Propagation Characteristics of Hydrological Drought Based on Variable and Fixed Threshold Methods in Snowmelt and Rainfall Driven Catchments
Notice bibliographique
Résumé
Based on long-term (>30 years) monthly streamflow data from two catchments with different hydrological features, i.e., snowmelt-driven in Harp Lake, south-central, Canada and rainfall-driven in Dongjiang river, south China, the differences in the hydrological drought (HD) propagation characteristics identified by fixed (FDT) and variable drought thresholds (VDT) were explored. The results showed that (i) despite both FDT and VDT methods being able to describe HD propagation patterns well (i.e., slow intensification but quick recovery), the onset time, peak intensity time, and termination time of HD within a year were significantly different between the two methods, due to the different drought conceptual backgrounds of the methods. (ii) The HD months identified by VDT were close to evenly distributed in each month of the year, while the HD months identified by FDT were mainly concentrated in the dry season. (iii) The onset, peak intensity, and termination time of HD identified by FDT were in good agreement with the dryness/wetness attributes of the two study basins and can be recommended in the study case. (iv) More methods for monitoring and predicting HD, and for revealing the driving mechanisms for HD propagation, are needed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».