Hydrological Impacts of Climate Change in Tikur Wuha Watershed, Ethiopian Rift Valley Basin
Notice bibliographique
Résumé
According to Intergovernmental Panel on Climate Change (IPCC) rising of global surface temperature, sea level rises, arctic and land ice decrease, erratic precipitation and increase of CO2 concentration are the main indicators of climate change. The main objectives of the study was to investigate the possible hydrological impacts of climate change on stream flow and sedimentation in Tikur Wuha watershed, by downscaling canESM2 (Canadian Earth System Model of second generation) global climate model using Statistical Downscaling Model (SDSM). Based on IPCC recommendation baseline periods (1987–2016) were used for baseline scenario analysis. Future scenario analysis was performed for the 2020s, 2050s, and 2080s. canESM2 model consists of Representative Concentration Pathway (RCP) RCP2.6, RCP4.5 and RCP8.5 scenarios. Impact assessment on stream flow and sediment yield was done by Soil and Water Assessment Tool (SWAT) hydrological model. SWAT model performance in simulating monthly stream flow for the study area was satisfactory with R 2 (0.77 and 0.87), N SE (0.70 and 0.77) and D (-16 and -9) for calibration and validation periods respectively. The result of downscaled precipitation and temperature reveals a systematic increase in all future time periods for all three scenarios; RCP2.6, RCP4.5 and RCP8.5 scenarios. These increases in climate variables are expected to result in increase in mean annual stream flow of 8%, 13%, and 15 % for RCP2.6 scenario, 17%, 24%, and 31% for RCP4.5 scenario and 14%,24% and 35% for RCP8.5 scenario for the 2020s, 2050s, and 2080s, respectively. This leads to increment of sediment yield from different sub watershed. The estimated soil loss rate from different sub-watersheds had ranged from 0.42 tons/ha/yr to 28.31 tons/ha/year (1987-1999), whereas the annual weighted average soil loss rate from the watershed was estimated 16.80 tons/ha/year (2000-2100). Future work need to consider studying the effects of different climate change adaptation strategies. Keywords: Climate change Scenarios, Ethiopia, Hydrological impact, SWAT model DOI: 10.7176/JEES/10-2-04 Publication date: February 29 th 2020
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».