PROPER SIZING OF INFILTRATION TRENCHES & BIORETENTION CELLS FOR URBAN STORMWATER MANAGEMENT PURPOSES
Notice bibliographique
Résumé
The Ministry of Environment and Climate Change establishes design criteria for the sizing of Low Impact Development (LID) practices in the province of Ontario. The current sizing standards are based on the concept of the 90th percentile storm and require LIDs to provide enough storage capacity to store catchment runoff from a 25 mm rainfall event. The notion of 90th percentile storm means that 90% of all rainfall events have event volumes below a 25 mm rainfall event. This research examines the performance and cost of infiltration trenches and bioretention cells sized for alternative sizing standards ranging from 5–50 mm. Analytical probabilistic equations are used to determine the runoff reduction rates of infiltration trenches and bioretention cells, while the Sustainable Technologies Evaluation Program (STEP)’s LID Practices Costing Tool is used to estimate the overall cost of each LID. The costs are used to create a ratio denoted the fraction of maximum cost by dividing each cost by the cost of the 50 mm sized LID to receive a unitless ratio. This ratio is compared with the runoff reduction rates of both LIDs. Four different catchment sizes and various soil types are included to broaden the scope of the analysis and make the conclusions more dependable. Results indicate that the current sizing standard of 25 mm is probably too high and not cost-effective. In fact, depending on the type of soil and LID, little increase in performance occurs while there is a large increase in cost. A new methodology is proposed for setting sizing criteria for infiltration trenches and bioretention cells which focuses on achieving a desired capture efficiency instead of a required volume of rainfall. The method proposes using the capture efficiency, fraction of maximum cost and sizing criteria to determine what value is an economically more justifiable sizing standard based on individual catchment size and soil type. Use of the analytical probabilistic approach allows for the capture efficiency to be easily calculated and provides better sizing targets on a case by case basis. Recommending a specific capture efficiency can be more uniformly applied LID design in any soil conditions or any catchment size. This can reduce government spending when building LIDs and greatly reduce the possibility of over-design.
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) | 0,016 | 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 ».