MétaCan
Menu
Retour à la cohorte
Enregistrement W1980703416 · doi:10.2495/risk080141

The prediction and mapping of coastal flood risk associated with storm surge events and long-term sea level changes

2008· article· en· W1980703416 sur OpenAlexaffabout
Tim Webster, Doug Stiff

Notice bibliographique

RevueWIT transactions on information and communication technologies · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensNova Scotia Community College
Organismes subventionnairesnon disponible
Mots-clésStorm surgeFlood mythDigital elevation modelCoastal floodWater levelEnvironmental scienceStormGeographic information systemHydrology (agriculture)Elevation (ballistics)BaySea levelTide gaugeStructural basinLidarMeteorologyGeologyClimate changeRemote sensingPhysical geographyGeographyCartographyOceanographySea level rise

Résumé

récupéré en direct d'OpenAlex

Non-specialized researchers, emergency management personnel, and land use planners require an accurate, inexpensive method to determine and map risk associated with storm surge events and long-term sea level rise associated with climate change.This study has developed new geomatics tools to map flood risk and has been applied to a case study area in the Minas Basin, Bay of Fundy, Canada.The Minas Basin has the highest recorded tides in the world and agricultural and rural development has been established along the coastline behind dykes, which are up to 3 m high.A newly developed ArcGIS tool, Storm flood, in conjunction with a newly developed software program Water Modeler, and a LiDAR derived Digital Elevation Model (DEM) were used together to map coastal flood risk.Storm flood uses the LiDAR derived DEM as a base and calculates the area of inundation assuming a still water level.The tool also ensures that connectivity is enforced so that the storm surge waters are sourced from the ocean and that low-lying inland areas that do not have free connection to the ocean are not inundated.This "connectivity check" overcomes a limitation of some standard third party hydrologic modelling tools such as HEC-RAS that do not check for connectivity to source waters that in some cases cause the resultant inundation maps to be incorrect when imported into a GIS environment.The recurrence intervals of a given water level are determined using Water Modeler by using the time series of local tide gauge records.Relative changes in sea level associated eustatic conditions, from climate change, and local crustal motion can be incorporated into the software to calculate the return period of water levels in the future under variable conditions

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,198
Écart entre enseignants0,166 · 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
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

Citations8
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on information and communication technologiesMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207