MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401881462 · doi:10.22541/essoar.172469150.03891130/v1

Climate change and ENSO significantly enhances seasonal flood occurrence in the Ganges-Brahmaputra-Meghna Basin

2024· preprint· en· W4401881462 sur OpenAlexaff
Shahab Uddin, Dai Yamazaki, Anna Lintern, Menaka Revel, Prakat Modi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésClimate changeFlood mythEnvironmental scienceClimatologyFlooding (psychology)Drainage basinGlobal warmingMonsoonStructural basinMultivariate ENSO indexClimate modelHydrology (agriculture)GeographyEl Niño Southern OscillationLa NiñaGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Seasonal hydrological dynamics have profound socio-economic implications for communities in the Ganges-Brahmaputra-Meghna (GBM) River basin. Climate change and El Niño-Southern Oscillation (ENSO) phase are known to impact extreme flood magnitude in GBM River, however how they affect seasonal flooding pattern is not revealed. Utilizing large ensemble climate data (comprising 6000 years of non-warming and warming climate scenarios) and the global hydrodynamic model CaMa-Flood, we assess the influence of climate change and ENSO on seasonal hydrological patterns specially focusing on maximum river flow. The quantitative effects of La Niña and El Niño are calculated utilizing the Fractional Attribution Risk (FAR) method, separately for non-warming and historical climate scenarios. We assess climate change’s impact on flooding by contrasting historical and non-warming climate conditions using the FAR method. Climate change has substantially increased the maximum river flow for all seasons. In the monsoon season, climate change amplifies the likelihood of flooding with a 10-year return period of 34%, 46%, and 31% at the Hardinge Bridge, Bahadurabad, and Bhairab Bazar gauge stations of the Ganges, Brahmaputra, and Meghna Rivers, respectively. The influence of ENSO still remains significant even with the influence of climate change. ENSO influence presents a nuanced picture, exhibiting variations both between seasons and across different rivers within the GBM basin. The relationship between ENSO and seasonal flood occurrence in the GBM basin can be effectively elucidated by the upward movement of moisture through vertical wind velocity, which serves as a large-scale controlling factor for flood variation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,255
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→