MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200559285 · doi:10.1002/essoar.10509310.1

An unconditionally stable semi-analytical Lagrangian stream temperature model

2021· preprint· en· W4200559285 sur OpenAlexaff
James R. Craig

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLagrangianSpace (punctuation)Applied mathematicsComputer scienceMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Stream temperature is a critical ecosystem indicator and plays an important role in river ice formation and breakup. Typically, stream temperature is simulated either using statistical models or discrete Eulerian energy balance models. These physically-based models often rely upon a grid-based finite difference or finite volume approach for simulating the advection-dominated in-stream energy balance. Such methods are conditionally stable and thus introduce constraints upon time and space step (e.g., Courant and Peclet constraints). They are also not conceptually consistent with commonly applied convolution-based hydrologic routing approaches, which don’t require reach discretization. Here, a novel semi-analytical technique for simulating advection, latent and sensible heat transfer, heat generation from friction, and hyporheic exchange with groundwater is introduced. It assumes a discrete convolution (i.e., transfer function or unit hydrograph) method is used for routing flows through the reach. The energy balance is applied to discrete parcels of water that travel along the reach exchanging energy with their surroundings; the parcel-based energy balance is solved exactly. The method is unconditionally stable, runs at the native time step of the hydrological model, and requires no spatial discretization. It can also easily simulate edge cases that are exceedingly difficult using discrete methods, such as a near-infinite convective exchange coefficient. The only approximation errors are associated with the model time step used to represent the inflow time series, the linearization of the Stefan-Boltzmann equation for longwave radiation flux, and the full mixing assumed at nodes of the stream network. The stream temperature model, as implemented within the Raven hydrological modelling framework, is demonstrated at several test catchments in the North American Rocky Mountains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGroundwater flow and contamination studies→Travaux en français237 207→