Improving hydrologic prediction in Canada using a land surface scheme with data assimilation of precipitation and streamflow
Notice bibliographique
Résumé
Les modèles hydrologiques et les schèmas de surface terrestre (SST) ont été développés à des fins différentes. Naturellement, les modèles hydrologiques sont largement utilisès pour prédire l'écoulement fluvial tandis que les SST sont plutôt utilisès pour prédire les flux de la surface terrestre vers l'atmosphère. Malgré ces différences, les deux types de modèles se doivent de reprèsenter les processus hydrologiques à la surface. Cette thèse examine par simulation comment amèliorer les prèvisions de débits pour l'hydrologie ainsi que les prèvisions de flux de surface. Les éléments de la modélisation de la surface terrestre examinés comprennent: 1) une évaluation de divers produits de précipitation pour une utilisation non-couplé, 2) la représentation des processus hydrologiques latéraux dans les SST, 3) une évaluation des améliorations des estimations de l'évapotranspiration en utilisant un standard d'assimilation de données, et 4) le calcul bayésien approximatif (ABC) comme une nouvelle approche dassimilation de données pour les prévisions de débits. En termes de précipitations, une évaluation de quatre produits de précipitation couramment utilisés est alors présentée pour le centre-ouest du Canada. Les quatre produits sont modèle global environnemental multi-échelle (GEM) prévision numérique du temps (PNT), analyse canadienne de précipitations (CaPA), North American Regional Reanalysis (NARR) et Australian National University Spline (ANUSPLIN). Sur les quatre produits, CaPA se trouve être le seul produit recommandé pour l'analyse hydrologique à court terme dans la région, tandis qu'une reprévision régionale de GEM est déterminée être utile pour les études décennales des précipitations et de l'estimation des paramètres pour les études de modélisation hydrologique. Un examen de la représentation des processus hydrologiques latéraux dans les SST est aussi présenté et les principaux processus devant être pris en compte dans le développement des SAPL sont identifiés. En utilisant une méthode de calage des paramètres standard en hydrologie, une étude de cas suggère que les SST peuvent améliorer les flux de la surface terrestre à l'atmosphère en utilisant les débits et l'assimilation de données. Enfin, la méthode ABC est proposée comme méthode d'assimilation de données pour la prévision de débits dans le cadre d'une étude de cas. La méthode ABC fonctionne bien dans un exercice de prévision a posteriori des débits mais des recherches supplémentaires sont nécessaires pour surmonter les obstacles identifiés en utilisant l'approche pour la prévision des débits futurs de la rivière.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».