Modélisation déterministe de la crue extrême d'un bassin versant de montagne avec application de la description géomorphologique du réseau hydrographique
Bibliographic record
Abstract
Les méthodes de calcul des crues de projet pour des grands barrages sont de type statistique ou de type déterministe (PMP/PMF). Ce dernier type de méthodes est principalement utilisé dans le monde anglo-saxon (États-Unis, Australie), mais peut offrir une alternative intéressante aux méthodes statistiques, qui présentent des lacunes pouvant être importantes. Une application des méthodes PMP/PMF sur des bassins suisses a mis en évidence l'intérêt de ces méthodes, mais aussi leurs faiblesses. Une adaptation des outils déterministes est nécessaire pour prendre en compte les particularités des bassins de montagne. Il s'agit principalement de mieux tenir compte des propriétés physiques des bassins versants et des phénomènes de non linéarité. Dans ce but, un concept de modélisation utilisant la description géomorphologique du bassin versant a été utilisé et amélioré. Le premier modèle utilisé est l'hydrogramme unitaire géomorphologique, qui existe depuis 1979. Le deuxième modèle utilise le concept de cascade de réservoirs hydrologiques à vidange non linéaire, dont les éléments sont issus de la description géomorphologique du bassin. C'est là une modélisation nouvelle qui est particulièrement adaptée au contexte des crues extrêmes dans les Alpes. Un travail de calibration et validation du modèle a montré que ce modèle a un bon potentiel d'utilisation. La principale difficulté revient à identifier la signification physique des paramètres du modèle, qui pourrait s'appuyer sur les résultats d'un autre type de modélisation couplant la géomorphologie du bassin aux equations de l'onde cinématique. Ce modèle est en cours de test à l'IATE.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".