Using the Distributed Hydrology Soil Vegetation Model and River Basin Model to predict stream discharge and temperature in the Horsefly watershed, British Columbia
Notice bibliographique
Résumé
Stream discharge and temperature are variables in the hydrological cycle that directly influence aquatic ecosystems. This study uses the Distributed Hydrology Soil Vegetation Model (DHSVM) and the River Basin Model (RBM) to simulate stream discharge and temperature in three basins of the Horsefly watershed, British Columbia, Canada. Using empirical meteorological and topographical data, we validated and assessed the performance of DHSVM and RBM. The DHSVM demonstrated satisfactory performance in simulating non-dammed streamflow, achieving adjusted R 2 values of 0.50 and 0.54, and Normalized Nash-Sutcliffe Efficiency (NNSE) values of 0.30 and 0.35 during calibration and validation, respectively. However, the model performed less well simulating a managed stream, likely due to coarse meteorological and soil input data. Conversely, the RBM performed well across all studied basins (Moffat: NNSE= 0.63, R 2 =0.57, Mckinley: NNSE= 0.79, R 2 = 0.93, McKusky and McKay: NNSE= 0.73, R 2 = 0.84). Despite data limitations, coupled DHSVM-RBM models predicted stream discharge well in unmanaged streams and stream temperature across the studied basins. Our work demonstrates the usefulness of these models to account for stream discharge and temperature under land cover and climate change scenarios, with linkages to aquatic ecosystem management.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».