Examining the pluvial to nival river regime spectrum using nonlinear methods: Minimum delay embedding dimension
Notice bibliographique
Résumé
The nonlinear dynamics of streamflow time series from 667 reference hydrometric stations in North America spanning the pluvial-nival hydrological continuum are explored using minimum embedding dimensions as determined by False Nearest Neighbor (FNN) methods. Simulations using synthetic time series demonstrate that snowmelt dominated time series have lower embedding dimensions than those that are rainfall dominated, and that mixtures of the two processes result in a nearly linear change in the embedding dimension. The majority of the reference hydrometric stations drop below a 1% threshold at a dimension less than 30, showing a high degree of natural complexity in the signals ranging from annual snowmelt to weather-driven pseudo-stochastic systems. A less restrictive threshold, 5% is suggested to be more appropriate for streamflow time series. Time series smoothing impacts the embedding dimension and over-smoothing results in incorrect reductions of embedding dimensions. The relationship of the embedding dimensions to watershed and statistical properties of streamflow record showed the lowest embedding dimensions are restricted to large drainage areas, high elevations, and large mean annual flows and variance, high autocorrelations, and large fractions of the records with only small changes in magnitude. Times series that have a large proportion of consecutive days of equal streamflow typically result in higher embedding dimensions. Mapping of the embedding dimension shows spatial patterns related to the streamflow generating processes and geographical features. The use of embedding dimension resolved different dynamics across the hydrological continuum for rainfall to snowmelt over many climate zones. Changes in the embedding dimension might indicate process changes related to climate variability and change.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».