MétaCan
Menu
Retour à la cohorte
Enregistrement W2183486234

Real time adjustment of slow changing flow components in distributed urban runoff models

2011· article· en· W2183486234 sur OpenAlex
Morten Borup, Peter Steen Mikkelsen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTechnical University of Denmark, DTU Orbit (Technical University of Denmark, DTU) · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensKruger (Canada)
Organismes subventionnairesnon disponible
Mots-clésSurface runoffFlow (mathematics)Environmental scienceHydrology (agriculture)Computer scienceGeologyMechanicsGeotechnical engineeringPhysicsEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In many urban runoff systems infiltrating water contributes with a substantial part of the total inflow and therefore most urban runoff modelling packages include hydrological models for simulating the infiltrating inflow. This paper presents a method for deterministic updating of the hydrological model states governing the infiltrating inflow based on downstream flow measurements. The fact that the infiltration processes follows a relative large time scale is used to estimate the part of the model residuals, at a gauged downstream location, that can be attributed to infiltration processes. This information is then used to update the states of the hydrological model. The method is demonstrated on the 20 km2 Danish urban catchment of Ballerup, which has substantial amount of infiltration inflow after succeeding rain events, for a very rainy period of 17 days in August 2010. The results show big improvements for regular simulations as well as up to 10 hour forecasts. The updating method reduces the impact of non-representative precipitation estimates as well as model structural errors and leads to better overall modelling results.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,188
Écart entre enseignants0,169 · 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