VICGlobal: soil and vegetation parameters for the Variable Infiltration Capacity hydrological model
Notice bibliographique
Résumé
## VICGlobal: soil, vegetation, and elevation band input files for the VIC hydrological model Date updated: June 28, 2021 Authors and affiliations: Jacob Schaperow (1), Dongyue Li (1,2) 1. Department of Civil and Environmental Engineering, UCLA 2. Department of Geography, UCLA Author contact info: jschap@g.ucla.edu The current version, v1.6d improves upon v1.6c by splitting the image parameters by continent, reducing file sizes. v1.6c is the same as v1.6, except that the image mode parameters have been updated to reflect the changes made to the classic mode parameters (e.g. r0 and rmin are different, and albedo, fcanopy, and LAI are calculated based on snow-free values). ## Overview VICGlobal is a dataset that can be used to run the Variable Infiltration Capacity (VIC) hydrological model over regional to continental scales. The dataset is at 1/16 degree resolution and has latitudinal coverage from -60 to 85 degrees. All files are referenced to the WGS84 ellipsoid and datum (EPSG code 4326). The vegetation parameter file uses the IGBP classification and use partial land use types. The vegetation parameter rooting depths and root fractions are based on the method of Zeng (2001). The vegetation library file is largely the same as that of Livneh et al. (2013; 2015); however, the monthly average LAI, canopy fraction, and albedo values for each land cover type are calculated based on MODIS observations from 2017, using the method of Bohn and Vivoni (2019). There are two vegetation libraries: one for the northern hemisphere, and one for the southern hemisphere, in order to account for the seasonality of LAI, canopy fraction, and albedo. WARNING: although it appears small in compressed form, the image driver parameter input file, VICGlobal_params.nc, is about 140 GB when unzipped. Users are encouraged to use the image mode parameters that are already split by continent. For example, the parameter file for Africa is about 19 GB. A data descriptor is in preparation for submission to Nature Scientific Data (https://www.nature.com/sdata/). Other VIC input datasets (coverage limited to North America): * Bohn and Vivoni MOD-LSP dataset: https://zenodo.org/record/2559631 ## List of contents Inputs for VIC-4 or the VIC-5 Classic Driver * Soil parameter file * Vegetation parameter file * Elevation band file * Vegetation library files (one each for the northern and southern hemispheres) Inputs for the VIC-5 Image Driver * Parameter file (global) * Domain file (global) * Parameter files for each continent * Africa * Australia * Eurasia (except Kamchatka) * Kamchatka * North America * Oceania (New Zealand and nearby islands) * South America * Domain files for each continent * GeoTiffs with continent masks Matlab codes for subsetting the VICGlobal parameters to a region of interest are also provided. ## References * Bohn and Vivoni (2019). MOD-LSP, MODIS-based parameters for hydrologic modeling of North American land cover change. https://www.nature.com/articles/s41597-019-0150-2 * Livneh et al. (2015). A spatially comprehensive, hydrometeorological data set for Mexico, the U.S., and Southern Canada 1950–2013. https://www.nature.com/articles/sdata201542 * Livneh, B., Rosenberg, E. A., Lin, C., Nijssen, B., Mishra, V., Andreadis, K. M., Maurer, E. P. and Lettenmaier, D. P.: A long-term hydrologically based dataset of land surface fluxes and states for the conterminous United States: Update and extensions, J. Clim., 26(23), 9384–9392, doi:10.1175/JCLI-D-12-00508.1, 2013. * Zeng (2001). Global Vegetation Root Distribution for Land Modeling. Journal of Hydrometeorology. https://doi.org/10.1175/1525-7541(2001)002<0525:GVRDFL>2.0.CO;2
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,035 |
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 ».