Interactive Impacts of Uncertainties in Bias-Corrected Hydrologic Simulations: Southern China
Notice bibliographique
Résumé
This study aims to comprehensively examine diverse uncertainties/multiplicities (e.g., performance indicators, bias-correction methods, hydrologic models, bias-correction schemes, predictor combinations, watersheds, streamflow magnitudes, and temporal scales) in bias-corrected hydrologic simulations (BCHS). The focus is placed on the variations of BCHS accuracies (representing climatic impacts on runoffs) with every uncertainty, as well as their interactions with the other uncertainties. To achieve this, an integrated bias-corrected hydro-modeling uncertainty analysis approach (IBCHMUA) is developed based on one advanced hydro-modeling method, i.e., discrete principal-monotonicity inference (DiPMI), and two hydrologic models, i.e., Xin’anjiang and HyMOD. IBCHMUA is applied to two representative watersheds (Xiangxi and Zhongzhou) in southern China. Many findings are revealed. For instance, it is necessary to apply multiple performance indicators and DiPMI is effective in correcting hydro-model biases. Every uncertainty poses significant impacts on BCHS, and the significance of the impacts further varies with all or part of the other uncertainties. BCHS accuracies (or the estimated climatic impacts on runoffs in southern China) increase from daily to monthly scales, from Xiangxi to Zhongzhou Watersheds, from the highest through the lowest to the overall runoff magnitudes, from Xin’anjiang to HyMOD models, and from original to bias-corrected hydrologic simulations. Meanwhile, the impacts of the uncertainties in BCHS decrease from bias-correction schemes, temporal scales, streamflow magnitudes, hydrologic models or predictor combinations, to watersheds. These findings are helpful for reducing the complexity and enhancing the reliability of BCHS under diverse uncertainties, and point out the importance of taking into account the interactions of the uncertainties in BCHS studies.
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 | 0,004 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».