Future shift in winter streamflow modulated by internal variability of climate in southern Ontario
Notice bibliographique
Résumé
Abstract. Fluvial systems in southern Ontario are regularly affected by widespread early-spring flood events primarily caused by rain-on-snow events. Recent studies have shown an increase in winter floods in this region due to increasing winter temperature and precipitation. Streamflow simulations are associated with uncertainties tied to the internal variability of climate. These uncertainties can be assessed using hydrological models fed by downscaled Global Climate Model Large Ensemble (GCM-LE) data. The Canadian Regional Climate Model Large Ensemble (CRCM5-LE), a dynamically downscaled version of a GCM-LE, was developed to simulate climate variability over northeastern North America under different future climate scenarios. In this study, CRCM5-LE temperature and precipitation projections under RCP 8.5 scenario were used as input in the Precipitation Runoff Modelling System (PRMS) to simulate near future (2040s) streamflow for four watersheds in southern Ontario. Model simulations show that 14 % of the ensemble project a high (low) increase of streamflow volume in January-February. Streamflow increases may be driven by rain and snowmelt modulation caused by the development of high (low) pressure anomalies in North America’s East Coast. Additionally, the streamflow may be enhanced by high pressure circulation patterns directly over the Great Lakes creating warm conditions and increasing snowmelt and rainfall/snowfall ratio (16 %). These results are important to assess the internal variability of the hydrological projections and to inform society of increased winter streamflow.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».