Trends and historical patterns of meteorological droughts in New Brunswick, Canada, using PDSI and SEDI indices
Notice bibliographique
Résumé
Droughts are increasingly recognized as a significant global challenge, with severe impacts observed in Canada's Prairie provinces. While less frequent in Eastern Canada, prolonged precipitation deficits, particularly during summer, can lead to severe drought conditions. This study investigates the causes and consequences of droughts in New Brunswick (NB) by employing two drought indices: the Palmer Drought Severity Index (PDSI) and Standardized Evapotranspiration Deficit Index (SEDI)– at ten weather stations across NB from 1971 to 2020. Additionally, the Canadian Gridded Temperature and Precipitation Anomalies (CANGRD) dataset (1979–2014) was utilized to examine spatial and temporal drought variability and its alignment with station-based observations. Statistical analyses, including the Mann–Kendall test and Sen's slope estimator, were applied to assess trends in drought indices on annual and seasonal timescales using both station and gridded data. The results identified the most drought-vulnerable regions in NB and revealed significant spatial and temporal variability in drought severity over the 1971–2020 period. Trend analyses further highlighted the intensification of extreme drought events during specific years. Coastal areas in southern NB were found to be particularly susceptible to severe drought conditions compared to inland regions, consistent with observed declines in both the frequency of rainy days and daily precipitation amounts in these areas. These findings underscore the need for targeted drought mitigation strategies particularly in NB’s coastal zones, to address the region’s increasing vulnerability to extreme drought events.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».