Exploring the Potential of Zoning Regulation for Reducing Ice-Jam Flood Risk Using a Stochastic Modelling Framework
Notice bibliographique
Résumé
Ice-jam floods pose a serious threat to many riverside communities in cold regions. Ice-jam-related flooding can cause loss of human life, millions of dollars in property damage, and adverse impacts on ecology. An effective flood management strategy is necessary to reduce the overall risk in flood-prone areas. Most of these strategies require a detailed risk-based management study to assess their effectiveness in reducing flood risk. Zoning regulation is a sustainable measure to reduce overall flood risk for a flood-prone area. Zoning regulation is a specified area in a floodplain where certain restrictions apply to different land uses (e.g., development or business). A stochastic framework was introduced to evaluate the effectiveness of a potential zoning regulation. A stochastic framework encompasses the impacts of all the possible expected floods instead of a more traditional approach where a single design flood is incorporated. The downtown area of Fort McMurray along the Athabasca River was selected to explore the impact of zoning regulation on reducing expected annual damages (EAD) from ice-jam flooding. The results show that a hypothetical zoning regulation for a certain area in the town of Fort McMurray (TFM) can be effective in substantially reducing the level of EAD. A global sensitivity analysis was also applied to understand the impacts of model inputs on ice-jam flood risk using a regional sensitivity method. The results show that model boundary conditions such as river discharge, the inflowing volume of ice and ice-jam toe locations are highly sensitive to ice-jam flood risk.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».