Streamflow predictability in the Saskatchewan/Nelson River basin given macroscale estimates of the initial soil moisture status
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Soil moisture estimates obtained over large spatial areas will become increasingly available through current and upcoming satellite missions and from numerous land surface parameterization schemes run at global- and continental-scale resolutions. The goal of this research was to evaluate the potential for using macroscale estimates of soil moisture for enhancing streamflow forecasts. Towards this research objective, monthly streamflow estimates were obtained from over 50 gauge locations within the Nelson basin, Canada, for the period 1979–1999. For each streamflow record, multiple linear regression models were used to remove components of the streamflow signal related to previous streamflow, climate teleconnections (e.g. ENSO and AO) and snow water equivalence. Correlations were then assessed between the macroscale soil moisture estimates and the residuals of the multiple linear regression analysis over lead times of one, two and three months. At the one- and two-month lead time, statistically significant relationships between soil moisture and the residuals of streamflow are observed over a large proportion of the gauging locations. The number of catchments with statistically significant relationships decreases significantly after two months and particularly in the months of April—June. This study demonstrates that available macroscale estimates of soil moisture have the potential to enhance streamflow prediction, although further study is suggested to improve upon the soil moisture estimates and their application in a forecast system.
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.
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 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle