Twentieth‐Century Hydrometeorological Reconstructions to Study the Multidecadal Variations of the Water Cycle Over France
Notice bibliographique
Résumé
Abstract Characterizing and understanding the multidecadal variations of the continental hydrological cycle is a challenging issue given the limitation of observed data sets. In this paper, a new approach to derive twentieth century hydrological reconstructions over France with an hydrological model is presented. The method combines the results of long‐term atmospheric reanalyses downscaled with a stochastic statistical method and homogenized station observations to derive the meteorological forcing needed for hydrological modeling. Different methodological choices are tested and evaluated. We show that using homogenized observations to constrain the results of statistical downscaling help to improve the reproduction of precipitation, temperature, and river flows variability. In particular, it corrects some unrealistic long‐term trends associated with the atmospheric reanalyses. Observationally constrained reconstructions therefore constitute a valuable data set to study the multidecadal hydrological variations over France. Thanks to these reconstructions, we confirm that the multidecadal variations previously noted in French river flows have mainly a climatic origin. Moreover, we show that multidecadal variations exist in other hydrological variables (evapotranspiration, snow cover, and soil moisture). Depending on the region, the persistence from spring to summer of soil moisture or snow anomalies generated during spring by temperature and precipitation variations may explain river flows variations in summer, when no concomitant climate variations exist.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».