Model Calibration of a Large Urban Sewer System using Radar Precipitation Information
Notice bibliographique
Résumé
This chapter describes the development and calibration of an XP SWMM Project Model of the City of Ottawa's major interceptor and collector sewers. The Project Model was developed to confirm the size and assist in the development of an operating strategy for the Somerset Wastewater Storage Facility (SWSF). Significant temporal and spatial vaTiability of rainfall over the large West Nepean sewershed area precluded the calibration of the entire Project Model utilizing precipitation information from the area rain gauges alone. Rainfall data was developed for a virtual rain gauge network, which provided 5-minute rainfall volume estimates for each 1 km 2 of the drainage area, utilizing data from the existing rain gauges and the weather radar infmmation. Final Project Model calibration was performed using the flow data collected at six flow monitoring stations in the West Nepean portion ofthe collection system and the virtual rain gauge data averaged over the Project Model sub-catchment areas. In general, measured and modelled peak flows and event volumes matched well, with 17 out of 24 events having peak flows within the 15% envelope. Measured and modelled event volumes were within a 15% envelope for all 24 model calibrations. Rainfall estimates for the large West Nepean sevlershed area based on radar imaging enabled the calibration of the Project Model. which would not have been possible using data obtained from the area rainfall gauges alone.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».