9. Conclusions[69] In order to bett

9. Conclusions
[69] In order to better understand internal catchment
behavior, without the shortcomings of ‘‘virtual experiments’’,
we adopted an approach that extracts information
from real data in a more efficient way than is traditionally
done. Our methodology is based on a combination of the
‘‘top-down’’ approach to model development, which is a
framework for understanding catchment behavior based on
data interpretation, and a ‘‘multiobjective’’ approach to
model evaluation, which is based on the consideration that
multiple measures of performance are needed to properly
extract information from the data.
[
70] The modeling started with a basic model structure
applied to the Alzette catchment in Luxembourg. Subsequently,
further refinements of model conceptualization
were introduced and evaluated, initially in a lumped and
then in a spatially distributed mode. We determined that
model performance is particularly sensitive to the description
of the state of wetness of the catchment. This may seem
trivial, but we showed that the improved wetness strongly
depends on the process of interception and on the distribution
of model internal states in conjunction with distributed
rainfall input. These results are of interest to ongoing
discussions on which there is little consensus to date. In
fact, the interception process, although accounting for an
important component of the water balance, is often
neglected in modeling application, particularly in relation
to hydrograph simulation. Regarding the spatial heterogeneity
of rainfall, while theoretical studies with artificial data
show that it may have a considerable impact on catchment
discharge, most applications using real data support an
opposite conclusion.
[
71] Our results contribute to the debate on the relative
merits of lumped versus distributed models, showing that
fast catchment response benefits more from distributed
modeling than slow catchment response. Processes depending
on a large stock to flux ratio (e.g., groundwater flow,
transpiration, percolation) do not require information on the
spatial distribution of rainfall, whereas fast processes, such
as interception and surface runoff do. This is due to the
damping effect of the basin, which filters the space-temporal variability of the input signal and is larger for slow processes than for fast processes.

ผลลัพธ์ (ไทย) 1:

9. บทสรุป
[69] เพื่อเข้าใจภายในลุ่มน้ำ
ทำงาน ไม่ มีของ ''การทดลองเสมือน '',
เรานำวิธีการที่แยกข้อมูล
จากข้อมูลจริงในวิธีมีประสิทธิภาพมากขึ้นกว่าเป็นประเพณี
ทำ วิธีของเราขึ้นอยู่กับชุดของการ
'' ลงบนนิ้ววิธีการพัฒนาแบบจำลอง ซึ่งเป็นการ
กรอบงานสำหรับการทำความเข้าใจลักษณะการทำงานลุ่มน้ำตาม
ตีความข้อมูล และวิธี '' multiobjective'' ไป
ประเมินผลแบบจำลอง ซึ่งขึ้นอยู่กับการพิจารณาที่
หลายวัดประสิทธิภาพจำเป็นต้องถูกต้อง
ดึงข้อมูลจากข้อมูล
[
70] สร้างโมเดลเริ่มต้น ด้วยโครงสร้างรูปแบบ
กับลุ่มน้ำ Alzette ในลักเซมเบิร์ก ในเวลาต่อมา,
เพิ่มเติม refinements conceptualization รุ่น
แนะนำ และ ประเมิน เริ่มต้นในแบบ lumped และ
แล้วในโหมด spatially กระจาย เรากำหนดที่
รุ่นประสิทธิภาพเป็นสำคัญโดยเฉพาะอย่างยิ่งคำอธิบาย
รัฐ wetness ของลุ่มน้ำที่ นี้อาจดูเหมือน
เล็กน้อย แต่เราพบว่า wetness ปรับปรุงอย่างยิ่ง
ขึ้นอยู่ กับกระบวนการสกัด และการกระจาย
ของแบบจำลองภายในอเมริกาพร้อมกับกระจาย
ป้อนข้อมูลปริมาณน้ำฝน ผลลัพธ์เหล่านี้จะสนใจต่อ
สนทนาซึ่งมีมติน้อยวันนั้น ใน
จริง การใช้ แม้ว่าบัญชีสำหรับการ
เป็นส่วนประกอบสำคัญของดุลน้ำ
ที่ไม่มีกิจกรรมในแอพลิเคชัน โดยเฉพาะอย่างยิ่งในความสัมพันธ์
เพื่อจำลอง hydrograph เกี่ยวกับ heterogeneity ปริภูมิ
น้ำฝน ในขณะที่ศึกษาทฤษฎีกับข้อมูลประดิษฐ์
แสดงว่า มันอาจมีผลกระทบมากในลุ่มน้ำ
ถ่าย โปรแกรมส่วนใหญ่ที่ใช้ข้อมูลจริงสนับสนุนการ
ตรงข้ามสรุป
[
71] ผลของเรามีส่วนร่วมการอภิปรายในญาติ
บุญของ lumped เมื่อเทียบกับรุ่นที่แจกจ่าย แสดงที่
ลุ่มน้ำอย่างรวดเร็วตอบสนองประโยชน์เพิ่มเติมจากกระจาย
กว่าลุ่มน้ำช้าตอบสนองการสร้างโมเดล กระบวนการขึ้นอยู่
ในหุ้นขนาดใหญ่ให้อัตราการไหล (เช่น น้ำไหล,
transpiration, percolation) ไม่ต้องให้ข้อมูล
กระจายของปริมาณน้ำฝน ขณะประมวลผลได้อย่างรวดเร็ว เช่น
เป็นไหลบ่าสกัดกั้นและพื้นผิวไม่ ครบกำหนดเพื่อ
ตสากรรมการผลของอ่าง ซึ่งสำหรับความผันผวนชั่วคราวพื้นที่ของสัญญาณอินพุทของตัวกรอง และมีขนาดใหญ่สำหรับกระบวนการที่ช้ากว่าในกระบวนการได้อย่างรวดเร็ว

