Predicting return periods of hydrological droughts using the Pearson 3 distribution: a case from rivers in the Canadian prairies
Notice bibliographique
Résumé
The standardized series of monthly and weekly flow sequences, referred to as standardized hydrological index (SHI) series, from five rivers in the Canadian prairies were subjected to return period (Tr) analysis of drought length (L). The SHI series were truncated at drought probability levels q ranging from 0.5 to 0.05 with the intention of deducing drought events and corresponding drought lengths. The values of L were fitted to the Pearson 3, the gamma (2-parameter), the exponential (1-parameter), the Weibull 3 and the Weibull (2-parameter) probability density functions (pdfs). A priori assignment of one week or one month for the location parameter in the Pearson 3 pdf proved logical and also facilitated the rapid estimation of other parameters using either the method of moments or the method of maximum likelihood. The Pearson 3 turns out to be the most suitable pdf to describe and to estimate return periods of drought lengths. At the monthly and weekly time scales, it was inferred that the sample size (T, months or weeks) of SHI series could be treated equivalent to the return period of the largest recorded drought length. At the annual time scale, however, the sample size (T, years) should be modified using either the Hazen or the Gringorten plotting position formula to reflect the actual return period of the largest recorded drought length in years. Editor D. Koutsoyiannis; Associate editor E. Gargouri
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».