Climate change impacts on the hydrologic regime of a Canadian river: comparing uncertainties arising from climate natural variability and lumped hydrological model structures
Notice bibliographique
Résumé
Abstract. Diagnosing the impacts of climate change on water resources is a difficult task pertaining to the uncertainties arising from the different modelling steps. Lumped hydrological model structures contribute to this uncertainty as well as the natural climate variability, illustrated by several members from the same Global Circulation Model. In this paper, the hydroclimatic modelling chain consists of twenty-four potential evapotranspiration formulations, twenty lumped conceptual hydrological models, and seven snowmelt modules. These structures are applied on a natural Canadian sub-catchment to address related uncertainties and compare them to the natural internal variability of simulated climate system as depicted by five climatic members. Uncertainty in simulated streamflow under current and projected climates is assessed. They rely on interannual hydrographs and hydrological indicators analysis. Results show that natural climate variability is the major source of uncertainty, followed by potential evapotranspiration formulations and hydrological models. The selected snowmelt modules, however, do not contribute much to the uncertainty. The analysis also illustrates that the streamflow simulation over the current climate period is already conditioned by the tools' selection. This uncertainty is propagated to reference simulations and future projections, amplified by climatic members. These findings demonstrate the importance of opting for several climatic members to encompass the important uncertainty related to the climate natural variability, but also of selecting multiple modelling tools to provide a trustworthy diagnosis of the impacts of climate change on water resources.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,001 | 0,003 |
| 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) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».