MétaCan
Menu
Retour à la cohorte
Enregistrement W2522843409 · doi:10.1155/2016/2197142

Response of Hydrological Drought to Meteorological Drought under the Influence of Large Reservoir

2016· article· en· W2522843409 sur OpenAlexaff
Jiefeng Wu, Xingwei Chen, Lu Gao, Huaxia Yao, Ying Chen, Meibing Liu

Notice bibliographique

RevueAdvances in Meteorology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensMinistry of EnvironmentMinistry of the Environment, Conservation and Parks
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésStreamflowPrecipitationEnvironmental scienceClimatologyDrainage basinLagWater cycleStructural basinHydrology (agriculture)Series (stratigraphy)Trend analysisGeographyMeteorologyGeologyMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

Based on monthly streamflow and precipitation data from 1960 to 2010 in the Jinjiang River Basin of China, Standardized Precipitation Index (SPI) and Standardized Streamflow Index (SSI) were used to represent meteorological and hydrological drought, respectively. The response of hydrological drought to meteorological drought under the influence of Shanmei reservoir was investigated. The results indicate that SPI and SSI have a decreasing trend during recent several decades. Monthly scales of SSI series have a significant decreasing trend from November to the following February and a significant increasing trend from May to July at Shilong hydrological station. There are three significant periodic variations with a cycle of 6-7 years, 11-12 years, and 20-21 years for annual scales of SSI series. SPI series have the same periodic variations before the 1980s, but they have not been synchronous with SSI since the 1980s at Shilong due to influences of Shanmei reservoir, especially at the periodic variations of 20-21 years. The variation of the lag time of hydrological drought in response to meteorological drought is significant at the seasonal scale. The lag time of hydrological drought to meteorological drought extends one month on average in spring, summer, and autumn but about three months in winter.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,271
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,285
Écart entre enseignants0,275 · 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

Citations60
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in MeteorologyMême sujetHydrology and Drought AnalysisTravaux en français237 207