Cascade Rainfall Disaggregation Application in U.S. Central Plains
Notice bibliographique
Résumé
Long-term observations of daily rainfall are common and routinely available for a variety of hydrologic applications. In contrast, observations of 10 or more years of continuous hourly rainfall are rare. Yet, sub-daily rainfall data are required in rainfall-runoff models. Rainfall disaggregation can generate sub-daily time-series from available long term daily observations. Herein, the performance of Multiplicative Random Cascade (MRC) model at disaggregating daily-to-hourly rainfall was investigated. The MRC model was parameterized and validated with 15 years of continuous observed daily and hourly rainfall data at three weather stations in Oklahoma. Model performance, or degree to which the disaggregated rainfall time series replicated observations, was assessed using 46 variables of hourly rainfall characteristics, such as longest wet spell duration, average number of rainfall hours per year, and largest hourly rainfall. Findings include: a) average-type hourly rainfall characteristics were better replicated than single value characteristics such as longest, maximum, or peak hourly rainfall; b) the large number of sub-trace hourly rainfall values (<0.254 mm h-1) generated by the MRC model were not supported by observations; c) the random component of the MRC model led to a variation under 15% of the average value for most rainfall characteristics with the exceptions of the “longest wet spell duration” and “maximum hourly rainfall”; and d) the MRC model produced fewer persistent rainfall events compared to those in the observed rainfall record. The large number of generated trace rainfall values and difficulties to replicate reliably extreme rainfall characteristics, reduces the number of potential hydrologic applications that could take advantage of the MRC disaggregated hourly rainfall. Nevertheless, in most cases, the disaggregated rainfall generated by the MRC model replicated observed average-type rainfall characteristics well.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».