MétaCan
Menu
Retour à la cohorte
Enregistrement W1730727702 · doi:10.3390/jmse3031093

A Flood Risk Assessment of the LaHave River Watershed, Canada Using GIS Techniques and an Unstructured Grid Combined River-Coastal Hydrodynamic Model

2015· article· en· W1730727702 sur OpenAlexaffabout
Kevin G. McGuigan, Tim Webster, Kate Collins

Notice bibliographique

RevueJournal of Marine Science and Engineering · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensNova Scotia Community College
Organismes subventionnairesU.S. Geological Survey
Mots-clésDigital elevation modelBathymetryStorm surgeHydrology (agriculture)Flood mythDischargeStormEstuaryFluvialEnvironmental scienceWatershedElevation (ballistics)GeologyFlooding (psychology)Drainage basinOceanographyGeomorphologyRemote sensingGeography

Résumé

récupéré en direct d'OpenAlex

A flexible mesh hydrodynamic model was developed to simulate flooding of the LaHave River watershed in Nova Scotia, Canada, from the combined effects of fluvial discharge and ocean tide and surge conditions. The analysis incorporated high-resolution lidar elevation data, bathymetric river and coastal chart data, and river cross-section information. These data were merged to generate a seamless digital elevation model which was used, along with river discharge and tidal elevation data, to run a two-dimensional hydrodynamic model to produce flood risk predictions for the watershed. Fine resolution topography data were integrated seamlessly with coarse resolution bathymetry using a series of GIS tools. Model simulations were carried out using DHI Mike 21 Flexible Mesh under a variety of combinations of discharge events and storm surge levels. Discharge events were simulated for events that represent a typical annual maximum runoff and extreme events, while tide and storm surge events were simulated by using the predicted tidal time series and adding 2 and 3 m storm surge events to the ocean level seaward of the mouth of the river. Model output was examined and the maximum water level for the duration of each simulation was extracted and merged into one file that was used in a GIS to map the maximum flood extent and water depth. Upstream areas were most vulnerable to fluvial discharge events, the lower estuary was most vulnerable to the effect of storm surge and sea-level rise, and the Town of Bridgewater was influenced by the combined effects of discharge and storm surge. To facilitate the use of the results for planning officials, GIS flood risk layers were intersected with critical infrastructure, identifying the roads, buildings, and municipal sewage infrastructure at risk under each flood scenario. Roads were converted to points at 10 m spacing for inundated areas and appended with the flood depth calculated from the maximum water level subtracted from the lidar digital elevation 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Marine Science and EngineeringMême sujetFlood Risk Assessment and ManagementTravaux en français237 207