Key points are not available for this paper at this time.
Resumo A seca ocorre quando há uma diminuição sustentada na precipitação ao longo de um período prolongado, impactando os aspectos socioculturais e ambientais dos humanos e outros seres vivos. A distribuição geográfica e o tempo das secas desempenham um papel crucial na gestão e estratégias de mitigação de secas. Identificar e prever o início das secas em regiões específicas, especialmente em áreas de bacia, é uma preocupação primária no campo da hidrologia. Este estudo foca em como os padrões espaço-temporais da seca estão se desenvolvendo nas Bacias Turcas usando dados detalhados sobre Armazenamento de Água Terrestre (TWS), precipitação e temperatura em nível de pixel. Os conjuntos de dados do GRACE (Gravity Recovery and Climate Experiment), PERSIANN (Estimativa de Precipitação a partir de Informação Remotamente Sensed usando Redes Neurais Artificiais), e WorldClim (Clima Mundial) são empregados para avaliar as mudanças de longo prazo da seca em uma escala de bacia. Análises espaciais são realizadas em um ambiente de Sistema de Informação Geográfica (SIG) para a derivação de estatísticas mensais média, mínima e máxima da bacia de TWS, anomalias de precipitação e temperatura dentro das Bacias Turcas. Análises de séries temporais são implementadas para investigar a evolução temporal das secas nessas bacias, para as estatísticas mensais média, mínima e máxima da bacia obtidas. O teste de tendência de Mann–Kendall e os testes de detecção de ponto de mudança de Pettitt são usados para avaliar a significância estatística das tendências calculadas e para expor a existência de qualquer ponto de mudança nelas, respectivamente. Os resultados do estudo indicam que a Turquia enfrenta um risco significativo de desenvolvimento de seca em quase todas as suas bacias, particularmente após 2016. O conjunto de dados do GRACE fornece percepções realistas sobre o comportamento temporal das secas hidrológicas. O PERSIANN é eficaz na identificação de anos com condições meteorológicas extremas, e o índice de precipitação padronizado (SPI) mostra eficácia semelhante, enquanto são ineficazes na exposição de tendências significativas devido à natureza dos dados de precipitação. Os dados do WorldClim se mostram insuficientes para modelar o comportamento temporal das secas nessas bacias.
Özçelik et al. (Quarta-feira,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: