MétaCan
Menu
Retour à la cohorte
Enregistrement W2000703932 · doi:10.2495/geo060281

Efficient watershed modeling using a multi-site weather generator for meteorological data

2006· article· en· W2000703932 sur OpenAlexaffabout
Malika Khalili, Robert Leconte, François Brissette

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésPrecipitationWatershedEnvironmental scienceInflowMeteorologyAutocorrelationAutomatic weather stationHydrographWeather stationSurface runoffGeographyComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The multi-site generation of precipitation data is developed using a Richardson (1981) WGEN-type weather generator. This approach is based on spatial autocorrelation to analyze patterns in space and investigate the dependence of weather data at multiple locations. Reproducing the dependence between meteorological data at several stations should make the hydrological model results more realistic. The Chute du diable watershed and surrounding area located in the province of Quebec, Canada was used to test the proposed approach. Daily spatial autocorrelations between precipitation occurrences and amounts were successfully reproduced as well as total monthly precipitation and monthly numbers of rainy days. A hydrological model has been used to quantify the natural inflow process. As envisaged, the multi-site generation of weather data produced more practical natural inflow hydrographs, compared to those obtained using a uni-site weather generator.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,430
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,227
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations5
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetHydrology and Watershed Management StudiesTravaux en français237 207