Streamflow and weather conditions of seven small coastal watersheds, British Columbia, Canada, 2013–2019
Notice bibliographique
Résumé
Abstract. Hydrometeorological observations of small watersheds of the northeast Pacific coastal temperate rainforest (NPCTR) of North America are important to understand land to ocean ecological connections and to provide the scientific basis for regional environmental management decisions. The Hakai Institute operates a densely networked and long-term hydrometeorological monitoring observatory, that fills a spatial data gap in the remote and sparsely gauged outer coast of the NPCTR. Here we present the first five water years (October 2013–October 2019) of hourly streamflow and weather data from seven small (< 13 km2), coastal watersheds. Average yearly rainfall was 3267 mm, resulting in 2317 mm of runoff and 0.1087 km3 of freshwater exports from all seven watersheds per year. However, rainfall and runoff were highly variable depending on location and elevation. The seven watersheds have rainfall-dominated (pluvial) streamflow regimes, streamflow responses are rapid and most water exports are driven by high-intensity fall and winter storm events. Measuring rainfall and streamflow in remote and topographically complex rainforest environments is challenging, hence advanced and novel automated measurement methods were used. These methods, specifically for stream flow measurement allowed us to quantify uncertainty and identify key sources of error, which varied by gauging location. Links to the complete dataset, watershed delineations with metrics, and calculation scripts can be found in Sect. 6 and 7.
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 | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».