Representation of Small Temporal and Spatial Changes in Rainfall Conditions by Analytical Probabilistic Stormwater Models
Notice bibliographique
Résumé
ABSTRACT A set of analytical equations has been derived to directly quantify the average hydrologic performance of low‐impact development facilities such as bioretention cells and green roofs. These analytical equations, collectively referred to as the analytical probabilistic stormwater models (APSWMs), have been previously validated for representing regional rainfall conditions for regions across the US using selected example locations. This study evaluates APSWMs' capability to accurately represent small temporal changes in rainfall conditions at the same locations and small spatial changes in rainfall conditions between nearby locations. Results from the US EPA's Stormwater Management Model (SWMM), a continuous simulation tool representing rainfall conditions using long‐term observed series, are used as the basis for comparisons. For the 176 hypothetical cases of bioretention cells and 208 cases of green roofs, the temporal performance differences between early and recent periods as determined by APSWM and SWMM were within ±0.03 for green roofs and up to ±0.08 for bioretention cells, while the spatial performance differences between paired locations averaged about 3% in relative terms. These results demonstrate that APSWM is capable of consistently and accurately representing the small spatial and temporal rainfall‐condition changes. They also provide additional evidence of APSWMs' reliability and support jurisdictions to use APSWMs in the planning and design of LID facilities.
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 | 0,001 | 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 ».