EVALUATION OF THE APPLICABILITY OF THE SWAT MODEL FOR COASTAL WATERSHEDS IN SOUTHEASTERN LOUISIANA<sup>1</sup>
Notice bibliographique
Résumé
ABSTRACT: The Soil and Water Assessment Tool (SWAT) has been used for hydrologic analyses at various watershed scales. However, little is known about the model's performance in coastal watersheds. In this study SWAT was evaluated for its applicability in three Louisiana coastal watersheds: the Amite, Tickfaw, and Tangipahoa River watersheds. The model was calibrated with daily discharge from 1976 to 1977 and validated from 1979 to 1999 for the Amite and Tangipahoa and with daily discharge from 1979 to 1989 for the Tickfaw. Deviation of mean discharge and the Nash‐Sutcliffe model efficiency were used to evaluate model behavior. The study found that Manning's roughness coefficient for the main channel, SCS curve number, and soil evaporation compensation factor were the most sensitive parameters for these coastal watersheds. The Manning's roughness coefficient showed the greatest effect on the response time of surface runoff, suggesting the critical role of channel routing in hydrologic modeling for lowland watersheds. The SWAT model demonstrated an excellent performance, with Nash‐Sutcliffe efficiencies of 0.935, 0.940, and 0.960 for calibrations of the Amite, Tickfaw, and Tangipahoa watersheds, respectively, and of 0.851, 0.811, and 0.867 for validations. The modeling results demonstrate that SWAT is capable of simulating hydrologic processes for medium scale to large scale coastal lowland watersheds in Louisiana.
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 | 0,004 | 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».