Drifting snow measurements over an instrumented mountainous site : improvement of numerical model input parameters
Notice bibliographique
Résumé
Blowing snow may occur both in mountain ranges and on flat terrain, creating cornices, slabs, or snowdrifts. As a consequence, the probability of avalanche occurrence can be totally modified, roads and buildings can be obstructed and drivers' visibility can be dramatically reduced. Therefore, the prediction and control of drift patterns are of real importance. Different blowing-snow studies were conducted using either physical or numerical modeling. The numerical model currently used in Cemagref is NEMO. Although its predictions correctly reproduce the windward and leeward accumulations\naround fences in wind tunnels, the computation results were often less conclusive when compared to those of field experiments. Indeed, accurate evaluations of the input parameters needed for the numerical model remain an open question. At the present time for our numerical model the estimation of roughness, blowing snow mass fluxes and wind profiles is mainly obtained from empirical relations determined by\nPomeroy and Gray on flat areas in Canada. As the topography and type of snow could be quite different in the Alps, further experimental research is needed before using such formulae. To obtain the required field data (roughness, friction speed, threshold friction speed, flowing snow mass fluxes profiles), specific optical and acoustic instruments (e.g., SPC and Flowcapt, respectively) and a 10 meter-mast with 6 anemometers, 3 temperature sensors and a depth sensor were set up on our experimental site Col Du Lac Blanc (2700 m) in the Alps. New data obtained during winter 2007-2008\nare compared with empirical formulae and past experimental data.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».