Evaporation from boreal reservoirs: A comparison between eddy covariance observations and estimates relying on limited data
Notice bibliographique
Résumé
Abstract Hydrological models used for reservoir management typically lack an accurate representation of open‐water evaporation and must be run in a scarce data context. This study aims to identify an accurate means to estimate reservoir evaporation with simple meteorological inputs during the open‐water season, using long‐term eddy covariance observations from two boreal hydropower reservoirs with contrasting morphometry as reference. Unlike the temperate water bodies on which the majority of other studies have focused, northern reservoirs are governed by three distinct periods: ice cover in the cold season, warming in the summer and energy release in the fall. The reservoirs of interest are Eastmain‐1 (52°N, mean depth of 11 m) and Romaine‐2 (51°N, mean depth of 42 m), both located in eastern Canada. Four approaches are analysed herein: a combination approach, a radiation‐based approach, a mass‐transfer approach, and empirical methods. Of all the approaches, the bulk transfer equation with a constant Dalton number of 1.2 x 10−3 gave the most accurate estimation of evaporation at hourly time steps, compared with the eddy covariance observations (RMSE of 0.06 mm h−1 at Eastmain‐1 and RMSE of 0.04 mm h−1 at Romaine‐2). The daily series also showed good accuracy (RMSE of 1.38 mm day−1 at Eastmain‐1 and RMSE of 0.62 mm day−1 at Romaine‐2) both in the warming and energy release phases of the open‐water season. The bulk transfer equation, on the other hand, was incapable of reproducing condensation episodes that occurred soon after ice breakup. Basic and variance‐based sensitivity analyses were conducted, in particular to measure the variation in performance when the bulk transfer equation was applied with meteorological observations collected at a certain distance (~10–30 km) from the reservoir. This exercise illustrated that accurate estimates of open water evaporation require representative measurements of wind speed and water surface temperature.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».