Torrential hazard assessment using a debris-flow runout model. The case of the Faucon stream
Notice bibliographique
Résumé
Debris-flows are able to transport large quantities of sediment downslope, producing complex distributions of deposits\nand eroded surfaces along their flow path. Incorporation of surficial deposits during a debris-flow may change the mechanical\nbehaviour of the flow. This paper presents the results of various rheological tests and numerical modelling for assessing torrential risk scenarios in the Faucon torrential stream where a debris-flow occurred in 1996, after a severe thunderstorm over the catchment basin\nand the breaking of a natural dam. Grain-size distribution and petrographic analysis have shown that this debris-flow can be\ncharacterized as a granular then a muddy debris-flow. Rheological tests using either a parallel-plate rheometer, a coaxial rheometer,\nslump tests, or a inclined plane were carried out on several samples. Results have shown that the flow behaviour could be described\nby a Heschel-Bulkley constitutive equation. Rheological response of several natural suspensions collected from quaternary deposits\nwere also investigated. In order to model the runout of the flow, we used the BING code. Model describes well the influence of each\ntype of sediment on the behaviour (runout distance, deposit thickness) of the flow, neither the velocities were overestimated. Different risk scenarios are tested and discussed. / Les laves torrentielles sont capables de transporter de grandes quantités de sédiment, produisant des distributions complexes de surfaces érodées ou de dépôt le long de leur chenal d`écoulement. L`incorporation de dépôts de superficiels au cours de l`écoulement de la lave torrentielle est susceptible de faire varier les propriétés mécaniques du matériau de cette dernière. Le présent papier présente les résultats de différents tests rhéologiques et de modélisations numériques pour l`établissement de scénarios de risque torrentiel sur le torrent du Faucon qui a connu un événement de lave torrentielle en 1996, après un violent orage sur son bassin versant et la rupture d`un barrage naturel. La courbe granulométrique et l`analyse pétrographique ont montré que cette lave torrentielle peut être caractérisée comme une lave torrentielle granulaire puis comme une lave torrentielle à matrice boueuse. Des tests rhéométriques ont été menés sur plusieurs échantillons en utilisant un rhéomètre plan-plan, un rhéomètre coaxial, un slump test ou un test au plan incliné. Les résultats ont montré que la loi de comportement du matériau pouvait être décrite par un modèle de Herschel-Bulkley. La caractérisation rhéologique de plusieurs suspensions naturelles, collectées sur dans des dépôts quaternaires, a également été menée. Dans le but de simuler la propagation de l`écoulement, nous avons utilisé le code BING. Le modèle rend bien compte de l`influence de chaque type de sédiment sur le comportement (distance parcourue, épaisseur de dépôt) de l`écoulement, toutefois, les vitesses étaient surestimées. Différents scénarios de risque sont testés et discutés.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».