MétaCan
Menu
Retour à la cohorte
Enregistrement W3204383360 · doi:10.1002/hyp.14396

Streamflow regime of a lake‐stream system based on long‐term data from a high‐density hydrometric network

2021· article· en· W3204383360 sur OpenAlexaffabout
Danielle T. Hudson, Jason A. Leach, Kara L. Webster, Daniel Houle

Notice bibliographique

RevueHydrological Processes · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensTrent UniversityEnvironment and Climate Change CanadaNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésStreamflowHydrology (agriculture)TributaryHydrographEnvironmental scienceSTREAMSWatershedSurface runoffDrainage basinGeologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Northern landscapes are dominated by a mosaic of lakes and streams, yet only a limited number of studies have explored how these lake‐stream networks influence streamflow regimes. In order to gain further insight into the hydrologic behaviour of lake‐stream systems, we conducted a study using long‐term streamflow data to investigate the annual‐, seasonal‐ and event‐scale streamflow regimes of a lake‐stream network at the Turkey Lakes Watershed (TLW) in central Ontario, Canada. Streamflow metrics were compared for seven lake and 12 no‐lake catchments within the TLW, in addition to 14 no‐lake catchments from other forested landscapes. It was difficult to attribute patterns in annual streamflow regimes to the influence of lakes due to the confounding influence of catchment size; however, streamflow regimes appeared to be less flashy at locations with more lake influence. In addition, lake catchments showed high similarity in streamflow regimes across seasons, whereas no‐lake catchments showed more similarity to lake catchments during wet seasons but less similarity during dry seasons. Event‐scale streamflow regimes further downstream from lake outlets were associated with greater increases in peakflow response and hydrograph rise rate following rain events than locations closer to lake outlets. Antecedent conditions were also important for both the peakflow response and rise rate, but less so than the amount of rainfall during the event. Variability in streamflow across lake‐stream networks appears to be driven by interactions between delayed contributions from lakes and relatively rapid runoff contributions from hillslopes and tributaries without lakes. In addition, streamflow regimes are influenced by temporal changes in lake storage deficits, which are a function of lake and catchment properties, as well as hydrometeorological conditions. Our results highlight that a network‐scale perspective that incorporates lakes and streams is needed to understand how these landscapes will hydrologically respond to environmental change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,035
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,232
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207