Quantification of runoff components in the Yarlung Tsangpo River using a distributed hydrological model
Notice bibliographique
Résumé
Robust calibration of physically based hydrological models is essential for the quantification of runoff components in snow and glacier melt runoff fed basins. This study evaluates a hydrograph partitioning curve (HPC) based calibration technique utilizing seasonality of precipitation and temperature in the Yarlung Tsangpo River basin. The HPC indicate the separating periods when various runoff components, including baseflow, snowmelt and glacier melt runoff, and rainfall direct runoff, dominate the basin hydrograph. Parameters of the THREW distributed hydrological model are grouped into four categories according to their controls on the runoff processes, and subsequently calibrated in a stepwise procedure using extracted HPC. The HPC-based calibration method is evaluated against traditional methods on the basis of robustness, performance of discharge simulations in sub-basins, and estimates of snow water equivalent (SWE) across the whole basin. Results show that:① The HPC-based calibration method provides results comparable to traditional methods in the calibration period while improving the discharge simulation for the evaluation period relative to single objective calibration methods; ② The HPC-based calibration method shows superiority in producing robust sub-basin discharge and tends to estimate smaller bias for the basin SWE; ③ The HPC-based calibration method estimates the contributions of snowmelt, glacier-melt, and rainfall direct runoff to discharge during 2001—2015 as 20%, 14% and 66%, respectively, while the traditional calibration methods yield a higher contribution for glacier-melt runoff and lower contribution for snowmelt runoff. Our findings indicate the potential of the HPC-based calibration method as a tool to quantify the contribution of runoff components, thus improving the modeling of hydrological behaviors under changing climate conditions for similar basins.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».