Rainfall model comparison for continuous modelling for small and ungauged basins
Notice bibliographique
Résumé
The benefit of continuous modelling in hydrological studies is widely recognized since it provides the practitioner with effective hydrological outputs for risk assessment. However, this approach is still not common mainly because it needs as input simulated rainfall time series. Many rainfall generation methods exist yet there are still two main challenges: (i) many rainfall models are available without a clear suggestion on which is the most appropriate to use, (ii) most rainfall models are not user-friendly and require significant theoretical background to successfully be applied. In this contribution, we test eight rainfall models by evaluating the performances of the simulated rainfall time series when used as input for a specific continuous rainfall-runoff model, named COSMO4SUB (COntinuous Simulation MOdel For Small and Ungauged Basin), particularly designed for small and ungauged basins. The rainfall models selected here are: two versions of the Complete Stochastic Modelling Solution (CoSMoS-1s and 2s); three versions of Bootstrap-based models; the classical Bartlett Lewis and Neymann-Scott rectangular pulses models; and a mixed method based on monthly simulation and multifractal cascade disaggregation. The comparison was performed by analyzing runoff time series obtained with the COSMO4SUB model and using as input the rainfall time series simulated by the eight models and the observed one. We selected and investigated several general properties, such as the average number of flood events, the marginal distribution of peak, volume, duration and antecedent dry period before the flood, and their dependence structure. The comparison confirms the capability of all models to provide realistic flood events and allows identifying the models to be further improved and tailored for data scarce hydrological risk applications.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».