Input data for Improved Regional Scale Dynamic Evapotranspiration Estimation Under Changing Vegetation and Climate
Notice bibliographique
Résumé
Vegetation change can significantly alter evapotranspiration (ET), an important component of the terrestrial water balance, and consequently influences other hydrological processes. With no direct measurement techniques available at large spatial scales, the accurate estimation of ET under changing forest landscapes and climate is challenging. In this study, we used an improved method based on Fuh’s equation (a functional form of the Budyko framework) to investigate ET responses to cumulative forest disturbance and climate in the snow-dominated interior of British Columbia, Canada. First, we divided the study region into three distinct climate groups, and then related the watershed parameter m in Fuh’s equation to vegetation change and watershed properties, with independent calibration and validation watersheds. The validated relationships were used to examine regional ET variations (~380,000 km2). These datasets include the input calibration and validation data by watershed and by 10km x 10km gridcell used to carry out the regional trend analysis. Input data includes: watershed name, calibration/validation indicator, climate group (wet, moderate, or dry), number of years averaged, average year in group, forest disturbance indicator - cumulative clearcut area (CECA), annual precipitation (mm), potential evapotranspiration (mm), mean annual streamflow (mm), and watershed property parameter from Fuh’s equation m. Results from this analysis are published in the article "Improved Regional Scale Dynamic Evapotranspiration Estimation Under Changing Vegetation and Climate" in Water Resources Research.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».