Le Québec récemment frappé par les crues extrêmes : une manifestation des changements climatiques ?
Notice bibliographique
Résumé
Les printemps 2017 et 2019 auront frappé l’imaginaire collectif en raison de l’ampleur des crues ayant touché de nombreuses rivières du Québec et des dommages qui leur sont associés. En 2019, près de 6700 résidences localisées dans 51 municipalités et distribuées dans presque toutes les principales régions du Québec ont été inondées, sans compter les nombreuses autres résidences qui se sont retrouvées isolées en raison de routes submergées et de glissements de terrain. Le bilan en 2017 était similaire, avec 5371 maisons inondées dans 261 municipalités et 4066 personnes évacuées. Les débits dans plusieurs rivières ont excédé les valeurs mesurées depuis que les stations de jaugeage ont été installées. À titre d’exemple, en 2019, le débit journalier dans la rivière Rouge à la hauteur du Barrage de la Chute-Bell, où Hydro-Québec a craint pour la stabilité de l’ouvrage, a atteint 975 m3/s, la plus forte valeur jamais enregistrée depuis 1964. Une analyse statistique révèle qu’un tel débit a une chance d’être dépassé en moyenne une fois tous les 175 ans. Il s’agit d’un événement exceptionnel. Pourtant, un autre événement extrême se produisait au même endroit en 1998, cette fois-ci avec un débit maximal journalier de 914 m3/s. Deux crues printanières majeures en 20 ans : est-ce la conséquence des changements climatiques ? Cet article propose une genèse des événements hydrologiques extrêmes, puis présente des projections climatiques aux horizons 2050 et 2080 pour différentes rivières au Sud et au Nord du fleuve Saint-Laurent. Puis, est exposée la démarche générale employée pour caractériser le régime hydrologique des bassins versants en climat futur.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».