Simulations du couvert neigeux par le modèle SNOWPACK forcé avec des données de précipitations générées par le système Canadien d’Analyse de Précipitation (CaPA) dans une optique d’évaluation du risque d’avalanche
Notice bibliographique
Résumé
Les adeptes d’activités récréatives de plein air en milieu alpin sont de plus en plus nombreux et représentent la majorité des victimes d’avalanches au Canada. Divers organismes se consacrent à la sécurité publique en avalanches en émettant quotidiennement des bulletins d’avalanches tout au long de la saison hivernale. Ces bulletins reposent sur des observations d’avalanches, les évaluations ponctuelles de la stabilité du manteau neigeux et les prévisions météorologiques. Les caractéristiques physiques du couvert de neige en milieu alpin sont très variables spatio-temporellement dues au relief des montagnes qui engendre des variations importantes au niveau des conditions météorologiques. Puisque les méthodes traditionnelles d’évaluation des risques d’avalanches ne permettent pas toujours de bien capturer ce phénomène, des modèles de simulation du couvert neigeux tel que SNOWPACK sont utilisés afin d’étudier la stabilité du couvert nival. Cependant, le manque de couverture spatiale des stations météorologiques utilisées au forçage d’un tel modèle demeure le principal facteur limitant en montagne. L’objectif de cette étude est d’évaluer le potentiel de simulations numériques du couvert neigeux par le modèle SNOWPACK lorsqu’utilisé avec des données de précipitations simulées par le système d’analyse de précipitations CaPA dans une optique d’évaluation du risque d’avalanche. Ce projet a été mené dans deux milieux alpins distincts, soit le Parc national des Glaciers et le Parc national de la Gaspésie. Le réseau de stations météorologiques du Parc national des Glaciers a été intégré à CaPA. Les simulations de précipitations de CaPA ont été comparées aux précipitations simulées par le modèle HRDPS et validées avec des observations de stations météorologiques. La validation et la calibration des mesures de précipitations issues du modèle CaPA a mené à une amélioration de la modélisation des précipitations dans le Parc national des Glaciers. Dans le Parc national de la Gaspésie, les modèles CaPA et HRDPS présentent des performances similaires. Ce projet a également permis d’avoir un aperçu du couplage des données de précipitations CaPA au modèle de neige SNOWPACK. Les résultats obtenus suggèrent une relation étroite entre la qualité des simulations du manteau neigeux et la qualité des données de précipitations utilisées en entrée dans le modèle, particulièrement lorsqu'il s'agit des simulations de hauteurs de neige. D’un autre côté, cette corrélation est plus nuancée lorsqu’il est question de l’influence de la qualité des données de précipitations sur la précision des simulations stratigraphiques des profils de neige.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».