Sources of Surface Water in Space and Time: Identification of Delivery Processes and Geographical Sources With Hydraulic Mixing‐Cell Modeling
Notice bibliographique
Résumé
Abstract Knowledge of the sources of surface water in riparian zones and floodplains is critical to understanding its role in runoff generation and impact on biogeochemical and ecological processes. In this study, we demonstrate the potential of integrated surface‐subsurface hydrologic modeling (HydroGeoSphere) in combination with a hydraulic mixing‐cell approach to decipher different sources of surface water and their mixing in space and time. We present a novel approach to processing the model data that allowed us to compare which mechanisms ultimately transferred water to the surface (delivery processes) and from where the surface water originated (geographical sources) for varying wetness states and phases of wetting or drying across 36 test locations within the riparian‐stream continuum of an intensively‐studied, humid‐temperate, forested headwater catchment (45 ha). Consistent with current process understanding for the study site, water exfiltrating from the subsurface was simulated as the dominant source for riparian surface water and intermittent streamflow. The model further helped to specify the relevance of different subsurface stores, revealing a wetness‐dependent activation of upslope source areas. Contributions of riparian overland flow and precipitation were minor during all investigated phases of wetting and drying. Moreover, the spatial variability of surface water sources proved to be smaller than expected for the heterogeneous patterns and frequencies of the surface saturation observed and simulated. Based on these findings, we discuss the value of hydraulic mixing‐cell modeling to complement the planning and interpretation of field investigations and to enhance process understanding regarding the spatio‐temporal sources of surface water.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».