Streamflow response to land use/land cover change in the tropical Andes using multiple SWAT model variants
Notice bibliographique
Résumé
Tropical watershed in the Colombian Andes, the Chico River (CR) watershed. Hydrological models are widely used to project the impacts of LULC (Land Use/Land Cover) change on water budget. However, their ability to produce reliable predictions depends on how accurately they represent the role of vegetation in the watershed’s water balance. We analyze how different representations of Leaf Area Index (LAI) affect streamflow responses to LULC change using the Soil and Water Assessment Tool (SWAT) model. We also examine streamflow response to 100 % pasture cover (PAS), 100 % forest cover (FOR), and a control scenario using the original SWAT model, SWAT-T, and a proposed new variant (SWAT-Tb), which improves LAI bimodal representation for tropical regions. SWAT-T and SWAT-Tb reproduce observed LAI and streamflow in the CR watershed. However, SWAT-T restricts LAI simulation to unimodal seasonality, while the original SWAT reproduces streamflow but not LAI seasonality. Results using SWAT-T (unimodal LAI) and SWAT-Tb (constant and bimodal LAI) show streamflow increases during the dry seasons for the FOR scenario and decreases for the PAS scenario. Conversely, the original SWAT, with its default LAI representation, tends to underestimate and overestimate streamflow changes in the FOR and PAS scenarios, respectively. Our results highlight that an unrealistic LAI representation can mislead LULC change impact assessments on streamflow in the tropical Andes. • A new SWAT model variant (SWAT-Tb) is proposed for the tropics. • SWAT-Tb can simulate constant and bimodal Leaf Area Index (LAI). • SWAT-Tb reproduces observed LAI and streamflow, original SWAT only streamflow. • In SWAT-T and SWAT-Tb, dry seasons streamflow increases as forest cover increases. • Original SWAT can mislead the streamflow response to LULC change in the tropics.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».