MétaCan
Menu
Retour à la cohorte
Enregistrement W4389474767 · doi:10.1029/2023wr035428

Modeling the Streamflow Response to Heatwaves Across Glacierized Basins in Southwestern Canada

2023· article· en· W4389474767 sur OpenAlexaffabout
Sam Anderson, Valentina Radić

Notice bibliographique

RevueWater Resources Research · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStreamflowGlacierEnvironmental sciencePrecipitationClimatologyClimate changeSnowSnowmeltFlood forecastingDrainage basinPhysical geographyGeologyGeographyMeteorologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract In addition to having far‐reaching impacts on human health, agriculture, wildfires, ecosystems, and infrastructure, heatwaves control streamflow through the melting of seasonal snow and glacier ice. Despite their importance, there is limited understanding of how heatwaves modify streamflow at regional scales, how these impacts vary by heatwave timing and duration, and how glaciers control the streamflow response. Here, we use a deep learning hydrological model, which has previously been trained, evaluated, and interpreted in southwestern Canada, to simulate the streamflow response to heatwaves at 111 basins in the region. The model, driven by gridded ERA5 reanalysis temperature and precipitation data from 1979 to 2015, is forced by synthetic heatwave conditions that vary in their duration and onset throughout the year. We consider how the streamflow response to heatwaves is sensitive to annual temperatures by adding spatially and temporally uniform warming of 2°C across the study region, under the assumption that the underlying hydrological system behavior remains unchanged. We find that heatwaves, particularly in spring and summer, induce an initial streamflow surplus followed by a streamflow deficit, relative to the non‐heatwave case. In summer, glacier contributions to streamflow partially compensate for streamflow deficits that arise from heatwaves earlier in the melt season. In the scenario with 2°C warmer annual temperatures, heatwaves induce a lesser streamflow response in spring when the seasonal streamflow is most increased due to the advancing freshet. Our findings demonstrate how glaciers buffer the impacts of heatwaves on streamflow, but this buffering effect is expected to diminish as glaciers retreat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,314
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetCryospheric studies and observationsTravaux en français237 207