Anomalous Water Vapor Circulation in an Extreme Drought Event of the Mid‐Reaches of the Lancang‐Mekong River Basin
Notice bibliographique
Résumé
Abstract The middle reaches of the Lancang‐Mekong River Basin (M‐LMRB) experienced a record‐breaking drought event in 2019, resulting in significant economic losses of approximately 650 million dollars and affecting a population of 17 million. However, the anomalous circulation and transportation processes of water vapor, which may have played a crucial role in inducing the extreme drought, have not been fully studied. In this study, we analyze the water vapor circulation during the 2019 drought event using the land‐atmosphere water balance and a backward trajectory model for moisture tracking. Our results indicate that the precipitation in the M‐LMRB from May to October 2019 was only 71.9% of the long‐term climatological mean (1959–2021). The low precipitation during this drought event can be attributed to less‐than‐normal external water vapor supply. Specifically, the backward trajectory model reveals a decrease in the amount of water vapor transported from the Indian Ocean, the Bay of Bengal, and the Pacific Ocean, which are the main moisture sources for precipitation in the region. Comparing the atmospheric circulation patterns in 2019 with the climatology, we identify anomalous anticyclone conditions in the Bay of Bengal, anomalous westerlies in the Northeast Indian Ocean, and an anomalous cyclone in the Western Pacific Ocean, collectively facilitating a stronger export of water vapor from the region. Therefore, the dynamic processes played a more significant role than thermodynamic processes in contributing to the 2019 extreme drought event.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».