Representation of Non-Directly Connected Impervious Area in SWMM Runoff Modeling
Notice bibliographique
Résumé
The overland flow runoff algorithm used in the USEPA SWMM model (Huber and Dickinson, 1988) has been a leading method for dynamic runoff simulation for over 30 years.The Runoff module in SWMM divides drainage catchments into two principal compartments, one each for impervious and pervious surfaces.Runoff discharges via a non-linear reservoir discharge equation to a drainage inlet, from where it can be routed through a collection system or downstream drainage subcatchments (Figure 18.1).SWMM44H, developed in 2002, allowed routing onto another drainage subcatchment (Huber, 2001).SWMM5, released in 2004, introduced new parameters that improve representation of typical urban runoff.The new parameters partition directly-connected impervious area (DCIA) and non-directly-connected impervious area (NDCIA) within a single catchment (Figure 18.2).The traditional representation of an urban watershed can be quite effective in environments where impervious area dominates and runoff from pervious area is of minor importance.However, in other settings, this approach suffers from its failure to directly represent impervious areas that drain onto pervious areas, such as the cases that roofs drain onto lawns, or high impervious lands drain onto the low impact development areas or other BMP infrastructures.Explicit representation of DCIA and NDCIA better
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».