Notice bibliographique
Résumé
Awareness of flood zone is widely used in studies of river management, safety of beaches and environmental issues.Given the importance of this issue, determining flood zones with different return periods are necessary to identify high risk areas for flood insurance, create user mandatory limits in high risk areas, avoid risk of floods, organize and optimize rivers and determine available facilities in adjacent of rivers.The research estimates flood zones and economic losses caused by Karun River in Khuzestan province by integrating hydraulic model of HEC-RAS using GIS software through HEC-GeoRAS annexation.To determine flood zone, there is firstly created geometry file of the studied river in GIS environment using HEC-GeoRAS side-program.Then it is transmitted to HEC-RAS model and GIS of extending flood zone in return periods of 25, 50, 100, and 200 years will be evaluated after calculating the required parameters and sending results to the environment.In this method, it is necessary to have full topographic data of the region and hydraulic conditions along the river, in order to calculate flood zoning.Using the data, there have been determined flood zones for different levels in different return periods. .On the return periods of 100, and 200years across the distance of 2500 meters from the beginning of the area for 800 meters length and across the distance of 5380 meters from the beginning of the area for 1250meters length off the right bank, and the lengths of 2500 meters to 3300 meters, and the lengths of 7940 meters to 8730 meters off the left bank of the river, the water advances in to the farms, and residential areas, and, according to the findings, the torrent flood over higher return periods
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,967 | 0,970 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».