Evaluation of the Effect of Climate Change in Nova Scotia with Approach of Forecasting Evapotranspiration
Notice bibliographique
Résumé
Abstract. Climate change significantly threatens agriculture globally, potentially impacting crop yields, water availability, and food security. Climate change has caused increasing temperatures and decreasing precipitation because of Greenhouse Gas emissions. Rising temperatures can lead to increasing evapotranspiration, heat stress in crops, reducing yields, and altering plant development. Warmer conditions may also favor the spread of pests and diseases. Shifts in rainfall patterns, including more frequent droughts and floods, can disrupt planting and harvesting schedules, damage crops, and erode soil. To cope with the changing climate, farmers must adopt new farming practices, such as drought-resistant crops, improved irrigation systems, and climate-smart agriculture techniques. To combat and adapt to climate change, it is necessary to be aware of the quantitative and qualitative changes in meteorological parameters. This study investigates the impacts of climate change in Nova Scotia, Canada, using historical climate data (2000–2020) from the Kentville weather station and future projections (2021–2040) simulated with the LARS-WG V8 software and the CanESM5 model. The Dumarten climate coefficient identified the study area as a very humid region, with a coefficient value of 56.2 during the base period. The model evaluation showed high accuracy in predicting maximum and minimum temperatures (R² = 0.95 and 0.93, respectively) and moderate accuracy for total precipitation (R² = 0.85). Future climate projections revealed significant changes, including a warming trend with fewer extreme cold events, higher average temperatures, and more frequent heat extremes. Total precipitation showed reduced maximum values, suggesting less intense rainfall events, while mean and minimum precipitation levels remained stable. Evapotranspiration (ETp) projections indicated an upward trend with increased variability, pointing to heightened risks of water stress and agricultural challenges. These findings highlight the potential impacts of climate change on water resources, agriculture, and ecosystems, emphasizing the need for adaptive strategies to mitigate climate risks in Nova Scotia.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| 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 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 ».