Multihazard simulation for coastal flood mapping: Bathtub versus numerical modelling in an open estuary, Eastern Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Coastlines along the St. Lawrence Estuary and Gulf, Eastern Canada, are under increasing risk of flooding due to sea level rise and sea ice shrinking. Efficient and validated regional‐scale coastal flood mapping approaches that include storm surges and waves are hence required to better prepare for the increased hazard. This paper compares and validates two different flood mapping methods: numerical flood simulations using XBeach and bathtub mapping based on total water levels, forced with multihazard scenarios of compound wave and water level events. XBeach is validated with hydrodynamic measurements. Simulations of a historical storm event are performed and validated against observed flood data over a ~25 km long coastline using multiple fit metrics. XBeach and the bathtub method correctly predict flooded areas (66 and 78%, respectively), but the latter overpredicts the flood extent by 36%. XBeach is a slightly more robust flood mapping approach with a fit of 51% against 48% for the bathtub maps. Deeper floodwater by ~0.5 m is expected with the bathtub approach, and more buildings are vulnerable to a 100‐year flood level. For coastal management at regional‐scale, despite similar flood extents with both flood mapping approaches, results suggest that numerical simulation with XBeach outperforms bathtub flood mapping.
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.
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 découle