MétaCan
Menu
Retour à la cohorte
Enregistrement W3128439835 · doi:10.3389/frwa.2021.604275

The Role of Basin Geometry in Mountain Snowpack Responses to Climate Change

2021· article· en· W3128439835 sur OpenAlexafffundabout
J. M. Shea, Paul H. Whitfield, Xing Fang, John W. Pomeroy

Notice bibliographique

RevueFrontiers in Water · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of SaskatchewanUniversity of Northern British Columbia
Organismes subventionnairesGlobal Water FuturesCanada First Research Excellence FundAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSnowmeltSnowpackStructural basinSnowSurface runoffPrecipitationClimate changeElevation (ballistics)Drainage basinHydrology (agriculture)Environmental scienceGeologyClimatologyPhysical geographyGeographyGeomorphologyMeteorologyGeometry

Résumé

récupéré en direct d'OpenAlex

Snowmelt contributions to streamflow in mid-latitude mountain basins typically dominate other runoff sources on annual and seasonal timescales. Future increases in temperature and changes in precipitation will affect both snow accumulation and seasonal runoff timing and magnitude, but the underlying and fundamental roles of mountain basin geometry and hypsometry on snowmelt sensitivity have received little attention. To investigate the role of basin geometry in snowmelt sensitivity, a linear snow accumulation model and the Cold Regions Hydrological Modeling (CRHM) platform driven are used to estimate how hypsometry affects basin-wide snow volumes and snowmelt runoff. Area-elevation distributions for fifty basins in western Canada were extracted, normalized according to their elevation statistics, and classified into three clusters that represent top-heavy, middle, and bottom-heavy basins. Prescribed changes in air temperature alter both the snow accumulation gradient and the total snowmelt energy, leading to snowpack volume reductions (10–40%), earlier melt onsets (1–4 weeks) and end of melt season (3 weeks), increases in early spring melt rates and reductions in seasonal areal melt rates (up to 50%). Basin hypsometry controls the magnitude of the basin response. The most sensitive basins are bottom-heavy, and have a greater proportion of their area at low elevations. The least sensitive basins are top-heavy, and have a greater proportion of their area at high elevations. Basins with similar proportional areas at high and low elevations fall in between the others in terms of sensitivity and other metrics. This work provides context for anticipating the impacts of ongoing hydrological change due to climate change, and provides guidance for both monitoring networks and distributed modeling efforts.

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 enseignants0,094
Score d'incertitude au seuil0,187

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 savante0,0010,000
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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in WaterMême sujetCryospheric studies and observationsTravaux en français237 207