A Numerical Water Tracer Model for Understanding Event-Scale Hydrometeorological Phenomena
Notice bibliographique
Résumé
Abstract We develop and implement a novel numerical water tracer model within the Noah LSM with multiparameterization options (WT-Noah-MP) that is specifically designed to track individual hydrometeorological events. This approach provides a more complete representation of the physical processes beyond the standard land surface model output. Unlike isotope-enabled LSMs, WT-Noah-MP does not simulate the concentration of oxygen or hydrogen isotopes, or require isotope information to drive it. WT-Noah-MP provides stores, fluxes, and transit time estimates of tagged water in the surface–subsurface system. The new tracer tool can account for the horizontal and vertical heterogeneity of tracer transport in the subsurface by allowing partial mixing in each soil layer. We compared model-estimated transit times at the H. J. Andrews Experimental Watershed in Oregon with those derived from isotope observations. Our results show that including partial mixing in the soil results in a more realistic transit time distribution than the basic well-mixed assumption. We then used WT-Noah-MP to investigate the regional response to an extreme precipitation event in the U.S. Pacific Northwest. The model differentiated the flood response due to direct precipitation from indirect thermal effects and showed that a large portion of this event water was retained in the soil after 6 months. The water tracer addition in Noah-MP can help us quantify the long-term memory in the hydrologic system that can impact seasonal hydroclimate variability through evapotranspiration and groundwater recharge.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».