Towards developing a streamflow forecasting system for data-poor mountainous watershed: an approach using parameter transfer
Notice bibliographique
Résumé
Studying the hydrological responses of the Indian Himalayan Region (IHR) is crucial given the rise in the frequency of floods and other natural disasters. The hydrological processes in this area are more complicated due to the extreme weather pattern and varied topography. Streamflow forecasting is made more difficult by the extremely low number of stream gauge stations and the absence of accurate stream flow data. The problem of lack of observational data in ungauged watersheds can be resolved by transferring model parameters from similar gauged basins (Regionalisation). According to the traditional regionalization procedures using rainfall-runoff models, donor and recipient catchments must be similar in a variety of ways, including slope, size, drainage pattern, area, etc. It is extremely difficult to locate a catchment with all those similarities. In this study, we use a fully distributed hydrological model WATFLOOD for developing a streamflow forecast of the Alakananda River basin where the stream flow observation is very limited for the calibration of the hydrological model. WATFLOOD is working based on Grouped Response Unit (GRU). The requirement that has to be satisfied for regionalization using the WATFLOOD model is that land cover classes of the ungauged watershed should be represented in the gauged watershed irrespective of their spatial distribution. Also, there should be as many as possible gauged sub-watersheds that represent each land cover class. We identified a similar watershed that has similar land cover classes and sufficient stream flow gauges to represent each of the land cover classes. The three-step calibration process of the WATFLOOD model for both river basins is carried out to transfer the parameters. The results of ongoing work will be presented at the conference.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».