MétaCan
Menu
Retour à la cohorte
Enregistrement W2036619388 · doi:10.1029/2011wr011613

Probabilistic rainfall‐runoff transformation considering both infiltration and saturation excess runoff generation processes

2012· article· en· W2036619388 sur OpenAlexaff
Yiping Guo, Shuguang Liu, Brian W. Baetz

Notice bibliographique

RevueWater Resources Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensMcMaster University
Organismes subventionnairesU.S. Army Corps of Engineers
Mots-clésSurface runoffRunoff modelRunoff curve numberEnvironmental scienceInfiltration (HVAC)Hydrology (agriculture)Saturation (graph theory)StormProbabilistic logicSoil scienceGeologyMeteorologyGeotechnical engineeringMathematicsStatisticsGeography

Résumé

récupéré en direct d'OpenAlex

Many rainfall‐runoff models consider only the infiltration excess runoff generation process. The use of green roofs, bio‐retention areas, and pervious pavements for urban storm water management purposes requires the modeling of surfaces where both infiltration and saturation excess runoff generation mechanisms need to be considered. Expanded from previous results of probabilistic rainfall‐runoff transformation, analytical equations transforming the input rainfall frequency distribution to output runoff frequency distribution are derived to incorporate both runoff generation processes. These analytical equations can be used to calculate the average annual runoff volume and runoff event volume return period. Results from deterministic continuous simulation of various urban surfaces were compared to those from the analytical equations and satisfactory agreement was obtained. The analytical equations are therefore proposed as a complement to continuous simulation models for the modeling of urban catchments where both runoff generation processes occur.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,545

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 technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,075
Tête enseignante GPT0,298
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
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

Citations48
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetUrban Stormwater Management SolutionsTravaux en français237 207