System Dynamics Approach for Assessing the Behaviour of the Lim Reservoir System (Serbia) under Changing Climate Conditions
Notice bibliographique
Résumé
Investigating the impact of climate change on the management of a complex multipurpose water system is a critical issue. The presented study focuses on different steps of the climate change impact analysis process: (i) Use of three regional climate models (RCMs), (ii) use of four bias correction methods (BCMs), (iii) use of three concentration scenarios (CSs), (iv) use of two model averaging procedures, (v) use of the hydrological model and (vi) use of the system dynamics simulation model (SDSM). The analyses are performed for a future period, from 2006 to 2055 and the reference period, from 1971 to 2000. As a case study area, the Lim water system in Serbia (southeast Europe) is used. The Lim river system consists of four hydraulically connected reservoirs (Uvac, Kokin Brod, Radojnja, Potpec) with a primary purpose of hydropower generation. The results of the climate change impact analyses indicate change in the future hydropower generation at the annual level from −3.5% to +17.9%. The change has a seasonal variation with an increase for the winter season up to +20.3% and decrease for the summer season up to −33.6%. Furthermore, the study analyzes the uncertainty in the SDSM outputs introduced by different steps of the modelling process. The most dominant source of uncertainty in power production is the choice of BCMs (54%), followed by the selection of RCMs (41%). The least significant source of uncertainty is the choice of CSs (6%). The uncertainty in the inflows and outflows is equally dominated by the choice of BCM (49%) and RCM (45%).
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».