Modular Assessment of Rainfall–Runoff Models Toolbox (MARRMoT) v2.1: better, faster and more accessible hydrological modelling through object-oriented programming.
Notice bibliographique
Résumé
The Modular Assessment of Rainfall–Runoff Models Toolbox (MARRMoT) is a flexible framework for hydrological modelling designed for model intercomparison studies and hypothesis testing. It reproduces 47 established conceptual hydrologic models of varying complexity including Sacramento, HBV, GR4J, VIC and TOPMODEL, amongst others. The package also allows to modify them or create new ones by mixing-and-matching components and modules from different models. We radically restructured MARRMoT compared to versions v1.x using an object-oriented programming approach to enhance code clarity and computational efficiency. MARRMoT v2.1 is structured around two hierarchical classes, where a high-level superclass provides the template of all common model operations, while model-specific code is defined into individual subclasses derived from the single superclass. This reduces the verbosity and repetitiveness of the code, improving readability and facilitating debugging. Additionally, it simplifies the procedure to modify model structures or create new ones, also ensuring that best practices for solving model equations are followed as these are contained in the definition of the superclass and deployed automatically across all models. We also updated MARRMoT’s numerical solving routine by including a Newton-Raphson solver. This lets us obtain satisfying solutions to the implicit Euler approximations of the models’ differential equations in a number of cases where the previous solving routine had failed, while also obtaining a 2.6-fold runtime improvement on average. We tested these changes by comparing outputs of 36 of the models in the framework between this object-oriented version and the previous version (v1.4) using calibrated parameters and climate inputs from the CAMELS US dataset. The new version of the toolbox (v2.1) and user manual, including several workflow examples for common application, is available from GitHub (https://github.com/wknoben/MARRMoT).
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,017 |
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 ».