MétaCan
Menu
Retour à la cohorte
Enregistrement W4206141911 · doi:10.1002/essoar.10510000.2

ANALYSING EFFECTS OF DROUGHT ON INUNDATION EXTENT AND VEGETATION COVER DYNAMICS IN THE OKAVANGO DELTA

2022· preprint· en· W4206141911 sur OpenAlexaff
Kelebogile B. Mfundisi, Kenneth Mubea, F. Yuan, Chad Burton, Edward Boamah

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensFuture Earth
Organismes subventionnairesnon disponible
Mots-clésFloodplainWetlandEnvironmental scienceStreamflowTributaryClimate changeVegetation (pathology)DeltaHydrology (agriculture)MarshDrainage basinGeographyPhysical geographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

The impacts of global change especially the recent climate-related extremes such as floods and droughts reveal significant vulnerability and exposure of freshwater ecosystems and related human systems to current climate variability. However, the effects of the extreme drought in the Okavango Delta system are not well understood and documented. Therefore, the objective of this use case was to apply the products from Digital Earth Africa namely: the Water Observation from Space (WOfS) derived from Landsat, vegetation cover baseline derived from Sentinel 2 data; and data from the meteorological agencies such as rainfall and measured river discharge data to evaluate the effects of drought in the Okavango Delta wetland system in relation to its upstream areas in Angola. In particular, we used the 2019 drought as a case study to assess inundation extent and vegetation cover dynamics with an emphasis on floodplain and dryland vegetation. Our preliminary results reveal that the Okavango Delta permanent marshes are resilient to drought, whereas seasonal floodplains are susceptible to drought. Further, we discovered that the geospatial location of floodplains has a direct effect on the timing of desiccation, with the western tributaries that flow into Lake Ngami and Thamalakane River being the last to dry out due to drought. In addition, we found that the drought phenomenon in the Cubango-Okavango River Basin region started earlier than 2019 spanning over a period of 5 years; with 2018 as the year when the wetland system reached a minimum threshold for a tipping point triggered by the 2019 drought. In addition, the results contribute to the development of large-scale drought risk information and products for the Cubango- Okavango River Basin with a major focus in the Okavango Delta. Further, this use case provides recent baseline information on the effects of drought on vegetation cover and river flows in the Okavango Delta system at a landscape approach, which are essential elements for making informed science-based decisions on climate risks management and Sustainable Development Goals (SDGs) by relevant authorities in the Okavango Delta and the whole of Cubango-Okavango River Basin. In conclusion, this use case will be upscaled to other transboundary river basins in the Southern Africa Development Community.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,370

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 ouverte0,0000,001
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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlood Risk Assessment and ManagementTravaux en français237 207