An intercomparison of regional and at-site rainfall extreme value analyses in southern British Columbia, Canada
Notice bibliographique
Résumé
Rainfall extreme value estimates in Canada have historically been based on fitting the Gumbel distribution to annual maxima at individual sites by the method of moments (MOM). Studies have, however, shown that regional frequency analyses (RFA) may perform better than at-site methods. Also, the Fréchet rather than Gumbel form of the generalized extreme value (GEV) distribution may better describe the distribution of annual extremes. In this study, at-site Gumbel MOM and GEV extreme value analyses based on L-moment, maximum likelihood (MLE), and generalized maximum likelihood (GML) estimators are compared against RFA with L-moment methods at stations in southern British Columbia, Canada via cross-validation and Monte Carlo simulations. While GEV shape parameter estimates are predominately negative, qualitatively showing weak evidence for the Fréchet form of the GEV distribution, field significant differences from the Gumbel distribution in the region are not found. Regional frequency analysis leads to substantial reductions in error relative to at-site methods, especially for the GEV distribution and small samples. While Gumbel estimators exhibit lower variance than GEV estimators, they are also more biased, underestimating 100 year return levels. Of the at-site GEV estimators, GML tended to perform better than the L-moment estimator, in some cases nearing performance of RFA. Maximum likelihood performed worst, especially for small samples sizes.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».