Derivation of unit hydrograph using a transfer function approach
Notice bibliographique
Résumé
The unit hydrograph (UH) concept and model have been widely used in the hydrological field over the past decades. However, the estimation of such a model in practice has always been a challenge for researchers and practitioners because such a model is usually ill formed in mathematical terms. The large number of parameters (or the number of ordinates) in a unit hydrograph model are correlated to a certain degree, and this could cause unstable results. So far, the research has been mainly focused on restricting the negative values and smoothing the oscillation by brute force methods, such as linear programming, and has achieved a certain degree of success. However, the number of parameters involved and the lack of stable model response are still a problem. In this study, a new model structure has been proposed that would inherently remove the negative UH ordinates and guarantee a smooth curve. This model is derived by the unit pulse response of a given discrete transfer function in the time domain by restricting its poles along the positive real axis in its Z domain (that is, there are no imaginary components and no negative real values). The model is termed the physically realizable transfer function. The strengths of its structure are that it is numerically stable, physically realizable, parsimonious in parameters, and easy to implement in real time for its state and parameter updating. Its shortcomings are that it has nonlinear pole positions and a more complicated parameter estimation process. A case study with two events in England has been used to demonstrate the application of such a model.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».