Evaluation of the SWAT Model for the Simulation of Flow and Water Balance Based on Orbital Data in a Poorly Monitored Basin in the Brazilian Amazon
Notice bibliographique
Résumé
The Amazon basin, the world’s largest river basin, is a key global climate regulator. Due to the lack of an extensive network of gauging stations, this basin remains poorly monitored, hindering the management of its water resources. Due to the vast extension of the Amazon basin, hydrological modeling is the only viable approach to monitor its current status. Here, we used the Soil and Water Assessment Tool (SWAT), a process-based and time-continuous eco-hydrological model, to simulate streamflow and hydrologic water balance in an Amazonian watershed where only a few gauging stations (the Jari River Basin) are available. SWAT inputs consisted of reanalysis data based on orbital remote sensing. The calibration and validation of the SWAT model indicated a good agreement according to Nash-Sutcliffe (NS, 0.85 and 0.89), Standard Deviation Ratio (RSR, 0.39 and 0.33), and Percent Bias (PBIAS, −9.5 and −0.6) values. Overall, the model satisfactorily simulated water flow and balance characteristics, such as evapotranspiration, surface runoff, and groundwater. The SWAT model is suitable for tropical river basin management and scenario simulations of environmental changes.
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 | 0,002 | 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) | 0,000 | 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 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 ».