Trends and Variabilities in Rainfall and Streamflow: A Case Study of the Nilwala River Basin in Sri Lanka
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rainfall is one of the dominating climatic parameters that affect water availability. Trend analysis is of paramount significance to understand the behavior of hydrological and climatic variables over a long timescale. The main aim of the present study was to identify trends and analyze existing linkages between rainfall and streamflow in the Nilwala River Basin (NRB) of Southern Sri Lanka. An investigation of the trends, detection of change points and streamflow alteration, and linkage between rainfall and streamflow were carried out using the Mann–Kendall test, Sen’s slope test, Pettitt’s test, indicators of hydrological alteration (IHA), and Pearson’s correlation test. Selected rainfall-related extreme climatic indices, namely, CDD, CWD, PRCPTOT, R25, and Rx5, were calculated using the RClimdex software. Trend analysis of rainfall data and extreme rainfall indices demonstrated few statistically significant trends at the monthly, seasonal, and annual scales, while streamflow data showed non-significant trends, except for December. Pettitt’s test showed that Dampahala had a higher number of statistically significant change points among the six rainfall stations. The Pearson coefficient correlation showed a strong-to–very-strong positive relationship between rainfall and streamflow. Generally, both rainfall and streamflow showed non-significant trend patterns in the NRB, suggesting that rainfall had a higher impact on streamflow patterns in the basin. The historical trends of extreme climatic indices suggested that the NRB did not experience extreme climates. The results of the present study will provide valuable information for water resource planning, flood and disaster mitigation, agricultural operations planning, and hydropower generation in the NRB.
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.
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 | 0,000 | 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 | 0,001 |
| 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 découle