MétaCan
Menu
Retour à la cohorte
Enregistrement W3003820917 · doi:10.1002/hyp.13711

Sensitivity analysis and uncertainty assessment in water budgets simulated by the variable infiltration capacity model for Canadian subarctic watersheds

2020· article· en· W3003820917 sur OpenAlexafffundabout
Rajtantra Lilhare, Scott Pokorny, Stephen J. Déry, Tricia Stadnyk, Kristina Koenig

Notice bibliographique

RevueHydrological Processes · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensManitoba HydroUniversity of ManitobaUniversity of CalgaryUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArcticNetManitoba HydroUniversity of Northern British Columbia
Mots-clésStreamflowEnvironmental scienceForcing (mathematics)EvapotranspirationWater balanceSensitivity (control systems)ClimatologyClimate sensitivitySubarctic climateSurface runoffClimate changeHydrology (agriculture)Uncertainty analysisHydrological modellingClimate modelStatisticsMathematicsDrainage basinGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we evaluate uncertainties propagated through different climate data sets in seasonal and annual hydrological simulations over 10 subarctic watersheds of northern Manitoba, Canada, using the variable infiltration capacity (VIC) model. Further, we perform a comprehensive sensitivity and uncertainty analysis of the VIC model using a robust and state‐of‐the‐art approach. The VIC model simulations utilize the recently developed variogram analysis of response surfaces (VARS) technique that requires in this application more than 6,000 model simulations for a 30‐year (1981–2010) study period. The method seeks parameter sensitivity, identifies influential parameters, and showcases streamflow sensitivity to parameter uncertainty at seasonal and annual timescales. Results suggest that the Ensemble VIC simulations match observed streamflow closest, whereas global reanalysis products yield high flows (0.5–3.0 mm day−1) against observations and an overestimation (10–60%) in seasonal and annual water balance terms. VIC parameters exhibit seasonal importance in VARS, and the choice of input data and performance metrics substantially affect sensitivity analysis. Uncertainty propagation due to input forcing selection in each water balance term (i.e., total runoff, soil moisture, and evapotranspiration) is examined separately to show both time and space dimensionality in available forcing data at seasonal and annual timescales. Reliable input forcing, the most influential model parameters, and the uncertainty envelope in streamflow prediction are presented for the VIC model. These results, along with some specific recommendations, are expected to assist the broader VIC modelling community and other users of VARS and land surface schemes, to enhance their modelling applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207