Une méthode stochastique pour la prédétermination des fluctuations probables des durées de service des réservoirs collinaires en Tunisie
Bibliographic record
Abstract
Un modèle de génération stochastique de pluies est couplé ˆ un modèle de calcul de l'index de leurs érosivités, dérivé de l'Equation Universelle de l'Erosion des Sols (USLE). Le premier fonctionne au pas de temps de 30mn, il est calé sur une série pluviographique de 15 ans de la Tunisie centrale. Le second modèle fonctionne par calcul automatique des cumuls et moyennes de l'érosivité des pluies générées. En mode opérationnel, ces deux modèles sont exploités pour simuler les aléas de l'envasement annuel des réservoirs collinaires de la zone aride et semi-aride de la Tunisie : le bassin versant est considéré comme une "boite noire" où l'agressivité climatique est la principale variable (quelques pluies extrêmes font l'essentiel de l'érosion), les autres facteurs sont considérés constants durant la durée de service du réservoir. Nous observons sur trois bassins versants répartis du nord au sud de la frange comprise entre 500mm et 250mm (de pluie moyenne annuelle), que la distribution annuelle des index d'érosivité des pluies peut être assimilée ˆ la distribution des transports solides. Sur l'un de ces bassins versants (OUED EL HISSIANE : 15,9 ) nous observons également que les valeurs extrêmes de l'érosion sont proportionnelles aux valeurs extrêmes de l'index d'érosivité des pluies. Seulement l'automne et le printemps sont des saisons érosives. Dans le cas de petits bassins versants non-jaugés, comme ceux pour l'aménagement de réservoirs collinaires, le générateur nous permet de constituer des chroniques d'érosivité de pluie. Si on considère que les autres paramètres sont constants, ce modèle nous aide à déterminer les intervalles de confiance de durées de service probables. Une analyse de sensibilité par la modification des paramètres du générateur (nombre d'épisodes, hauteur de pluie, maximum et durée d'averse etc ...) valide la méthodologie. De même une analyse régionale montre les faibles fluctuations des résultats sur l'étendue aride et semi-aride de la Tunisie. Ces deux résultats nous ont conduit à proposer un abaque régional de prédétermination des fluctuations probables des durées de service des réservoirs collinaires, compte tenu de la connaissance préalable de la durée de service moyenne probable. Cette méthode directement opérationnelle peut être utilisée pour l'aménagement, la planification, et la gestion des réservoirs collinaires. Elle améliore les études de faisabilité, notamment lorsqu'on la couple aux calculs économiques.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 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".