Drought evolution in North American river basins: attribution analysis through a Lagrangian approach
Notice bibliographique
Résumé
Drought events have become more frequent and severe across North America, threatening water availability in river basins and thus ecosystem and socio-economic development. This is why in this study, we investigate the occurrence, evolution, and attribution of drought conditions in nine major North American river basins, the Colorado, Columbia, Fraser, Mackenzie, Mississippi, Rio Grande, Saskatchewan-Nelson, St. Lawrence, and Yukon. The analysis was performed on a spatio-temporal scale for the period 1980-2018. Precipitation data from MSWEP and CRU were used, as well as terrestrial water storage from GRACE. In addition, the Lagrangian moisture contribution from oceanic and terrestrial origin to precipitation over the basins, named PLO and PLT, respectively, were used. Drought indices such as the Standardised Precipitation Index (SPI), Standardised Precipitation-Evapotranspiration Index (SPEI), and Drought Severity Index (DSI) were used to assess the occurrence of dry conditions at various temporal scales. In addition to the attribution of the occurrence and severity of drought extremes due to PLO and PLT deficits, the trend was assessed. The results show that despite the differentiated nature of precipitation origin between the western and eastern basins, in most of them, a joint coupling prevails in the occurrence of positive or negative trends of dry/wet conditions of oceanic and terrestrial origin, which ultimately modulate the evolution of dry/wet conditions in the basins.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».