Improving Future Estimation of Cheliff-Mactaa-Tafna Streamflow via an Ensemble of Bias Correction Approaches
Notice bibliographique
Résumé
The role of climate change in future streamflow is still very uncertain, especially over semi-arid regions. However, part of this uncertainty can be offset by correcting systematic climate models’ bias. This paper tries to assess how the choice of a bias correction method may impact future streamflow of the Cheliff-Mactaa-Tafna (CMT) rivers. First, three correction methods (quantile mapping (QM), quantile delta mapping (QDM), and scaled distribution mapping (SDM)) were applied to an ensemble of future precipitation and temperature coming from CORDEX-Africa, which uses two Representative Concentration Pathways: RCP4.5 and RCP8.5. Then, the Zygos model was used to convert the corrected time series into streamflow. Interestingly, the findings showed an agreement between the three methods that revealed a decline in future streamflow up to [−42 to −62%] in autumn, [+31% to −11%] in winter, [−23% to −39%] in spring, and [−23% to −41%] in summer. The rate of decrease was largest when using QM-corrected model outputs, followed by the raw model, the SDM-corrected model, and finally, the QDM-corrected model outputs. As expected, the RCP presents the largest decline especially by the end of the 21st Century.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».