MétaCan
Menu
Retour à la cohorte
Enregistrement W2475748584 · doi:10.1175/bams-d-15-00247.1

The FLASH Project: Improving the Tools for Flash Flood Monitoring and Prediction across the United States

2016· article· en· W2475748584 sur OpenAlexfundno aff
Jonathan J. Gourley, Zachary L. Flamig, Humberto Vergara, Pierre‐Emmanuel Kirstetter, Robert A. Clark, Elizabeth M. Argyle, Ami Arthur, Steven M. Martinaitis, Galateia Terti, Jessica M. Erlingis, Yang Hong, Kenneth W. Howard

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesEnvironment and Climate Change CanadaDisaster Relief Appropriations Act of 2013University of Oklahoma
Mots-clésFlash floodHydrometeorologyEnvironmental scienceFlash (photography)MeteorologyFlood mythHydrographFlood forecastingComputer sciencePrecipitationGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study introduces the Flooded Locations and Simulated Hydrographs (FLASH) project. FLASH is the first system to generate a suite of hydrometeorological products at flash flood scale in real-time across the conterminous United States, including rainfall average recurrence intervals, ratios of rainfall to flash flood guidance, and distributed hydrologic model–based discharge forecasts. The key aspects of the system are 1) precipitation forcing from the National Severe Storms Laboratory (NSSL)’s Multi-Radar Multi-Sensor (MRMS) system, 2) a computationally efficient distributed hydrologic modeling framework with sufficient representation of physical processes for flood prediction, 3) capability to provide forecasts at all grid points covered by radars without the requirement of model calibration, and 4) an open-access development platform, product display, and verification system for testing new ideas in a real-time demonstration environment and for fostering collaborations. This study assesses the FLASH system’s ability to accurately simulate unit peak discharges over a 7-yr period in 1,643 unregulated gauged basins. The evaluation indicates that FLASH’s unit peak discharges had a linear and rank correlation of 0.64 and 0.79, respectively, and that the timing of the peak discharges has errors less than 2 h. The critical success index with FLASH was 0.38 for flood events that exceeded action stage. FLASH performance is demonstrated and evaluated for case studies, including the 2013 deadly flash flood case in Oklahoma City, Oklahoma, and the 2015 event in Houston, Texas—both of which occurred on Memorial Day weekends.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations210
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207