Climate Driven Trends in Historical Extreme Low Streamflows on Four Continents
Notice bibliographique
Résumé
Abstract Understanding temporal trends in low streamflows is important for water management and ecosystems. This work focuses on trends in the occurrence rate of extreme low‐flow events (5‐ to 100‐year return periods) for pooled groups of stations. We use data from 1,184 minimally altered catchments in Europe, North and South America, and Australia to discern historical climate‐driven trends in extreme low flows (1976–2015 and 1946–2015). The understanding of low streamflows is complicated by different hydrological regimes in cold, transitional, and warm regions. We use a novel classification to define low‐flow regimes using air temperature and monthly low‐flow frequency. Trends in the annual occurrence rate of extreme low‐flow events (proportion of pooled stations each year) were assessed for each regime. Most regimes on multiple continents did not have significant ( p < 0.05) trends in the occurrence rate of extreme low streamflows from 1976 to 2015; however, occurrence rates for the cold‐season low‐flow regime in North America were found to be significantly decreasing for low return‐period events. In contrast, there were statistically significant increases for this period in warm regions of NA which were associated with the variation in the Pacific Decadal Oscillation. Significant decreases in extreme low‐flow occurrence rates were dominant from 1946 to 2015 in Europe and NA for both cold‐ and warm‐season low‐flow regimes; there were also some non‐significant trends. The difference in the results between the shorter (40‐year) and longer (70‐year) records and between low‐flow regimes highlights the complexities of low‐flow response to changing climatic conditions.
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 | 0,001 | 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 ».