La régionalisation des précipitations : une revue bibliographique des développements récents
Notice bibliographique
Résumé
L'estimation de l'intensité de précipitations extrêmes est un sujet de recherche en pleine expansion. Nous présentons ici une synthèse des travaux de recherche sur l'analyse régionale des précipitations. Les principales étapes de l'analyse régionale revues sont les méthodes d'établissement de régions homogènes, la sélection de fonctions de distributions régionales et l'ajustement des paramètres de ces fonctions. De nombreux travaux sur l'analyse régionale des précipitations s'inspirent de l'approche développée en régionalisation des crues. Les méthodes de types indice de crues ont été utilisées par plusieurs auteurs. Les régions homogènes établies peuvent être contiguës ou non-contiguës. L'analyse multivariée a été utilisée pour déterminer plusieurs régions homogènes au Canada. L'adéquation des sites à l'intérieur d'une région homogène a souvent été validée par une application des L-moments, bien que d'autres tests d'homogénéité aient aussi été utilisés. La loi générale des valeurs extrêmes (GEV) est celle qui a le plus souvent été utilisée dans l'analyse régionale des précipitations. D'autres travaux ont porté sur la loi des valeurs extrêmes à deux composantes (TCEV), de même que sur des applications des séries partielles. Peu de travaux ont porté sur les relations intensité durée dans un contexte régional, ni sur les variations saisonnières des paramètres régionaux. Finalement, les recherches ont débuté sur l'application des concepts d'invariance d'échelle et de loi d'échelle. Ces travaux sont jugés prometteurs.
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 | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».