Paradigm Shift in distribution preferences for Flood Frequency Analysis and the ‘LMoFit’ R-Package
Notice bibliographique
Résumé
Safe and economical design of dams, highways, bridges, and other infrastructures require accurate estimates of the magnitude and frequency of peak floods obtained by flood frequency analysis (FFA). The Generalized Extreme Value (GEV) distribution is the traditional preference for FFA along with other distributions having location, scale, and shape parameters. In this poster, two alternative power-type distributions comprising one location and two shape parameters are explored, these are Burr type III (BrIII) and Burr type XII (BrXII) distributions. The performances of BrIII and BrXII are compared against that of GEV in describing annual maximum streamflow records at 1088 sites across Canada. A generic L-moment algorithm is developed to fit these distributions regardless of the unavailability of some of their analytical L-moment expressions. This algorithm is devised in the R package “LMoFit” on CRAN. The latter comparison shows that: (1) the three distributions perform equally-well in describing the observed peaks; (2) the BrIII and the BrXII distributions predict larger streamflow peaks increasing the heaviness of their right tails compared to that of the GEV distribution; (3) the predictions of the GEV distribution reach the upper limits of the distribution in 39% of the sites, while the corresponding predictions of BrIII and BrXII are not limited and exceed the reached limits of GEV; (4) the GEV distribution might be underestimating the risk of extreme events, especially for large return periods. Accordingly, there are potential limitations in using the GEV distribution for FFA and the findings suggest BrIII and BrXII distributions as consistent alternatives for future FFA practices. The “LMoFit” R package is devised to facilitate the future application of the suggested distributions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,027 |
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 source (Gemma direct ou Codex distillé), 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 ».