MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392652130 · doi:10.5194/egusphere-egu24-20064

Constraining stream water source dynamics in a high-latitude catchment using tracer-aided modeling

2024· preprint· en· W4392652130 sur OpenAlexaff
Andrea Popp, David Gustafsson, Hjalmar Laudon, Charlotta Pers, Benjamin Fischer, Tricia Stadnyk

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTRACEREnvironmental scienceLatitudeHydrology (agriculture)Drainage basinGeographyGeologyPhysicsCartographyGeodesy

Résumé

récupéré en direct d'OpenAlex

Standard hydrologic model calibration and evaluation primarily rely on streamflow observations, which can hinder an accurate representation of physical processes generating streamflow. Recent studies demonstrate that using tracers such as stable water isotope data in addition to flow observations in model calibration considerably reduces parameter uncertainty and constrains stream water source dynamics (e.g., He et al., 2019; Popp et al., 2021; Stadnyk and Holmes, 2023). In this study, we demonstrate the capabilities of an isotope-aided HYPE model (Lindström et al., 2010) in the Krycklan Catchment Study in Sweden. To this end, we integrated the isoWATFLOOD model's isotope routine (https://github.com/h2obabyts/isoWATFLOOD) into the HYPE model and incorporated extensive time series of stable water isotope data collected from different water sources including precipitation, snow, and groundwater and stream water. Our goal is to deepen the process understanding of snow-dominated catchments undergoing rapid changes due to global warming.ReferencesHe, Z., Unger-Shayesteh, K., Vorogushyn, S., Weise, S. M., Kalashnikova, O., Gafurov, A., Duethmann, D., Barandun, M., and Merz, B. (2019. Constraining hydrological model parameters using water isotopic compositions in a glacierized basin, Central Asia, Journal of Hydrology, 571, 332–348, https://doi.org/ 10.1016/j.jhydrol.2019.01.048.Lindström, G., Pers, C., Rosberg, J., Strömqvist, J. and Arheimer, B. (2010). Development and testing of the HYPE (Hydrological Predictions for the Environment) water quality model for different spatial scales. Hydrology Research 41.3–4, 295-319.Popp, A. L., Pardo‐Álvarez, Á., Schilling, O. S., Scheidegger, A., Musy, S., Peel, M., ... & Kipfer, R. (2021). A framework for untangling transient groundwater mixing and travel times. Water Resources Research, 57(4), e2020WR028362.Stadnyk, T. A., & Holmes, T. L. (2023). Large scale hydrologic and tracer aided modelling: A review. Journal of Hydrology, 129177.

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)0,001
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 enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,022
Tête enseignante GPT0,250
Écart entre enseignants0,228 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→