Spatial non-stationary extreme precipitation modelling in the Mediterranean region.
Notice bibliographique
Résumé
Intense precipitation events often occur in Mediterranean regions. These phenomena depend on the presence of mountainous and hilly reliefs combined with masses of humidity caused by the proximity of the sea. Floods are the most significant natural hazards in the region that may cause widespread devastation. Therefore, a proper characterization of these extreme precipitation events is crucial. Extreme Value Theory (EVT) is a branch of statistics that provides a suitable framework for the statistical modelling of extreme events. Owing to the spatial heterogeneity of the Mediterranean area, the distribution of extreme precipitation events is non-stationary in space. To take non-stationarity into account, the parameters of the distribution can be viewed as functions of covariates that convey information on the spatial heterogeneity. Such functions may be implemented as a generalized linear model (GLM) or with more flexible non-parametric non-linear models such as Artificial Neural Networks (ANN). In this work, we aim at evaluating and comparing several statistical models that allow to interpolate spatially the distribution of intense precipitation events. The statistical models combine the distribution of extremes with a GLM and an ANN for the spatial interpolation of distribution parameters. Key issues are the proper selection of the complexity level of the ANN (i.e. the number of hidden units) and the proper selection of geographical covariates. Three sites that form a north-south aridity gradient are included in our study : a region in the French Mediterranean, the Cap Bon area in North-East Tunisia and the Merguellil catchment in central Tunisia. The comparative analyses aim at assessing the genericity of state-of-the-art approaches to interpolate the distribution of extreme precipitation events. KEYWORDS: Intense precipitation events, non-stationarity in space, extreme value theory, spatial interpolation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».