Deterministic and constrained stochastic models of thunderstorm winds
Notice bibliographique
Résumé
Strong winds are one of the major causes of structural damage inflicted by thunderstorms. Specialized agencies and research groups regularly provide post-disaster damage assessment reports after a severe thunderstorm has passed over an area. If the observed structural damage was caused by severe winds, an assessment of the characteristic wind gust is provided based on the wind engineering analysis of the damage. Given that high-frequency anemometer measurements of wind speed are practically never available at or close to the observed damage, this study investigates the following question: What would an anemometer measure during the storm if it was installed at the location of the observed damage? This paper presents two models for thunderstorm wind time series reconstruction based on the observed damage. One model is a simple analytical equation that provides a closed-form solution to relate the estimated wind gust that caused damage to the mean wind speed and instantaneous peak during the storm. Another model is uses constrained stochastic simulations that are based on power spectral density of turbulent winds to reproduce a thunderstorm wind record that is in statistical sense indistinguishable from a measured wind. The constrain in the stochastic model is the value of the reported dameging wind gust. The models are validated against measured thunderstorm wind records and used to reconstruct thunderstorm wind time series from the damage data. • Deterministic and stochastic models developed using information about damaging gust. • First constrained stochastic model of turbulent thunderstorm winds. • Stochastic model validated against high-frequency anemometer measurements. • Models used to reconstruct time histories of winds that caused damage to structures.
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 | 0,000 | 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 | 0,000 |
| 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 ».