MétaCan
Menu
Retour à la cohorte
Enregistrement W4402283092 · doi:10.1002/joc.8608

Links between the Botswana High and drought modes over southern Africa

2024· article· en· W4402283092 sur OpenAlexfundno aff
Molulaqhooa L. Maoyi, Babatunde J. Abiodun

Notice bibliographique

RevueInternational Journal of Climatology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCenter for High Performance ComputingForeign, Commonwealth and Development OfficeNational Research FoundationUniversity of Cape TownUniversity of CapetownWater Research CommissionInternational Development Research Centre
Mots-clésClimatologyGeographyEl Niño Southern OscillationEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Drought is one of the most devastating threats to the livelihoods of the southern African population, who mainly rely on rain‐fed agriculture for income. Previous studies have highlighted that the Botswana High influences drought over the region; however, its influence on the spatial modes of drought remains unknown. This study examines the spatiotemporal structures of drought modes (DMs) over southern Africa and their link with the Botswana High in observation, reanalysis and Model for Prediction Across Scales (MPAS). To characterize droughts, the study uses the 3‐month scale standardized precipitation index (SPI) and the standardized precipitation evapotranspiration index (SPEI). Spatiotemporal characteristics of the DMs are identified using empirical orthogonal function (EOF) analysis on SPI and SPEI. EOF analysis is also used to identify the spatiotemporal characteristics of the Botswana High. The relationship between each DM and the Botswana High is quantified using correlation and R 2 analysis. In all the datasets (Climate Research Unit (CRU), European Centre for Medium‐Range Weather Forecasts version 5 (ERA5), 20th Century reanalysis II (20C) and MPAS), the most dominant five DMs (hereafter DM1–DM5) over southern Africa jointly explain more than 60% of the interannual variability in the 3‐month scale summer droughts for SPEI and SPI. CRU, ERA5 and MPAS agree that the Botswana High correlates with the interannual variability of DM1, with a stronger correlation in ERA5 ( r = −0.85) compared to MPAS ( r = −0.42) and CRU ( r = −0.35). Additionally, wet years (+ve SPEI and SPI) are characterized by a weak Botswana High and drought years (−ve SPEI and SPI) by a strong Botswana High. The wet and dry years correspond to the −ve and +ve phases of El Niño–Southern Oscillation (ENSO), respectively. Given this, the results of this study suggest that the Botswana High might be a teleconnection pattern through which ENSO signals influence DM1 over the region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,264
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetHydrology and Drought AnalysisTravaux en français237 207