Estimating Low-Flow Frequency Statistics and Hydrologic Analysis of Selected Streamflow-Gaging Stations, Nooksack River Basin, Northwestern Washington and Canada
Notice bibliographique
Résumé
Low-flow frequency statistics were computed at 17 continuous-record streamflow-gaging stations and 8 miscellaneous measurement sites in and near the Nooksack River basin in northwestern Washington and Canada, including the 1, 3, 7, 15, 30, and 60 consecutive-day low flows with recurrence intervals of 2 and 10 years. Using these low-flow statistics, 12 regional regression equations were developed for estimating the same low-flow statistics at ungaged sites in the Nooksack River basin using a weighted-least-squares method. Adjusted R2 (coefficient of determination) values for the equations ranged from 0.79 to 0.93 and the root-mean-squared error (RMSE) expressed as a percentage ranged from 77 to 560 percent. Streamflow records from six gaging stations located in mountain-stream or lowland-stream subbasins of the Nooksack River basin were analyzed to determine if any of the gaging stations could be removed from the network without significant loss of information. Using methods of hydrograph comparison, daily-value correlation, variable space, and flow-duration ratios, and other factors relating to individual subbasins, the six gaging stations were prioritized from most to least important as follows: Skookum Creek (12209490), Anderson Creek (12210900), Warm Creek (12207750), Fishtrap Creek (12212050), Racehorse Creek (12206900), and Clearwater Creek (12207850). The optimum streamflow-gaging station network would contain all gaging stations except Clearwater Creek, and the minimum network would include Skookum Creek and Anderson Creek.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».