MétaCan
Menu
← Retour à la cohorte
Enregistrement W3212676847 · doi:10.1002/essoar.10508729.1

Floodplain mapping based on derived synthetic rating curves linked to simulated streamflows.

2021· preprint· en· W3212676847 sur OpenAlexaboutno aff
Camila A. Gordon

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFloodplainComputer scienceStatisticsMathematicsCartographyGeography

Résumé

récupéré en direct d'OpenAlex

Rating curves are one of the most applied tools in hydrology for first instance flood analysis. However, there are often few of them in a watershed. One way to fill this gap is to derive synthetic rating curves using the conceptual model HAND (Height Above the Nearest Drainage). Indeed, this model computes the height in the nearest water course required for any location to be flooded using a Digital Elevation Model (DEM). To assess the sensitivity of the computed synthetic rating curves to its forcing parameters, a global sensitivity analysis (GSA) was performed using the VARS (Variogram Analysis of Response Surfaces) framework. Then, an a priori criteria of uniform flow such as Froude number and river reach slopes were added to identify the reaches where the model should be valid. HAND was implemented within PHYSITEL, a specialized GIS for distributed hydrological models. Synthetic rating curves were constructed using the geometric properties of a river segment and the Manning equation, providing a posteriori a mean of linking simulated stream flows to potential inundated areas. As part of the calibration process of the model, the GSA was conducted for four parameters (length of the river segment, Manning coefficients for water, forest and other), the variation of the vertical spatial resolution of the LiDAR data was considered as well for this study. This methodology was tested in two different watersheds in Quebec, Canada. Seven hydrometric stations were used as controls. The results showed that accurate synthetic rating curves can be derived with performance index such as PBIAS less than 20% and RMSE between (0.79m³/s and 10 m³/s) during the calibration. Therefore, for first instance, there is a potential to develop flood maps in areas without any hydrometric station or with a lack of high-quality bathymetric data as required by computationally intensive hydraulic models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→