Characterization of Urban Green Roofs’ Stormwater Runoff
Notice bibliographique
Résumé
Green roofs are considered as one of the green technologies towards the development of sustainable urban environment and the building of ecofriendly cities. The benefits of implementing green roofs are numerous such as increase of biodiversity and reduction of urban heat island effect, stormwater management, energy saving, air quality improvement, etc. From the perspective of stormwater control, as more and more rooftops in the urban area turns into green spaces, characteristics of stormwater runoff from the drainage area may undergo a significant change which inevitably exerts potential impacts on the existing and yet-to-be-built drainage systems. However, in addition to peak flow reduction, basic understanding of the characteristics of green roof stormwater runoff is either lacking or very limited, and referenced green roof studies are very few in the literature. In this study, based on a set of rooftop-monitored data including the antecedent soil moisture content, rainfall, runoff volume and peak flow rates, stormwater runoff from both the roof garden area and the control area (the original rooftop without greening) was analyzed for its characteristics. It is well known that the antecedent soil moisture content is an important parameter associated with runoff generation, whereas runoff coefficient is a direct measure of the rainfall-runoff transformation process. These fundamental relationships are characterized in an attempt to better understand runoff generation mechanisms from green roofs. As part of this study for stormwater runoff characterization, probability distributions were
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».