Simulating Pan-Arctic Runoff With a Macro-Scale Terrestrial Water Balance Model
Notice bibliographique
Résumé
A terrestrial hydrological model, developed to simulate the high-latitude water cycle, is described along with comparisons to observed data across the pan-Arctic drainage basin for the period 1980--2001. Gridded fields of plant rooting depth, soil characteristics (texture, organic content), vegetation, and daily time series of precipitation and air temperature provide the primary inputs used to derive simulated runoff at a grid resolution of 25 km across the pan-Arctic. The Pan-Arctic Water Balance Model (P/WBM) includes a simple scheme for simulating daily changes in soil frozen and liquid water amounts, with the thaw/freeze model (TFM) driven by air temperature, modeled soil moisture content, and physiographic data. P/WBM-generated maximum summer active-layer thickness estimates differ from a set of observed data by an average of 12\,cm at 27 sites in Alaska, with many of the differences within the variability (1 $\sigma$) seen in field samples. Simulated long-term annual runoffs are in the range 100 to 400\,mm year$^{-1}$, with highest runoffs found across northeastern Canada, southern Alaska, and Norway. Lower simulated runoff is noted along the highest latitudes of the terrestrial Arctic in North America and Asia. Good agreement exists between simulated and observed long-term seasonal (winter, spring, summer/fall) runoff to the 10 Arctic sea basins ($r$ = 0.84). Model water budgets are most sensitive to changes in precipitation and air temperature, while less affect is noted when other model parameters are altered. Increasing daily precipitation by 25\,% amplifies annual runoff by 50 to 80\,% for the largest Arctic drainage basins. Ignoring soil ice by eliminating the TFM sub-model results in runoffs which are 7 to 27\,% lower than the control run. The spatial and temporal variability of freshwater export along continental margins is also explored. This flux represents a merging of simulated discharge and observed data. The results of model sensitivity experiments, along with other uncertainties in both observed validation data and model inputs, emphasize the need to develop improved spatial data sets of key geophysical quantities---particularly climate time series---to better estimate terrestrial Arctic hyrological budgets.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».