Modeling Flow, Nutrient, and Sediment Delivery from a Large International Watershed Using a Field‐Scale SWAT Model
Notice bibliographique
Résumé
Abstract A large international watershed, the St. Clair‐Detroit River System, containing both extensive urban and agricultural areas, was modeled using the Soil and Water Assessment Tool (SWAT) model. The watershed, located in southeastern Michigan, United States, and southwestern Ontario, Canada, encompasses the St. Clair, Clinton, Detroit (DT), Sydenham (SY), Upper, and Lower Thames subwatersheds. The SWAT input data and model resolution (i.e., hydrologic response units, HRUs), were established to mimic farm boundaries, the first time this has been done for a watershed of this size. The model was calibrated (2007–2015) and validated (2001–2006) with a mix of manual and automatic methods at six locations for flow and water quality at various time scales. The model was evaluated using Nash–Sutcliffe efficiency and percent bias and was used to explore major water quality issues. We showed the importance of allowing key parameters to vary among subwatersheds to improve goodness of fit, and the resulting parameters were consistent with subwatershed characteristics. Agricultural sources in the Thames and SY subwatersheds and point sources from DT subwatershed were major contributors of phosphorus. Spatial distribution of phosphorus yields at HRU and subbasin levels identified locations for potential management targeting for both point and nonpoint sources and revealed that in some subwatersheds nonpoint sources are dominated by urban sources.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».