MétaCan
Menu
Retour à la cohorte
Enregistrement W1849454962 · doi:10.1029/2009wr008475

A new methodology for flood hazard assessment considering dike breaches

2010· article· en· W1849454962 sur OpenAlexaff
Sergiy Vorogushyn, Bruno Merz, Karl‐Erich Lindenschmidt, Heiko Apel

Notice bibliographique

RevueWater Resources Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensManitoba Hydro
Organismes subventionnairesU.S. Army Corps of Engineers
Mots-clésDikeFlood mythProbabilistic logicGeologyHazard analysisPipingRandomnessHazardGeotechnical engineeringHydrology (agriculture)Environmental scienceEngineeringReliability engineeringComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,407
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations183
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetFlood Risk Assessment and ManagementTravaux en français237 207