Climatic impacts on water resources in a tropical catchment in Uganda and adaptation measures proposed by resident stakeholders
Notice bibliographique
Résumé
Abstract The Ruhezamyenda catchment in Uganda includes a unique lake, Lake Bunyonyi, and is threatened by increasing social and environmental pressures. The COSERO hydrological model was used to assess the impact of climate change on future surface runoff and evapotranspiration in the Lake Bunyonyi catchment (381 km 2 ). The model was forced with an ensemble of CMIP5 global climate model (GCM) simulations for the mid-term future (2041–2070) and for the far future (2071–2100), each with RCP4.5 and RCP8.5. In the Ruhezamyenda catchment, compared to 1971–2000, the median of all GCMs (for both RCPs) showed the mean monthly air temperature to increase by approximately 1.5 to 3.0 °C in the mid-term future and by roughly 2.0 to 4.5 °C in the far future. The mean annual precipitation is generally projected to increase, with future changes between − 25 and + 75% (RCP8.5). AET in the Lake Bunyonyi catchment was simulated to increase for the future by approximately + 8 mm/month in the median of all GCMs for RCP8.5 for the far future. The runoff for future periods showed much uncertainty, but with an overall increasing trend. A combination of no-regrets adaptation options in the five categories of: governance; communication and capacity development; water, soil, land management and livelihoods improvement; data management; and research, was identified and validated with stakeholders, who also identified additional adaptation actions based on the model results. This study contributes to improving scientific knowledge on the impacts of climate change on water resources in Uganda with the purpose to support adaptation.
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) | 0,000 | 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 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 ».