Assessing future drought conditions under a changing climate: a case study of the Lake Urmia basin in Iran
Notice bibliographique
Résumé
Abstract This study was conducted to assess the impacts of climate change on drought over the Lake Urmia basin, Iran. Drought events for 2011–2040, 2041–2070, and 2071–2100 were analyzed based on the Standardized Precipitation Index (SPI) and the Standardized Precipitation Evapotranspiration Index (SPEI) and were compared with the adopted baseline period (1976–2005). The SPI and SPEI were calculated using the precipitation and temperatures obtained from the second-generation Canadian Earth System Model (CanESM2) under Representative Concentration Pathway (RCP) 2.6 and RCP 8.5 as optimistic and pessimistic scenarios respectively. The results of SPI analyses revealed that under RCP 2.6 the frequency of droughts is almost constant while under RCP 8.5 drought frequency increased especially in the period 2071–2100. The calculated SEPI under both scenarios and during all future periods predict that the frequency and duration of droughts will increase. Generally, the difference between the SPI and SPEI is related to the input to each index. SPI is solely based on precipitation while the SPEI accounts for both precipitation and potential evapotranspiration (PET). Under global warming and changing climate, the significant role of PET was highlighted. It was concluded that the SPEI outperformed the SPI for drought studies under a changing climate.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».