MétaCan
Menu
Retour à la cohorte
Enregistrement W1968972700 · doi:10.1002/hyp.1271

Simulating pan‐Arctic runoff with a macro‐scale terrestrial water balance model

2003· article· en· W1968972700 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueHydrological Processes · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of DefenseNational Science Foundation
Mots-clésEnvironmental scienceSurface runoffArcticWater balancePrecipitationWater cycleLatitudeVegetation (pathology)ClimatologyDrainage basinWater contentArctic vegetationEvapotranspirationHydrology (agriculture)Atmospheric sciencesMeteorologyGeologyOceanographyGeographyTundra

Résumé

récupéré en direct d'OpenAlex

Abstract A terrestrial hydrological model, developed to simulate the high‐latitude water cycle, is described, along with comparisons with observed data across the pan‐Arctic drainage basin. Gridded fields of plant rooting depth, soil characteristics (texture, organic content), vegetation, and daily time series of precipitation and air temperature provide the primary inputs used to derive simulated runoff at a grid resolution of 25 km across the pan‐Arctic. The pan‐Arctic water balance model (P/WBM) includes a simple scheme for simulating daily changes in soil frozen and liquid water amounts, with the thaw–freeze model (TFM) driven by air temperature, modelled soil moisture content, and physiographic data. Climate time series (precipitation and air temperature) are from the National Centers for Environmental Prediction (NCEP) reanalysis project for the period 1980–2001. P/WBM‐generated maximum summer active‐layer thickness estimates differ from a set of observed data by an average of 12 cm at 27 sites in Alaska, with many of the differences within the variability (1σ) seen in field samples. Simulated long‐term annual runoffs are in the range 100 to 400 mm year −1 . The highest runoffs are found across northeastern Canada, southern Alaska, and Norway, and lower estimates are noted along the highest latitudes of the terrestrial Arctic in North America and Asia. Good agreement exists between simulated and observed long‐term seasonal (winter, spring, summer–fall) runoff to the ten Arctic sea basins ( r = 0·84). Model water budgets are most sensitive to changes in precipitation and air temperature, whereas less affect is noted when other model parameters are altered. Increasing daily precipitation by 25% amplifies annual runoff by 50 to 80% for the largest Arctic drainage basins. Ignoring soil ice by eliminating the TFM sub‐model leads to runoffs that are 7 to 27% lower than the control run. The results of these model sensitivity experiments, along with other uncertainties in both observed validation data and model inputs, emphasize the need to develop improved spatial data sets of key geophysical quantities (particularly climate time series) to estimate terrestrial Arctic hydrological budgets better. Copyright © 2003 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,040
Tête enseignante GPT0,238
Écart entre enseignants0,198 · 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