Utilisation de l'humidité du sol comme indicateur de changement climatique
Bibliographic record
Abstract
Dans le contexte actuel de changement climatique, le Québec doit s’attendre à voir ses températures grimper, notamment l’hiver, ainsi que les précipitations liquides. Ceci aura un impact non négligeable sur le cycle hydrologique des bassins versants québécois. L’objectif de cette étude est d’évaluer si l’humidité du sol pourrait être un indicateur de changement climatique fiable afin d’anticiper certaines modifications des débits par exemple. Le bassin versant étudié, celui de la rivière Gatineau au sud-ouest du Québec, a une superficie de 23 724 km2 et est essentiellement forestier. Le modèle hydrologique Hydrotel, permettant de subdiviser le bassin en six sous-bassins et 715 UHRH, et séparant le sol en trois couches, a été utilisé. Le calibrage s’est effectué manuellement en mettant l’emphase sur la période estivale et a donné de bons résultats sur quatre sous-bassins avec des coefficients de Nash-Sutcliffe avoisinant les 0,8. Les données d’humidité du sol utilisées pour cette étude étaient les sorties d’Hydrotel au pas de temps journalier pour les trois couches de sol. La période de contrôle (1975-2001) a permis d’établir que l’humidité du sol dépendait davantage des conditions climatiques pour certains mois (notamment l’été) alors qu’au printemps, la fonte de la neige saturait presque constamment les trois couches de sol. Les simulations à l’horizon 2056, effectuées grâce aux données climatiques du MRCC (2042-2068), ont montré qu’une baisse de l’humidité du sol au cours de l’été et de l’automne était à prévoir. La variabilité interannuelle devrait quant à elle augmenter. Au niveau spatial, certaines régions au sud du bassin devraient présenter un comportement particulier. La végétation, le type de sol ainsi que les conditions climatiques ont été définis comme étant les facteurs principaux responsables de la variabilité spatiale.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".