Prediction of meteorological and hydrological phenomena by different climatic scenarios in the Karkheh watershed (south west of Iran)
Notice bibliographique
Résumé
This research evaluates effects of climatic change on future temperature, precipitation and flow discharge in the Karkheh watershed (a watershed in south west of Iran). For this purpose, it utilizes general circulation models (GCMs) and the non parametric Mann-Kendall (MK) trend test. Considered hydrometric station is the Jelogir station at the upstream of the Karkheh dam. Base time period is 1971-2014 and future time period is 2030- 2073 for prediction of meteorological and hydrometric phenomena in the Jelogir station. For GCM model, the Canadian Climate Change Scenarios Network (CCCSN) database represents data of HadCM3 model for A2 and B2 scenarios. For using in a watershed, this research applies SDSM downscaling model and introduces predicted precipitation and temperature of future time period to IHACRES model for prediction of flow discharge. Also the non parametric Mann-Kendall trend test and the Theil–Sen approach (TSA) estimator distinguishes trend of observed and predicted data. Results of scenarios A2 and B2 have not much difference. Different climatic scenarios show that temperature increases and precipitation and flow discharge decrease, also MK test and TSA estimator represent that slope of their variations will slow down in future and most of changes are related to winter and spring.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».