Development of methods for regional flood estimates in the province of British Columbia, Canada
Notice bibliographique
Résumé
Flood estimation in the province of British Columbia is often based on either single-site frequency analysis or graphical peak-flow regionalization procedures. These methods involve large uncertainties, especially at short-term record stations and ungauged sites, because of the vague selection of frequency distributions and delineation of homogeneous regions. To reduce these uncertainties and overcome the drawbacks of the current methods, an innovative regional frequency analysis was proposed in this study. L-moments were used for the three stages, namely delineating and testing homogeneous regions, identifying and fitting regional distributions, and developing regional functions for the transfer of information from gauged to ungauged watersheds. Based on the most recently available flood database, the province of British Columbia was divided into 19 homogeneous regions of which 14 are non-mixture regions and five are mixture regions. A mixture means in some years the annual floods are generated by one mechanism, while in other years they are generated by other physically different mechanisms. It was found that either the generalized logistic (GLOG) or the generalized extreme value (GEV) may be considered as the regional parent distribution for any of the non-mixture regions, whereas the non-parametric distribution can be used for the mixture regions. In the non-mixture regions, hierarchical approaches and regression models were developed for gauged and ungauged watersheds. For the hierarchical approaches, the first two parameters of the GLOG or GEV distribution were estimated from at-site data while the third parameter was from the region. For the regression models, the parameters of the GLOG or GEV distribution were regressed on the catchment size. In the mixture regions, a non-parametric method was combined with the regression method for the development of regional models. Monte Carlo simulation studies showed that the developed hierarchical approaches were substantially more accurate than the single-site methods, especially for long-term flood quantiles. In particular, it was shown that about three times more data were required for the single-site models to be as accurate as the developed hierarchical approaches. The proposed regression models were validated through split-sampling experiments. Statistical tests showed that the quantiles from the regression models were in good agreement with those from actual observations.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».