Caractéristiques multifractales et extrêmes de la précipitation à haute résolution, application à la détection du changement climatique
Notice bibliographique
Résumé
La qualité des statistiques des précipitations, notamment les courbes Intensité-Durée-Fréquence, dépend étroitement de la fiabilité des données disponibles. Or, il a été montré que la plupart des séries temporelles provenant de pluviomètres à augets basculants ont une fréquence effective de mesure inférieure à celle assumée. Cette question est particulièrement importante pour l'hydrologie urbaine qui doit prendre en compte les fluctuations hautes fréquences des précipitations. Des études préliminaires ont montré que le nombre d'inondations estimé à l’aide de données à basse fréquence temporelle était plus faible que celui obtenu à l’aide des données à haute fréquence temporelle. Le déficit en données à haute fréquence peut conduire à d’apparentes ruptures des lois d’échelle, ce qui complique inutilement et notoirement la modélisation des précipitations. Il est donc indispensable de quantifier la qualité des données avant de les utiliser. Nous présentons une procédure SERQUAL qui permet de répondre à cette question et nous utilisons cette procédure SERQUAL pour sélectionner les sous-séries ayant les qualités requises pour des analyses à haute résolution. L’approche multifractale est alors appliquée sur les données sélectionnées pour caractériser la structure temporelle et le comportement extrême de la pluie. Cet article présente ainsi une estimation fiable des paramètres multifractaux de la pluie à haute résolution de cinq minutes pour les départements français de l’Isère (38), des Yvelines (78), du Var (83) et du Val-de-Marne (94). Ces paramètres peuvent être utilisés pour caler ou valider des modèles statistiques ou stochastiques. D’autre part, l’évolution des caractéristiques multifractales peut être aussi utilisée pour évaluer des conséquences hydrologiques du changement climatique. Les résultats obtenus montrent que l’influence du changement climatique n’est pas perceptible sur les précipitations pour les périodes étudiées en région Ile-de-France.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| 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 ».