MétaCan
Menu
← Back to cohort
Record W7161944119 · doi:10.82308/891

The use of wavelet transform-based methods to analyze variability in hydrological data, multiscale linkages to large-scale climate oscillations, and for hydrological record extension

2020· dissertation· en· W7161944119 on OpenAlexaboutno aff
D. Nalley

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicClimate variability and models
Canadian institutionsnot available
Fundersnot available
KeywordsEl Niño Southern OscillationWaveletSouthern oscillationPrecipitationPacific decadal oscillation

Abstract

fetched live from OpenAlex

Les analyses de séries chronologiques de précipitation et de débit aident à comprendre l'évolution des changements climatiques et leur variabilité. L'indisponibilité des données et l'existence de multiples périodicités dans celles-ci, rend difficile la quantification de ces changements. Ces périodicités peuvent représenter l’influence d’oscillations climatiques à grande échelle (intra-annuelles à multi-décennales). Les méthodes de transformée en ondelettes (WT) permet d’évaluer les influences individuelles et simultanées des oscillations climatiques à petite et grande échelle sur les débits et de précipitations. La transformée en ondelettes discrètes (DWT) permet un prétraitement de données visant à améliorer les performances de huit méthodes d’extrapolation de données existantes : les moindres carrés ordinaires, extension du maintien de la variance (MOVE) types 1-4, ligne Kendall-Theil robuste (KTRL), KTRL2 et ligne robuste de corrélation organique (RLOC)). Les données de précipitations et de débit proviennent de stations situées à travers le Canada. Les oscillations climatiques incluses dans l'analyse sont : El Niño – Oscillation australe (ENSO), l'oscillation nord-atlantique (ONA) et l'oscillation décennale du Pacifique (ODP). Développant des approches novatrices basées sur les ondelettes, cette recherche comprend 4 volets. Le 1er, le fondement de cette recherche, démontre l'utilité de la transformée en ondelettes continue (CWT) et de la cohérence en ondelettes (WTC) pour établir des liens entre le flux des cours d’eau et ENSO, ONA et ODP. Ces techniques furent appliquées à des données provenant du Québec et de l'Ontario. Des périodicités significatives sur 4 à 8 ans furent liées à ENSO et NAO, tandis que celles de plus de 8 ans furent liées au PDO.Le 2e volet propose l'inclusion de deux procédés pour quantifier les liens entre le débit (données de 73 stations) et les oscillations climatiques. Tout d'abord, le principal point de rupture dans le flux fut identifié, puis, grâce à une CWT inverse, les composantes à basse fréquence (c.à.d., les tendances) du débit, cachées par les variations dominantes de fréquence supérieure, furent révélées. La plupart des points de rupture eurent lieu entre 1965-1975, lorsque des activités intenses ou des changements de phase dans l’ENSO et le NAO eurent lieu. La variabilité intra-annuelle à annuelle du débit masqua les effets des composantes à plus petite échelle, leur importance n'étant perceptible qu'après la reconstruction des données.Le 3e volet de cette thèse étend l'application du WTC : la cohérence à ondelettes multiples (MWC) servit comme méthode d'analyse multi-échelle et multivariée pour étudier les influences individuelles et combinées de ENSO, NAO et PDO. Ces influences impliquèrent trois combinaisons à deux facteurs (ENSO-NAO, ENSO-PDO et NAO-PDO) et une combinaison à trois facteurs (ENSO-NAO-PDO). Les procédures furent appliquées aux données de trois bassins versants (Alberta, Ontario et Terre-Neuve). Une augmentation de la cohérence moyenne des ondelettes (AWC) et du pourcentage de périodicités significatives (PoSP) furent notés pour tous les bassins versants, allant d’un seul facteur (une seule oscillation), à une combinaison de 2 facteurs, jusqu’à une combinaison à 3 facteurs, montrant l’AWC et les valeurs PoSP les plus élevés.Le 4e volet intègre la DWT comme prétraitement dans l'extension des enregistrements de flux provenant de 67 stations. Les méthodes basées sur la WT augmentèrent l'exactitude et la précision, en particulier celles de MOVE-WT (types 1 et 2), KTRL-WT, KTRL2-WT et RLOC-WT.Cette étude démontre l'efficacité des approches WT dans l'analyse des données hydrométéorologiques, permettant d’améliorer nos connaissances quant à la variabilité du débit et des précipitations dans de nombreuses régions du Canada et s’avérant donc utile pour améliorer les prévisions hydrologiques opérationnelles et la gestion durable des ressources en eau

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.002
Threshold uncertainty score0.011

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.004
Science and technology studies0.0000.001
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.083
GPT teacher head0.361
Teacher spread0.278 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicClimate variability and models→French-language works237,207→