Yucaipa Integrated Hydrologic Model: simulating future climate scenarios in the Yucaipa Valley Watershed, San Bernardino and Riverside Counties, California
Notice bibliographique
Résumé
Managing water resources in semiarid watersheds is challenging because of limited water supply and uncertain impacts of future climate conditions on groundwater resources. This paper examines the impact of future climate changes on the urban Yucaipa Valley watershed in southern California using an integrated hydrological model referred to herein as the Yucaipa model. Coupled Groundwater and Surface-water FLOW (GSFLOW) modeling software was used to simulate the nonlinear relationships between climate trends and precipitation partitioning into evapotranspiration (ET), runoff, and subsurface storage. Four global climate models (also known as general circulation models or GCMs), each with two greenhouse-gas (GHG) scenarios: Representative Concentration Pathway 4.5 (RCP45) (low emissions) and RCP85 (high emissions) are used to project varying future climate conditions. GCMs include the Canadian Earth System Model (CanESM2), Centre National de Recherches Météorologiques Climate Model version 5 (CNRM-CM5), Hadley Centre Global Environment Model version 2 – Earth System (HadGEM2-ES), and Model for Interdisciplinary Research on Climate version 5 (MIROC5) models. RCP85 scenarios tend to be wetter and warmer than RCP45, and in some cases the increased precipitation offsets increased loss to ET. The Yucaipa model's simulated hydrological conditions using climate projections predict decreased groundwater in storage in most scenarios due to increased natural ET, vegetation consumptive use, and streamflow out of the watershed. Only scenarios with substantial increases in annual precipitation were able to maintain groundwater in storage approximately the same as at the end of the historical period. The study also highlights increased future aridity despite increased precipitation, and larger precipitation events, which increase the risk of urban floods and decrease stream leakage.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».