Methodologies for analyzing intrinsic and required DEM accuracy for hydrological applications of flash floods
Notice bibliographique
Résumé
For extreme events like flash floods, infiltration is considered to be negligible, and the morphology of the watershed is considered to be the most significant factor. Thus, digital elevation models (DEMs) are the most efficient data source to define the catchment surface. To determine if the DEM is adapted, it is essential to analyze both the intrinsic accuracy and the required accuracy. In this paper we propose two complementary methodologies to analyze and evaluate these two kinds of DEM accuracy that relate to the hydrological applications to flash floods. The first methodology relates to the intrinsic accuracy: a diagnostic method analyzes the accuracy and stability of the extracted hydrographic network at catchment scale. To obtain correct positioning of the channels, results show the strong influence of the topographic context and the need for associating extra data on rivers, especially in flat areas. The impact of accuracy is evaluated through a scheme based on DEM grid rotation. A step by step and iterative process gives a fuzzy evaluation of the hydrographic network. These techniques also highlight the strong scale dependence of the extracted network. The second methodology relates to the required accuracy. To analyze the sensitivity to the DEM accuracy, we propose an approach by comparing the results of hydraulic models obtained from a "real" description of the river topography and from this description distorted by a numerical noise characterizing the lack of accuracy of the DEM. The impact of this noise on the overflows on the major bed is analyzed. The results show that the accuracy required by the thematicians is often greater than that strictly required by modeling, which opens interesting prospects to reduce the phases of data acquisition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».