d0e-ae7b-cbfd6def4022",
            
157
      "last_modified": null,
157
      "last_modified": null,
            
158
      "metadata_modified": "2024-10-16T01:42:25.244708",
158
      "metadata_modified": "2024-10-16T01:42:25.244708",
            
159
      "mimetype": null,
159
      "mimetype": null,
            
160
      "mimetype_inner": null,
160
      "mimetype_inner": null,
            
161
      "name": "A river basin spatial model to quantitively advance 
161
      "name": "A river basin spatial model to quantitively advance 
            
162
understanding of riverine tree response dynamics to water availability 
162
understanding of riverine tree response dynamics to water availability 
            
163
and hydrological management",
163
and hydrological management",
            
164
      "package_id": "a201d673-20b9-4140-bd87-626c268a352c",
164
      "package_id": "a201d673-20b9-4140-bd87-626c268a352c",
            
165
      "position": 0,
165
      "position": 0,
            
166
      "resource_type": null,
166
      "resource_type": null,
            
167
      "size": null,
167
      "size": null,
            
168
      "state": "active",
168
      "state": "active",
            
169
      "url": 
169
      "url": 
            
170
w.sciencedirect.com/science/article/pii/S0301479723001810?via%3Dihub",
170
w.sciencedirect.com/science/article/pii/S0301479723001810?via%3Dihub",
            
171
      "url_type": null
171
      "url_type": null
            
172
    }
172
    }
            
173
  ],
173
  ],
            
t
174
  "state": "draft",
t
174
  "state": "active",
            
175
  "tags": [
175
  "tags": [
            
176
    {
176
    {
            
177
      "display_name": "Basin Salinity Management 2030 strategy",
177
      "display_name": "Basin Salinity Management 2030 strategy",
            
178
      "id": "19dbff63-22fe-40dc-bb4b-45dce4145c01",
178
      "id": "19dbff63-22fe-40dc-bb4b-45dce4145c01",
            
179
      "name": "Basin Salinity Management 2030 strategy",
179
      "name": "Basin Salinity Management 2030 strategy",
            
180
      "state": "active",
180
      "state": "active",
            
181
      "vocabulary_id": null
181
      "vocabulary_id": null
            
182
    },
182
    },
            
183
    {
183
    {
            
184
      "display_name": "Evapotranspiration",
184
      "display_name": "Evapotranspiration",
            
185
      "id": "dc7fec8b-0a29-4e2d-8dfe-35959eb4916e",
185
      "id": "dc7fec8b-0a29-4e2d-8dfe-35959eb4916e",
            
186
      "name": "Evapotranspiration",
186
      "name": "Evapotranspiration",
            
187
      "state": "active",
187
      "state": "active",
            
188
      "vocabulary_id": null
188
      "vocabulary_id": null
            
189
    },
189
    },
            
190
    {
190
    {
            
191
      "display_name": "Knowledge priority",
191
      "display_name": "Knowledge priority",
            
192
      "id": "6eade559-ed22-407f-83e5-07960143c2ec",
192
      "id": "6eade559-ed22-407f-83e5-07960143c2ec",
            
193
      "name": "Knowledge priority",
193
      "name": "Knowledge priority",
            
194
      "state": "active",
194
      "state": "active",
            
195
      "vocabulary_id": null
195
      "vocabulary_id": null
            
196
    }
196
    }
            
197
  ],
197
  ],
            
198
  "title": "Floodplain Woody Vegetation Evapotranspiration project",
198
  "title": "Floodplain Woody Vegetation Evapotranspiration project",
            
199
  "type": "dataset",
199
  "type": "dataset",
            
200
  "url": null,
200
  "url": null,
            
201
  "version": ""
201
  "version": ""
            
202
}
202
}