Simulation of Extreme Hydrometeorological Events under Tropical Conditions Using a Distributed Hydrological Model
Notice bibliographique
Résumé
Change in climatic conditions worldwide has increased the frequency and severity of extreme hydrometeorological events (EHEs). Mexico is an example of this: the country has been affected by the occurrence of EHEs leading to important economic, social, and environmental losses. The objective of this investigation was to apply a Canadian Distributed Hydrological Model (DHM) to tropical conditions, and to evaluate its capacity to simulate flows in a basin in the central Gulf of Mexico. Additionally, we used this calibrated and validated DHM to predict streamflow before the occurence of an EHEs. The results of the DHM show satisfactory goodness-of-fit indicators between the observed and simulated flows in the calibration process (NSE=0.83, RSR=0.41 and BIAS=-4.3), as well as its validation (NSE=0.775, RSR=0.4735 and BIAS=2.45). The DHM showed its applicability to streamflow simulation and confirmed a reliable efficiency in the modeling of thirteen EHEs (NSE=0.78 ± 0.13, RSR=0.46 ± 0.14, and PBIAS=-0.48 ± 7.5). DHM can serve as a tool to identify vulnerabilities before floods and assist in devising more rational and sustainable management of water resources.
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 | 0,000 | 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 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 ».