Application of a fully‐integrated surface‐subsurface flow model at the watershed‐scale: A case study
Notice bibliographique
Résumé
Results are presented in which a physically‐based, three‐dimensional model that fully integrates surface and variably‐saturated subsurface flow processes is applied to the 75 km 2 Laurel Creek Watershed within the Grand River basin in Southern Ontario, Canada. The primary objective of this study is to gauge the model's ability to reproduce surface and subsurface hydrodynamic processes at the watershed scale. Our objective was first accomplished by calibrating the steady‐state subsurface portion of the system to 50 observation wells where hydraulic head data were available, while simultaneously matching the stream baseflow discharge. The level of agreement between the observed and computed subsurface hydraulic head values, baseflow discharge and the spatial pattern of the surface drainage network indicates that the model captures the essence of the surface‐subsurface hydraulic characteristics of the watershed. The calibrated model is then subjected to two time series of input rainfall data and the calculated discharge hydrographs are compared to the observed rainfall‐runoff responses. The calculated and observed rainfall‐runoff responses were shown to agree moderately well for both rainfall data series that were utilized. Additionally, the spatial and temporal responses of the watershed with respect to the overland flow areas contributing to streamflow and the surface‐subsurface exchange fluxes across the land surface during rainfall inundation and subsequent drainage phases demonstrate the dynamic nature of the interaction occurring between the surface and subsurface hydrologic regimes. Overall, it is concluded that it is feasible to apply a fully‐integrated, surface/variably‐saturated subsurface flow model at the watershed scale and possibly larger scales.
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 | 0,002 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».