MétaCan
Menu
Retour à la cohorte
Enregistrement W1621197461 · doi:10.1029/2010wr009656

Functional model of water balance variability at the catchment scale: 2. Elasticity of fast and slow runoff components to precipitation change in the continental United States

2011· article· en· W1621197461 sur OpenAlexfundno aff
C. J. Harman, P. A. Troch, Murugesu Sivapalan

Notice bibliographique

RevueWater Resources Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaNational Science Foundation
Mots-clésStreamflowSurface runoffPrecipitationWater balanceEnvironmental scienceHydrology (agriculture)Drainage basinGeologyMeteorologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Assessing the sensitivity of annual streamflow to precipitation is challenging due to the complexity of the processes that control the water balance. A low‐dimensional model can be useful to interrogate data in regional assessments of a large number of catchments, and can provide insights into the broad similarities and differences between catchments' behaviors. This work assesses the sensitivity to precipitation of total annual streamflow, as well as its slow and fast flow components, within the framework of the Ponce and Shetty water balance model. This framework assumes that there are upper limits on the ability of a catchment to store and evaporate water, and there are minimum threshold amounts of precipitation and wetting (precipitation minus fast flow) needed to initiate fast and slow runoff. The flow elasticities (percent of change in flow per percent of change in annual precipitation) were estimated for 405 catchments in the Model‐Parameter Estimation Experiment data set (including an assessment of parameter uncertainty). The elasticity of total discharge was 2.1 on average across the catchments, which is consistent with other studies. The fast component was higher (≈ 2.4) and slow flow was lower (≈ 2.0). Elasticities were highest and most variable in arid areas. The variations in elasticity between sites were shown to be primarily controlled by the two threshold parameters. The thresholds were a high proportion of mean annual precipitation in arid sites where only a small proportion of catchment wetting is released as slow flow. This provides some insight into previous observations that the sensitivity is correlated with climate.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,275
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
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

Citations78
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Watershed Management StudiesTravaux en français237 207