Runoff threshold responses in continental Boreal catchments: Nexus of sub-humid climate, low-relief, surficial geology and land cover
Notice bibliographique
Résumé
Revision in journal Water Resources Research,Paper # 2023WR034752RR the publication doi: doi.org/10.1029/2023WR034752 Abstract We examined annual runoff from 20 meso-scale catchments over 25 years, to elucidate how interactions between physiography and long-term weather patterns influence the magnitude of spatial-temporal thresholds in annual runoff responses in water-limited, low-relief, glaciated continental Boreal landscapes. Annual runoff ranged over two orders of magnitude (<3 to >300 mm) among catchments receiving similar annual precipitation. Threshold relationships were observed with cumulative regional moisture deficits that reflected spatial-temporal differences in effective storage and antecedent moisture among catchments with differing portions of glacial-deposit and land-cover types. The importance of the glacial-deposit texture and forest-peatland cover on runoff behavior among catchments varied with weather patterns and catchment antecedent moisture states. Dry states yielded low annual runoff that ranged by two orders of magnitude (0 to 80 mm), with higher values in catchments with predominantly coarse-textured deposits. During near normal antecedent moisture, annual runoff remained low (<10 mm) in catchments associated with fine-textured, hummocky landforms and deciduous forests. Annual runoff >10 mm was observed only in catchments with extensive peatlands. Infrequent wet states resulted in increased runoff in all catchments; however, ranges in maximum runoff were associated with heterogeneity in catchment landforms and land covers. Integrating cumulative precipitation with the proportion of glacial-deposit and land-cover types within catchments can: 1) represent water cycling and regional sink-source dynamics controlling runoff, and 2) provide an effective management framework for predicting climate and land-use impacts on regional runoff in water-limited, low-relief, glaciated landscapes such as the Boreal Plain.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».