DebrisFlow Predictor: an agent-based runout program for shallow landslides
Notice bibliographique
Résumé
Abstract. Credible models of landslide runout are a critical component of hazard and risk analysis in the mountainous regions worldwide. Hazard analysis benefits enormously from the number of available landslide runout models that can recreate events and provide key insights into the nature of landsliding phenomena. Regional models that are easily employed, however, remain a rarity. For debris flows and debris avalanches, where the impacts may occur some distance from the source, there remains a need for a practical, predictive model that can be applied at the regional scale. We present, herein, an agent-based simulation for debris flows and debris avalanches called DebrisFlow Predictor. A fully predictive model, DebrisFlow Predictor employs autonomous subroutines, or agents, that act on an underlying digital elevation model (DEM) using a set of probabilistic rules for scour, deposition, path selection, and spreading behavior. Relying on observations of aggregate debris flow behavior, DebrisFlow Predictor predicts landslide runout, area, volume, and depth along the landslide path. The results can be analyzed within the program or exported in a variety of useful formats for further analysis. A key feature of DebrisFlow Predictor is that it requires minimal input data, relying primarily on a 5 m DEM and user-defined initiation zones, and yet appears to produce realistic results. We demonstrate the applicability of DebrisFlow Predictor using two very different case studies from distinct geologic, geomorphic, and climatic settings. The first case study considers sediment production from the steep slopes of Papua, the island province of Indonesia; the second considers landslide runout as it affects a community on Vancouver Island off the west coast of Canada. We show how DebrisFlow Predictor works, how it performs compared to real world examples, what kinds of problems it can solve, and how the outputs compare to historical studies. Finally, we discuss its limitations and its intended use as a predictive regional landslide runout tool. DebrisFlow Predictor is freely available for non-commercial use.
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 | 0,001 | 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 ».