Spatially distributed tracer-aided runoff modelling and dynamics of storage and water ages in a permafrost-influenced catchment
Notice bibliographique
Résumé
Permafrost strongly controls hydrological processes in cold regions. Our understanding of how changes in seasonal and perennial frozen ground disposition and linked storage dynamics affect runoff generation processes remains limited. Storage dynamics and water redistribution are influenced by the seasonal variability and spatial heterogeneity of frozen ground, snow accumulation and melt. Stable isotopes are potentially useful for quantifying the dynamics of water sources, flow paths and ages, yet few studies have employed isotope data in permafrost-influenced catchments. Here, we applied the conceptual model STARR (the Spatially distributed Tracer-Aided Rainfall–Runoff model), which facilitates fully distributed simulations of hydrological storage dynamics and runoff processes, isotopic composition and water ages. We adapted this model for a subarctic catchment in Yukon Territory, Canada, with a time-variable implementation of field capacity to include the influence of thaw dynamics. A multi-criteria calibration based on stream flow, snow water equivalent and isotopes was applied to 3 years of data. The integration of isotope data in the spatially distributed model provided the basis for quantifying spatio-temporal dynamics of water storage and ages, emphasizing the importance of thaw layer dynamics in mixing and damping the melt signal. By using the model conceptualization of spatially and temporally variable storage, this study demonstrates the ability of tracer-aided modelling to capture thaw layer dynamics that cause mixing and damping of the isotopic melt signal.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».