MétaCan
Menu
Retour à la cohorte
Enregistrement W4214822826 · doi:10.3390/w14050785

Application of the British Columbia MetPortal for Estimation of Probable Maximum Precipitation and Probable Maximum Flood for a Coastal Watershed

2022· article· en· W4214822826 sur OpenAlexafffundabout
Leanna M. King, Zoran Mićović

Notice bibliographique

RevueWater · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensBC Hydro (Canada)
Organismes subventionnairesBC Hydro
Mots-clésWatershedFlood mythPrecipitationEnvironmental scienceEstimationGeospatial analysisStormDrainage basinHydrology (agriculture)MeteorologyClimatologyComputer scienceGeographyRemote sensingEngineeringCartographyGeology

Résumé

récupéré en direct d'OpenAlex

Estimation of the Probable Maximum Precipitation (PMP) and Probable Maximum Flood (PMF) are regulatory requirements in many jurisdictions that are used in the design of dams and assessment of existing infrastructure. The recently available British Columbia MetPortal provides regionally consistent PMP and precipitation frequency estimates across the province of British Columbia (BC). This paper proposes an approach to process and apply this data for the estimation of the PMF for watersheds across British Columbia. Guidelines are presented for selection of transposition points applicable to a watershed, and algorithms are developed for processing the geospatial probable maximum storm and precipitation frequency data. The algorithms developed are generic to multiple software and programming environments, and could also be applied in other regions where spatially and temporally intact PMP estimates are available. A detailed description of data sources and development of PMF scenario inputs is provided, as well as details of important sensitivity analyses. The methodology is applied to estimate the PMF for the Cheakamus Basin north of Squamish British Columbia. The application of the MetPortal PMP and precipitation frequency estimates, when used with a consistent PMF development methodology as proposed in this paper, will help improve the consistency of PMF estimates for watersheds across the province, offering a welcome improvement for dam owners and regulators.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetPrecipitation Measurement and AnalysisTravaux en français237 207