Variability of spatial patterns of autocorrelation and heterogeneity embedded in precipitation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Spatial interpolation of precipitation data is an essential input for hydrological modelling. At present, the most frequently used spatial interpolation methods for precipitation are based on the assumption of stationary in spatial autocorrelation and spatial heterogeneity. As climate change is altering the precipitation, stationary in spatial autocorrelation and spatial heterogeneity should be first analysed before spatial interpolation methods are applied. This study aims to propose a framework to understand the spatial patterns of autocorrelation and heterogeneity embedded in precipitation using Moran's I, Getis–Ord test, and semivariogram. Variations in autocorrelation and heterogeneity are analysed by the Mann–Kendall test. The indexes and test methods are applied to the 7-day precipitation series which are corresponding to the annual maximum 7-day flood volume (P-AM7FV) upstream of the Changjiang river basin. The spatial autocorrelation of the P-AM7FV showed a statistically significant increasing trend over the whole study area. Spatial interpolation schemes for precipitation may lead to better estimation and lower error for the spatial distribution of the areal precipitation. However, owing to the changing summer monsoons, random variation in the spatial heterogeneity analysis shows a significant increasing trend, which reduces the reliability of the distributed hydrological model with the input of local or microscales.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle