MétaCan
Menu
Retour à la cohorte
Enregistrement W2311709439 · doi:10.2166/wst.2015.609

Evaluation of the applicability of the SWAT model in an arid piedmont plain oasis

2015· article· en· W2311709439 sur OpenAlexaff
Yong Jun Wu, Changyou Li, Chengfu Zhang, Xiaohong Shi, Charles P.‐A. Bourque, Shengnan Zhao

Notice bibliographique

RevueWater Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHydrology (agriculture)WatershedSoil and Water Assessment ToolAlluvial plainSWAT modelEnvironmental scienceAridCoastal plainWater balanceRidgeGeologyStreamflowGeographyDrainage basin

Résumé

récupéré en direct d'OpenAlex

Hetao Oasis is located in a typical piedmont alluvial plain bounded by the Langshan Mountain Range in the north, desert in the west, and the Yellow River in the south. Agricultural activities within the oasis significantly impact the hydrological cycle and water quality in downstream locations. The research uses the Soil and Water Assessment Tool (SWAT) for a piedmont plain by defining the watershed boundary as coinciding with the natural mountain ridge, the border between the oasis and the desert, and the Yellow River. The model simulates water discharge with coefficient of determination and a Nash-Sutcliffe model efficiency of 0.78 and 0.62 during model calibration, and 0.75 and 0.69 during model validation, suggesting that delineation of the watershed as carried out in this research is suitable for piedmont plain topography. From the results, the mountains contribute 28.4% to the water discharge at the outlet of the watershed, and water-use efficiency of irrigated water is about 40%, which is consistent with field-based measurements. Methodologies used in delineating watershed boundaries and parameterizing SWAT provide a solid foundation for water balance studies in other regions of the world with similar topography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,266
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207