Effects of initial soil water content and saturated hydraulic conductivity variability on small watershed runoff simulation using LISEM
Notice bibliographique
Résumé
Soil water content (θ) and saturated hydraulic conductivity (Ks) vary in space. The objective of this study was to examine the effects of initial soil water content (θi) and Ks variability on runoff simulations using the LImburg Soil Erosion Model (LISEM) in a small watershed in the Chinese Loess Plateau, based on model parameters derived from intensive measurements. The results showed that the total discharge (TD) and peak discharge (PD) were underestimated when the variability of θi and Ks was partially considered or completely ignored compared with those when the variability was fully considered. Time to peak (TP) was less affected by the spatial variability compared to TD and PD. Except for TP in some cases, significant differences were found in all hydrological variables (TD, PD and TP) between the cases in which spatial variability of θi or Ks was fully considered and those in which spatial variability was partially considered or completely ignored. Furthermore, runoff simulations were affected more strongly by Ks variability than by θi variability. The degree of spatial variability influences on runoff simulations was related to the rainfall pattern and θi. Greater rainfall depth and instantaneous rainfall intensity corresponded to a smaller influence of the spatial variability. Stronger effects of the θi variability on runoff simulation were found in wetter soils, while stronger effects of the Ks variability were found in drier soils. For accurate runoff simulation, the θi variability can be completely ignored in cases of a 1-h duration storm with a return period greater than 10 years, while Ks variability should be fully considered even in the case of a 1-h duration storm with a return period of 20 years. Editor D. Koutsoyiannis; Associate editor A. Fiori
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 | 0,001 |
| 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) | 0,000 | 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 ».