MétaCan
Menu
← Retour à la cohorte
Enregistrement W3086854337 · doi:10.22541/au.159309910.01883392

Linking hydrological variations at local scales to regional climatic teleconnection patterns

2020· preprint· en· W3086854337 sur OpenAlexaff
Kabir Rasouli, Karis Scharold, Taufique H. Mahmood, Nancy F. Glenn, Danny Marks

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesAgricultural Research ServiceOffice of Experimental Program to Stimulate Competitive ResearchU.S. Department of AgricultureNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésTeleconnectionSurface runoffEnvironmental scienceSnowPrecipitationClimatologyWater cycleWatershedNorth Atlantic oscillationSnowmeltArctic oscillationHydrology (agriculture)GeologyGeographyMeteorologyNorthern HemisphereEcology

Résumé

récupéré en direct d'OpenAlex

Interactions between the land surface and the atmosphere play essential roles in hydrological variations at local scales. Variations of regional climate patterns over preceding years have key effects on the seasonal water and moisture conditions in the following year. The linkage between regional climate and local hydrology is challenging due to scale differences, both spatially and temporally. In this study, multiple hydroclimatic phases were identified to relate climatic teleconnection patterns to hydrological processes in a small headwater basin within Reynolds Creek Experiment Watershed, Idaho, USA. A singular spectrum analysis and a combination of hydrological observations and outputs from a physically based hydrological model were used for this purpose. Results showed that a positive phase of North Atlantic Oscillation (NAO) is more influential than a positive phase of the Pacific North American (PNA) pattern on the observed annual runoff and the modeled rain on snow runoff in the study area. Specifically, we found a 43% and 26% shift below normal in annual runoff and rain on snow runoff from NAO and a 29% and 9% below normal from PNA. More frequent rain on snow events were observed under a positive phase of Antarctic Oscillation, leading to a 45% increase in the rain on snow runoff, which accounts for one-third of the mean annual runoff. A high runoff-to-precipitation ratio was observed in the study area under negative phases of Arctic Oscillation and Sea Surface Temperature in the Niño 3.4 region of the Equatorial Pacific Ocean. A switch in the phase of the teleconnection patterns of NAO and PNA in 2012 was concomitant with a transition from wet to dry conditions in the basin, suggesting the importance of the regional teleconnections in affecting snow and runoff regimes at local scales. The identified hydroclimatic phases can be implemented in operational models to improve uncertainties in hydrological forecasts, climate projections, and water resources planning.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,052
Tête enseignante GPT0,267
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→