Shades of Green: Using SWMM LID Controls to Simulate Green Infrastructure
Notice bibliographique
Résumé
Green infrastructure is increasingly being considered for application in urban storm water management designs.Many municipalities, regulatory agencies and advocacy groups promote the use of low impact development (LID) to reduce runoff and increase infiltration.To show LID benefits, engineers must quantify the advantages of green versus traditional grey infrastructure.The United States Environmental Protection Agency (USEPA) updated its Storm Water Management Model (SWMM) with explicit LID controls in 2009 to assist engineers in quantifying green infrastructure benefits (Gironas et al., 2009).SWMM can now simulate five LID devices: bioretention cells; infiltration trenches; porous pavements; rain barrels; and vegetated swales.Limited documentation is available regarding modeling techniques using the LID controls; the SWMM5 Applications Manual discusses modeling LID using SWMM features available before the LID controls were added.This study presents an initial evaluation of green infrastructure modeling using SWMM LID controls in SWMM version 5.0.022,released April 2011.The bioretention cell was selected for this evaluation because it most accurately represents a rain garden.Regardless of the LID control selected for simulation, the basic parameters for soil properties, storage volumes, surface characteristics, and underdrains are essentially the same among green infrastructure devices.A demonstration study from Madison, Wisconsin (Selbig and Balster, 2010) was used for comparison.In that study, the United States Geological
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».