A case study on the use of appropriate surrogates for antecedent moisture conditions (AMCs)
Notice bibliographique
Résumé
Abstract. While a large number of non-linear hillslope and catchment rainfall-runoff responses have been attributed to the temporal variability in antecedent moisture conditions (AMCs), two problems emerge: (1) the difficulty of measuring AMCs, and (2) the absence of explicit guidelines for the choice of surrogates or proxies for AMCs. This paper aims at determining whether or not multiple surrogates for AMCs should be used in order not to bias our understanding of a system hydrological behaviour. We worked in a small forested catchment, the Hermine, where soil moisture has been measured at 121 different locations at four depths on 16 occasions. Without making any assumption on active processes, we used various linear and nonlinear regression models (i.e. linear, quadratic, cubic, exponential, logarithmic and logistic) to evaluate the point-scale temporal relations between actual soil moisture contents and selected meteorological-based surrogates for AMCs. We then mapped the nature of the "best fit" model to identify (1) spatial clusters of soil moisture monitoring sites whose hydrological behaviour was similar, and (2) potential topographic influences on these behaviours. Two conclusions stood out. Firstly, it was shown that the sole reference to AMCs indices traditionally used in catchment hydrology, namely antecedent rainfall amounts summed over periods of seven or ten days, would have led to an incomplete understanding of the Hermine catchment dynamics. Secondly, the relationships between point-scale soil moisture content and surrogates for AMCs were not spatially homogeneous, thus revealing a mosaic of linear and nonlinear catchment "active" and "contributing" sources whose locations were seldom controlled by surface terrain attributes or the topography of a soil-confining layer interface. These results represent a step forward for the Hermine catchment as they point towards depth-specific processes and spatially-variable triggering conditions that are not controlled by topography. Further investigations are, however, necessary in order to derive general guidelines for the choice of the best surrogates for AMCs in a catchment.
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 | 0,001 | 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 | 0,001 |
| 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 tête enseignante, 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 ».