MétaCan
Menu
Retour à la cohorte
Enregistrement W2019170118 · doi:10.1002/hyp.6205

Snowmelt contribution to discharge from a large mountainous catchment in subarctic Canada

2006· article· en· W2019170118 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueHydrological Processes · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSnowmeltSubarctic climateHydrographSurface runoffEnvironmental sciencePrecipitationArcticSnowStreamflowHydrology (agriculture)Drainage basinClimatologyGeologyMeteorologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Snowmelt is responsible for much of the annual runoff and most of the peak discharges in subarctic mountainous regions. It also provides a significant amount of freshwater inflow to the polar seas, which has implications for Arctic Ocean circulation. Owing to considerable topographic contrasts in large mountainous basins, snow accumulation and melt patterns are highly variable in time and space, but the scarcity of data in these regions prevents the patterns from being discerned. Application of a macro‐scale hydrological model (using reanalysis data from the European Centre for Medium‐Range Weather Forecasts, the National Centers for Environmental Prediction and the North American Regional Reanalysis) offers one suitable approach to estimate the magnitude and timing of snowmelt contribution to discharge from large mountainous catchments. The Liard basin, subarctic Canada, is used as an example and the SLURP (Semi‐distributed Land‐use‐based Runoff Processes) model allows hydrograph simulation for the Liard and its sub‐basins. Three sets of reanalysis temperature and precipitation data provide inputs to assess the sensitivity of model simulation. The spatial patterns of snowmelt, runoff and stream discharge for four water years were simulated. The SLURP model was found to be sensitive to a plausible range of input conditions as depicted by the three sets of reanalysis data. Despite differences in detail among the three sets of simulation results, several generalities emerged. A comparison of simulated snow cover with satellite data confirms that there are altitudinal delays in spring flow generation though latitude has no apparent influence. Runoff lags snowmelt while the catchment integrates flows of its tributaries, yet different combinations of winter snowfall and spring melt rates cause large interannual variations in snowmelt discharge. Streamflow measured and simulated at four stations along the main river permits an evaluation of runoff contribution from various sectors of the basin. The overall pattern of melt runoff generation and the modelling approach used in this investigation are applicable to other large mountainous basins in high latitudes. Copyright © 2006 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,882

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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