MétaCan
Menu
Retour à la cohorte
Enregistrement W4400475738 · doi:10.1002/hyp.15238

Fill‐spill‐merge terrain analysis reveals topographical controls on Canadian river runoff

2024· article· en· W4400475738 sur OpenAlexaboutno aff
Nimisha Wagle, L. C. Smith

Notice bibliographique

RevueHydrological Processes · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurface runoffHydrology (agriculture)Digital elevation modelBedrockWatershedTerrainDrainage basinGeologyStreamflowEnvironmental scienceDrainageGeomorphologyRemote sensingGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Digital Elevation Models (DEMs) are a crucial tool for watershed analysis, offering valuable insights into landscape‐scale hydrology. Traditional watershed delineations are derived by filling a DEM to force flow paths through topographic depressions, thus creating a continuous drainage network throughout the domain. However, this approach is challenged in landscapes with abundant real‐world depression storage, intermittently flowing stream channels, and internally drained lake basin (endorheic basin) such as the Canadian Shield (CS). The CS landscape is characterized by “fill‐and‐spill” surface water hydrology, with runoff flow paths controlled by bedrock sills and rocky cascades that overtop when water levels are high but cease flowing when water levels are low. To better represent these intermittent drainage networks, we apply a non‐traditional, less‐aggressive DEM filling model (Fill‐Spill‐Merge or FSM) to a continental‐scale DEM (MERIT) all of Canada. To ensure adequate filling of DEM noise while also preserving real‐world topographic depressions, we propose a climatic method to initialize a key FSM parameter (“runoff depth”) that calibrates observed discharges from 1690 Environment and Climate Change Canada (ECCC) river gauges with climate model P‐ET (precipitation minus evapotranspiration) data. Our application of FSM to all 1690 gauged watersheds identifies 916 significant topographical control points controlling >20% and/or 1000 km2 of their respective areas. The Geikie, Snare, Kazan, Tazin, and Seal rivers may be particularly affected, with impacted watershed areas ranging from 12% to 64%. Extending this approach to ungauged parts of the CS reveals an additional 635 significant topographical control points. Ensemble climate model projections suggest that around 10% of these control points are currently dry but will become active by 2100. This research explicitly determines how CS watersheds are affected by fill‐and‐spill hydrology, and demonstrates the importance of accurate terrain modelling for delineating surface water flow paths in depressional landscapes.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207