Uncertainty of nitrate‐N load computations for agricultural watersheds
Notice bibliographique
Résumé
Water quality samples for most streams are collected at variable frequencies within monitoring periods of different lengths. On the basis of discrete concentration data obtained from these monitoring studies, loads of various pollutants passing through a gaging station for selected periods may be calculated using various load estimation methods. In this paper, nitrate‐N load estimates were compared with their “true” values, calculated using 6 years of daily nitrate‐N concentration and average discharge data at an agricultural watershed in central Illinois. A Monte Carlo subsampling study was conducted to simulate different sampling scenarios for variable sampling frequencies and different monitoring durations. Load calculations were compared for each sampling scenario based on rating curve, ratio estimator, and flow‐weighted average estimator. In addition, two bias correction techniques (minimum variance unbiased estimator (MVUE) and smearing estimator) were applied to the rating curve method. The monitoring durations were 1, 2, 3, and 6 years, and the sampling frequencies ranged from weekly to bimonthly. The results demonstrated that a desired accuracy of the estimates could be achieved either by sampling more frequently or by monitoring the site longer. Although the ratio and the flow‐weighted average estimators had a small negative bias, in most cases rating curve estimators were positively biased when applied to the study site. Also, neither of the two bias correction techniques, MVUE and smearing estimator, decreased this positive bias. On the contrary, those techniques produced a higher bias, which resulted in increased root‐mean‐square error (RMSE). The rating curve uncorrected for bias, the simple ratio, and the flow‐weighted estimator had a significantly smaller RMSE for all sampling frequencies and all periods of record than the bias‐corrected rating curve methods.
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 | 0,001 |
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 ».