A maximum entropy copula-based frequency analysis method for assessing bivariate drought risk: a case study of the Kaidu River Basin
Notice bibliographique
Résumé
Abstract In this study, a maximum entropy copula-based frequency analysis (MECFA) method is developed through integrating maximum entropy, copulas and frequency analysis into a general framework. The advantages of MECFA are that the marginal modeling requires no assumption and joint distribution preserves the dependence structure of drought variables. MECFA is applied to assessing bivariate drought frequency in the Kaidu River Basin, China. Results indicate that the Kaidu River Basin experienced 28 drought events during 1958–2011, and drought inter-arrival time is 10.8 months. The average duration is 6.2 months (severity 4.6), and the most severe drought event lasts for 35 months (severity 41.2) that occurred from June 1977 to March 1980. Results also disclose that hydrological drought index (HDI) 1 is suitable for drought frequency analysis in the target year of return periods of 5 and 10, HDI 3, HDI 6 and HDI 12 are fit for the target year of return periods of 20, 50 and 100. The joint return period can be used as the upper bound of the target return period, and the joint return period that either duration or severity reaches the drought threshold can be used as the lower bound of the target return period.
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) | 0,000 | 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 ».