MétaCan
Menu
Retour à la cohorte
Enregistrement W3089764326 · doi:10.5194/hess-2020-297

Drought monitoring and prediction in climate vulnerable Pakistan: Integrating hydrologic and meteorologic perspectives

2020· article· en· W3089764326 sur OpenAlexaff
Taimoor Akhtar, Haris Mushtaq, Muhammad Zia-ur-Rahman Hashmi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésIndusEnvironmental sciencePrecipitationWarning systemWater resource managementHydrology (agriculture)Water resourcesStreamflowClimate changeDrainage basinPhysical geographyGeographyStructural basinEcologyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Effective drought monitoring, prediction and early warning systems are crucial for management of human activities associated with water use in a climate affected world. In Pakistan, surface water flows predominantly originate from the transboundary Upper Indus sub-catchments of Chenab, Jhelum, Indus and Kabul rivers. Hence, impact of droughts manifested through water deficits in these catchments are strongly felt by downstream users. Use of different drought indicators is limited in Pakistan's operational drought monitoring system. Moreover, there is very limited prior literature that explores the use of multiple indicators for unearthing relationships between different drought types. This study aims to explore the relationship between meteorological and hydrological droughts in the Upper Indus catchments of Pakistan using the Standard Precipitation and Evaporation Index (SPEI) and the Standard Streamflow Index (SSI). Since there are no previous studies for the Indus that compare different distributions for SSI computation, we compare five distributions to adequately compute SSI values at catchment outlets. Our most crucial contribution in this study is analysis of seasonal cross-correlations and lagged cross-correlations between SSI and SPEI for the above-mentioned four catchments. The cross-correlation analysis shows strong lagged (with up to 2 lag months) cross-correlations between SPEI and SSI for Chenab, Jhelum and Kabul catchments in early Kharif months. These correlations may be used in operational drought monitoring and forecasting systems, and also in reservoir planning and operations (for Mangla resrvoir in Jhelum) in drought conditions. We strongly believe that the findings of this study can be used in future to collectively explore hydrological and meteorological drought perspectives in Pakistan and to successfully incorporate multiple indicators into operational drought management.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Drought AnalysisTravaux en français237 207