Impacts of small and medium-sized reservoirs on streamflow in two basins of Southeast China, using a hydrological model to separate influences of multiple drivers
Notice bibliographique
Résumé
Southeast coast of China The reservoirs in southeast coast of China are mostly small due to the limitations of terrain. In order to analyze the impact of these densely distributed small and medium-sized reservoirs (SMRs) with lacking observation and operational data on runoff, this paper uses a hydrological model & scenario simulation method to separate the impacts of climate variability (CV), land use change (LUC) and SMRs group change on streamflow variation in two river basins of Southeast China. (1) The streamflow of two basins has changed greatly, with CV and SMRs change being the main influencing factors, while the impact of LUC was relatively small. The contribution rates of CV to the annual runoff change of three hydrological stations in two river basins were 90.19%, 61.75% and 26.64%; Contribution rates of SMRs changes were 9.34%, 37.24% and 71.04%, correspondingly. (2) The regulation of streamflow by SMRs changes led to a decrease in both annual and monthly runoff, which was due to the fact that the main functions of SMRs in this region are agricultural irrigation and domestic water supply. (3) The three-factor separation method based on hydrological modeling, which separated the cumulative effects of SMRs in the form of SMRs group, would be valuable for the study and management of watersheds with numerous SMRs and lack of observation and operational 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».