A novel watershed scale Snow Water Equivalent (SWE) correction approach, using stream flow and remote sensing data
Notice bibliographique
Résumé
Flood forecasting agencies and hydropower companies require cost effective approaches for accurate estimation of snow water equivalent (SWE) to improve spring flow forecast and to make informed decision about reservoir operation. The lack of accurate SWE estimation at the watershed scale is an issue in northern watersheds, as snow surveys are either absent, or sparsely distributed and infrequent (monthly to bi-weekly). Remotely sensed SWE data sets retrieved from passive microwave satellites, such as GlobSnow, offers the advantage of high frequent coverage of the Northern Hemisphere at the watershed scale. The main issue is that SWE is typically underestimated because of vegetation. Also, the signal saturates for deep snowpacks. An approach is therefore required to correct GlobSnow which does not resort to local SWE measurements. A correction factor approach which focuses on improving the Maximum Snow Water Equivalent (MSWE) estimate for a watershed produced by publicly available regional databases, such as GlobSnow, has been developed. The method does not require point SWE measurements and assumes that the spring runoff volume calculated from historical streamflow observations equals the total snow melt volume retrieved from GlobSnow’s MSWE, less infiltration into frozen ground. The latter is calculated from freely available hydro-meteorological information. The method presented below introduces a cost-effective approach which can bridge the temporal and spatial sparsity that is often associated with the snow survey programs. The results from applying this approach to the regional GlobSnow database to northern watersheds in Quebec show that the Corrected GlobSnow (C-Glob) more accurately correlates to the manual snow surveys, compared to the uncorrected GlobSnow data source. The corrected database may prove especially useful for watersheds where no SWE measurements are available, may serve as a supplementary source of information to better understand what takes place over the entire watershed by filling gaps of manual surveys.
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) | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».