Causal effects of teleconnection patterns on soil moisture through different climate paths over the Greater Horn of Africa
Notice bibliographique
Résumé
Soil moisture is undoubtably a vital variable of the climate system. Understanding the interactions among atmosphere, climate, and soil is necessary for water resource management, drought monitoring, and disaster prevention. However, evaluation of those interactions so far primarily focused on typical correlation analysis which often fail to imply causal relationship due to autocorrelation and high dimensionality within time series variables. Here, we used a data driven causal inference method called PCMCI+ to discover causal relationships among teleconnection patterns (El Niño Southern Oscillation (ENSO) and Indian Ocean Dipole (IOD)), climate variables (precipitation and temperature) and soil moisture during 1980-2022 over Great Horn of Africa (GHOA), where is a susceptible region to suffer from severe drought. Further, we quantitative calculated the causal effects of teleconnection patterns on SM through different climate paths. Results suggest that IOD generally presents higher causal effects on climate variables (temperature and precipitation) or on soil moisture through both precipitation and temperature paths than ENSO over most parts of GHOA. Moreover, precipitation performs shorter lag effect and greater causal effect on soil moisture in GHOA. Our study provides the first attempt to quantitatively analyze the causal effects of teleconnection patterns on SM through both precipitation path and temperature path, and it highlights the causal relationships within atmosphere-climate-soil interactions, which could help for better understanding of climate change impact on drought over GHOA.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».