MétaCan
Menu
Retour à la cohorte
Enregistrement W1576483757 · doi:10.1002/hyp.9408

Response of snow processes to climate change: spatial variability in a small basin in the Spanish Pyrenees

2012· article· en· W1576483757 sur OpenAlexafffund
Juan Ignacio López‐Moreno, John W. Pomeroy, Jesús Revuelto, Sergio M. Vicente‐Serrano

Notice bibliographique

RevueHydrological Processes · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSnowpackSnowSnowmeltEnvironmental sciencePrecipitationClimatologyStructural basinAtmospheric sciencesClimate changeDrainage basinWind speedHydrology (agriculture)GeologyMeteorologyGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the Cold Regions Hydrological Modelling platform was used to create an alpine snow model including wind redistribution of snow and energy balance snowmelt to simulate the snowpack over the period 1996–2009 in a small (33 ha) snow‐dominated basin in the Spanish Pyrenees. The basin was divided into three hydrological response units (HRUs), based on contrasting physiographic and aerodynamic characteristics. A sensitivity analysis was conducted to calculate the snow water equivalent regime for various combinations of temperature and precipitation that differed from observed conditions. The results show that there was large inter‐annual variability in the snowpack in this region of the Pyrenees because of its marked sensitivity to climatic conditions. Although the basin is small and quite homogeneous, snowpack seasonality and inter‐annual evolution of the snowpack varied in each HRU. Snow accumulation change in relation to temperature change was approximately 20% for every 1 °C, and the duration of the snowpack was reduced by 20–30 days per °C. Melting rates decreased with increased temperature, and wind redistribution of snow was higher with decreased temperature. The magnitude and sign of changes in precipitation may markedly affect the response of the snowpack to changes in temperature. There was a non‐linear response of snow to individual and combined changes in temperature and precipitation, with respect to both the magnitude and sign of the change. This was a consequence of the complex interactions among climate, topography and blowing snow in the study basin. Copyright © 2012 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,256
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations123
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207