Climate Change Impacts and Flood Control Measures for Highly Developed Urban Watersheds
Notice bibliographique
Résumé
Flooding and overflow are recurring problems in several Brazilian cities, which usually face disorderly development. The causes vary, and include increased impervious surface areas, deficiency/inefficiency of drainage structures and lack of maintenance, siltation of rivers, channel obstructions, and climatic factors. In this paper, we present an analysis of mitigation measures to minimize flooding in a watershed located in the core of the city of São Paulo, the biggest city with the highest gross domestic product (GDP) in Brazil. Observed rainfall records and existing intensity duration frequency (IDF) curves for the region are used to obtain design storms. To account for climate change, the equidistance quantile matching method for updating IDF curves under climate change, a well-known procedure, was applied to the existing historical data. Several different global climate models (GCMs) and one regional model were applied to obtain and update rainfall design storms. The GCMs and future scenarios used were from Intergovernmental Panel on Climate Change—IPCC Assessment Report 5 (AR5) and two future projections—representative concentration pathway (RCP) 4.5 and 8.5. Spatially distributed reservoirs combined with low-impact development (LID) measures were used to evaluate different design storm scenarios combined with return periods of 25 and 100 years as well as the updated IDF under climate change for RCP 4.5 and RCP 8.5. Results show that the proposed changes to the drainage system can help reduce the risk and damage of flooding. The climate change scenarios, however, impose a significant threat and need immediate attention from city planners and stakeholders.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».