Assessment of Surface Water Resources in the Big Sunflower River Watershed Using Coupled SWAT–MODFLOW Model
Notice bibliographique
Résumé
The groundwater level in the Big Sunflower River Watershed (BSRW) in the U.S. has declined significantly in the past 30 years. Therefore, it is imperative to assess surface water resources (SWR) availability in BSRW to mitigate groundwater use for irrigation. This research applied the coupled Soil and Water Assessment Tool–Modular Groundwater Flow model (SWAT–MODFLOW) to assess SWR in BSRW. This study aimed at: (1) Assessing the reliability of SWAT–MODFLOW in BSRW, (2) analyzing temporal and spatial variations of SWR, and (3) assessing the potential availability of SWR in BSRW. Calibration and validation results showed that SWAT–MODFLOW can well simulate streamflow and groundwater levels in BSRW. Our results showed that BSRW had lower average monthly total stream resources (MSR = 8.8 × 107 m3) in growing seasons than in non-growing seasons (MSR = 11.0 × 107 m3), and monthly pond resources (MPR from 30,418 to 30,494 m3) varied less than stream resources. The proportion of sub-basins in BSRW with stream water resources greater than 700 mm was 21% in dry years (229 to 994 mm), while this increased to 35% in normal years (296 to 1141 mm) and 57% in wet years (554 to 991 mm). The Water Stress Index (WSI) ranged from 0.4 to 2.1, revealing that most of the sub-basins in BSRW have net SWR available for irrigation. Our results suggested that surface water resources might be supplementary irrigation sources to mitigate the water resources scarcity in this region.
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 | 0,001 | 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 | 0,000 | 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) | 0,001 | 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 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 ».