MétaCan
Menu
Retour à la cohorte
Enregistrement W2767259393 · doi:10.2166/nh.2017.024

Future streamflow simulation in a snow-dominated Rocky Mountain headwater catchment

2017· article· en· W2767259393 sur OpenAlexaffabout
Ram P. Neupane, Jan Adamowski, Joseph D. White, Sandeep Kumar

Notice bibliographique

RevueHydrology research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStreamflowEnvironmental scienceHydrology (agriculture)PrecipitationDrainage basinSnowClimate changeCatchment hydrologySnowmeltSoil and Water Assessment ToolClimatologyGeologyGeographyMeteorologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract The Rocky Mountains in North America are comprised of headwater snow catchments that provide sustained seasonal flow downstream. Changes in streamflow over the last half century in these basins may be associated with changing climate with increased temperature and variable precipitation, shifting seasonal hydrology. We investigated potential changes in future hydrology in a Rocky Mountain headwater catchment by simulating water budgets of the Athabasca River located in Jasper National Park, Canada. Potential hydrologic changes were predicted using a calibrated version of the Soil and Water Assessment Tool (SWAT). Future discharge and other parts of the catchment water budget were projected based on the global circulation model (GCM) derived from the Special Report on Emission Scenarios (SRES) for the latter part of the century (2081–2099). A projected decrease in future precipitation resulted in reduced mean annual streamflow, by up to 86%, compared to the baseline period for the catchment. Projected summer streamflow decreased from 58 to 39%. Streamflow increased from 13 to 26% during the spring, dampening the dominance of summer peak-flow hydrology. Colder winters for the future scenarios increase the overall proportion of precipitation as winter snowfall. However, dramatically lower precipitation estimated for this basin will drive water limits for the future.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,037
Tête enseignante GPT0,354
Écart entre enseignants0,317 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetHydrology and Watershed Management StudiesTravaux en français237 207