Proving WATFLOOD: modelling the nonlinearities of hydrologic response to storm intensities
Notice bibliographique
Résumé
This paper examines the effects of modelling the nonlinearities of hydrologic response to various storm intensities. Radar rainfall data, remotely sensed land use and land cover data, measured streamflows, and meteorological data were incorporated into the distributed flood forecasting model WATFLOOD to synthesize runoff hydrographs for three significant warm weather rainfall events occurring in 1995. The watershed selected for study was the 288 km2Duffins Creek drainage basin in southern Ontario. The effects of scaling radar rainfall amounts to match regional storm intensities on the synthesized streamflow hydrographs were examined. Computations and analysis were performed in agreement with widely accepted hydrologic principles and assumptions. The observed and synthesized hydrographs were compared using the unit hydrograph method. The observed and composite unit hydrographs matched extremely well in terms of shape, timing, and peak flow magnitude. These results indicated that WATFLOOD is capable of accurately modelling the nonlinear rainfallrunoff processes for increasing rainfall intensities with respect to peak flow, basin lag, and time to peak flow. However, the arbitrariness of assessing the effective rainfall and base-flow separation for the unit hydrograph method can lead to uncertainties in computing peak flow magnitudes. The grid element size and number and the drainage areas above streamflow gauges are of critical importance to the accuracy of the model.Key words: hydrology, watershed model, flood forecasting, hydrological modelling, model validation, unit hydrograph, nonlinear response.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».