Rainfall Prediction and Runoff Modelling under Climate Change Scenarios for Tigris River from Mosul to Baghdad Cities
Notice bibliographique
Résumé
The study aims to examine the impacts of future climate change on the rainfall quantiles for the main sites of the Tigris River basin, including Mosul, Tikrit, Sammara, and Baghdad.There are two approaches, first: the global climate models (GCMs): (CMCC-CM2-SR5, CNRM/ESM2-1, EC-Earth3/Veg, MPI-ESM1/2-LR, MRI-ESM2/0, and NorESM2/MM) have been developed to show the future climate change depending on the precipitation data.They were designed along three periods, the reference period , the near-term (2020-2040), and the mid-term (2041-2060).Second, the prediction of the expected Rainfall-Depth (Q) for a return period (2-100 years) based on the rainfall data for 2000-2021 by applying the probability distribution function using the HEC-SSP software.Then, determined the expected Runoff-Depth depending on the results of the predicted probability of Rainfall-Depth for a specific return period and applied the Soil Conservation Service-Curve Number (SCS-CN) model to estimate the CN values of the catchment area from the soil classification according to maps of Land use/cover (LULC) and hydrologic soil grouping (HSGs) generated by the ArcGIS software from the FAO Soils Portal website using Harmonized World Soil Database (HWSD) and the HEC-HMS.The HEC-RAS program is used to create flood maps by simulating runoff depth for forecasting 100 years.The results of the (GCMs) models found the ensemble precipitation change tends to increase at Mosul and Tikrit sites, while Sammara and Baghdad sites noticed no significant changes for both the near and midterm.The flood map reveals that the expected runoff has covered the urban areas.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».