Contribution des systèmes d'information géographique à l'analyse quantitative de l'aléa (glissement de terrain): exemple d'application au secteur de Ville de La Baie, Québec.
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La transcription des symboles et des caractères spéciaux utilisés dans la version originale de \nce résumé n’a pas été possible en raison de limitations techniques. La version correcte de ce \nrésumé peut être lue en PDF. Au Québec, les coûts directs associés aux glissements de terrain sont estimés à plus de dix \nmillions de dollars annuellement. Une des approches possibles pour gérer le risque \nassocié à ce phénomène naturel consiste à cartographier l'aléa à l'intérieur des zones \npotentiellement instables. À l'échelle régionale, les méthodes d'évaluation de l'aléa \n« glissement de terrain» sont généralement qualitatives. Par contre, le développement des \nsystèmes d'information géographique (SIG) facilite maintenant les analyses \nmorphométriques complexes de la surface topographique du terrain naturel, et donc \nl'évaluation de l'aléa. \nL'objectif de ce mémoire est d'élaborer une méthode d'évaluation quantitative de l'aléa \nen s'appuyant sur les fonctionnalités des systèmes d'information géographique. La \nméthodologie est développée pour les glissements superficiels d'un secteur de Ville de La \nBaie, situé dans la région du Saguenay-Lac-Saint-Jean au Québec. Cette méthodologie \nconsidère les sols seulement, excluant ainsi les pentes rocheuses. \nL'analyse morphométrique du terrain à partir d'un modèle numérique d'altitude permet \nd'extraire la pente et la hauteur des talus, qui sont des caractéristiques essentielles à \nl'évaluation de l'aléa. Contrairement à ce qui est fait classiquement dans la littérature, \nc'est la pente globale qui est extraite et non la pente locale au voisinage d'un pixeL \nTout d'abord, l'aléa est évalué par le modèle de la pente infinie qui est très fréquemment \nutilisé, de par sa simplicité, dans les études basées sur les SIG. Dans ce modèle, le facteur \nde sécurité est calculé pour chaque pixel en intégrant les valeurs de pente déterminées par \nanalyse morphométrique. Les résultats montrent qu'une proportion importante de pixels, \nentre 11 et 13%, possède des facteur de sécurité inférieurs à un, indiquant que ce modèle \nest peu adapté à l'évaluation régionale de l'aléa. \nCette étude propose ensuite une méthode d'évaluation de l'aléa basée sur les \ncaractéristiques du danger et des facteurs discriminants de l'instabilité. L'aléa est calculé \nen terme de probabilité, et tient compte, d'une part, de ses composantes spatiale et \ntemporelle, et d'autre part, des phases de rupture et de post-rupture des glissements de \nterrain. La probabilité de rupture est calculée à l'aide d'un indice de surface normalisant \nla surface affectée par les glissements de terrain à la surface totale des talus argileux. La \nprobabilité de post-rupture est évaluée en intégrant les données obtenues sur l'étalement \ndes débris. L'aléa est ensuite estimé en croisant les probabilités de rupture et de post-rupture. \nDeux procédures d'évaluation de l'aléa sont proposées; une évaluation de l'aléa global, \nen considérant l'ensemble des talus argileux, et une évaluation de l'aléa spécifique pour \ndifférentes classes de pentes. L'aléa spécifique tient compte du nombre de glissement de \nterrain à l'intérieur de chaque classe de pentes ainsi que de la représentativité de ces \ndernières dans le secteur d'étude. L'aléa global varie de 0.4x1O-5 à 2.0x1O-4, et l'aléa \nspécifique entre 7.8x1O-7 et 6.0x1O-3 \n. \nDans le secteur d'étude, les éléments exposés aux glissements de terrain considérés sont \nuniquement les habitants des maisons unifamiliales. En faisant l'hypothèse qu'un \nglissement n'affecte qu'une maison, les conséquences du danger pourraient probablement \nvarier entre un et quatre décès. Le risque est estimé en combinant les résultats des calculs \nd'aléa aux conséquences de la rupture. Celui-ci est ensuite comparé à un critère \nd'acceptabilité du risque défini pour les glissement de terrain au Canada. Les résultats \nmontrent que le risque serait acceptable dans la majorité des zones considérées. Par \ncontre, lorsque les valeurs de pente sont supérieures à 30° le risque serait tolérable. Il \ndeviendrait intolérable pour des valeurs supérieures à 38°. \nL'ensemble de cette étude est avant tout un exercice méthodologique fournissant de \nnouvelles idées pour parvenir à quantifier l'aléa, notamment en ce qui concerne l'apport \ndes systèmes d'information géographique. L'approche proposée n'est pas applicable en \npratique pour le moment, mais constitue une base utile de réflexion pour les futures \napplications de la géomatique à ce domaine.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it