Modeling the effect of glacier recession on streamflow response using a coupled glacio-hydrological model
Notice bibliographique
Résumé
Abstract. We describe an integrated spatially distributed hydrologic and glacier dynamic model, and use it to investigate the effect of glacier recession on streamflow variations for the upper Bow River basin, a tributary of the South Saskatchewan River, Alberta, Canada. Several recent studies have suggested that observed decreases in summer flows in the South Saskatchewan River are partly due to the retreat of glaciers in the river's headwaters. Modeling the effect of glacier changes on streamflow response in river basins such as the South Saskatchewan is complicated due to the inability of most existing physically based distributed hydrologic models to represent glacier dynamics. We compare predicted variations in glacier extent, snow water equivalent (SWE), and streamflow discharge with satellite estimates of glacier area and terminus position, observed glacier mass balance, observed streamflow and snow water-equivalent measurements, respectively over the period of 1980–2007. Observations of multiple hydroclimatic variables compare well with those simulated with the coupled hydrology-glacier model. Our results suggest that, on average, the glacier melt contribution to the Bow River flow upstream of Lake Louise is approximately 22% in summer. For warm and dry years, however, the glacier melt contribution can be as large as 47% in August, whereas for cold years, it can be as small as 15% and the timing of the glacier melt signature can be delayed by a month. The development of this modeling approach sets the stage for future predictions of the influence of warming climate on streamflow in partially glacierized watersheds.
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 | 0,003 | 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 | 0,000 |
| 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 | 0,000 |
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.
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 ».