MétaCan
Menu
Retour à la cohorte
Enregistrement W2145524056 · doi:10.5194/nhess-12-1159-2012

Assessing precipitation distribution impacts on droughts on the island of Crete

2012· article· en· W2145524056 sur OpenAlexaff
A.-E. K. Vrochidou, Ioannis K. Tsanis

Notice bibliographique

RevueNatural hazards and earth system sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPrecipitationSpatial distributionClimatologyEnvironmental scienceOrographyOrographic liftLongitudeLatitudeSpatial variabilityPhysical geographyGeographyMeteorologyGeologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. Precipitation records from 56 stations on the island of Crete (Greece) revealed that areal mean annual precipitation is of a strong orographic type and its magnitude decreases in west-east direction by as much as 400 mm on average. Amongst many parameters that influence precipitation, the elevation and longitude were the most important and provided the highest spatial correlation. It was found that during the year with minimum precipitation, the precipitation shortage was greater at high elevations while the precipitation excess during the year with maximum precipitation was greater in the western part of the island. The assessment of the spatial and temporal distribution of droughts was carried out with the aid of the Spatially Normalized Standardized Precipitation Index (SN-SPI) for the period 1974–2005 in order to compare drought conditions between neighbouring areas of differing precipitation heights. The analysis showed that severe droughts occurred around the year 1992–1993, with a duration of up to 3 yr. Multiple linear regression (MLR) modeling of precipitation in conjunction with cluster analysis of drought duration exhibits the linkage between precipitation, droughts and geographical factors. This connection between spatial precipitation distribution and geographical parameters provides an important clue for the respective spatial drought pattern. The above findings on the spatio-temporal drought distribution will update the current~drought management plans by developing more precise drought warning systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural hazards and earth system sciencesMême sujetHydrology and Drought AnalysisTravaux en français237 207