Hydrologic performance quantification of green roofs using an analytical stochastic approach based on kernel distribution estimation: Extensive case studies in Shandong Province, northern China
Notice bibliographique
Résumé
Nine representative cities in Shandong Province, northern China The analytical stochastic approach is computationally-efficient in green roofs (GRs)’ hydrologic performances. However, use of rainfall event separation methods and the resulting rainfall statistic affect the accuracy of this approach. This study integrates a Kernel distribution estimation (KDE)-based rainfall event separation method with the analytical stochastic model (ASM) developed for GRs. The proposed approach was tested for 198 design cases of GRs with considering different soil types and depths at 9 cities in the Shandong Province, northern China. Poisson and Kolmogorov–Smirnov tests can be performed to obtain the available pairs of minimum interevent time and threshold rainfall event depth. The optimal pairs of MIET- v t can be further determined based on the standardized procedure by the KDE-based rainfall event separation and characterization approach. Exponential distributions fit well the observed frequency distributions of rainfall event characteristics of the study area. ASM results using rainfall statistics obtained from a KDE-based method agree very well with those obtained from continuous simulations. The proposed integration of KDE-based rainfall statistics and ASM is accurate and useful for the planning, design and assessment of green roofs in regions of northern China. • An analytical stochastic model was integrated with the KDE-based rainfall event separation method. • Proposed model was applied for quantifying hydrologic performance of green roofs at 9 cities in Northern China. • 198 design cases considering different soil types and depths of the growing medium layer were modelled. • Results of the proposed model shows good agreement with continuous simulation results. • Larger growing medium depth achieves higher runoff reduction and lower irrigation demand.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».