Evaluating post-wildfire debris-flow rainfall thresholds and volume models at the 2020 Grizzly Creek Fire in Glenwood Canyon, Colorado, USA
Notice bibliographique
Résumé
Abstract. As wildfire increases in the western United States, so do postfire debris-flow hazards. The U.S. Geological Survey (USGS) has developed two separate models to estimate (1) rainfall intensity thresholds for postfire debris-flow initiation and (2) debris-flow volumes. However, the information necessary to test the accuracy of these models is seldom available. Here, we studied how well these models performed over a 2-year period in the 2020 Grizzly Creek Fire burn perimeter in Glenwood Canyon, Colorado, USA, through the development of a debris-flow response inventory. The study area had the advantage of a network of 11 rain gauges for rainfall intensity measurements and repeat lidar data for volume estimates. Our observations showed that 89 % of observed debris flows in the first year postfire were triggered by rainfall rates higher than the fire-wide rainfall threshold produced by the current USGS operational model (M1). No debris flows were observed in the second year postfire, despite eight rainstorms with intensities higher than the modeled rainfall threshold. We found that the operational model for debris-flow initiation rainfall thresholds works well in this region during the first year but may be too conservative in year 2 due to vegetation recovery and sediment depletion. However, rainfall thresholds in the second year can be improved by using updated remote sensing imagery to recalculate the debris-flow initiation likelihood with the M1 model. The current volume model overestimates for this region by a median value of 4.4 times. However, the offset between the model estimates and observations is approximately linear, and the volumes from the Grizzly Creek debris flows had a similar magnitude to historic postfire debris flows in the region. Consequently, the current volume model could be adjusted with a regional correction factor.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».