Investigating Terrestrial Water Storage Response to Meteorological Drought in the Canadian Prairies
Notice bibliographique
Résumé
The Canadian Prairies region is considered a climate change hot spot due to the extreme drought events and their impacts on water resources. The overall goal of this research is to understand the linkage between meteorological droughts and Total Water Storage (TWS) variations in the Canadian Prairies. To achieve this goal, a diversified database is collected and analyzed by geostatistical tools and cross-wavelet transform approach. It concerns a multitude of climatic data (four CMIP6 multi-model datasets) and satellite observations (GRACE data). The results indicate that: (1) the models overestimate the precipitation rate over the Canadian Prairies, and the Norwegian Earth System Model version 2 (NorESM2–LM) is the most suitable model for the context of the Canadian Prairies; (2) Sen’s slope estimator of annual rainfall can reach −2.5 mm/year/year, with a decreasing magnitude of trends in the NE to SW direction; (3) the Standardized Precipitation Index (SPI) and the Modified China-Z Index (MCZI) demonstrate that, in the past, most of the climatological years were near normal with some extremely dry years (1952, 2000, 2003, and 2015) and one extremely wet year (1960); (4) the projections in the far future indicate an increase in the number of extremely dry years (2037, 2047, 2080, 2089, and 2095); (5) the combined analysis of GRACE-derived TWS and drought indices show the direct impact of the meteorological drought periods on the water resources. The TWS values decreased from 23 cm in 2002 to −54 cm in 2020, indicating a significant water reserve decline in the region. The results of this study are expected to provide a valuable perspective to understand the dynamic of hydrosystems in a climate change context in the Canadian Prairies.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 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 ».