Metrics that Matter: Calibration Choices and Their Impact on Signature Representation in Conceptual Hydrological Models
Notice bibliographique
Résumé
Hydrologists are generally aware that the choice of calibration metric will affect how their model reproduces catchment runoff. However, scientific literature mainly provides a theoretical or case study specific discussion of the topic and no general guidelines. This study thus aims to develop a broader picture by evaluating the influence of 8 different objective functions on the representation of 15 hydrologic signatures for 45 lumped conceptual models in 10 climatically diverse catchments.The 10 selected catchments are a subset of the CARAVAN dataset (Kratzert et al. [2023]) chosen by using a k-means clustering algorithm based on climate indices (Willmott and Feddema [1992]). The 45 models are taken from the MARRMoT toolbox (Knoben et al. [2019], Trotter et al. [2022]) and only models performing over a specified benchmark are used for the analysis. The signatures that will be analysed represent different processes and aspects of the hydrological regime and the following 8 calibration metrics are investigated: KGE, NSE, log KGE, log NSE, NP-KGE (Pool et al. [2018], Split KGE (Fowler et al. [2018], SHE (Kiraz et al. [2023], DE (Schwemmle et al. [2021]).Preliminary results show that the ability to reproduce specific signatures is clearly influenced by the chosen metric and therefore this choice should always be based on the specific goal of the prospective modelling study. Each metric has specific strengths and weaknesses that may be used to make a decision. However, the results vary based on climate conditions, the applied model structure and the investigated signature. It is therefore difficult to disentangle all interdependencies and develop more general guidelines with the limited catchment set used in this study. We speculate that very dominant processes shaping the general runoff generation in a catchment (such as snow melt) reduces the impact of the choice of calibration metric, and that more complex models typically are more consistent in process representation.References:Fowler et al. (2018): doi: 10.1029/2017WR022466Gupta et al. (2009): doi: 10.1016/j.jhydrol.2009.08.003Kiraz et al. (2023): doi: 10.1029/2023WR035321Knoben et al. (2019): doi: 10.5194/gmd-12-2463-2019Kratzert et al. (2023): doi: 10.1038/s41597-023-01975-wNash and Sutcliffe (1970): doi: 10.1016/0022-1694(70)90255-6Pool et al. (2018): doi: 10.1080/02626667.2018.1552002Schwemmle et al. (2021): doi: 10.5194/hess-25-2187-2021Trotter et al. (2022): doi: 10.5194/gmd-15-6359-2022Willmott and Feddema (1992): doi: 10.1111/j.0033-0124.1992.00084.xDisclaimer: The first author conducted the presented research at TUD, now a PhD student at UofC
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 | 0,025 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».