Identifying Runoff Production Mechanisms for Dam Safety Applications in the Colorado Front Range
Notice bibliographique
Résumé
Hydrologic analyses are used in dam safety evaluations to determine the flow a dam must pass without failing. Many current guidelines model flood runoff solely by an infiltration-excess mechanism. Saturation-excess runoff and subsurface stormflow mechanisms are known to be important for common events in forested regions, but few studies have analyzed their role in extreme events. The objectives of this study are to determine the active runoff mechanisms for large historical storms, design storms in the Colorado Front Range, and propose methods to model these mechanisms that dam safety consultants can use. Hydrologic models are developed for five basins to simulate historical flood events in 1976 and 2013 as well as various design storms. The model results (and available in-situ soil moisture observations) show that the entire soil layer approached saturation during the 2013 storm, which had a long duration and low rainfall intensities. Thus, saturation-excess runoff was likely the dominant mechanism. In contrast, the modeled soil layer does not approach saturation for the 1976 storm, which had a short duration and high rainfall intensities, so infiltration-excess runoff was likely the dominant mechanism. Similarly, infiltration-excess runoff dominates for short duration (2-h) design storms, while saturation-excess dominates for longer (6-h and above) design storms in the Front Range basins.
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 | 0,001 | 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 ».