A new methodology for flood hazard assessment considering dike breaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study focuses on development and application of a new modeling approach for a comprehensive flood hazard assessment along protected river reaches considering dike failures. The proposed Inundation Hazard Assessment Model (IHAM) represents a hybrid probabilistic‐deterministic model. It comprises three models that are coupled in a dynamic way: (1) 1D unsteady hydrodynamic model for river channel and floodplain between dikes; (2) probabilistic dike breach model which determines possible dike breach locations, breach widths and breach outflow discharges; and (3) 2D raster‐based inundation model for the dike‐protected floodplain areas. Due to the unsteady nature of the 1D and 2D models and runtime coupling, the interdependence between the hydraulic loads on dikes at various locations along the reach is explicitly considered. This ensures a more realistic representation of the fluvial system dynamics under extreme conditions compared to the steady approaches. The probabilistic dike breach model describes dike failures due to three failure mechanisms: overtopping, piping and slope instability caused by seepage flow through the dike core (micro‐instability). The 2D storage cell model computes various flood intensity indicators such as water depth, flow velocity, and inundation duration. IHAM is embedded in a Monte Carlo simulation in order to account for the natural variability of the input hydrograph form and the randomness of dike failures. Besides binary (wet/dry) inundation patterns, IHAM generates new probabilistic flood hazard maps for each intensity indicator and the associated uncertainty bounds. Furthermore, the novel probabilistic dike hazard maps indicate the failure probability of dikes for each considered breach mechanism.
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.
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 | 0,004 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle