Application of dynamic contributing area for modelling the hydrologic response of the Assiniboine River Basin to a changing climate
Notice bibliographique
Résumé
The Prairie landscape consists of numerous pothole depressions which produce complex fill-and-spill runoff generation processes that result in intermittent hydrologic connectivity and dynamic contributing areas (DCA). We investigated the effect of including DCA in the modified version of the Soil and Water Assessment Tool (SWAT) model and its implication on future streamflow projection for the pothole dominated Assiniboine River Basin (ARB). The fill-and-spill processes that lead to DCA were captured using a physically-based approach, with a volumetric threshold to reduce the computational demand. Despite the challenges in accurately simulating prairie pothole hydrology, both in terms of timing and volume of runoff, the modified approach improved streamflow modelling performance, and reduced model uncertainty. Further, we evaluated the effects of representing DCA on projecting future streamflow by using eight statistically downscaled CMIP5 GCMs, forced with the RCP4.5 and RCP8.5 scenarios. End of century projections indicate increases in annual precipitation and temperature across the ARB, with decreasing summer precipitation relative to the 1976–2005 baseline period. Compared to the standard SWAT setup that does not allow for DCA, the modified model was found to be more responsive to climatic change with relatively larger projected increases in seasonal and annual flows at the majority of evaluated stations. This advance in DCA modelling will facilitate longer-term large basin-scale simulations that are more representative for the Prairie region.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».