Multi-scale Calibration and Validation of MHYDAS-Erosion for A Small Mediterranean Vineyard Catchment: A Case Study
Notice bibliographique
Résumé
In this work we present a case study of the multi-scale calibration and validation of MHYDAS-Erosion applied to a Mediterranean vineyard. The calibration was performed using expert knowledge in linking physical parameters to land uses with the automatic parameter estimation software PEST. MHYDAS-Erosion was calibrated and validated using spatially distributed observations on total discharge and soil loss. Calibration has been performed within six rainfall events; both hydrological and erosion parameters were calibrated using RMSE, R 2 and the modified version of the Nash-Sutcliffe model efficiency criteria. Calibration results indicate there was good agreement between simulated and observed total discharge and total soil loss at the seven observation points (modified Nash-Sutcliffe efficiency (mNSE) ranging between 0.89 and 0.95). Acceptable results were obtained in terms of parameter values, identification of their physical meaning and coherence. However, some limitations were also identified, and could be remedied in more detailed studies involving (i) spatially-distributed rainfall on the catchment, (ii) a description of groundwater exfiltration and (iii) spatially-distributed properties of the ditches over the catchment. Validation results were quite satisfactory for three of the four validation events. The results from this case study suggest that MHYDAS-Erosion may need a specific calibration when applied to another catchment, but once it is calibrated, it could be used for multi-scale soil loss forecasting.
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 | 0,000 |
| 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 ».