A semi-empirical method for predicting hydrological drought magnitudes in the Canadian prairies
Notice bibliographique
Résumé
A hydrological drought magnitude (M T ) expressed in standardized terms is predicted on annual, monthly and weekly time scales for a sampling period of T years in streamflow data from the Canadian prairies. The drought episodes are considered to follow the Poisson law of probability and, when coupled with the gamma probability distribution function (pdf) of drought magnitude (M) in the extreme number theorem, culminate in a relationship capable of evaluating the expected value, E(M T ). The parameters of the underlying pdf of M are determined based on the assumption that the drought intensity follows a truncated normal pdf. The E(M T ) can be evaluated using only standard deviation (σ), lag-1 autocorrelation (ρ) of the standardized hydrological index (SHI) sequence, and a weighting parameter Φ (ranging from 0 to 1) to account for the extreme drought duration (L T ), as well as the mean drought duration (Lm ), in a characteristic drought length (Lc ). The SHI is treated as standard normal variate, equivalent to the commonly-used standardized precipitation index. A closed-form relationship can be used for the estimation of first-order conditional probabilities, which can also be estimated from historical streamflow records. For all rivers, at the annual time scale, the value of Φ was found equal to 0.5, but it tends to vary (in the range 0 to 1) from river to river at monthly and weekly time scales. However, for a particular river, the Φ value was nearly constant at monthly and weekly time scales. The proposed method estimates E(M T ) satisfactorily comparable to the observed counterpart. At the annual time scale, the assumption of a normal pdf for drought magnitude tends to yield results in close proximity to that of a gamma pdf. The M T , when transformed into deficit-volume, can form a basis for designing water storage facilities and for planning water management strategies during drought periods. Editor D. Koutsoyiannis; Associate editor C. Onof Citation Sharma, T.C. and Panu, U.S., 2013. A semi-empirical method for predicting hydrological drought magnitudes in the Canadian prairies. Hydrological Sciences Journal, 58 (3), 549–569.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».