Causes of drying trends in northern hemispheric land areas in reconstructed soil moisture data
Notice bibliographique
Résumé
The amount of soil moisture affects water availability, the occurrence of droughts and floods, and the frequency and intensity of heat waves in many regions across the globe. Here, we evaluate historical trends in soil moisture estimated by land-surface models (LSMs) with observed atmospheric forcing and trends simulated by global climate models participating in the Coupled Models Inter-comparison Project Phase 5 (CMIP5). We classify northern hemispheric land into wet and dry regions and analyze soil moisture changes in these regions. We find a significant decrease in soil moisture from 1951 to 2005 in the northern hemispheric land areas, in particular in dry regions, both in LSM and CMIP5 model simulations. Soil moisture trends in wet regions are less consistent among simulations. The increase in the area affected by drought (defined as the area where soil moisture is below its 10th percentile) from 1951 to 2005 is estimated to be 20 % (LSMs) and 30 % (CMIP5 models). A comparison between soil moisture simulated by LSMs and CMIP5 model output under different external forcings suggests that anthropogenic forcing contributed significantly to the observed drying and could explain the increase in the area affected by drought. As increases in atmospheric greenhouse gas concentrations will continue in the near future, dry areas are projected to become drier and larger in extent, which could negatively impact future water supply and food security.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».