The Comparison of GEV, Log-Pearson Type 3 and Gumbel Distributions in the Upper Thames River Watershed under Global Climate Models
Notice bibliographique
Résumé
The increase in greenhouse gas emissions has had a severe impact on global temperature, and is affecting weather patterns worldwide. With this global climate change, precipitation levels are changing, and in many places are drastically increasing. The need to be able to accurately predict extreme precipitation events is imperative in designing for not only the safety of infrastructure, but also people’s lives. To predict these events, the use of historical data is necessary, along with statistical distributions that are used to fit the data.\nIn this study, historical data from the London International Airport station has been used, along with 11 different Atmosphere Ocean Global Climate Models (AOGCMs), which are used to predict future climate variables. These models produced a total of 27 different data sets of annual maximum precipitation over a period of 117 years, for storm durations of 1, 2, 6, 12 and 24 hours.\nThe current Environment Canada recommended distribution is the Gumbel (EV1) distribution, and the current United States distribution is the Log-Pearson type 3 (LP3). This report investigates a third distribution, the Generalized Extreme Value (GEV) distribution, in the context of the Upper Thames River Watershed.\nThe historical data set and the data sets derived from AOGCMs were used with the GEV, LP3 and EV1 distributions, and the goodness of fit tests were performed to select which was most appropriate distribution. L-Moment Ratio diagrams were also constructed to help establish the most suitable distribution. All results showed that GEV was very appropriate to the Upper Thames River Watershed data, and it was often the favored distribution.\nThis report shows the need for more studies to be carried out on the GEV distribution, to ensure we are using the most appropriate methods for predicting these extreme precipitation events.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».