MétaCan
Menu
Retour à la cohorte
Enregistrement W2057255949 · doi:10.4319/lom.2007.5.484

Calibrating the Dynamic Reservoir Simulation Model (DYRESM) and filling required data gaps for one‐dimensional thermal profile predictions in a boreal lake

2007· article· en· W2057255949 sur OpenAlexaffabout
Andrew J. Tanentzap, David P. Hamilton, Norman D. Yan

Notice bibliographique

RevueLimnology and Oceanography Methods · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of the Environment, Conservation and ParksYork University
Organismes subventionnairesnon disponible
Mots-clésBorealEnvironmental scienceThermoclineHydrology (agriculture)OutflowNorthern HemisphereSurface runoffHydrographClimatologyAtmospheric sciencesGeologyOceanographyEcology

Résumé

récupéré en direct d'OpenAlex

One‐dimensional vertical heat transfer and mixing models, such as the Dynamic Reservoir Simulation Model (DYRESM), have seldom been applied to lakes in the boreal region even though this region houses the majority of global freshwater lakes. In order to employ DYRESM to predict the thermal structure of a boreal lake located near Sudbury, Ontario, Canada, we overcame two methodological challenges. First, we developed models to predict the vertical light extinction coefficient (Kd) from dissolved organic carbon (DOC) concentrations and hydraulic retention time. We also developed models to predict stream temperatures from local meteorology, and to predict the discharge of lake inflows and the lake outflow from runoff per unit area at gauged streams nearby. We then re‐calibrated several DYRESM parameters which had been tested previously primarily in the Southern Hemisphere, and explored the sensitivity of the re‐calibrated model to all of the remaining uncalibrated inputs implicated in heating and mixing processes. The mean difference between values predicted with the re‐calibrated model and field measurements (± 1 standard deviation), 1.09 m (± 0.89 m) for thermocline depth and 1.98°C (± 1.58°C) for bottom water temperature, was relatively small compared with other North American studies, and likely due to the model rather than our parameterization. Our calibration of DYRESM for Clearwater Lake, and supplementary models, provide a demonstration for and guidance to those wishing to simulate changes in thermal regimes of boreal lakes in response to climate change or other broad‐scale environmental stressors of importance both to local fisheries and freshwater resource management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,347
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), 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

Citations54
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography MethodsMême sujetFish Ecology and Management StudiesTravaux en français237 207