Establishing a Hydrographic Framework for Watershed Management across Northern Chile
Notice bibliographique
Résumé
This article demonstrates how currently available digital elevation (NASA SRTM; 30 m resolution) and hourly global precipitation data (rain, snow; 5 and 10 km resolution) can be used to hydrographically quantify the regional watershed management context across northern Chile. This is done through comprehensive derivations of flow direction, flow accumulation, flow channels, floodplain extent, depressions, and upslope watershed outlines. In turn, these derivations allow for estimating potential precipitation accumulations within any watershed, and turn these into subsequent storm-averaged discharge estimates at, e.g., at any road—flow-channel crossing points. This article elaborates on this by modelling and mapping hydrological conditions and subsequent storm damage at the regional scale and at select locations in terms of recent flood events on March 2015, May 2017, and June 2017. It was found that modelled flood extent and storm-estimated discharge volumes and rates generally conform to reported values including storm-caused damages within communities along the Huasco, Elqui, Limari, Copiapó and Salado rivers. This included the storm response assessment of six water reservoirs as these varied, as quantified, from normal (Puclaro, La Laguna, Cogoti), at capacity (La Paloma, Cogoli), and overflowing (Recoleta). The details of the local to regional assessments are presented in the form hydrologically explicit maps, figures and tables. Together, these attest to the general validity of the framework as introduced. Hydrometrically based stream-discharge calibrations would assist in further refining the approach, especially in terms of estimating local to regional run-off coefficients.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 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 ».