We show the error in water-limited yields simulated by crop models which is associated with spatially aggregated soil and climate input data. Crop simulations at large scales (regional, national, continental) frequently use input data of low resolution. Therefore, climate and soil data are often generated via averaging and sampling by area majority. This may bias simulated yields at large scales, varying largely across models. Thus, we evaluated the error associated with spatially aggregated soil and climate data for 14 crop models. Yields of winter wheat and silage maize were simulated under water-limited production conditions. We calculated this error from crop yields simulated at spatial resolutions from 1 to 100 km for the state of North Rhine-Westphalia, Germany. Most models showed yields biased by <15% when aggregating only soil data. The relative mean absolute error (rMAE) of most models using aggregated soil data was in the range or larger than the inter-annual or inter-model variability in yields. This error increased further when both climate and soil data were aggregated. Distinct error patterns indicate that the rMAE may be estimated from few soil variables. Illustrating the range of these aggregation effects across models, this study is a first step towards an ex-ante assessment of aggregation errors in large-scale simulations.

Abstract Extreme within-lake conditions have the potential to exert detrimental effects on lakes. Here we use satellite observations to investigate how the occurrence of multiple types of extremes, notably algal blooms, lake heatwaves, and low lake levels, have varied in 2724 lakes since the 1980s. Our study, which focuses on bloom-affected lakes, suggests that 75% of studied lakes have experienced a concurrent increase in at least two of the extremes considered (27% defined as having a notable increase), with 25% experiencing an increase in frequency of all three extremes (5% had a notable increase). The greatest increases in the frequency of these extremes were found in regions that have experienced increases in agricultural fertilizer use, lake warming, and a decline in water availability. As extremes in lakes become more common, understanding their impacts must be a primary focus of future studies and they must be carefully considered in future risk assessments.

Abstract As climate change progresses, there is increasing emphasis on net zero and energy system decarbonization. Several technologies are contributing to this agenda, but among these, the growth of solar photovoltaics has consistently exceeded all projections. With increasing land-use pressures, and the expense of building-mounted photovoltaics, water surfaces are increasingly being exploited to host these technologies. However, to date, we lack an understanding of the global potential of floating solar photovoltaics and, as such, we do not yet have sufficient insight to inform decisions on (in)appropriate areas for future deployment. Here we quantify the energy generation potential of floating solar photovoltaics on over 1 million water bodies worldwide (14,906 TWh). Our analysis suggests that with a conservative 10% surface area coverage, floating solar photovoltaics could produce sufficient energy to contribute a considerable fraction (16%, on average) of the electricity demand of some countries, thus playing an important role in decarbonizing national economies.

Abstract Knowing the storage variations in lakes and reservoirs are essential for water resources and environmental management, especially in the regions facing water scarcity. However, the quantification of the storage changes is limited by sparse in-situ observations and spatial coverage of space(air)-borne altimetric sensors that have been used conventionally in storage retrieval. This hampers the attribution analysis of lake storage changes. Here, we combined long-term optical remote sensing and multi-source terrain elevation data to derive the monthly storage time series from 1990 to 2020 for 8544 lakes and reservoirs in Central Asia, where water scarcity has been bottle-necking local socioeconomic sustainability. The regional total storage has been decreasing with a rate of -4.78±0.88 km3 year-1 mainly owing to the desiccation of the Aral Sea. For other lakes, 26% of them show decreasing while 22% show increasing trends. At a watershed-scale, the long-term changes in small to medium-sized (<5000 km2) lakes are primarily caused by the changes in surface runoff, jointly affected by precipitation and temperature changes. We also found that 29% lakes in Central Asia experienced frequent seasonal dry out in the past decades. Such seasonal dry out is mainly caused by fast evaporation losses during the summer months. For the majority (63±8%) of these lakes, their evaporation water losses are larger than the seasonal storage drawdown. Our analysis highlights the co-regulation of surface runoff and lake evaporation in the storage losses in arid and semi-arid regions.

Abstract Food, water, energy and carbon (F-W-E-C), as important factors of urban development, have synergistic effects and trade-off effects with each other. Scientifically assessing the impact of urbanization on the F-W-E-C nexus is beneficial to optimize the urban development layout and achieve the sustainable urban development. Nevertheless, extant studies have not evaluated the impact and influencing pathways of urbanization on the F-W-E-C nexus. In this study, the Coupling Coordination Degree Model is used to explore the F-W-E-C nexus of 252 prefecture-level cities in China. The panel data model and mediating effect model are utilized to study the impact of urbanization on the F-W-E-C nexus and the impact pathways. This study finds that the F-W-E-C nexus across Chinese cities is weak trade-off. The urbanization promotes the synergy of F-W-E-C. The positive impact is greater in the central cities than in the eastern and western cities, and is greater in medium-sized cities than in small cities, large cities and above. The technological progress is an important pathway of urbanization impacting the F-W-E-C nexus, and assists urbanization to generate a positive influence on the F-W-E-C nexus. This research has implications for promoting a systematic, orderly, and rational coordination development of F-W-E-C and for sustainable urbanization development in China and the world.

Anthropogenic stressors such as urban development, agricultural runoff, and riparian zone degradation impair stream water quality and biodiversity. However, the intricate pathways that connect these stressors at watershed and riparian scales to stream ecosystems-and their interplay with climate and hydrology-remain understudied. In this study, we used Partial Least Squares (PLS) path modeling to examine these pathways and their collective impacts on stream water quality and fish community structures across 233 watersheds in the Great Lakes region. Our study suggests that moderate levels of watershed development enhance overall fish richness, potentially due to increased water temperature and nutrient availability, but reduces both the percentages and richness of cold water and intolerant taxa. Riparian quality exerts indirect effects on water quality with climate and stream order serving as key mediators. Complementing our SEM analysis, we also used Multiple Linear Regression (MLR) models and identified a significant positive relationship between the proportion of clay and agricultural land with TN concentrations. However, TP concentrations are influenced by a more complex set of interactions involving developed areas, soil, and slope. These findings emphasize the necessity of adopting integrated management strategies to preserve the health and integrity of freshwater ecosystems in the Great Lakes region. These strategies should integrate watershed and riparian protection measures while also taking into account the effects of climate change and specific local conditions.