Subwatershed-based lake and river routing products for hydrologic and land surface models applied over Canada
Notice bibliographique
Résumé
Lakes and reservoirs have critical impacts on hydrological, biogeochemical, and ecological processes, and they should be an essential component of regional-scale hydrological and eco-hydrological models. This is particularly important in Canada with its tens of thousands of lakes. Past large-scale hydrologic modelling efforts tend to either ignore the impacts of all lakes or explicitly simulate the behaviour of only the largest lakes in a watershed. This research derives a suite of Pan-Canadian subwatershed-based lake and river routing GIS products at multiple spatial resolutions (average catchment size ranges from 60 to 306 km2 while the number of lakes explicitly represented ranges from 11,000 to 87,000). These publicly available data products supply all the necessary hydrologic routing model inputs, including network topology, subwatershed geometry, channel characteristics (slope, length, roughness, and geometry), and lake characteristics (area, volume, and outlet description), and were derived primarily from the HydroLAKES, HydroBASINS and HydroSHEDS databases. All Water Survey of Canada streamflow gauging stations are used to define subwatershed outlets in the products. The routing product is used to inform a hydrologic routing model in the Raven hydrologic modelling framework. This is the first demonstration of Raven in routing-only mode. As a case study, the Hudson Bay drainage basin (∼40% of Canada) is simulated using GEM-Surf land surface model gridded runoff and recharge as inputs and includes more than 20,000 river reaches and more than 10,000 lakes explicitly represented at an hourly timestep. Uncalibrated streamflows compare reasonably well to measured streamflows at select locations. The sensitivity of the routing model prediction quality to the discretization level for represented lakes is evaluated and shows, for example, that ignoring multiple smaller lakes can have a significant impact on predictions.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».