Constructing Intensity-Duration-Frequency Curves Under Changing Climate in Canada Using CMIP5 and CMIP6 Climate Simulations
Notice bibliographique
Résumé
RÉSUMÉ: Depuis la fin du 19ième siècle, le monde est soumis au phénomène de réchauffement climatique, étroitement lié aux activités humaines telles que l'industrie, l'agriculture et le transport, émettrices de gaz à effets de serre. Parmi les conséquences de la hausse des températures terrestres, l'augmentation de la capacité de l'atmosphère à emmagasiner de l'eau, ainsi que l'accélération de l'évaporation sont à la base de nouveau régimes de précipitations. Les pluies extrêmes, plus spécifiquement, deviennent de plus intenses et fréquentes dans de nombreuses régions dans le monde. Le Canada n'est pas une exception, alors qu'il y est prévu un réchauffement plus intense que la moyenne. De plus, la population du pays connaît un fort accroissement, particulièrement dans les villes, qui deviennent plus vulnérables face aux catastrophes naturelles telles que les inondations urbaines. Les courbes Intensité-Duré-Fréquences (IDFs) sont généralement utilisées par les ingénieurs pour estimer statistiquement les caractéristiques de ces pluies sur les lieux d'études. Pour ce faire, les caractéristiques locales des courbes sont souvent utilisées pour le design et la maintenance d'infrastructures. Cependant, le changement climatique affecte les valeurs d'IDF au Canada et il est urgent de les mettre à jour en fonction des projections de pluies extrêmes dans le futur pour assurer la sécurité de projets, mais également afin de réduire la vulnérabilité de la population concentrée en zone urbaine. D'autre part, ces événements extrêmes entraînent des coûts de dédommagement et de réparations en forte croissance sur le territoire. ABSTRACT: Global warming is a worldwide growing threat induced by human activities since late 19th century. One of the consequences of increasing air temperature is the augmentation of the atmosphere's water holding capacity and acceleration of evaporation, which affect formation of extreme rainfalls and their spatial and temporal distributions. Specifically, extreme rainfalls are becoming more intense and frequent in many regions of the world. Canada is not an exception as global warming is expected to be more severe than the global average. Larger amounts of annual rainfalls are already observed, accompanied with intensifications of extreme rainfall events. As the population is growing in the country, particularly in the cities, they become more vulnerable to extreme rainfall disasters such as urban flooding. The Intensity-Duration-Frequency (IDF) curves are typically used by engineers to statistically estimate the characteristics of extreme rainfall at a given location. The historical characteristics of IDF curves are often used for design and maintenance of various urban infrastructures. However, changes in climate can modify the IDF curves in Canadian cities. Therefore, it is urgent to update the IDF curves accounting projected precipitation to ensure the safety of future projects and lessen the vulnerability of the urban population. Moreover, these extreme events lead to increasing compensation and repair costs in the regions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».