Enhancing physically based and distributed hydrological model calibration through internal state variable constraints
Notice bibliographique
Résumé
Accurately representing hydrological processes remains a major challenge in hydrological modeling. Recent studies have demonstrated the benefits of multi-variable calibration, which integrates additional hydrological variables such as evapotranspiration and soil moisture alongside streamflow to improve model realism. However, groundwater recharge as a calibration variable remains relatively underexplored. This study evaluates how incorporating groundwater recharge into the calibration of the Water Balance Simulation Model (WaSiM) affects hydrological variables representation. Three configurations were tested: Baseline (BL) with streamflow-only calibration, Physical Groundwater Model (GW) with physically-based groundwater flow, and Physical Groundwater with Recharge Calibration (GW-RC), which further constrains groundwater recharge during calibration. The models were calibrated and applied to 34 catchments in Southern Québec. Their performance was evaluated using the Kling-Gupta Efficiency (KGE) for streamflow and spatial estimates of groundwater recharge derived from a previous research project conducted in the same region. Results indicate that while calibrating on streamflow alone produces high KGE values (median KGE = 0.83 for GW and 0.82 for BL), but it comes at the cost of misrepresenting subsurface hydrological processes. Adding groundwater recharge constraints (GW-RC) reduce streamflow performance, with a median KGE of 0.77 for GW-RC, but improves hydrological variable representation, especially in seasonal runoff patterns, where it better captures the balance between surface runoff and interflow during snowmelt. Additionally, GW-RC showed the smallest differences with the groundwater recharge estimates. These findings illustrate the consequence of equifinality in streamflow-based calibration, where multiple parameter sets can yield similar streamflow outputs while misrepresenting internal hydrological processes. Incorporating groundwater recharge constraints improves the representation of internal hydrological processes while maintaining strong streamflow simulation performance, which could ultimately enhance reliability of climate change adaptation and water resource management strategies.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».