MétaCan
Menu
Retour à la cohorte
Enregistrement W2185349890

Effect of Climate on Temporal Distribution Pattern of Rainfall and Comparing With Each other and Known Patterns Case Study: Ardebil Province - Iran

2014· article· en· W2185349890 sur OpenAlexaboutno aff
Ali Ghasemi, Sajad Mirzaei, Yadollah Mirzaei, Majid Raoof, Maryam Moradnezhadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRain gaugeAridDistribution (mathematics)Environmental scienceSurface runoffClimatologyWaterlogging (archaeology)GeographyQuarter (Canadian coin)Physical geographyMeteorologyGeologyMathematicsPrecipitationEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rainfall distribution pattern is one of the most important factors in simulation of runoff hydrograph and hydraulic structure design. The pattern is often different in various climates. The present study was formulated in order to determine temporal rainfall distribution pattern and comparing it with SCS, WMS, and Huff patterns in four regions (namely Haruchay, Gharasou, Meshkinchay, and Darrehroud) in Ardebil Province – Iran. For this aim, temporal rainfall distribution pattern was assigned through Huff and Pilgrim Method by use of the data related to seven rain gauge stations within the mentioned regions. Afterwards, predominant climate of each region was evaluated and compared via Do Martin Method. By using MAE, RE, RMSE, ME, and W statistics, the patterns for each region were compared with those of SCS, WMS, and Huff. The results obtained from the present study indicated that rainfall distribution patterns in different regions of Ardebil Province are different. In semi-humid climate in southern regions (i.e. Haruchay), semiarid regions (i.e. Gharasou and Meshkinchay), and arid regions (Darrehroud),the maximum rainfall rates were in the first quarter (onset of rainfall), in the third quarter (midst of rainfall), and in the fourth quarter (end of rainfall), respectively. The results acquired from comparison of the patterns obtained for the regions with those mentioned above demonstrated that relative to the regions’ patterns, Huff-1st and Huff-4th patterns experienced the lowest and highest error rates, respectively. On the contrary, with regard to all statistical results, application of WMO, SCS, and Huff-3rd patterns provide more realistic estimations in Herochay and Meshkinchay, Darrehroud, and Gharasou, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Drought AnalysisTravaux en français237 207