Topographic analysis for the prairie pothole region of Western Canada
Notice bibliographique
Résumé
Abstract The unique topography of the pothole region of the North American prairies creates challenges for properly determining basin contributing area. Numerous depressions or potholes within the landscape impound runoff. However, potholes can ‘fill‐spill’ resulting in surface water connections between the potholes. Surface water connectivity between potholes ultimately influences basin contributing area. Currently, automated methods, such as landscape analysis tools, treat depressions in the landscape as artifacts and simply fill the depressions to delineate a drainage basin. Using this method to calculate contributing area assumes that all surface storage has been satisfied (threshold) and the drainage basin will contribute 100% of its area for all runoff events. However, most runoff events in the prairie pothole region are pre‐threshold events that contribute only a portion of surface runoff to the outlet. These pre‐threshold events have surface storage that varies because of antecedent water levels and have a variable or dynamic potential to store further runoff in the basin. Government agencies have developed methodologies for determining pre‐threshold contributing areas, but these methodologies do not incorporate current technologies and, as a result, have limitations. We propose an automated method for determining contributing area that incorporates the fill‐spill of prairie potholes. The algorithm, which uses the D‐8 drainage direction method, automates a methodology for identifying and quantifying runoff contributing area. Any algorithm that determines pre‐threshold contributing area, must allow the DEM to be filled in an incremental manner. This will simulate increasing pond levels, and the resulting decrease in available storage in the basin, in response to runoff events. The SPILL algorithm is an iterative solution that increases the magnitude of input runoff events and records the decreasing change in available surface storage and the increase in contributing area until the storage threshold is reached and the contributing area reaches 100%. Through application of the algorithm on prairie pothole region basins, we test proposed conceptual curves that describe a hypothesized non‐linear relationship between decreasing potential storage in the landscape and contributing area. Results indicate that the proposed conceptual curves represent the relationship between potential surface storage and contributing area in the test basins very well. 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».