Drought analysis of monthly hydrological sequences: a case study of Canadian rivers
Notice bibliographique
Résumé
Two parameters of importance in hydrological droughts viz. the longest duration, LT and the largest severity, ST (in standardized form) over a desired return period, T years, have been analysed for monthly flow sequences of Canadian rivers. An important point in the analysis is that monthly sequences are non-stationary (periodic-stochastic) as against annual flows, which fulfil the conditions of stochastic stationarity. The parameters mean, μ, standard deviation, σ (or coefficient of variation), lag1 serial correlation, ρ, and skewness, γ (which is helpful in identifying the probability distribution function) of annual flow sequences, when used in the analytical relationships, are able to predict expected values of the longest duration, E(LT ) in years and the largest standardized severity, E(ST ). For monthly flow sequences, there are 12 sets of these parameters and thus the issue is how to involve these parameters to derive the estimates of E(LT ) and E(ST ). Moreover, the truncation level (i.e. the monthly mean value) varies from month to month. The analysis in this paper demonstrates that the drought analysis on an annual basis can be extended to monthly droughts simply by standardizing the flows for each month. Thus, the variable truncation levels corresponding to the mean monthly flows were transformed into one unified truncation level equal to zero. The runs of deficits in the standardized sequences are treated as drought episodes and thus the theory of runs forms an essential tool for analysis. Estimates of the above parameters (denoted as μav, σav, ρav, and γav) for use in the analytical relationships were obtained by averaging 12 monthly values for each parameter. The product- and L-moment ratio analyses indicated that the monthly flows in the Canadian rivers fit the gamma probability distribution reasonably well, which resulted in the satisfactory prediction of E(LT ). However, the prediction of E(ST ) tended to be more satisfactory with the assumption of a Markovian normal model and the relationship E(ST ) ≈ E(LT ) was observed to perform better.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 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 ».