Determining the Influence of Land Use Change and Soil Heterogeneities on Discharge, Sediment and Phosphorus
Notice bibliographique
Résumé
Southern Quebec’s Missisquoi Bay, a freshwater body in the northeastern portion of Lake Champlain is threatened by algal blooms arising from excess nutrient inputs contributed by agricultural watersheds which have their outlets in the bay. A version of the Soil and Water Assessment Tool (SWAT) model, calibrated in a previous study to estimate annual runoff, sediment and total phosphorus (TP) fluxes from the Castor subwatershed into the Pike River watershed, which, in turn, flows into the Missisquoi Bay, used static landscapes and single land uses to arrive at its predictions. However, in reality, farmers do rotate crops. Therefore, the present study’s objective was to quantify the impact of soil heterogeneities on land use change patterns in the Castor subwatershed from 1999 to 2011. Data from a 24-point soil survey within the Castor subwatershed were partitioned and regionalized into 5, 10, 15, 20 and 24 heterogeneous regions or configurations. Using the standard soils map (with mean properties) employed in several prior studies in the subwatershed, a sixth configuration termed “Reference,” was also developed. All 6 configurations were factorially combined with either 1999 or 2011 land use data to yield 12 different versions of the SWAT model and quantify the heterogeneities and uncertainty of soil properties on land use change. For hydrology, it was discovered that there were no marked differences in the predictions, which was attributable to the use the SCS-CN subroutine which masks the physical properties of soil parameters within the same hydrologic group. We evaluated all the models for two periods i.e. 1991-1999 and 2000-2007. All the 1999 land use SWAT configurations underestimated runoff, sediment and TP whereas all the 2011 land use SWAT set ups gave higher and more accurate values. For both land use periods, the 5 Region models both showed higher and more accurate estimates, than those set ups with a greater number of regions, but were similar in accuracy to the Reference model set-ups. Since the 5-region configurations showed the highest within-zone heterogeneity, it can be concluded that having many regions (many sampling points as regions) does not necessarily increase SWAT’s prediction accuracy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».