Modelling reduction and enrichment effects of urban stormwater best management practices on phosphorus at the watershed scale
Notice bibliographique
Résumé
A variety of best management practices (BMPs) are being implemented to attenuate the increasing eutrophication risk caused by excessive phosphorus (P) export via urban stormwater runoff. However, P reduction performance of the BMPs are highly variable under different climatic, watershed, and design settings. Many of BMPs are actually reported to enrich P concentrations, which questions their efficiency to reduce P load export from urban watersheds. In this study, we developed a data-driven machine learning model to predict P reduction or enrichment in urban stormwater BMPs. The model is trained and validated using hydrologic and P concentration data for several typical urban stormwater BMPs, including traditional systems (retention pond, wetland basin and detention basin) and low-impact development (LID) systems (bioretention cell, grass swale and grass strip), from the International Stormwater BMP Database. Unlike other models in previous studies, our model can simulate both P reduction and enrichment by urban BMPs under specific input and climatic, watershed, and BMP design conditions. Additionally, a PCSWMM (Stormwater Management Model) was developed for a small urban watershed in Southern Ontario (Lake Wilcox (LW) watershed) to provide representation of the rainfall–runoff processes in the watershed. Parameters obtained by PCSWMM were calibrated using the observed data, and these will be used along with data-driven BMP P model for LW to estimate projected changes in P export under different BMPs application and climatic scenarios at the watershed scale. This study will propose an innovative and more robust method to estimate attenuation of P export by BMPs at watershed scale. It will also improve our understanding about critical climatic, watershed and BMP design variables that control BMPs P reduction performances.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».