L'approche débit-durée-fréquence : historique et avancées
Notice bibliographique
Résumé
La prévention du risque d'inondation nécessite une connaissance détaillée du régime hydrologique en crue du bassin étudié. Dans ce but, l'approche débit-durée-fréquence (QdF), développée depuis déjà plusieurs années, a permis de définir un modèle statistique décrivant les crues observées en fonction de leur débit, de leur durée et de leur fréquence. Un récent travail a revisité cette approche. Grâce à son nombre réduit de paramètres, le modèle proposé, appelé modèle local convergent, peut être facilement ajusté pour chaque bassin. Dans l'ancienne approche, que nous appelons approche " bassin de référence ", l'ajustement local avait été effectué sur seulement trois bassins, dits de référence, et réputés être chacun représentatif d'une typologie d'écoulement différente. Ces trois paramétrisations types ont ensuite donné lieu à trois modèles adimensionnels, capables de caractériser la majorité des régimes observés. Le modèle adimensionnel correspondant au régime du bassin étudié devait être dénormé par deux caractéristiques locales du bassin : le débit instantané maximal de crue décennale et une durée caractéristique de crue. Une comparaison du nouveau modèle, appelé modèle local convergent, et de l'approche type " bassin de référence " a été effectuée sur une cinquantaine de bassins jaugés. Elle met en évidence la robustesse du modèle convergent et permet de discuter du choix du modèle relatif à l'approche " bassin de référence ". Le modèle local convergent autorise d'envisager le développement d'un modèle QdF régional, s'inspirant de différentes méthodes de régionalisation. Ceci permettra alors une application à des bassins peu ou non observés.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».