MétaCan
Menu
Retour à la cohorte
Enregistrement W2077386780 · doi:10.1002/hyp.7677

Generality of fractal 1/f scaling in catchment tracer time series, and its implications for catchment travel time distributions

2010· article· en· W2077386780 sur OpenAlexaff
Sarah E. Godsey, Wenche Aas, Thomas A. Clair, Heleen A. de Wit, Ivan J. Fernandez, Jeffrey S. Kahl, I. A. Malcolm, Colin Neal, Margaret Neal, Sarah J. Nelson, Stephen A. Norton, M. C. Palucis, B.L. Skjelkvåle, Chris Soulsby, Doerthe Tetzlaff, James W. Kirchner

Notice bibliographique

RevueHydrological Processes · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesLeverhulme TrustNational Park ServiceNational Science Foundation
Mots-clésFractalStreamflowDrainage basinScalingEnvironmental scienceHydrology (agriculture)Series (stratigraphy)Fractal analysisPrecipitationFractal dimensionGeologyMeteorologyMathematicsGeographyGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Catchment travel time distributions reflect how precipitation from different storms is stored and mixed as it is transported to the stream. Catchment travel time distributions can be described by the mean travel time and the shape of the distribution around the mean. Whereas mean travel times have been quantified in a range of catchment studies, only rarely has the shape of the distribution been estimated. The shape of the distribution affects both the short‐term and long‐term catchment response to a pulse input of a soluble contaminant. Travel time distributions are usually estimated from conservative tracer concentrations in precipitation and streamflow, which are analyzed using time‐domain convolution or spectral methods. Of these two approaches, spectral methods are better suited to determining the shape of the distribution. Previous spectral analyses of both rainfall and streamflow tracer time series from several catchments in Wales showed that rainfall chemistry spectra resemble white noise, whereas the stream tracer spectra in these same catchments exhibit fractal 1/f scaling over three orders of magnitude. Here we test the generality of the observed fractal scaling of streamflow chemistry, using spectral analysis of long‐term tracer time series from 22 catchments in North America and Europe. We demonstrate that 1/f fractal scaling of stream chemistry is a common feature of these catchments. These observations imply that catchments typically exhibit an approximate power‐law distribution of travel times, and thus retain a long memory of past inputs. The observed fractal scaling places strong constraints on possible models of catchment behavior, because it is inconsistent with the exponential travel time distributions that are predicted by simple mixing models. Copyright © 2010 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations183
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207