Statistical modeling of extreme rainfall processes in the context of climate change
Notice bibliographique
Résumé
La fréquence des tempêtes extrêmes est un facteur critique dans la conception et gestion d'un grand nombre de projets de ressources en eau. Dans la pratique courante, l'estimation des pluies extrêmes est réalisée en se basant sur l'analyse de fréquence statistique des données de précipitations maximales. L'objectif de cette analyse de la fréquence est donc d'estimer le montant maximal de précipitations qui tombent à un moment donné pendant une durée déterminée, ainsi que la période de retour. Les résultats de l'analyse de la fréquence des précipitations sont souvent résumés par les relations Intensité-Durée-Fréquence (IDF) pour un site donné. Toutefois, les méthodes traditionnelles dans le développement des relations IDF ont deux limites majeures. Tout d'abord, ces méthodes n'ont pas été en mesure de tenir compte des caratéristiques des précipitations extrêmes sur des différentes échelles de temps. Deuxièmement, ces méthodes traditionnelles ne tiennent pas compte des impacts potentiels de la variabilité climatique et du changement climatique. Par conséquent, l'objectif principal de cette présente étude est de proposer une méthode d'estimation des précipitations extrêmes améliorée qui pourrait surmonter ces limitations. La méthode proposée a été basée sur l'échelle d'invariance de distribution GEV et la procédure de réduction d'échelle statistique pour construire des relations IDF dans le contexte du changement climatique. La méthode des moments non-centraux a été utilisée pour l'estimation des trois paramètres de la GEV. Les résultats obtenus par une application numérique des données de Précipitations Maximales Annuelles (PMA) à partir d'un réseau de 14 stations pluviométriques en Corée de Sud ont démontré la faisabilité et la précision de la méthode proposée. La série de PMA observée a particulièrement affiché une propriété d'échelle simple. En outre, les liens entre les variables climatiques globaux donnés par les deux Modèles Climatiques Globaux (MCGs) (un en provenance d'Environnement Canada et l'autre du Centre Hadley du Royaume-Uni) et les caractéristiques des précipitations locaux extrêmes ont été établis avec succès pour prédire les changements qui résultent des relations IDF selon des différents scénarios climatiques - A2, A1B, et B2. Il a été constaté que des relations IDF pour les périodes futures (les années 2020, 2050, et 2080) ont démontré des tendances qui augmentent ou diminuent dépendemment des MCG utilisés et du scénario climatique à l'étude.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».