MétaCan
Menu
Retour à la cohorte
Enregistrement W2637856311 · doi:10.1061/(asce)he.1943-5584.0001548

Evaluation of Future Streamflow Patterns in Lake Simcoe Subbasins Based on Ensembles of Statistical Downscaling

2017· article· en· W2637856311 sur OpenAlexaffabout
Chun Chao Kuo, Thian Yew Gan, Kaz Higuchi

Notice bibliographique

RevueJournal of Hydrologic Engineering · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensYork UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStreamflowDownscalingEnvironmental scienceHydrographPrecipitationFlood forecastingDrainage basinClimatologyHydrology (agriculture)Climate changeFlood mythMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Future streamflow patterns of three subbasins, i.e., East Holland, Beaver, and Pefferlaw River basins, located in the upstream of Lake Simcoe of Canada are assessed for 2021–2099. The individual set of parameters of a conceptual hydrological model, HBV (Hydrologiska Byråns Vattenbalansavdelning)-light, are first calibrated for these three subbasins. The calibrated model was validated and further used to estimate the future streamflow driven by statistically downscaled projected precipitation and air temperature from the Pacific Climate Impacts Consortium under Representative Concentration Pathways 8.5 and 4.5 scenarios. The uncertainty of annual streamflow, hydrograph, flow duration curve (FDC), and flood frequency were evaluated. The results reveal that the annual streamflows of the Beaver and Pefferlaw River Basins (PRB) are projected to slightly increase in 2020–2099 while the annual streamflows of the East Holland River Basin (EHRB) are expected to be similar in 2020–2099. The monthly streamflow in winter is projected to increase but to decrease in spring across three subbasins. Based on the projected FDCs, daily streamflow of EHRB and PRB will likely increase by 2070–2099.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hydrologic EngineeringMême sujetHydrology and Watershed Management StudiesTravaux en français237 207