Snow Persistence Explains Stream High Flow and Low Flow Signatures with Differing Relationships by Aridity and Climatic Seasonality
Notice bibliographique
Résumé
Abstract. Snow persistence is a globally available metric of snow cover duration that has, thus far, seen limited application to the field of hydrology. This study attempts to explore the controls that snow persistence exerts on streamflow at low and high flow conditions across a diverse spectrum of climatic aridity and seasonality in the United States and Canada. We statistically analyze how snow persistence, aridity, and seasonality conditions interact to control and explain streamflow shape and flashiness at low and high flows. For low flow condition, regardless of climatic aridity and seasonality, a larger snow persistence increases baseflow, reduces low flow variability, and increases the magnitude of extreme low flow relative to average flow. Our results further show that snow persistence becomes a stronger factor in controlling baseflow as well as the magnitude of extreme low flow relative to average flow, in regions with a relatively high aridity and/or with summer-dominant precipitation regimes (or in-phase seasonality). On the other hand, in catchments that are moderately wet to very arid with winter-dominant precipitation regimes (or out-of-phase seasonality), a longer snow persistence could typically lead to a more variability at high flow and a larger magnitude of extreme high flow relative to average flow. This study concludes by demonstrating the relevancy of snow persistence as a globally available streamflow behaviour descriptor and by demonstrating the impacts that climate change may have on snow persistence and ultimately on streamflow behaviour at low and high flows.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».