MétaCan
Menu
Retour à la cohorte
Enregistrement W4409329503 · doi:10.3390/land14040816

An Integrated Trivariate-Dimensional Statistical and Hydrodynamic Modeling Method for Compound Flood Hazard Assessment in a Coastal City

2025· article· en· W4409329503 sur OpenAlexaff
Wei Wang, Jingxiu Wu, Slobodan P. Simonović, Ziwu Fan

Notice bibliographique

RevueLand · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFlood mythEnvironmental scienceHazardHazard analysisHydrology (agriculture)GeographyEnvironmental resource managementGeologyEngineeringGeotechnical engineeringEcologyReliability engineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

Extreme flood occurrences are becoming increasingly common due to global climate change, with coastal cities being more vulnerable to compound flood disasters. In addition to excessive precipitation and upstream river discharge, storm surge can complicate the flood disaster process and increase the hazard of urban flooding. This study proposed an integrated trivariate-dimensional statistical and hydrodynamic modeling approach for assessing the compound flood hazard associated with extreme storm surges, precipitation events, and upstream river discharge. An innovative trivariate copula joint modeling and the frequency amplification method were used to simulate designed values under different return periods (RPs), considering the correlation of the three factors. The results show remarkable differences between the inundated areas of flood events with trivariate drivers and a single driver under the same RPs, indicating that univariate frequency values are insufficient to manage flood threats in compound flood events. The proposed method provides guidelines for comprehending the compound flood process and designing flood control projects in coastal cities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,320
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetFlood Risk Assessment and ManagementTravaux en français237 207