The multiscale routing model mRM v1.0: simple river routing at resolutions from 1 to 50 km
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. Routing streamflow through a river network is a fundamental requirement to verify lateral water fluxes simulated by hydrologic and land surface models. River routing is performed at diverse resolutions ranging from few kilometres to 1∘. The presented multiscale routing model mRM calculates streamflow at diverse spatial and temporal resolutions. mRM solves the kinematic wave equation using a finite difference scheme. An adaptive time stepping scheme fulfilling a numerical stability criterion is introduced in this study and compared against the original parameterisation of mRM that has been developed within the mesoscale hydrologic model (mHM). mRM requires a high-resolution river network, which is upscaled internally to the desired spatial resolution. The user can change the spatial resolution by simply changing a single number in the configuration file without any further adjustments of the input data. The performance of mRM is investigated on two datasets: a high-resolution German dataset and a slightly lower resolved European dataset. The adaptive time stepping scheme within mRM shows a remarkable scalability compared to its predecessor. Median Kling–Gupta efficiencies change less than 3 % when the model parameterisation is transferred from 3 to 48 km resolution. mRM also exhibits seamless scalability in time, providing similar results when forced with hourly and daily runoff. The streamflow calculated over the Danube catchment by the regional climate model REMO coupled to mRM reveals that the 50 km simulation shows a smaller bias with respect to observations than the simulation at 12 km resolution. The mRM source code is freely available and highly modular, facilitating easy internal coupling in existing Earth system models.
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 | 0,001 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,005 |
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