Flood Frequency Analysis at Ungauged Sites Based on Regionally Estimated Streamflows
Notice bibliographique
Résumé
Abstract Estimation of flood events at ungauged sites is often performed through regional flood frequency analysis (RFFA). RFFA uses the available information at gauged sites to estimate the desired design events at the ungauged site. These regional methods are based on a prior aggregation of the hydrological information at the gauged sites, which implies loss of information. In the present study, a different approach or path for conducting RFFA is presented. First, the daily streamflow series at the ungauged site is regionally estimated from daily information at the gauged sites through a regional flow duration curve approach. Then, a local flood frequency analysis is performed on the extracted maximum peak flow series. The proposed approach, referred to as regional streamflow-based frequency analysis (RSBFA), is applied to a case study in the province of Quebec, Canada. Results indicate that the performance of the RSBFA approach is comparable to traditional methods. However, the proposed method has the advantages of being simple, flexible, and of providing the whole daily streamflow series at the ungauged site, which allows the direct estimation of a large number of other flow characteristics, such as low-flow features. The RSBFA approach also avoids performing a complete at-site flood frequency analysis at each gauged site. The fact that all the regional information is included in the regionally estimated daily streamflow series implies a number of benefits: annual or seasonal, absolute or specific, stationary or nonstationary, and univariate or multivariate flood quantiles corresponding to any return period may then be obtained through the estimated series without reconducting a regional analysis.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».