A statistical approach for identifying factors governing streamflow recession behaviour
Notice bibliographique
Résumé
Abstract Catchment storage‐release relation has been widely studied using the parameters of streamflow recession analysis. The governing factors of the recession parameters are poorly understood, particularly in snow‐dominated regions. Here, we tailor a newly developed statistical approach, marginal contribution feature importance, to a hydrologic context, and couple it with random forests, in order to investigate the governing physical and climatic factors of catchment recession behaviour. The coupled approach can incorporate the interactions among catchment climatic and physical attributes. In a large sample hydrology study, we identify and compare the governing factors of recession parameters, in rainfall versus snowmelt‐dominated catchments, and in medium‐size versus large catchments, across more than 1000 catchments in United States and Canada. Results show that streamflow recession behaviour, particularly recession nonlinearity, strongly depend on belowground attributes and slope in rain‐dominated medium size catchments, and strongly depend on slope and annual maximum snow water equivalent in snow‐dominated medium size catchments. As catchment scale increases (>1000 km2), the attributes related to the magnitude and timing of input water (e.g., water surplus, aridity index, maximum snow water equivalent) dictates the streamflow recession behaviour and the importance of belowground attributes is dropped. Furthermore, recession nonlinearity generally increases with an increase in catchment size. The findings of this study help improve our understanding of the governing factors and the interpretation of the spatial variability of recession behaviours. Such understanding could inform the development of a generalizable process‐based framework for estimating the sensitivity of catchment storage‐release relation to climate change in different environmental settings.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,000 | 0,001 |
| 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 ».