Analyse des grilles de précipitation à haute résolution et des critères de calage pour la modélisation hydrologique au Québec
Bibliographic record
Abstract
Le travail de recherche présenté dans ce mémoire concerne l’analyse de trois bases de données de précipitation à haute résolution sur grilles régulières couvrant la province de Québec. Il s’agit de la grille de Ressources Naturelles Canada (NRCan), de la grille du Ministère du Développement durable, de l'Environnement et de la Lutte contre les changements climatiques du Québec (MDDELCC), et de l’Analyse Canadienne de Précipitation (CaPA) produite par Environnement et Changements climatiques Canada. À ces trois grandes grilles s’ajoute la grille opérationnelle de Rio Tinto qui couvre la région du Saguenay-Lac-Saint-Jean. Le travail de recherche vise à déterminer les différences spatiales et temporelles entre les bases de données de précipitation sur grilles et leurs implications pour la modélisation hydrologique, d’abord pour le Québec au complet et, ensuite, plus particulièrement sur le bassin versant du Lac-Saint-Jean. Trois critères de calage, soient le Nash-Sutcliffe Efficiency (NSE), le Kling-Gupta Efficiency (KGE) et une combinaison de critères tels que le biais, la racine carrée de l’erreur quadratique moyenne (RMSE) et le NSE, sont évalués pour le calage du modèle hydrologique HSAMI sur les bassins versants du Québec. \n \nDes indicateurs tels que les écarts relatifs, la corrélation, les rapports des variances, les précipitations cumulées, etc., sont utilisés pour déterminer les similitudes et les distinctions entre les grilles de précipitations. Le modèle global conceptuel HSAMI est utilisé pour réaliser les simulations sur 181 bassins versants au Québec, alors que le modèle conceptuel semi-distribué CEQUEAU est utilisé pour les simulations hydrologiques sur le bassin versant du Lac-Saint-Jean. Des calages du modèle HSAMI sont effectués avec chacun des trois critères mentionnés ci-dessus sur les 181 bassins versants. \n \nLes résultats indiquent de fortes similitudes entre les grilles de précipitation dans le sud et des disparités dans le centre et le nord de la province de Québec. L'analyse des simulations hydrologiques indique que CaPA offre les meilleurs résultats, en particulier pour les bassins versants situés dans le centre et le nord de la province. MDDELCC offre les meilleures performances dans les bassins versants situés sur la rive sud du fleuve Saint-Laurent et se présente globalement comme la deuxième meilleure option. L’analyse des simulations avec le modèle CEQUEAU sur le bassin versant du Lac-Saint-Jean conduit aux mêmes conclusions. La comparaison des débits simulés pour les différents critères de calage révèle que le critère KGE permet d’obtenir des variances des débits simulés plus proches de celles des débits observées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; both teacher heads agree on what is shown here.
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".