ผลลัพธ์ (ไทย) 3:

9 . สรุป
[ 69 ] เพื่อให้เข้าใจพฤติกรรมภายในลุ่มน้ำ โดยจุดอ่อนของ 'virtual ' ทดลอง ' '
เราใช้วิธีการที่สารสกัดจากข้อมูล
จากข้อมูลที่แท้จริงในทางที่มีประสิทธิภาพมากขึ้นกว่าที่เป็นผ้า
เสร็จแล้ว วิธีการของเราจะขึ้นอยู่กับการรวมกันของ
''top-down ' ' แนวทางการพัฒนารูปแบบซึ่งเป็น
กรอบพฤติกรรมกักความเข้าใจตาม
การแปลผลข้อมูล และ ' ' '

'multiobjective วิธีการรูปแบบการประเมิน ซึ่งจะขึ้นอยู่กับการพิจารณาว่า มาตรการหลายของการแสดง
เป็นข้อมูลสารสกัดจากข้อมูลที่ถูกต้อง

.
[ 70 ] การเริ่มต้น ด้วยโครงสร้างแบบพื้นฐานที่ใช้กับ alzette
ลุ่มน้ำในประเทศลักเซมเบิร์ก ต่อมา
เพิ่มเติมการปรับแต่งรูปแบบแนวความคิด
ถูกนํามาใช้ และประเมินในขั้นต้นในก้อนและ
แล้วในการเปลี่ยนโหมด เรามุ่งมั่นที่แสดงแบบโดยไว

อธิบายสภาพความชื้นแฉะของลุ่มน้ำ . นี้อาจดูเหมือน
เล็กน้อย แต่เราพบว่าดีขึ้นอย่างมาก
ความเปียกชื้นขึ้นอยู่กับกระบวนการของการสกัดกั้นและการกระจาย
ของรัฐภายในรูปแบบควบคู่กับข้อมูลปริมาณน้ำฝนกระจาย

ผลลัพธ์เหล่านี้จะสนใจอย่างต่อเนื่อง
การอภิปรายซึ่งมีจำนวนน้อยในวันที่ ใน
ความเป็นจริงกระบวนการสกัดกั้น แม้ว่าบัญชีสำหรับ
ส่วนประกอบสำคัญของสมดุลน้ำ มักละเลยในการประยุกต์ใช้
,โดยเฉพาะอย่างยิ่งในความสัมพันธ์
เพื่อจำลองกราฟ . เกี่ยวกับอวกาศผิดพวกผิดพ้อง
ของฝน ในขณะที่ทฤษฎีการศึกษาที่แสดงข้อมูล
เทียมที่อาจมีผลกระทบมากในการเก็บกักน้ำ
จำหน่ายโปรแกรมส่วนใหญ่ที่ใช้ข้อมูลที่แท้จริงสนับสนุน

[
ข้อสรุปตรงกันข้าม 71 ] ของเราผลนำไปสู่การอภิปรายเกี่ยวกับประโยชน์ของญาติ
เมื่อเทียบกับก้อนกระจายรุ่น แสดงให้เห็นว่า
ประโยชน์เพิ่มเติมจากการตอบสนองอย่างรวดเร็วการกักกระจาย
ลุ่มน้ำมากกว่าตอบสนองช้า กระบวนการขึ้นอยู่กับ
ในหุ้นขนาดใหญ่ ( เช่น อัตราการไหลของน้ำใต้ดิน
, , สีขาว ) ไม่ต้องใช้ข้อมูลบน
การกระจายตัวเชิงพื้นที่ของปริมาณน้ำฝน ส่วนกระบวนการที่รวดเร็ว เช่น
เป็นการสกัดกั้นและน้ำท่าผิวทำ นี้เนื่องจาก
Damping ผลของอ่างที่ตัวกรองพื้นที่ชั่วคราว ความแปรปรวนของสัญญาณและมีขนาดใหญ่กว่ากระบวนการช้ากระบวนการที่รวดเร็ว