MétaCan
Menu
← Retour à la cohorte
Enregistrement W2804755359 · doi:10.5194/hess-2018-251

Projected Climate Change Impacts on Future Streamflow of the Yarlung Tsangpo-Brahmaputra River

2018· article· en· W2804755359 sur OpenAlexaff
Ran Xu, Hongchang Hu, Fuqiang Tian, Chao Li, Mohd Yawar Ali Khan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensPacific Institute for Climate SolutionsUniversity of Victoria
Organismes subventionnairesTsinghua UniversityNational Natural Science Foundation of ChinaState Key Laboratory of Hydroscience and EngineeringNational Science Foundation
Mots-clésStreamflowDownscalingClimate changeEnvironmental scienceClimatologyPlateau (mathematics)Drainage basinRepresentative Concentration PathwaysClimate modelHydrology (agriculture)GeographyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. The Yarlung Tsangpo-Brahmaputra River (YBR) originating from the Tibetan Plateau (TP), is an important water source for many domestic and agricultural practices in countries including China, India, Bhutan and Bangladesh. To date, only a few studies have investigated the impacts of climate change on water resources in this river basin with dispersed results. In this study, we provide a comprehensive and updated assessment of the impacts of climate change on YBR streamflow by integrating a physically based hydrological model, regional climate integrations from CORDEX (Coordinated Regional Climate Downscaling Experiment), different bias correction methods, and Bayesian model averaging method. We find that (i) bias correction is able to reduce systematic biases in regional climate integrations and thus benefits hydrological simulations over YBR Basin; (ii) Bayesian model averaging, which optimally combines individual hydrological simulations obtained from different bias correction methods, tends to provide hydrological time series superior over individual ones. We show that by the year 2035, the annual mean streamflow is projected to change respectively by 6.8 %, −0.4 %, and −4.1 % under RCP4.5 relative to the historical period (1980–2001) at the Bahadurabad in Bangladesh, the upper Brahmaputra outlet, and Nuxia in China. Under RCP8.5, these percentage changes will substantially increase to 12.9 %, 13.1 %, and 19.9 %. Therefore, the change rate of streamflow shows strong spatial variability along the YBR from downstream to upstream. The increasing rate of streamflow shows an augmented trend from downstream to upstream under RCP8.5 compared to an attenuated pattern under RCP4.5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→