Quantitative Hydrological Analysis Of West Banas River Basin, India
Notice bibliographique
Résumé
Detailed hydrological analysis is carried out for the estimation of peak discharges at various locations of the basin and to assess the impact of factors that are driving the temporal change.West Banas basin has experienced frequent flooding with increased magnitude in last two decades.The goal of study is to accurately assess the response of catchment to the extent possible by developing different SWAT models specifically for monsoon months and the flooding years.Extraction of the basin and sub-basins, stream network is carried out on GIS platform.The entire West Banas River basin has been subdivided into 23 sub-basins.SWAT model is developed using rainfall and discharge data of 32 years The calibration results reveal a good performance of the model in streamflow simulation as indicated by the values of performance evaluation indices-R 2 , NSE and PBIAS.Different hydrological models are developed based on calibration of model using seasonal data such as monsoon and non-monsoon months as well as considering only flood, moderate or drought years.The model performance for each type of calibration scheme is analyzed and compared to determine optimum approach of seasonal calibration.The model developed for monsoon months produced better output in comparison to the models developed for all season months and non-monsoon months.Similarly, the model developed for flood years months gave better results in comparison to the models developed for moderate flood years and drought years.It is concluded that better flood analysis calibration must be carried out only using monsoon data.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».