Developing national-scale basic guideline on flood-adaptation strategies under climate change using probabilistic and deterministic factors
Notice bibliographique
Résumé
• Broad-scale classification is a useful guideline for establishing flood adaptation strategies. • Studies have predicted flood occurrences for 10 years using probabilistic and deterministic factors. • Rainfall and land use were identified as probabilistic and deterministic factors, respectively. • Cluster analysis was performed using these indices for 1795 municipalities in Japan. • Six clusters were obtained, each with a suitable basic adaptation strategy. As climate adaptation strategies against floods, implementing structural measures in damage-prone areas, supplemented by nonstructural measures (e.g., ecosystem-based disaster risk reduction (Eco-DRR)), is a viable approach. However, under climate change, predicting damage-prone areas is challenging, hindering the development of effective adaptation strategies. The increase in floods under climate change can be broadly attributed to probabilistic, triggerring hazards, and deterministic, inducing vulnerability factors. Therefore, quantification for levels of probabilistic and deterministic factors may establish adaptation strategies such as prioritize areas where structural measures should be implemented. Herein, we establish basic guideline for developing adaptation strategies against floods, considering probabilistic and deterministic factors simultaneously. We investigated all the municipalities in Japan and modeled flood occurrence from 2010 to 2019 based on government statistics, using the rainfall indicator as a probabilistic factors and terrain factor, which considers land use as a deterministic factor to decide appropriate indicators. Thereafter, we quantified the increase and decrease in rainfall indicator as probabilistic factor. Additionally, we used terrain factor, which considers current land use as a deterministic factor. We implemented nonhierarchical clustering using probabilistic and deterministic factors and classified 1795 municipalities in Japan into six clusters. The findings confirm the feasibility of developing specific adaptation strategies based on the clusters, such as strengthening the installation of artificial structures in areas belonging to the cluster in which floods expectedly increase and enhancing measures in clusters that remain unchanged based on flood histories.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».