Introducing Non-Stationarity Into the Development of Intensity-Duration-Frequency Curves under a Changing Climate
Notice bibliographique
Résumé
Intensity-duration-frequency (IDF) relationships are traditional tools in water infrastructure planning and design. IDFs are developed under a stationarity assumption which may not be realistic, neither in the present nor in the future, under a changing climatic condition. This paper introduces a framework for generating non-stationary IDFs under climate change, assuming that probability of occurrence of quantiles changes over time. Using Extreme Value Theory, eight trend combinations in Generalized Extreme Value (GEV) parameters using time as covariate are compared with a stationary GEV, to identify the best alternative. Additionally, a modified Equidistance Quantile Matching (EQMNS) method is implemented to develop IDFs for future conditions, introducing non-stationarity where justified, based on the Global Climate Models (GCM). The methodology is applied for Moncton and Shearwater gauges in Northeast Canada. From the results, it is observed that EQMNS is able to capture the trends in the present and to translate them to estimated future rainfall intensities. Comparison of present and future IDFs strongly suggest that return period can be reduced by more than 50 years in the estimates of future rainfall intensities (e.g., historical 100-yr return period extreme rainfall may have frequency smaller than 50-yr under future conditions), raising attention to emerging risks to water infrastructure systems.
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) | 0,002 | 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 ».