Effect of rating curve hysteresis on flood extent simulation with a 2D hydrodynamic model: A case study of the Inner Niger Delta, Mali, West Africa
Notice bibliographique
Résumé
The Inner Niger Delta (IND) is a complex hydraulic system where the flood dynamics and connectivity between water bodies is the main driver for ecosystem services and economic activities. Therefore, it is of pivotal importance that hydraulic models used to assess ecosystem services and socio-economic usages in the IND are capable of capturing both the inundation and connectivity dynamics. A particularity of the IND is that a strong hysteresis effect can be observed in the stage-discharge relationships at all hydrometric stations in the area. However, existing hydrodynamic models of the IND typically use a static stage-discharge relationship as the downstream boundary condition during both the rise and recession of the flood, which leads to potential inaccuracies when trying to predict the flood extent. This paper explores how the simulation results of the flood and connectivity dynamics in the IND can be improved by using a looped rating curve at the downstream model boundary. The looped rating curve is described using the dimensionless discharges and water levels (DLRC) method. The results show that simulation with DLRC improves the accuracy in predicting floodplain extent and connectivity dynamics between the Niger river system and an important lake in the IND. The improvement in water level predictions decreased steadily with the distance from the downstream boundary of the modelled area.
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 | 0,001 |
| 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 ».