MétaCan
Menu
Retour à la cohorte
Enregistrement W1986972399 · doi:10.1002/2014wr016168

Impacts of rainfall spatial variability on hydrogeological response

2015· article· en· W1986972399 sur OpenAlexaff
Gonzalo Sapriza‐Azuri, Jorge Jódar, Vicente Navarro, Luit Jan Slooten, Jesús Carrera, Hoshin V. Gupta

Notice bibliographique

RevueWater Resources Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensGlobal Institute for Water Security
Organismes subventionnairesnon disponible
Mots-clésGroundwater rechargeHydrogeologyHydrology (agriculture)AquiferSurface runoffEnvironmental scienceGroundwaterHydrological modellingSpatial variabilityDrainage basinStructural basinGeologyClimatologyGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract There is currently no general consensus on how the spatial variability of rainfall impacts and propagates through complex hydrogeological systems. Most studies to date have focused on the effects of rainfall spatial variability (RSV) on river discharge, while paying little attention to other important aspects of system response. Here, we study the impacts of RSV on several responses of a hydrological model of an overexploited system. To this end, we drive a spatially distributed hydrogeological model for the semiarid Upper Guadiana basin in central Spain with stochastic daily rainfall fields defined at three different spatial resolutions (fine → 2.5 km × 2.5 km, medium → 50 km × 50 km, large → lumped). This enables us to investigate how (i) RSV at different spatial resolutions, and (ii) rainfall uncertainty, are propagated through the hydrogeological model of the system. Our results demonstrate that RSV has a significant impact on the modeled response of the system, by specifically affecting groundwater recharge and runoff generation, and thereby propagating through to various other related hydrological responses (river discharge, river‐aquifer exchange, groundwater levels). These results call into question the validity of management decisions made using hydrological models calibrated or forced with spatially lumped rainfall.

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 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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,471
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,058
Tête enseignante GPT0,321
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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